• 快捷搜索
  • 全站搜索
  • 商业银行如何构建大数据生态系统</a>
    商业银行如何构建大数据生态系统

    2013年下半年,余额宝看似“暴发户”式的成功造成了银行领域的极大震动,大数据时代已经成为商业银行不得不应对的时势。商业银行的生存策略

  • 保险产业拥抱“大数据时代”</a>
    保险产业拥抱“大数据时代”

    大多数保险企业都已经认识到“大数据”改善决策流程和业务成效的潜能,但却不知道该如何入手,部分企业在“大数据”的时代浪潮下积极探索,

  • 大数据时代如何构建数据服务体系</a>
    大数据时代如何构建数据服务体系

    数据是未来银行的核心竞争力之一,大数据对银行的数据驾驭能力提出了新的挑战,也为银行获得更为深刻、全面的洞察能力提供了前所未有的空间

科技金融大数据
基于大数据分析技术创新智能运维体系

国内银行业对大数据分析技术的应用更多集中在对业务发展的研究与探索,在系统运维方面应用较少。借助大数据分析技术打造智能化运维体系,形成智能感知、智能预警、智能处理

科技金融大数据
P2P网贷中的大数据应用困局

即便是行业首家开发自有征信系统的P2P平台“拍拍贷”,其信息采集渠道和可信度也颇受质疑,其他起步稍晚的平台面对大数据更是无从下手。如何把握大数据带来的机遇和挑战,是

科技金融大数据
数据治理:从量变到质变的进化

国内大多数企业的数据治理工作仍然偏重于技术,主要工作还停留在现有业务环节的数据问题等方面,包括现有数据的清理、查重、映射、标准化等内容;而对更深层次的数据治理体

科技金融大数据
大数据时代的农业银行金融创新

大数据为银行创造了深化客户挖掘、加快产品创新的广阔空间,使银行决策从“经验依赖”向“数据依据”转化,可以获得更加精准的市场洞察能力和经营管理能力;大数据催生出很

科技金融大数据
金融大数据的三大业务价值

大数据在金融行业越来越广泛的应用,改变着传统金融业的经营管理方式。通过数据采集和分析,迅速挖掘风险信息、实现风险监控;基于客户数据,探索客户需求,实现对客户群体

科技金融大数据
基于HADOOP实现历史数据线上化

在国内银行业尚无Hadoop技术成型案例的情况下,光大银行首个基于Hadoop技术的应用试点项目——历史数据查询项目于2013年10月底成功投产上线,这是Hadoop技术在银行系统应用

科技金融大数据
银行业大数据应用面临的四大挑战

数据来源与存储模式不能有效支撑大数据分析、数据分析模型与工具不成熟、专业人才匮乏、新增投入较大等四大问题,一定程度上阻碍了大数据技术在银行业的全面推广和应用。

科技金融大数据
大数据应用提升银行信用评级体系价值

无论是内部发展需求,还是应对外部挑战,银行都有必要充分利用大数据技术,完善和重塑客户信用评级体系。应用大数据技术,银行的信用评级体系可以进一步完善、创新。

科技金融大数据
大数据应用:沙里淘金

从—万米高空看大数据应用是金光灿烂,然而落到地面上看大数据应用则是一片沙海。大数据应用,就像是沙里淘金。我们需要学会从数据的沙海中淘出有含金量的业务信息。

科技金融大数据
大数据的缘起、冲击及应对

本文对大数据的概念、缘起与发展进行了分析,对大数据应用与研究状况进行了梳理,并针对现有的冲击与挑战,提出了相应的对策与思考。

科技金融大数据
大数据在银行业:四大应用与四大策略

怎样掌握收集数据、分析数据、利用数据的办法和途径,怎样在海量数据中去伪存真、变“数”为宝?从市场营销、客户服务、风险管控和内部管理等角度,如何挖掘大数据背后的知

科技金融大数据
2013大数据热点话题与趋势解读

大数据对于系统,不管是存储系统、传输系统还是计算系统都提出了很多非常苛刻的要求,而现有的数据中心技术难以满足大数据的需求。此外,大数据平台是大数据技术链条中的瓶

科技金融大数据
保险产业拥抱“大数据时代”

大多数保险企业都已经认识到“大数据”改善决策流程和业务成效的潜能,但却不知道该如何入手,部分企业在“大数据”的时代浪潮下积极探索,成为先行者。

科技金融大数据
大数据部署应思考五个问题

企业用户必须理解大数据实际上能做什么及其局限性是什么。在绘制大数据战略蓝图的时候,提出一些恰当的问题保证企业能够得到有用的信息是非常重要的。

科技金融大数据
大数据时代面临的四大挑战

大数据时代的来临,对中国来说面临安全管理能力、存储及处理能力、应用能力和人才培养能力等多方面的新挑战。