- 快捷搜索
- 全站搜索
2013年下半年，余額寶看似“暴發戶”式的成功造成了銀行領域的極大震動，大數據時代已經成為商業銀行不得不應對的時勢。商業銀行的生存策略
怎樣掌握收集數據、分析數據、利用數據的辦法和途徑，怎樣在海量數據中去偽存真、變“數”為寶？從市場營銷、客戶服務、風險管控和內部管理
大多數保險企業都已經認識到“大數據”改善決策流程和業務成效的潛能，但卻不知道該如何入手，部分企業在“大數據”的時代浪潮下積極探索，
數據是未來銀行的核心競爭力之一，大數據對銀行的數據駕馭能力提出了新的挑戰，也為銀行獲得更為深刻、全面的洞察能力提供了前所未有的空間
大數據技術的應用提升了金融行業的資源配置效率，強化了風險管控能力，有效促進了金融業務的創新發展。金融大數據在銀行業、證券行業、保險行業、支付清算行業和互聯網金融
近年來，企業對大數據的需求也在不斷升級演化，整體呈現更深入、更落地的特點。本文基于對數百個企業大數據項目的一線實踐經驗進行提煉總結，揭示最新的中國企業大數據需求
本文圍繞解決數據管理和應用中的問題，結合數據模型管理方面的經驗，探索建立與浦發銀行自身情況所匹配的、有特色的企業概念數據模型。
運用大數據開展風險防控，動態跟蹤、管理資金流的異常監測，降低社會融資成本，實現精準扶貧，發展普惠金融等方面的智能化處理。建立有效的數據共享機制，建設以大數據為支
銀行大數據智能領域會熱切期盼法定數字貨幣研究與應用的持續深化。更加豐富的數據資源，在風險、營銷、渠道、客戶、運營諸多領域的潛在智能化應用，能夠幫助銀行進一步實現
長江證券11年與帆軟結緣，14年開始正式與帆軟合作。為了把數據分析人員從簡單的提取數據工作中解放出來，把精力投入到更深層次的數據分析工作中。經過認真選型之后，長江證
貴陽中支深入研究數據治理框架、規范數據標準，探索大數據應用場景，不斷推進數據采集、分析和展現工作進展，取得了階段性的成果，突破了傳統的面向業務、單系統、單數據倉
風險模型實驗室作為支持大數據應用及風險模型管理的基礎技術平臺，規范了數據挖掘及信用風險模型開發和驗證過程，提高了大數據應用及模型研發效率，支持了從設計、開發、驗
本文對大數據時代下的數據質量管理所面臨的問題進行了分析探討，并以此為基礎，提出了浦發銀行在應對當前形勢下的創新實踐方法。
本文從大數據實施路徑、組織架構、數據標準化、平臺智能化四個方面詳細介紹了建設銀行的大數據戰略實施要點。
中國人壽養老保險股份有限公司作為市場上最大的專業年金受托管理機構，以推進“數字化年金”為目標，運用大數據及人工智能等新技術，采用BI+AI的模式，打造行業內首個功能全
銀行業作為社會經濟活動重要參與者，也需要不斷革新，順應數字化浪潮，實現業務轉型升級。在銀行業的數據分析業務領域，正呈現數據類型多樣化、數據處理實時化、數據來源多
本文從建立數據治理的組織、理清數據脈絡、實現全方位數據校驗和治理、實現數據資產可視化、用好海量數據服務于不同業務場景五個方面，提出了自己的思考與見解，并分享了相
近期，大家在各種場合提到金融科技必談大數據，而很少談到數據治理問題。對于一個企業而言，要實施數字化和大數據戰略，數據治理重要性理應更為重要，數據治理的目標、環境
為貫徹“數字央行”轉型，人民銀行成都分行以“科技創新助推精準履職”為切入點，自主開發了貨幣信貸大數據監測分析系統。該系統運用大數據技術、分布式架構和敏捷開發模式