2. 빅 데이터의 의미
(1) 데이터 형식
(2) 기술적 방법
(3) 분석 및 적용
3. 빅데이터의 특징
다양성: 인터넷의 발전과 센서 유형이 늘어남에 따라 웹 페이지, 사진, 오디오, 비디오, 웨이보 등 처리되지 않은 반정형 및 구조화되지 않은 데이터가 많아지고 있습니다. 주로 구조화되지 않은 데이터, 수가 급증하고 유형이 다양합니다. 구조화되지 않은 데이터는 구조화된 데이터보다 더 복잡하며 데이터 저장 및 처리의 어려움이 가중됩니다.
시효성: 큰 데이터의 시효성은 데이터 양이 많은 경우 일정 시간 및 범위 내에서 적시에 처리할 수 있다는 것을 의미하며, 이는 큰 데이터가 기존 데이터 마이닝과 차별화되는 가장 두드러진 특징입니다. 대용량 데이터에 대한 실시간 생성, 실시간 저장, 실시간 처리 및 실시간 분석만 적시에 효율적으로 높은 가치 정보를 얻을 수 있습니다.
가치 지향: 대량의 심층 가치를 담고 있으며, 큰 데이터의 분석, 발굴 및 활용은 엄청난 상업적 가치를 가져올 수 있습니다.
4. 빅 데이터와 기존 데이터의 차이점
5. 빅 데이터의 배경
1. 큰 데이터 구조에 따라 분류
2. 큰 데이터 수집 및 처리 방식에 따라 분류합니다.
3. 다른 방법으로 분류
1. 영업 기회 확대
0. 비즈니스 빅 데이터의 출처
1. 고객
2. 시장
3. 상품
4. 공급망
0. 데이터 소스
2. 시장 및 정밀 마케팅
3. 고객 관계 관리
4. 기업 운영 관리
5. 데이터 상업화
0. 데이터 소스
2. 지불 가격
3. 연구 개발
4. 새로운 비즈니스 모델
5. 공중 보건
1. 마케팅
2. 서비스
3. 작업
4. 위험 관리
빅 데이터 금융은 빅 데이터 기술 및 빅 데이터 플랫폼을 사용하여 금융 활동 및 서비스를 수행하고, 금융 업계에서 축적 된 빅 데이터 및 외부 데이터에 대한 클라우드 컴퓨팅과 같은 정보 처리를 수행하며, 전통적인 금융과 결합하여 금융 금융 금융 및 혁신적인 금융 서비스를 수행하는 것을 의미합니다.
1. 웹 데모
대량의 금융 상품과 서비스가 인터넷을 통해 제시되다.
2. 위험 관리가 조정되었습니다.
위험 관리의 개념-재무 분석 (제 1 상환원), 담보재산 또는 기타 보증 (제 2 상환원) 은 그다지 중요하지 않을 것이다.
위험 가격 책정법-데이터를 통해 거래 행위의 진실성과 신용의 신뢰도에 더 많은 관심을 기울입니다.
고객에 대한 평가-전방위, 입체/생동감.
위험 관리의 주요 수단-데이터 마이닝을 기반으로 한 고객 식별 및 분류
3. 정보 비대칭 감소
4. 금융 서비스의 효율성 향상
정확한 시간과 장소에서 정확한 방식으로 정확한 소비자에게 정확한 제품을 제공한다.
5. 금융기업의 서비스 경계를 넓히다.
효율성의 향상으로 경영비용은 필연적으로 낮아져 경영규모 확대에 가장 적합하다.
금융 종사자들은 더 많은 개인을 섬길 것이다.
6. 제품을 통제할 수 있고 받아들일 수 있습니다.
소비자들에게 인터넷을 통해 드러난 금융 상품의 수익이나 비용, 제품의 유동성은 받아들일 수 있으며, 그 위험은 통제할 수 있다.
7. 푸혜금융
빅데이터 금융의 효율성과 확대된 서비스 경계는 금융 서비스의 대상과 범위를 크게 넓히고, 금융 서비스는 더욱 접지력을 높인다.
1. 빠른 대출, 정밀 마케팅 맞춤 서비스.
대량의 장기 신용 및 자금 흐름 데이터를 기준으로 언제든지 신용 점수를 계산하고 대출 수요 및 신용 점수에 따라 온라인 지불을 사용하여 실시간 대출을 지급합니다.
고객 기반이 크고 운영 비용이 저렴합니다.
빅 데이터 금융은 빅 데이터 클라우드 컴퓨팅을 기반으로 하며, 주로 빅 데이터의 자동 컴퓨팅에 기반을 두고 있으며, 많은 인력이 필요하지 않고, 비용이 저렴하며, 단편화된 수요와 공급을 통합하고, 서비스 영역을 더 많은 중소기업과 중소기업 고객으로 확대할 수 있습니다.
과학적 의사 결정과 효과적인 위험 통제
거래 대출 행위 위약률 등 관련 지표에 따라 신용 점수를 평가하고 분산 컴퓨팅으로 위험 평가 모델을 만들어 신용 분배, 위험 평가, 승인 이행, 사기 인식 등의 문제를 해결하여 불량 대출률을 효과적으로 낮췄다.
전자 상거래 플랫폼에서 형성된 온라인 거래 정보 및 온라인 지불로 형성된 금융 빅 데이터를 기반으로 클라우드 컴퓨팅과 같은 첨단 기술을 사용하여 데이터를 처리하고 분석하여 신용 또는 주문 금융 모델을 형성합니다.
전형적인 대표는 알리 소대출이다. 전자 상거래 플랫폼 기반 거래 데이터, 소셜 네트워크 사용자 거래 및 상호 작용 정보, 쇼핑 행동 습관 등의 데이터는 클라우드 컴퓨팅을 통해 실시간으로 점수를 계산하고 분석하여 전자 상거래 플랫폼 네트워크 업체의 누적 신용 데이터를 형성합니다. 전자 상거래를 통해 구축된 네트워크 신용 등급 시스템, 재무 위험 계산 모델 및 위험 관리 시스템을 통해 실시간으로 온라인 업체에 주문 대출 또는 신용 대출을 발행합니다. 예를 들어 알리 소대출은 몇 분 안에 대출을 제공할 수 있다.
기업은 자체 상류 및 하류 산업 체인 (원자재 공급업체, 제조업체, 리셀러 및 소매업자) 을 활용하여 공급망 자원과 고객 자원을 완벽하게 통합하고 금융 서비스를 제공합니다.
JD.COM 쇼핑몰과 Suning.cn 은 공급망 금융의 전형적인 대표이다.
공급망 금융 모델에서 전자 상거래 플랫폼은 정보 브로커로서 대규모 데이터 금융을 제공할 뿐, 자금 조달 위험과 위험 방지에는 부담을 주지 않습니다. -채널 상인은 핵심 기업이다.