决策科学及大数据在金融行业的应用

本文涉及的产品
云原生大数据计算服务 MaxCompute,5000CU*H 100GB 3个月
云原生大数据计算服务MaxCompute,500CU*H 100GB 3个月
简介: 各位专家早上好! 欢迎今日早餐会嘉宾:王世今,在美国摩根大通担任风险总监,具有多年管理250亿美金余额高端T&E;客户组合的经验,北美大型客户包括美国联合航空、西南航空、Amtrak美国铁路公司、万豪酒店、凯悦酒店等十余个,兼任风险部高管培训委员会委员、摩根大通零售社区数据运营委员会委员、

各位专家早上好!

欢迎今日早餐会嘉宾:王世今,在美国摩根大通担任风险总监,具有多年管理250亿美金余额高端T&E;客户组合的经验,北美大型客户包括美国联合航空、西南航空、Amtrak美国铁路公司、万豪酒店、凯悦酒店等十余个,兼任风险部高管培训委员会委员、摩根大通零售社区数据运营委员会委员、导师计划精英;曾任美国银行信用卡风险部资深副总裁、美国银行亚裔领导组织执行副会长;美国花旗银行高级风险经理,负责Smith Barney、CitiMorgage等特殊金融投资贷款管理;曾任通用财经决策科学高级经理及美国国际集团高级分析师,专长于消费金融包括信用卡、零售银行业的风控、财务、数据分析、市场等。

 

各位朋友,大家早安! 我现在在费城的家里,今天刚下了大雪,窗外雪景美不胜收,心里又也特别高兴、荣幸有机会在此与大家相识,并向各位行家、精英、领导、领袖们学习交流。
今天我想和大家聊的题目有关金融、决策科学(Decision Science)和大数据,这就是我在美国多年的工作领域,不仅是我的初恋,而且还嫁的无怨无悔(哈哈),今天在各位专家面前班门弄斧了,希望大家多多指教,想和大家讨论以下几个话题:
(1)决策科学是什么、为什么重要、给我们的启示
(2)如何理解并踏实地真正理解大数据
(3)大数据在金融行业应用方面的案例分享

 

(1)决策科学:先说说决策科学吧,就是Decision Science,在美国大公司工作的朋友们对此应该都不陌生。顾名思义,它就是运用科学的理论和方法做决策,而非主观意识、完全凭经验

 

听上去很简单,但是内容很多,在美国,它是高校单独的一个科目、一个系,它被称为跨学科专业(transdisciplinary major),学生要学习一些统计、数学、工程、计算机语言等,同时又要学习管理、经济、行为学、甚至心理学。 MIT、Carnegie Mellon University、George Washington University等都有决策科学专业,Harvard、Stanford有决策科学实验室,欧美国家都有自己的决策科学学会或机构。

 

在大学的网站上,想吸引生源的决策科学部门会问“Do you want to be a leader?”,就好像说想当领导者,一定要学决策科学,因为这是时代趋势,的确,在一年一度的美国国家大学协会和雇主工薪调查中,决策科学荣登了去年8大最高工薪的非传统高校专业排行榜。这个专业成为传统的工商管理和工程学的桥梁,满足了市场对综合能力、决策能力的需求。

 

人们渴望通过决策科学实现的是,在尊重经验、感知的前提下,把Science引荐到人文、社会、政治、商务、决策等领域,并让之可行可靠,推动决策的科学性、准确性、有效性、时效性等,最终的目的,是减少决策的风险,制定出好的、能创造巨大价值的决策。如同Computer Science一样,国外的Decision Science已经有了很长的历史,并且走人了各行各业。

 

美国一流金融公司决策科学的大规模开始,大约在1985年左右吧,从累加的逻辑规则飞跃到单一评估、模型的使用,再飞跃到贯通的、多元行为的分析,发展之迅猛令人感叹。今天,一流公司在做优化,各种优化软件、系统层出不穷,比如风险定价、offer设置,可以因人而异,公司的网页信息,可以根据登入信息不同而有不同呈现等等。在中国我的观察是各大公司也越来越注重数据分析、用科学方法判断风险、创造收益了。这与我十几年前离开中国的时候有了很大进

 

(2)大数据时代

不管我们是否已经准备好了,大数据时代已经到来了。最近大数据非常时髦,大家都在谈它,有人说:大数据到底是什么呢,它代表着一个时代,就是一个数据量已经到了大小超过了现有典型的数据库软件和工具的处理能力,而必须使用在数十、数百甚至数千台服务器上同时平行运行的软件来处理。


摩根大通近一两年已经调整了IT部门的组织架构,并投资进行系统更新。摩根大通使用的决策科学工具非常多,比如数据库解决方案用的是被誉为“商业并行处理的领导者”的Teradata系统,传统的数据分析平台是SAS,还有用户界面用Tableau, Cognos以及Qlikview等等。这些平台工具,使得数据分析、决策科学大放光彩。


然而求索的脚步是不会停歇的,在已经很前沿的基础上,国外一流公司进而在研究非传统性数据的采集、读取、录入,比如社交媒体数据、网络日志、语音视频数据等等,新时代的大数据平台要能够完美接受非结构化数据、使之可用,并实现数据实时性。比如现在机构都有了微信,大家在微信或facebook里讨论了一款产品,分析人员要去读取、输录、之后分析。未来这些信息可直接推送出结论,比如某产品差评过多,某产品引来市场热议等。


国内目前即使是很好的金融机构,可能不少还停留在有了数据库和存储数据能力,但是数据使用不多,工具不多,普及也不广的状态。同时我们每天又在各种新闻中体会着无比绚丽、神奇的未来,也有着时不待人的急迫感。所以我个人认为,当前,我们要心怀伟岸的梦想,脚踏实地的先做好最基础的工作,比如搭建数据分析平台,建立决策科学环境,利用现有数据,增加决策科学思维,“为飞奔的汽车换轮胎”,不断努力,不断进取。


我就带着这样的心怀梦想、脚踏实地的心态,回了家,今天能在早餐会上和这么多专家、精英们相识,特别荣幸,先感谢大家的支持、帮助、鼓励,希望和大家一起努力,踏实做些事情。

 

(3) 大数据及决策科学在金融行业的应用
和有四、五十年历史的美国知名的卡组织Visa、Mastercard一样,银联是中国的卡组织。在短短的十二年里,银联已经成为世界第二大的卡组织,40亿张卡片,400家发卡机构,140多个国家,1400多万商户,年交易100亿条以上,已经成为中国知名品牌,在世界上有着越来越大的影响力。这是宝贵的财富,尤其是我们自己的卡组织的宝贵财富。


银联的大数据,如果有效开发利用,可以带给中国政府、企业、银行、机构、商户等很大价值。比如Visa和Mastercard,他们利用美国市场的交易数据,做出各种零售消费分析,做类似美国政府的消费者信心指数,帮助没有实力搭建高端决策科学平台的小企业主做精准营销,极大的减少营销成本。


他们的防欺诈模型,通过对每一笔、每一次交易的行为、规律、时间、地点、用途、金额等多维度的规律的判断,来评估欺诈的风险。如果风险倾向高,那么防欺诈部门立刻行动,冻结这笔交易,电话客户验证客户身份。全程1-3分钟,通过验证则交易通过,否则交易失败。大数据良好的应用,最终使公司、消费者都受益。


我现在任职的公司,银联智策,是银联旗下的子公司,成立于2012年底,总部在上海浦东,是一家金融大数据咨询公司。大数据时代下的决策科学,需要符合三方面的条件,即以海量数据为支撑,有先进的数据分析平台为依托,有前沿的决策科学方法、技术力量和实战经验为核心。就好比做顿饭需要米、锅和巧媳妇!三者具备就可以转换数据为准确、快速、高效的可执行策略,转化大数据时代下的市场不确定性为可确定性,从而帮助客户实现客户管理的差异化,产品的创新化、渠道的多样化及服务的高效和人性化。我很高兴我的公司是具备这些能力的。


最近一个银行信用卡额度提升项目,成为该银行历史上第一次应用风险模型、消费量预测模型,并完美剔除了套现行为的突破,也是该行历史上第一次通过多元测试跟踪到准确活动效果,展示了交易额提升30%,盈利千万元的好项目。请允许我举最后一个决策科学应用实例,就是贷款的风险管理。


总之,我今天的话题就是:
1. 决策科学将越来越重要
2. 心怀梦想、脚踏实地做大数据
3. 大数据在金融行业应用方面将势不可挡


原文发布时间为:2014-03-05


本文来自云栖社区合作伙伴“大数据文摘”,了解相关信息可以关注“BigDataDigest”微信公众号

相关实践学习
基于MaxCompute的热门话题分析
本实验围绕社交用户发布的文章做了详尽的分析,通过分析能得到用户群体年龄分布,性别分布,地理位置分布,以及热门话题的热度。
SaaS 模式云数据仓库必修课
本课程由阿里云开发者社区和阿里云大数据团队共同出品,是SaaS模式云原生数据仓库领导者MaxCompute核心课程。本课程由阿里云资深产品和技术专家们从概念到方法,从场景到实践,体系化的将阿里巴巴飞天大数据平台10多年的经过验证的方法与实践深入浅出的讲给开发者们。帮助大数据开发者快速了解并掌握SaaS模式的云原生的数据仓库,助力开发者学习了解先进的技术栈,并能在实际业务中敏捷的进行大数据分析,赋能企业业务。 通过本课程可以了解SaaS模式云原生数据仓库领导者MaxCompute核心功能及典型适用场景,可应用MaxCompute实现数仓搭建,快速进行大数据分析。适合大数据工程师、大数据分析师 大量数据需要处理、存储和管理,需要搭建数据仓库?学它! 没有足够人员和经验来运维大数据平台,不想自建IDC买机器,需要免运维的大数据平台?会SQL就等于会大数据?学它! 想知道大数据用得对不对,想用更少的钱得到持续演进的数仓能力?获得极致弹性的计算资源和更好的性能,以及持续保护数据安全的生产环境?学它! 想要获得灵活的分析能力,快速洞察数据规律特征?想要兼得数据湖的灵活性与数据仓库的成长性?学它! 出品人:阿里云大数据产品及研发团队专家 产品 MaxCompute 官网 https://www.aliyun.com/product/odps 
相关文章
|
2月前
|
SQL 存储 分布式计算
ODPS技术架构深度剖析与实战指南——从零开始掌握阿里巴巴大数据处理平台的核心要义与应用技巧
【10月更文挑战第9天】ODPS是阿里巴巴推出的大数据处理平台,支持海量数据的存储与计算,适用于数据仓库、数据挖掘等场景。其核心组件涵盖数据存储、计算引擎、任务调度、资源管理和用户界面,确保数据处理的稳定、安全与高效。通过创建项目、上传数据、编写SQL或MapReduce程序,用户可轻松完成复杂的数据处理任务。示例展示了如何使用ODPS SQL查询每个用户的最早登录时间。
123 1
|
2月前
|
存储 数据采集 监控
大数据技术:开启智能决策与创新服务的新纪元
【10月更文挑战第5天】大数据技术:开启智能决策与创新服务的新纪元
|
9天前
|
机器学习/深度学习 人工智能 运维
智能化运维:AI与大数据在IT运维中的应用探索####
本文旨在探讨人工智能(AI)与大数据分析技术如何革新传统IT运维模式,提升运维效率与服务质量。通过具体案例分析,揭示AI算法在故障预测、异常检测及自动化修复等方面的实际应用成效,同时阐述大数据如何助力实现精准运维管理,降低运营成本,提升用户体验。文章还将简要讨论实施智能化运维面临的挑战与未来发展趋势,为IT管理者提供决策参考。 ####
|
23天前
|
机器学习/深度学习 存储 大数据
云计算与大数据技术的融合应用
云计算与大数据技术的融合应用
|
1月前
|
消息中间件 分布式计算 大数据
数据为王:大数据处理与分析技术在企业决策中的力量
【10月更文挑战第29天】在信息爆炸的时代,大数据处理与分析技术为企业提供了前所未有的洞察力和决策支持。本文探讨了大数据技术在企业决策中的重要性和实际应用,包括数据的力量、实时分析、数据驱动的决策以及数据安全与隐私保护。通过这些技术,企业能够从海量数据中提取有价值的信息,预测市场趋势,优化业务流程,从而在竞争中占据优势。
84 2
|
1月前
|
机器学习/深度学习 数据采集 搜索推荐
大数据与金融风控:信用评估的新标准
【10月更文挑战第31天】在数字经济时代,大数据成为金融风控的重要资源,特别是在信用评估领域。本文探讨了大数据在金融风控中的应用,包括多维度数据收集、智能数据分析、动态信用评估和个性化风控策略,以及其优势与挑战,并展望了未来的发展趋势。
|
2月前
|
存储 分布式计算 druid
大数据-149 Apache Druid 基本介绍 技术特点 应用场景
大数据-149 Apache Druid 基本介绍 技术特点 应用场景
67 1
大数据-149 Apache Druid 基本介绍 技术特点 应用场景
ly~
|
2月前
|
供应链 搜索推荐 安全
大数据模型的应用
大数据模型在多个领域均有广泛应用。在金融领域,它可用于风险评估与预测、智能营销及反欺诈检测,助力金融机构做出更加精准的决策;在医疗领域,大数据模型能够协助疾病诊断与预测、优化医疗资源管理和加速药物研发;在交通领域,该技术有助于交通流量预测、智能交通管理和物流管理,从而提升整体交通效率;电商领域则借助大数据模型实现商品推荐、库存管理和价格优化,增强用户体验与企业效益;此外,在能源和制造业中,大数据模型的应用范围涵盖从需求预测到设备故障预测等多个方面,全面推动了行业的智能化转型与升级。
ly~
144 2
ly~
|
2月前
|
机器学习/深度学习 人工智能 自然语言处理
大数据在智慧金融中的应用
在智能算法交易中,深度学习揭示价格波动的复杂动力学,强化学习依据市场反馈优化策略,助力投资者获取阿尔法收益。智能监管合规利用自然语言处理精准解读法规,实时追踪监管变化,确保机构紧跟政策。大数据分析监控交易,预警潜在违规行为,变被动防御为主动预防。数智化营销通过多维度数据分析,构建细致客户画像,提供个性化产品推荐。智慧客服借助 AI 技术提升服务质量,增强客户满意度。
ly~
137 3
ly~
|
2月前
|
供应链 搜索推荐 大数据
大数据在零售业中的应用
在零售业中,大数据通过分析顾客的购买记录、在线浏览习惯等数据,帮助零售商理解顾客行为并提供个性化服务。例如,分析网站点击路径以了解顾客兴趣,并利用历史购买数据开发智能推荐系统,提升销售和顾客满意度。此外,大数据还能优化库存管理,通过分析销售数据和市场需求,更准确地预测需求,减少库存积压和缺货现象,提高资金流动性。
ly~
411 2