首页 > 观点

数字资产大跃进 互金领域该如何探索?

观点 罗果 · 恒生电子 2017-07-10

关键词:互联网金融数字资产大数据银行金融

数字资产的根本意义在于利用,只有充分对数字资产进行利用才可以最大程度的挖掘其价值。
引言一:数字红利

我们正身处人类有史以来最伟大的信息通信革命进程之中,数字技术的广泛应用,给人们的生活带来很多选择与便利。要最大化数字红利,就需要深入了解技术如何与其他重要发展因素互动。数字技术令执行常规事务性任务极为便宜、快捷、便利。但是许多任务有不能自动化的一面,需要人类的判断、直觉及斟酌决策。如果配套机制没有改进,只是利用技术自动化任务操作,就不太可能带来广泛效益。数字革命可以催生新的商业模式,令消费者受益,但前提是市场先行者不会把持着准入机会。技术可以提高劳动者的生产力,但前提是劳动者掌握运用技术的专业技能。

引言二:社交金融

互联网时代的金融业正朝着社交化、移动化、专业化和场景化方向发展,以用户为核心的基于社交网络的互联网金融3.0也极大提升个人用户在金融交易中的话语权。

社交金融必须有金融的逻辑、互联网的体验和社交的基因。银行、金融机构作为社交网络中的个体,通常都有社交需求,也有金融需求,从而逐步形成了“社交+金融”的业务模式。然而模式纷繁复杂,如何构建社交金融体系成为很多金融性企业必须考虑的问题。

数字红利与社交金融两部分内容印证了数字技术和互联网金融的发展趋势,这也从侧面反应了当下的金融领域发展过程中面临的窘境:

√重业务轻社区:现在不管是软件提供商还是金融企业,都把关注点聚焦在业务上,但是在社区建设上处于没有或者“样子货”的程度,并没有真正地重视社区建设,基本上处于自生自灭或者野蛮生长的态势。

√重创新轻数字资产:现在的金融创新正在不断展开,天天都有新的业务创新冒出来。当然这也是必不可少的,但是在创新之后如何为客户提供精准服务就需要各种数字资产的贯通。但是很显然,目前为止这些数字资产正散落在各个专有领域,并不能以一个整体的方式为企业雇员及其客户服务。

√重大数据挖掘轻内容连接:目前有一个趋势,那就是使用大数据的方式来进行客户画像之后进行风险评测、精准营销、金融产品宣介等。支付宝推出的蚂蚁信用分,其构成有:身份特征、信用历史、履约能力、人脉关系、行为偏好等。可以看到,其中有至少三类都跟社交有关,身份特征、人脉关系和行为偏好。社交中产生的大数据,利用好了,可以对客户做非常精准的画像。因此,只基于一些业务系统或平台运行过程中产生的数据进行大数据分析,其身份特征、信用历史、履约能力、人脉关系、行为偏好等信息是不够完整的,这就需要人类的判断、直觉及斟酌决策等方式进行内容连接的方式来补充。

互联网金融领域的数字资产发展趋势

综上分析,笔者认为互联网金融领域的数字资产会有如下发展趋势:

√业务系统与社交建设并重

以前,我们做业务系统仅仅是做业务而已,把结果在业务系统里面落地。但在现在激烈的竞争态势下,光这么做当然不够。如果有比较好的社区系统,用户在社区上的时间理论上或比在业务系统里面花费的时间更多。随着大数据等相关技术的发展,通过对用户在社交系统中积累的数据,通过分析其参与讨论的主题、经常查看的文章、关注的人等数据,可以更准确、有效地进行业务推送,既达到业务推广的目的,也避免对客户造成无谓的打扰。

√数字资产整合是大趋势

以前,我们基本上是把业务系统与社区系统完全隔离。但是未来打破这两个领域的藩篱是趋势所在,比如:一个用户要在社区上说自己的某笔业务数据有问题,那他当然可以对其进行引用,而不是费尽口舌来描述是哪条数据有问题;同时系统管理人员也可以点击这个链接就直接打开并查阅这条业务,然后进行相关的处理。其实,如果所有的数字资产都可以打通,那带来的好处完全仅受限于想象。

√大数据分析与人工数据加工互补

大数据分析的主要目的是通过对现有海量数据的加工和分析从而为决策类业务提供支持。

数据利用的7种方式

数字资产的根本意义在于利用,只有充分对数字资产进行利用才可以最大程度的挖掘其价值,当然要想对数字资产进行利用,首先得能找到数据,常见的数据发现手段有:

1、数据浏览:通过内容展示,让用户通过查询、翻页等方式查阅数据。这种方式对用户来说,要对数据的结构有一定认识,需要知道要查询的内容在哪个字段,数据获取效率低,准确率高。

2、数据关联:事先做好数据之间的关联,这样当浏览到某个数据的时候,就可以显示与之相关的数据,有助于让用户在访问A数据的时候看到与其关联的B数据,拓展数据的可见性,数据获取效率低,准确率高。

3、标签聚合:用户在资源创建之后为资源设置标签,设置标签的方式有手工方式和算法方式创建,手动方式准确率更高,但工作量非常大;算法方式的准确率也非常高且创建成本非常低,是未来发展的趋势。

用户在阅读某个资源的时候,可以看到具有相同标签的资源数目,通过点击标签,就可以查看相关的资源。当然,也可以通过标签云的方式主动查阅感兴趣的标签,然后再查阅对应标签中的资源,数据获取效率低中,准确率中。

4、推荐分享:用户在阅读到某个资源的时候,认为本数据对他人也有用,把数据推荐分享给别人,别人就可以通过分享的链接查阅资源。数据获取效率低,准确率高。当然,分享的方式可以有多种,比如QQ空间、微博、微信朋友圈、豆瓣等等。

5、全文检索:在数据创建或修改的时候,同步创建或更新全文搜索索引,这样就可以通过全文检索快速定位数据。这种方式不需要用户对数据的结构有所了解,只要输入自己感兴趣的关键字即可,数据获取效率高。

但是全文检索也需要注意如下问题:安全问题,最好是没有权限查看的也不能被查到;搜索范围控制问题,最好是全局可以搜到全部的,局部的只可以搜到局部的。

6、关系图发现模式:通过各种关系,构建完整的关系图谱,通过关系图谱对数字资源进行图形化直观展示,让用户发现需要的资源。

7、大数据分析:通过实时和非实时分析,让相关用户能轻松发掘大数据价值,获取深度洞察力。

互联网金融领域如何构建社交金融体系是未来这一领域的重要课题,尤其是如何通过人工和自动化的处理,有效的在数字资源的准确性和构建成本方面有一个比较好的均衡,同时提供多种维度的数据获取方式对于满足各种场景也有着非常重要的意义。

上一篇>李东荣:过度炒作金融科技不可取,金融创新和风险监管需平衡

下一篇>孙国峰:RegTech主要在防范风险,应推动监管成本“适度内部化”


相关文章


用户评论

游客

自律公约

所有评论

主编精选

more

专题推荐

more

网贷大转折——备案进度测评(共4篇)


资讯排行

  • 48h
  • 7天



耗时 117ms