从财通证券的数字化建设,我们总结了这些金融行业数字化转型方向

简介: 金融行业数字化转型的脚步正在不断提速,并呈现出以金融科技为主引擎、以移动领域为新战场、以场景生态为主阵地、以用户体验为主趋势和以组织敏捷为主心骨的新趋势。

随着云计算、大数据、人工智能等科技要素与金融行业的深度融合,金融行业数字化转型的脚步正在不断提速,并呈现出以金融科技为主引擎、以移动领域为新战场、以场景生态为主阵地、以用户体验为主趋势和以组织敏捷为主心骨的新趋势。

其实早在2001年,金融行业就开启了数字化转型的探索,从时间上来看,其数据平台的建设周期和历史并不比互联网时间短,但从结构上来看,金融企业过去相当长时间内的数字化转型还是停留在以业务为单位,多套数据系统各自为阵,导致“数据孤岛”相互割裂。

尤其是最近10年,移动端场景拓展及互联网金融兴起,新业务与传统业务在数据层面难以形成高效合力,正成为包括证券、银行、保险等在内的金融机构新难点。

Dingtalk_20210326170339.jpg


一、数字化升级大环境下,金融企业的转型难点

在移动互联网高速发展的大环境下,金融行业的业务形态、数据维度、业务需求变得更加复杂多元;另一方面,受用户习惯及过去一年新冠疫情影响,线上金融服务需求进一步增长,并持续衍生全新业务场景,这对金融机构的数字资产体系建设和管理提出了更高的要求。

然而,数字化转型并不只是技术手段上的转变,对金融机构来说,更重要的是通过数据对潜在风险、用户体验、业务模式的深层理解。

作为数字化起步较早的行业,以证券、银行、保险等机构为代表的金融行业很早就开始接触数据平台,在数据使用上都沉淀了一定经验,并在过去时间内较好地支撑了自身业务发展,但由于历史原因,这些数据往往都分散在不同部门,难以形成整体打通及标准统一,使得其数字化转型进程在面对新场景、新业务接入时,受到阻碍。

也是意识到了这一问题点,近年来金融机构在转型赛道积极求变,并在这个过程中“跑”出了一批成功范例,其中就包括财通证券。

mmexport1616747007614.jpg


2013年,何燕加入财通证券,参与到财通证券的数字化转型工作中,目前已经担任财通证券的网络金融部负责人职务。据她介绍,财通证券的数字化转型并非一簇而就,“也是经历了一段长时间的过程,每个环节都做了当下应该做的事。”

据了解,财通证券2015年开始搭建独立APP,截至目前APP用户占比已经从15%迅速增长至50%;同时围绕自有APP,通过底层数据互通及对业务反哺洞察,财通证券分别在用户需求及内容运营两个层面都沉淀了特有模式,真正实现“用户需求-服务(业务)跟进-APP承载-模式沉淀-反哺业务“的闭环。

1.jpg


二、财通证券数字化转型背后:阿里云数据中台作为底座支撑

正如何燕坦言,财通证券的数字化转型并非一簇而就。

2015年,财通证券开始搭建自己的APP——当时,互联网金融服务商同花顺对接了多家证券公司,并凭借海量的市场信息及交易服务,已经吸引海量的的炒股用户;因此,对证券机构来说,想要提升用户对自有APP的黏性,并不容易。

第一年,财通证券APP用户占比只有15%左右。

而在既有业务上,财通证券在接下来的几年一直发力于面对市场的标签系统,但由于内部多套数据体系的链路未能打通,以及标签数据不精准、维度不统一,因此开发出的标签在一定程度上并不匹配业务需求,在何燕看来,最直观的表现就是“业务岗位的员工对标签的准确性存疑,那么他就不会再提出新的标签需求,那么从前端反推到后端,就导致不会再有新的系统来支撑这块工作。”

直到2017年,财通证券网金部才开始全面搭建互联网数据应用团队,并对前端业务提供完整的数据应用能力,同时,何燕也不断在寻找外部合作伙伴,期望能够借由第三方力量,帮助财通证券完成数据应用的全面落地与能力加持。

2019年,一些互联网金融服务商相继推出了智能数据服务,但阿里云数据中台却独有能够链接蚂蚁生态的能力,在何燕看来这项能力能够为财通证券带来更多业务场景的补足,并带来更多市场机会,事实证明,阿里云数据中台提供的应用解决方案的确能够满足何燕的诉求,并通过“三步”部署战略,帮助财通证券突破数字化转型瓶颈:

Step1:通过阿里云数据中台核心产品Dataphin打通既有多个系统数据,实现数据即时接入及数据标准统一,整合加工处理后,基于市场形态形成包括“金融属性”“产品类型”等在内的300+标签;

Step2:运用数据可视化平台Quick BI接入各系统数据库,以0代码鼠标拖拽式操作搭建财通证券自有数据研发与管理统一平台、数据洞察分析平台等多个平台,以及业务层面的智能营销和智能双录两套系统;

Step3:基于已有的300+基础市场标签,财通证券通过Quick Audience在包括支付宝等生态内进行营销投放,且能够及时回流营销投放效果数据,在精准洞察不同目标市场的需求差异基础上,指导营销策略、渠道策略调整,同时反哺市场标签的扩充。”


三、阿里云数据中台——助力金融企业取得数字化转型成效

通过“三步”战略,以及财通证券在数字化转型持续发力,内参君也总结了这两年其可圈点的部分成果。


1、降本提效

何燕介绍,在过去,财通证券会在各系统下都直接设置一个数据库,

当业务需要对不同系统中的数据进行交叉分析时,非常耗时耗力。

但现在,通过搭建数据中台打通不同系统数据并完成标准统一后,数据处理和计算门槛被大幅降低;而财通证券通过集成后的数据,加工处理形成了300多个市场标签,并且在业务层面等到验证——标签丰富度和标准度都得到了显著提高。

此外,基于市场数据的全链路打通,财通证券现在还能按照“市场分层+运营目标+路径探索+策略跟踪调整”,逐渐将人力从全量市场运营工作中摆脱出来,转向精准市场运营,提高业务转化效率。

Dingtalk_20210326170323.jpg


2、业务创新

在自有APP的打造上,财通证券已经完成内容运营和洞察市场需求层面的模式沉淀。

打造用户交流阵地。财通证券拥有自己的研究员,并以此打造了《盘前盘后》等栏目——由研究员结合市场动态发表研究性内容,同时鼓励用户自主发言,以“PGC(专家研究院输出内容)+UGC(用户自发输出内容)”的形式提升栏目活跃度,同时还积极打造包括股友圈、直播聊天室等在内的多元互动阵地,持续加强用户黏性;

Dingtalk_20210326170255.jpg

面向小众群体需求开发特定功能。如可转债、ETF 等,财通证券能够通过数据找准市场需求,并以此为基础开发出创新业务场景,进一步提升用户黏性。

此外,APP除了柜台数据,还集合了业务中心、商城、用户等数据,这就为衍生应用的开发提供了底层基础,如在to C(面向用户)服务方面:财通证券APP目前可以支持为用户针对自身账户数据,提供基础数据分析服务,让用户能更直观便捷地了解账户数据。


3、组织升级

很多人看到这里,其实心里已经不由冒出了一个疑问,那就是对于大多数金融机构而言,数字化转型的最底层支撑到底是什么?

答案是,组织。


事实上,大多数机构和财通证劵一样,在数字化转型道路上都需要经历一个从无到有的过程,何燕曾说过,财通证劵网金部是从2017年才开始搭建正式数据应用团队,并着手构建互联网数据能力。

而到了2018年到2019年,不管是市场大环境还是用户需求,都对财通证券提出了更高要求。其中包括各业务单元的数据统一、数据使用安全、市场画像维度更细分等等,这些新要求按照以往的组织形式是很难去达成的。

也是在这一年,财通证券开启与阿里云数据中台牵手的时代,并完成了组织架构层面的大调整,清晰定义机构内部前中后台的智能,建立以客户为中心的组织机构模式,并不断提升内部管理与客户服务水平。

目前,财通证券技术投入占总营收比例排名行业第八。


无疑,数据中台已经成为各大金融机构数据体系建设的方向,同时给金融企业带来了:业务层面的降低成本、提升效率; 能力层面,每个业务部门拥有独立的应用数据能力; 在技术能力、业务能力提升的基础之上,从而带动组织文化、组织阵型的变革。

内参君可以预见到,随着各行各业的数据化程度越来越高,数据处理与分析技术越来越成熟,从业务数据化走向数据业务化、以数据驱动业务发展已必将成为 “潮流”。

相信未来更多行业将借助数据中台赋能而实现真正的提效创新,实现真正的智能化发展路径。

相关实践学习
AnalyticDB PostgreSQL 企业智能数据中台:一站式管理数据服务资产
企业在数据仓库之上可构建丰富的数据服务用以支持数据应用及业务场景;ADB PG推出全新企业智能数据平台,用以帮助用户一站式的管理企业数据服务资产,包括创建, 管理,探索, 监控等; 助力企业在现有平台之上快速构建起数据服务资产体系
相关文章
|
5月前
|
人工智能 Linux API
不辞职、不烧钱!从零搭建AI一人公司(OPC):OpenClaw落地+全平台部署+免费模型一站式教程
2026年,AI一人公司(OPC)已经不是概念风口,而是普通人最低成本、最低风险的创业新模式。不辞职、不烧钱、不组建团队,只用业余时间,就能依靠OpenClaw这类AI智能体搭建属于自己的自动化数字员工体系,完成内容生产、客户服务、数据处理、营销获客、研报产出等全流程工作。但行业数据显示,AI创业失败率高达80%~90%,核心原因是盲目跟风、没有验证闭环、忽略合规与风险、缺乏系统化执行路径。
2710 8
|
Cloud Native Dubbo 应用服务中间件
阿里巴巴捐献的14个顶级开源项目,国内开源贡献第一!
代表性的项目包括龙蜥操作系统、Apache RocketMQ、Apache Dubbo、Spring Cloud Alibaba 等
6358 0
|
存储 SQL 数据可视化
7-TDengine集成Grafana实现日志数据可视化
7-TDengine集成Grafana实现日志数据可视化
1455 0
7-TDengine集成Grafana实现日志数据可视化
|
6月前
|
JavaScript Linux Shell
OpenClaw(Clawdbot)阿里云无影云电脑部署+本地搭建超简单流程,零基础也能快速上手
2026年,AI自动化代理工具迎来全民普及,OpenClaw(原Clawdbot、Moltbot)凭借开源可控、跨平台适配、功能强大的核心优势,成为个人办公与轻量团队协作的“必备数字员工”[superscript:2]。截至2026年2月,OpenClaw开源社区已拥有1.1万名在线成员,核心技能插件超500个,可通过自然语言指令完成文档处理、跨工具协同、代码生成、多平台交互等各类自动化任务,无需用户掌握复杂编程技能[superscript:2]。
705 12
|
6月前
|
人工智能 JavaScript 安全
阿里云上+本地部署OpenClaw(Clawdbot)AI助手及全能指南:核心命令速查,效率提升5倍
OpenClaw(原Clawdbot)作为2026年最热门的开源AI Agent项目,凭借“实际执行任务”的核心优势,彻底区别于传统聊天机器人——它不仅能对话,更能直接操作电脑完成文件整理、邮件收发、日程管理等实际工作,成为提升生产力的“利器”。其强大的命令行工具集(40+核心命令)是高效使用的关键,但对新手而言记忆成本较高。
2405 1
|
数据挖掘
【数据挖掘】Lasso回归原理讲解及实战应用(超详细 附源码)
【数据挖掘】Lasso回归原理讲解及实战应用(超详细 附源码)
1672 0
|
机器学习/深度学习 数据可视化 算法
机器学习中的特征选择与降维技术
机器学习中的特征选择与降维技术
744 0
|
机器学习/深度学习 人工智能 达摩院
通向赛博未来:EchoMimicV2 半身数字人生成
EchoMimicV2 是蚂蚁集团支付宝终端算法数据技术团队的一项数字人技术开源项目。
2956 0
|
存储 缓存 Java
实时计算 Flink版操作报错合集之怎么处理在运行作业时遇到报错::ClassCastException
在使用实时计算Flink版过程中,可能会遇到各种错误,了解这些错误的原因及解决方法对于高效排错至关重要。针对具体问题,查看Flink的日志是关键,它们通常会提供更详细的错误信息和堆栈跟踪,有助于定位问题。此外,Flink社区文档和官方论坛也是寻求帮助的好去处。以下是一些常见的操作报错及其可能的原因与解决策略。
|
传感器 人工智能 算法
逐渐走向实用,揭秘世界顶尖人形机器人ASIMO
从《列子·汤问》传说中以假乱真的舞者到现在科幻作品中的各种类人机器人,人类从没停止过对创造类人机器的幻想。而随着机器人学、人工智能和计算科学等科学技术的发展,人类长久以来的梦想正在逐渐成为现实,我们的生活中也渐渐开始有了它们的身影。
2383 0
逐渐走向实用,揭秘世界顶尖人形机器人ASIMO