大数据风险越低,享受的金融服务就越多,  如低息高额贷款,代还信用卡,花呗等

格乐仕(广州)信息技术有限公司

Galaxy (guangzhou) information technology co. LTD

联系客服

测一测您能贷多少

客服1

客服2

客服3

大数据应用面临的挑战

一是金融行业的数据资产管理应用水平仍待提高。金融行业的数据资产管理仍存在数据质量不足、数据获取方式单一、数据系统分散等一系列问题。一是金融数据质量不足,主要体现为数据缺失、数据重复、数据错误和数据格式不统一等多个方面。二是金融行业数据来源相对单一,对于外部数据的引入和应用仍需加强。三是金融行业的数据标准化程度低,分散在多个数据系统中,现有的数据采集和应用分析能力难以满足当前大规模的数据分析要求,数据应用需求的响应速度仍不足。
二是金融大数据应用技术与业务探索仍需突破。金融机构原有的数据系统架构相对复杂,涉及的系统平台和供应商相对较多,实现大数据应用的技术改造难度较大,而且系统改造的同时必须保障业务系统的安全可靠运行。同时,金融行业的大数据分析应用模型仍处于探索阶段,成熟案例和解决方案仍相对较少,金融机构应用大数据需要投入大量的时间和成本进行调研和试错,一定程度上制约了金融机构大数据应用的积极性。而且,目前的应用实践反映出大数据分析的误判率还比较高,机器判断后的结果仍需要人工核查,资源利用效率和客户体验均有待提升。

三是金融大数据的行业标准与安全规范仍待完善。当前,金融大数据的相关标准仍处于探索期,金融大数据缺乏统一的存储管理标准和互通共享平台,涉及金融行业大数据的安全规范还存在较多空白。相对于其他行业而言,金融大数据涉及更多的用户个人隐私,在用户数据安全和信息保护方面要求更加严格。随着大数据在多个金融行业细分领域的价值应用,在缺乏行业统一安全标准和规范的情况下,单纯依靠金融机构自身管控,会带来较大的安全风险。
四是金融大数据发展的顶层设计和扶持政策还需强化。在发展规划方面,金融大数据发展的顶层设计仍需强化。一方面,金融机构间的数据壁垒仍较为明显,数据应用仍是各自为战,缺乏有效的整合协同,跨领域和跨企业的数据应用相对较少。另一方面,金融行业数据应用缺乏整体性规划,当前仍存在较多分散性、临时性和应激性的数据应用,数据资产的应用价值没有得到充分发挥,业务支撑作用仍待加强,迫切需要通过行业整体性的产业规划和扶持政策,明确发展重点,加强方向引导。

2019年10月14日 12:14
浏览量:0
收藏