大数据下 金融行业面临的四大痛点

当前整个金融市场环境日趋严峻，监管越来越严，无论是银行的零售、公司、交易或同业业务，都需要直面营销与风险的效率与准确率的问题。越来越多的金融机构都希望依靠大数据来拉动业务模式进行创新，但是由于行业特点，存在着四大痛点。

第一个痛点是数据来源多样化，需要整合后分析。金融行业的数据来源通常包含三大类：业务信息数据、行为数据和第三方数据。这些来源的数据包括结构化数据和非结构化的数据，在进行数据分析时通常需要进行一定程度的整合，例如客户信息与客户行为数据的整合，企业内部交易信息与上下游合作企业的交易信息的整合等等。

第二个痛点是技术和业务人员各司其职，部门协作成本高。金融行业的企业通常有专门的信息中心来进行数据的管理，这些技术人才通常精通数据分析技术，但对业务中涉及到的各种指标并不熟悉。业务管理人员则正好相反，精通业务指标的运用，但对数据分析技术难以掌握。这种场景常常导致一个分析报告的制作需要多个部门间反复沟通，期间的时间、人员成本巨大。

第三个痛点是金融行业数据量级大，分析性能要求高。众所周知，金融行业的数据量级大，通常总存储量达到TB级别，而单次计算数据量也在GB级别，大数据量下的数据分析性能很难得到保障。

第四个痛点是数据安全问题，数据权限粒度细。金融行业数据安全的重要性不言而喻，对数据权限的要求从权限的分配，到数据的访问控制，都有很细致的规范，在进行数据分析时需要兼顾数据权限的控制。

参考：https://www.e-learn.cn/topic/3958970