简析金融创新的动力和机遇

在21世纪的前几年里，中国银行业最重要的IT事件，无疑是数据大集中。工商银行在2003年完成了全国业务数据和核心业务系统向北京、上海两大数据中心的集中，自主研发的第三代业务系统——全功能银行系统（NOVA）也正式投产；2004年，完成两大数据中心整合，建成具有世界先进水平的灾难备份恢复中心，并于2005年完成第一次全行范围内业务级灾难恢复应急演练。工商银行在这几年来中实现了从应用系统的统一到数据的集中，不但促进了业务的发展，而且将其信息化建设推向一个新高度，成为我国银行业技术发展的先行者和参照系。     

Teradata天睿公司：数据驱动业务的使能者

Gartner公司的调查显示，在大数据应用方面，企业面临的最大挑战是怎样通过大数据获得价值以及怎样入手部署大数据技术。“这与我们在日前召开的2014大数据商业智能全球用户大会上了解的情况是一致的。”Teradata天睿公司国际集团总裁Hermann Wimmer在接受记者采访时表示，“Teradata天睿公司的定位就是帮助客户掌握有关数据和数据分析的一切。”     

3G发牌决策时机已到

经过3年努力，华泰财产保险公司（以下简称“华泰”）于目前圆满完成了“保险业务、财务数据人集中并实时对接”项目。分散在17家分公司数据系统的财务、业务数据全部被移植到位于北京的全国数据中心集中式系统中，一举实现了保险业务、财务数据大集中。早在2003年，华泰已实现人力资源数据大集中，至此，华泰在公司主要业务处理方面，全面实现了数据大集中。     

数据集中过程中特色业务的改造方法

数据集中主要采用两种方式：物理集中和逻辑集中。物理集中方式在根本上不对原系统进行大的调整，故本文不予论述。     

个人重要客户服务系统的设计与实现

在实现数据大集中之后，银行的主要业务数据被集中到一个或几个数据中心。有了集中的数据，银行能更好地掌握全行的客户、财务、业务和控管等信息，增加了业务的联动性、实时性和可管理性。在大集中的运作环境下，银行应该更充分地利用集中的数据，创造更多的业务品种，提供更贴心的客户服务，提高银行对客户的渗透能力，以创造更大的利润收益。     

数据集中后的安全问题与对策

近年来，人民银行先后通过推广货币金银管理信息系统、人民币银行结算账户管理系统、大额支付系统、小额支付系统、外汇业务管理系统等重要业务系统进行数据集中，这些系统都是通过内联网传输数据至省会中心支行和总行两级数据中心。数据集中降低了总体的运作成本，提高了设备利用率，减少了基层系统维护工作，是金融电子化和信息化的发展方向。但数据集中后，也带来了许多新的风险管理问题。如何保障这些重要业务系统安全有效地运行，是数据大集中后所必须面临的问题。因此，探讨数据大集中后可能产生的安全问题及其解决的对策和办法具有非常重要的现实意义。     

商业银行小微业务应用大数据技术研究

大数据技术与互联网应用相结合造就了小微信贷领域创新的蓬勃发展,相形之下拥有更坚实数据基础的传统商业银行在大数据应用于小微业务上进展缓慢。究其原因,除了高额的体制垄断收益导致改革创新的动机不强之外,还在于商业银行在大数据应用的体制机制、基础条件、商业模式等方面还存在较大不足。本文对商业银行在小微业务上的大数据技术应用进行了分析,并给出了具体建议。     

惠普强化 金融行业新一代数据中心管理方案

当前金融业正处于一个加速变化、竞争日益激烈的业务环境中，各银行都希望通过业务大集中和数据大集中，扩大业务规模，为客户提供更好的服务。业务大集中，数据大集中的实施，使得数据中心在金融业占有极其重要的地位。在近日召开的“惠普金融新一代数据中心软件解决方案高峰论坛”上，     

大数据技术在商业银行对公营销中的应用

随着网络社会的全面到来,大数据技术应运而生,数据成为一种生产要素,对商业银行经营管理产生重大影响.国内商业银行纷纷展开大数据实践,主要集中在风险控制和零售业务,在对公业务营销领域的应用还不多.对公业务作为银行最重要的一个盈利点,在新的数据竞争环境中也存在借助大数据技术转变营销模式的需求.因此,大数据技术在对公业务营销管理中有着巨大的应用潜力.本文总结商业银行对公业务营销中大数据技术的应用现状和趋势,并基于"PDMA"梳理大数据技术在商业银行的应用框架,为商业银行对公业务的大数据营销提供一种思路.     

大数据助推银行零售业务量化经营--大数据时代的零售数据挖掘和利用探索

大数据时代给人们的生活、生产方式带来了巨大改变,从而引发人们的消费、生活等各方面需求特征发生转变。商业银行应积极把握大数据时代的相关特征,把握机遇,采用循序渐进的方式稳妥推动大数据在商业银行零售业务中的应用,以有效应对大数据时代各种挑战。     

加强生产运行管理提高分行IT服务质量

目前，交通银行的整体科技工作包括总行、一级分行（省直分行）、二级分行（省辖行）等多个层次。在数据大集中实施前，各级分行都配置了业务应用主机存储核心业务数据，业务处理主要在分行。分行信息技术部门同时承担着运行维护、系统开发、计算机安全、网络和设备管理等职能。各地管理不统一、技术不规范，存在着应用系统版本差异性大、重复开发严重、信息资源浪费等问题，对分行业务的安全经营构成了较大威胁。随着交通银行数据大集中工程一期的顺利完成、二期的逐步推广上线，这种情况将发生很大变化。一是核心主机物理集中，总行配备大型主机，集中负责后台业务处理，省直分行配置小型机作为综合前置；二是数据集中，全行的核心数据集中在总行；三是应用的集成与业务处理的集中，对公综合业务与对私零售业务集成为核心账务系统。后台核心业务系统在总行大机中运行，同时国际结算、信贷管理、个人信贷、外汇宝等外围系统采用B／S结构将账务处理和事务处理集成在总行端的服务器中运行。     

数据仓库技术在保险业中的应用分析

保险业已进入激烈竞争的时代，各大保险企业经过多年的运营，已经积累了大量业务、财务、精算等方面的重要数据。如何对这些数据进行深层次汇总、处理和分析，从中挖掘业务规律以提高效益并防范风险，是保险行业亟待解决的重要数据应用问题。     

"集中"与"统一"的区域数据中心

在早期，银行业务主要是以经营性业务为主，其特点是业务处理运算量大，但数据量相对较少，处理对象主要是当前数据或短期之内的数据，数据时间跨度小，这就意味着处理的数据规模相对固定可控。近年来，银行业务处理的数据规模不断膨大，国内银行不约而同地走上了数据大集中的道路。     

浅议大数据应用对商业银行业务发展的影响及对策

党的十九大以来,以大数据、云计算、人工智能等为代表的新兴技术迅猛发展,金融科技已成为商业银行业务发展的驱动力。在此背景下,商业银行的经营管理呈现出数字化、智能化的趋势,较多先进技术已融入金融行业发展中,为商业银行带来了一定的机遇和挑战。文章主要研究了大数据应用对商业银行业务发展的影响,并提出有针对性的建议。     

大数据时代农业银行金融创新

在构建大数据体系时坚持以应用为核心,农业银行做到数据平台开发与业务应用的统筹考虑,加强业务创新与数据利用的良性迭代,实现传统业务和新型业态的融合发展,切实发挥了数据价值利用对全行业务发展和经营管理的支撑作用。     

浅析大数据在证券公司业务中的应用

信息时代,高新技术发展速度越来越快,为大数据技术的应用提供了良好的基础条件,在大数据背景下,证券公司的业务同质化等问题得到了有效解决,而在海量多维数据中,证券公司若想提取有效成分,精准决策,就必须提升自身运营效率,扩展业务范围,掌控业务风险,实施针对性营销,促进监管制度改革。因此,在面对数据分散、硬件性能限制等问题上,证券公司必须在大数据潮流中不断创新,以获得快速发展。     

大数据征信业务特征探析

随着信息技术的快速发展,大数据征信业务应运而生.大数据本身独有的特性,决定了大数据征信业务在征信活动的各个环节上特征鲜明,特别是在信息采集、处理、应用三个方面.信息采集方面的特征表现为:内容丰富、格式不受限制、数量异常庞大、方式主动灵活和渠道广泛多样;信息处理方面的特征表现为:存储智能化、处理快速化、加工个性化和挖掘深度化;信息应用方面的特征表现为:主体多元化、领域广泛化和方式便捷化.     

银行问题管理模式介绍

工商银行自2002年实施了南北两大数据中心的数据大集中后，不仅实现了所有数据的物理集中，并且实现了全行所有账户的通存通兑，以及行内汇划的实时到账，在业务制度，电子化建设，稽核、考核，银行组织机构等方面产生积极影响。     

外汇业务数据自动备份体系的构建及特点

国家外汇管理局海南省分局（以下简称“海南外汇局”）经过一年多的设计和实施，于2005年上半年构建了全辖外汇业务数据自动备份系统，并建立了较为完整的集应用、备份、恢复、调用四位一体的工作制。在三亚建立了异地数据备份中心，形成了较为完善的外汇业务系统数据自动备份体系。该系统能有效管理和备份全辖所有外汇业务计算机应用系统中，由省内各级外汇管理部门正式入库管理的全部数据，使应用系统数据出现灾难性故障时能及时恢复。     

数据洞察力:保险的核心生产力

Gartner在一篇题为《CEO Advisory:"Big Data"Equals Big Opportunity》(CEO报告:"大数据"=大机遇)的报告中,将大数据时代的企业机遇做出如下描述:大数据是一个影响传统认识和业务模式的紧迫问题,它打乱了现行趋势,同时代表了公共部门、业务和IT领导者们无法忽略的巨大机会。Gartner的研究员表示,IT部门应直面大数据时代的挑战,确保一定程度的成本控制和协调,避免大数据"机会"成为大数据"混乱"。