大数据及在互联网金融中的运用.pptx

大数据及在互联网金融中的运用  ;什么是大数据？;全球每秒钟发送 2.9 百万封 电子邮件，一分钟读一篇的 话，足够一个人昼夜不息的 读5.5 年… 每天会有 2.88 万个小时的视 频上传到Youtube，足够一个人 昼夜不息的观看3.3 年… 每天发布 5 千万条消息，假设10 秒钟浏览一条信息，这些消息足够一个人昼夜不息的浏览16年… 每天淘宝上将产生 6.3 百万笔订单… 每个月网民在微信上要花费7 千亿分钟，被移动互联网使用者发送和接收的数据高达1.3EB… Google 上每天需要处理24PB 的数据…;1 Byte=8 bit 1 KB=1024Bytes 1MB=1024KB 1GB=1024MB 1TB=1024GB 1PB=1024TB 1EB=1024PB 1ZB=1024EB 1YB=1024ZB 1BB=1024YB 1NB=1024BB 1DB=1024NB;;;;;移动互联网、社交网络、电子商务等极大拓展了互联网的边界和应用范围 ;大数据资源;大数据技术=海量数据+ 分析建模+挖掘过程;数据;数据; ;大数据应用实例——精准营销;大数据应用实例——精准营销;（一）大数据信用体系建设 大数据技术的发展引发对互联网金融的个人和企业身份认证和信用评估的变革，除了对评估对象静态信息的分析外，更重要的是变化中的动态信息的分析挖掘，建立用户的信用评分和增信模型。比如对企业，在供应链的各个环节、如订单、库存、下线、结算、付款等关键环节产生的数据进行清理建库、分析挖掘，进而建立企业的信用等级模型和算法，并根据其信用等级、成长性、未来发展预测等给予不同的信用额度。对于个人用户，除了他们注册登记的实名制静态信息外，他们在网络上的购物、支付、投资、生活、公益等数据形成上百种场景的信息流，将这些静态和动态数据结合起来，就能形成用户的行为轨迹，通过交叉检验，对用户的真实身份进行识别，进而建立信用打分模型和算法，对客户进行分类，再提供针对性服务。互联网信用体系建设对于信用风险的管理的变革有积极的意义。 。;（二）以大数据解决信息不对称的问题 以阿里金融为例，其整合了电子商务过程中所形成的各种数据来进行信用分析，包括商户的历史交易数据、信用记录、客户评价等内部数据，以及纳税记录、海关记录等外部数据。这些数据比现实中发布的小微企业财务数据更加真实。阿里金融将所有这些信息进行量化，然后将数值输入网络行为评分模型，从而对小微客户进行评级分层，同时还引入在线视频资信调查模式，以及通过交叉检验技术辅以第三方验证确认客户信息的真实性，最终将客户在电子商务网络平台上的行为数据映射为企业和个人的信用评价，决定是否可以对其放贷，以及贷款的金额和利率，解决了传统金融行业对个人和小企业贷款存在的信息不对称和流程复杂的问题，并实现了良好的风险管理。; ; ; ; ;THANKS!