金融业大数据应用发展机遇与挑战

(1)金融业务对数据的细分粒度要求不断增高，以满足业务预测和交易影响评估的需求

金融服务公司都希望能充分利用各种服务交付渠道如分公司、网络、移动通信等海量客户数据，开发新的预测分析模型，实现对客户消费行为模式进行分析，提高客户转化率。大量历史客户支付行为数据的信用风险预测模型正在零售与公司贷款催收中得到大量应用，通过该技术，银行可以通过对不同客户违约和还款资料进行分析，对催收次序进行优化。

(2)行业监管与合规要求推动金融机构对更深入和透明的数据分析需求

新的监管和合规要求更强调治理和风险汇报，推动了全球性金融机构对更深入和透明的数据分析需求。金融机构不断完善自身的企业风险管理框架，该基于主数据管理策略开发的框架可协助企业提高风险透明度，加强风险的可审性和管理力度。

(3)对不同来源、不同标准数据进行处理、编索和整合方面的压力不断增大随着以平板电脑和和智能手机为代表的移动应用和互联网工具的迅速普及，基础设施和网络在对不同来源、不同标准数据进行处理、编索和整合方面的压力不断增大。大数据推动了对数据处理算法的需求，提出对数据安全和访问控制的重视，并可有效降低对现有系统的影响。大数据在存储和处理框架两方面的优势