2019中国金融行业大数据研究报告
合集下载
相关主题
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
未来，金融大数据将向财富管理的上游资产管理延伸，提升资管效率。
2018/4/23
10
03 百亿大数据风控市场
大数据风控综合价值最大，领跑应用领域
• 对机构而言，大数据风控是金融机构的通用需求
• 不论是银行还是消费金融公司，金融机构普遍有风控需求，底层业务逻辑几乎完全相同， 只是面对客群、风险偏好存在差异。
2019中国金融行业大数据研究报告
5/12/2020
01 金融大数据是金融科技急先锋
金融大数据是金融科技的急先锋
大数据 人工智能 物联网 区块链 云计算 数据应用 数据分析 数据存储 数据收集
• 金融科技最重要的是数据创新技术
• 从数据收集到数据应用的数据流中，涉及到大数据、人工智能、区块 链、物联网、云计算等各项技术，唯有金融大数据贯穿所有数据流程。
• 对机构而言，风控是金融机构核心能力
来自百度文库• 银行等传统机构本质上是风险经营。一方面，监管层对金融机构的风控能力提出很高要求， 另一方面，风控直接会影响金融机构的利润水平。因此，大数据风控直接解决金融机构的 核心需求，价值度最大。
• 对金融科技服务商而言，以风控切入的大数据公司未来发展空间更大
• 风控是金融机构的根基，因此金融机构会采取审慎态度选取大数据风控厂商，建立信任周 期长，但合作紧密度更深。风控合作涉及用户全生命周期数据，风控厂商有机会借数据切 入到其他应用场景，未来发展空间更大。
• 社会信用体系建设由发改委、人民 银行牵头，各地政府、各个部委均 参与其中，协调难度高。
• 百行征信的行政命令权弱于发改委、 人民银行，而且参与公司都是竞争 对手，协调难度同样很高。
• 百行征信的建设历程预计也要花费 6年左右时间，留给大数据风控公 司足够窗口期。
大数据风控市场集中度：数据源集中度提升、数据分析集中度分散
大数据解决方案服务商。
2018/4/23
7
金融大数据在支付领域的应用
• 大数据在支付领域的核心应用是交易反欺诈
• 通过设备指纹、人脸识别、用户行为习惯等方面预先建立交易反欺诈引擎，并根据事后的反馈数据不断优化模 型。
2018/4/23
8
金融大数据在保险领域的应用
农行大数据平台建设起步于2013年，保险领域的IT基础设施落后银行5年，2018年有望成为保险大数据元年。 • 与信贷领域不同，保险大数据的突破口在于核赔领域，而非定价/承保或者获客领域。 •
2018/4/23
4
金融大数据进入成熟期
基础设施
餐 饮 农 业 业务监测 数据来源：XX
2018/4/23
医疗
能 教源 制育 造
电力
零售
电信
政务
• 根据XX市场成熟度评价模型，大数据
在各领域成熟度与市场规模、基础设施和
互联网
应用范围直接相关。
金融
• 从三方面评估，金融大数据和其他行业相 比渗透更为深入，已经进入成熟期。
数据应用
分散
数据平台及分析工具
2018/4/23
数据源
集中
15
谢谢观看！
业务洞察
业务优化
气泡大小表示大数据在该行业的市场规模
数据盈利
业务重塑
应用范围
5
02 大数据与金融场景紧密融合
金融大数据在信贷领域的应用
• 大数据覆盖信贷领域各个流程，本质是为金融机构勾勒更完整的用户画像，服务用户完整生命周期。 • 风控作为贯穿获客、身份验证、授信等多个环节的核心，是金融大数据公司最好的突破口。 • 目前市场上风控公司多、营销获客公司少，未来风控公司会逐步向获客环节延伸，成为信贷领域的一站式
• 大型商业银行：农行2013年开始筹建大数据平台 • 股份制商业银行：中信银行2015年开始筹建大数据平台
• 大数据技术最为成熟，区块链技术尚处于早期
• 现阶段，大数据不论从技术还是场景应用上都最为成熟，AI技术在算 法与业务场景结合上还存在提升空间。物联网技术应用环境较小，更 多是作为线上数据的补充，区块链技术还处于早期阶段，技术本身还 不够成熟，距离落地应用还需要一定时间。
在赔付端，金融大数据更有用武之地。未来，与AI融合升级为智能理赔。 •
9
金融大数据在财富管理领域的应用
• 大数据在财富管理领域的应用重点是营销获客和智能投顾。但数据基础还不够完善，爆发尚待时日。 • 营销环节与信贷领域类似，通过建立用户画像实现精准营销。 • 智能投顾包含KYC和匹配环节，重点是分析用户风险偏好，同时将KYC与KYP结合，实现智能匹配。
• 对金融科技服务商而言，大数据风控门槛高，综合能力要求高
• 与精准营销相比，大数据风控门槛更高，对厂商的要求不光是技术和数据，还需要对金融 业务场景的深入理解。
2018/4/23
大数据风控发展历程：行业趋于合规
2018/4/23
• 百行征信成立，意味着大数据风控 市场公共基础设施进一步完善。
• 百行征信未来发展趋势可以类比社 会信用体系建设规划纲要（20142020年）。
• 数据源领域随着百行征信进场，集中度将逐步提升。未来，央行征信、百行征信、BATJ等在数据源领域 拥有绝对优势。
• 数据应用领域将呈现百花齐放的状态。类比美国，信贷领域的大数据风控公司是FICO，保险领域则是 Verisk Analytics。每个应用领域都有独特的场景理解能力渗透其中，因此，各个金融细分应用领域将持 续会迸发出创新机会。
2018/4/23
10
03 百亿大数据风控市场
大数据风控综合价值最大，领跑应用领域
• 对机构而言，大数据风控是金融机构的通用需求
• 不论是银行还是消费金融公司，金融机构普遍有风控需求，底层业务逻辑几乎完全相同， 只是面对客群、风险偏好存在差异。
2019中国金融行业大数据研究报告
5/12/2020
01 金融大数据是金融科技急先锋
金融大数据是金融科技的急先锋
大数据 人工智能 物联网 区块链 云计算 数据应用 数据分析 数据存储 数据收集
• 金融科技最重要的是数据创新技术
• 从数据收集到数据应用的数据流中，涉及到大数据、人工智能、区块 链、物联网、云计算等各项技术，唯有金融大数据贯穿所有数据流程。
• 对机构而言，风控是金融机构核心能力
来自百度文库• 银行等传统机构本质上是风险经营。一方面，监管层对金融机构的风控能力提出很高要求， 另一方面，风控直接会影响金融机构的利润水平。因此，大数据风控直接解决金融机构的 核心需求，价值度最大。
• 对金融科技服务商而言，以风控切入的大数据公司未来发展空间更大
• 风控是金融机构的根基，因此金融机构会采取审慎态度选取大数据风控厂商，建立信任周 期长，但合作紧密度更深。风控合作涉及用户全生命周期数据，风控厂商有机会借数据切 入到其他应用场景，未来发展空间更大。
• 社会信用体系建设由发改委、人民 银行牵头，各地政府、各个部委均 参与其中，协调难度高。
• 百行征信的行政命令权弱于发改委、 人民银行，而且参与公司都是竞争 对手，协调难度同样很高。
• 百行征信的建设历程预计也要花费 6年左右时间，留给大数据风控公 司足够窗口期。
大数据风控市场集中度：数据源集中度提升、数据分析集中度分散
大数据解决方案服务商。
2018/4/23
7
金融大数据在支付领域的应用
• 大数据在支付领域的核心应用是交易反欺诈
• 通过设备指纹、人脸识别、用户行为习惯等方面预先建立交易反欺诈引擎，并根据事后的反馈数据不断优化模 型。
2018/4/23
8
金融大数据在保险领域的应用
农行大数据平台建设起步于2013年，保险领域的IT基础设施落后银行5年，2018年有望成为保险大数据元年。 • 与信贷领域不同，保险大数据的突破口在于核赔领域，而非定价/承保或者获客领域。 •
2018/4/23
4
金融大数据进入成熟期
基础设施
餐 饮 农 业 业务监测 数据来源：XX
2018/4/23
医疗
能 教源 制育 造
电力
零售
电信
政务
• 根据XX市场成熟度评价模型，大数据
在各领域成熟度与市场规模、基础设施和
互联网
应用范围直接相关。
金融
• 从三方面评估，金融大数据和其他行业相 比渗透更为深入，已经进入成熟期。
数据应用
分散
数据平台及分析工具
2018/4/23
数据源
集中
15
谢谢观看！
业务洞察
业务优化
气泡大小表示大数据在该行业的市场规模
数据盈利
业务重塑
应用范围
5
02 大数据与金融场景紧密融合
金融大数据在信贷领域的应用
• 大数据覆盖信贷领域各个流程，本质是为金融机构勾勒更完整的用户画像，服务用户完整生命周期。 • 风控作为贯穿获客、身份验证、授信等多个环节的核心，是金融大数据公司最好的突破口。 • 目前市场上风控公司多、营销获客公司少，未来风控公司会逐步向获客环节延伸，成为信贷领域的一站式
• 大型商业银行：农行2013年开始筹建大数据平台 • 股份制商业银行：中信银行2015年开始筹建大数据平台
• 大数据技术最为成熟，区块链技术尚处于早期
• 现阶段，大数据不论从技术还是场景应用上都最为成熟，AI技术在算 法与业务场景结合上还存在提升空间。物联网技术应用环境较小，更 多是作为线上数据的补充，区块链技术还处于早期阶段，技术本身还 不够成熟，距离落地应用还需要一定时间。
在赔付端，金融大数据更有用武之地。未来，与AI融合升级为智能理赔。 •
9
金融大数据在财富管理领域的应用
• 大数据在财富管理领域的应用重点是营销获客和智能投顾。但数据基础还不够完善，爆发尚待时日。 • 营销环节与信贷领域类似，通过建立用户画像实现精准营销。 • 智能投顾包含KYC和匹配环节，重点是分析用户风险偏好，同时将KYC与KYP结合，实现智能匹配。
• 对金融科技服务商而言，大数据风控门槛高，综合能力要求高
• 与精准营销相比，大数据风控门槛更高，对厂商的要求不光是技术和数据，还需要对金融 业务场景的深入理解。
2018/4/23
大数据风控发展历程：行业趋于合规
2018/4/23
• 百行征信成立，意味着大数据风控 市场公共基础设施进一步完善。
• 百行征信未来发展趋势可以类比社 会信用体系建设规划纲要（20142020年）。
• 数据源领域随着百行征信进场，集中度将逐步提升。未来，央行征信、百行征信、BATJ等在数据源领域 拥有绝对优势。
• 数据应用领域将呈现百花齐放的状态。类比美国，信贷领域的大数据风控公司是FICO，保险领域则是 Verisk Analytics。每个应用领域都有独特的场景理解能力渗透其中，因此，各个金融细分应用领域将持 续会迸发出创新机会。