2个回答
展开全部
大数据在金融领域中有哪些应用?应用很广,定价、授信、风控领域尤其多,我这边主要用到的分析软件是单位的帆软FineBI系统,应用案例随便说两个: 车险。其实根据车主的日常行车路线、里程、行车习惯、出险记录、职业、年龄、性别,可以给出非常不同的定价。比如一个开中级车,每天固定路线往返几公里通勤的熟练女白领车主,和一个开同样车型每天在珠三角或者长三角跑生意的中年暴躁小老板车主,假设后者出险概率是前者的3倍,那么完全可以定3倍于前者的价格(商业部分)。对于保险公司,前者才是优质客户,后者做了生意也是赔钱货,不如赶到竞争对手那里去。 贷款。现在各种小额贷款、消费贷款、供应链金融,都是在吃4大行懒得吃的散客市场,之所以他们懒得吃,就是怕麻烦。最麻烦的就是授信环节,对于一个没有固定资产等担保物的客户,能授信多少额度是个问题。淘宝能做小微是因为商家的流水在他们手里,白领的消费贷敢做是因为有稳定的现金流收入。但除了淘宝可以做到比较准确的模型,其他的业务都非常的粗放,基本每个领域都是根据几条死规则来做业务。这意味着这个市场还有很大的潜力可以挖掘,比如一个小老板,其实风险不大,他需要100w周转,但你没把握估算他的风险,只敢贷50w出去,就少赚了那50w的利息。
2017-05-05
展开全部
天云在金融行业深更多年,主要的应用场景分为以下几类。
1,大数据,小分析:给予天云大数据平台的数据仓库项目,简单来说就是做多维分析,通过构建cube来对数据进行分析。
2,大数据,大分析:全量数据进行数据挖掘与机器学习,打破人固有思维模式,进行业务创新。
3,查询分析:典型的NOSQL数据库适用场景,例如历史数据查询,银行冠字号码查询等。
4,流式分析:事件驱动架构,对银行中的大额变动提醒,vip人员及时关注应用比较多。
1,大数据,小分析:给予天云大数据平台的数据仓库项目,简单来说就是做多维分析,通过构建cube来对数据进行分析。
2,大数据,大分析:全量数据进行数据挖掘与机器学习,打破人固有思维模式,进行业务创新。
3,查询分析:典型的NOSQL数据库适用场景,例如历史数据查询,银行冠字号码查询等。
4,流式分析:事件驱动架构,对银行中的大额变动提醒,vip人员及时关注应用比较多。
本回答被提问者和网友采纳
已赞过
已踩过<
评论
收起
你对这个回答的评价是?
推荐律师服务:
若未解决您的问题,请您详细描述您的问题,通过百度律临进行免费专业咨询