大数据环境下证券公司的小数据战略

　　图1：大数据的技术架构

　　图2： 大数据和小数据在数据量方面及效率对比图

　　“大数据”是指大小超出了传统数据库软件工具的抓取、存储、管理和分析能力的数据群。大数据的迅速发展引起了全球各政府、商业机构和学术界的广泛关注。在中国，互联网企业、金融界迅速跟进，进行了包括开源构架为代表Hadoop的全新升级，在经过2013年的硬件、软件和技术的升级，大数据从概念走向了应用。

　　小数据并不是指数据量小，而是根据客户的特定需求，有针对性地找出能够给客户提供决策支持的客观依据，从而达到服务客户的目的，它的存在对于促进经济社会的发展、更加准确的满足客户需求具有非常重要的作用。小数据分析和大数据分析所需要的技能并不相同，侧重点也有所不同，由于小数据涉及的是数据的深度，分析人员需要具备某一方面的专业技术知识。

　　小数据作为数据时代的重要组成部分，在证券公司的未来发展中将起到举足轻重的作用。证券公司可以充分利用数据资源，在做好大数据的基础上，提取出具有鲜明特征且有价值的小数据，挖掘其中蕴含的客户信息及交易信息，获取有价值的客户信息，帮助证券公司降低运营成本、提高运行效率、并及时调整公司定位。

　　随着信息技术、移动互联网技术和物联网技术的快速发展，当今社会已悄然迈入大数据时代。在大数据时代，人们面临的挑战不仅来自技术环节，还有生活方式、工作方式，甚至思维方式问题。对证券金融业来说，这种挑战现在正变得更直接、更严峻。如何应对挑战呢？除了更新知识、更新思维、更新工作方法外，还要找到大数据环境下的小数据应对策略。如此，方能把握主动，成为赢家。

　　大数据与证券公司个性化服务

　　为了适应当前国民经济持续健康发展的需求和多层次资本市场的需求，证券公司作为金融中介的职能在信息技术的冲击下将有所改变。在大数据背景下，证券公司将有能力快速收集传导大量的高质量信息，以设计出符合客户需求的产品组合，并不断根据客户偏好的改变而调整。

　　大数据在加强风险管控、精细化管理、服务创新等转型中别具现实意义，是实现向信息化券商转型的重要推动力。大数据能够加强风险的可审性和管理力度，在“普惠金融”的要求下，证券公司可以利用互联网金融思维，将股权众筹模式引入券商业务之中，股权众筹与新三板市场的结合可以很好的解决小微企业贷款的风险管理问题，而大数据技术是解决上述问题风险控制的利器之一。

　　此外，大数据在证券公司客户服务方面别具风格，能够实现客户的精细化管理。当前中国证券业以客户为中心的管理改革已经起步，在以“以客户为中心”理念的指导下，通过对客户消费行为模式进行分析，提高客户转化率，开发出不同的产品以满足不同客户的市场需求，实现精细化管理和差异化竞争。

　　在过去几年里，越来越多的证券公司在采用数据驱动的方法来进行有针对性的服务来降低风险和提高业绩。他们执行特殊的数据分析程序来对一系列的资料进行收集、存储、管理和分析大数据集，识别关键业务观察，以便给客户提供更好的决策。可利用的金融数据源包括股票价格、外汇和衍生品交易、交易记录、高频交易、无结构化新闻和文本、以及隐含在社会媒体和网络中的消费者信心和商业情绪等。

　　大数据特点与安全问题和应用进展

　　1.大数据的特点

　　大数据是从线上线下资源中收集到的大量商业信息，这些信息包括网站、社会网络、手机Apps,软件、文件、电脑记录、传感网络等信息，越来越多的企业从数据的分析中获利，对大数据的分析正在帮助各种企业快速成长。然而，海量数据的爆炸，最大意义上不在于其数量，而在于大数据能够帮助企业做什么。不少大公司目前仅能从他们所拥有的海量数据的初级数据分析中获利。

　　提到大数据，人们经常用海量化(Volume)、多样化(Variety)、快速化(Velocity)来描述大数据，常把它想像成高风险、耗资巨大、运行耗时多的IT投资。数据容量增长的速度大大超过了硬件技术的发展速度，引发了数据存储和数据处理的危机。结构化数据、非结构化数据以及多结构化数据的数据构成，对传统的数据分析处理算法和软件提出了挑战。

　　同时，为了能及时把握市场动态，快速制定出合理准确的生产、运营、营销策略，进而提高企业的核心竞争力，对大数据的快速处理分析，将为企业实时洞察市场变化、把握市场先机提供决策支持。但大数据的好处来源于它的驱动价值(Value)，应用算法和预测模型来解决具体的商业问题，使得“数据价值化”成为企业提供竞争力的下一个关键点。

　　事实上，商业效益隐含于所有数据中，数据量的大小并不是最关键的。无论是拥有大数据还是客户的简单交易数据，所关心的是想得到的商业结果以及如何分析这些数据。

　　2.大数据的安全问题

　　移动通信、移动互联网和物联网的快速发展带来了海量的数据，它一方面使得社会更加民主化、使得人们之间的交往更加社会化，并能使长久失去联系的亲朋好友通过当前的信息技术取得联系。但另一方面，进入信息时代，为了争夺和保全企业的核心数据，各类窃听门事件陆续爆发和被揭露。员工的隐私、公司的机密等一系列数据安全的关键词不断被提起。

　　互联网在带来便利的同时也使得隐私更加透明化，而此时的大数据正是一个时刻关注人们成长的“老大哥”，个人在享受了大数据时代带来便利的同时，也有信息遭到侵犯的隐忧。相关立法者应该采取有效措施，使得“老大哥”仅仅在自己所属的框架下活动，避免其变成不被邀请且不受欢迎的餐桌上的人。

　　3.证券公司积极备战大数据

　　大数据时代的到来，很多证券公司都开始厉兵秣马，一些公司已经开始搭建大数据平台。对于证券公司而言，如何快速的整合公司内外部海量数据资源，通过数据挖掘、数据管理和数据分析的手段，为公司在风险控制、业务创新、和客户的精细化管理方面提供决策依据，帮助公司在高频交易、小额信贷、精准营销等领域加速推进。同时实时和非实时的计算分析能力，为企业提供全周期的低成本高性能的商业智能平台支持。

　　一个公司在进行大数据的分析中，需要投资许多服务器，为了得到不同的数据，需要使用复杂的分析机器和数据挖掘应用软件来搜索网络，这些数据包括客户投资及交易行为的分析、潜在客户及流失客户的信息等。所有这些数据进入一个中心数据仓库，在数据仓库里，利用复杂的算法进行分类和处理，并将它们详细的展示出来。图1给出了大数据的技术架构图，给出了从数据采集、数据分析到数据解释的路线，对证券公司建立技术结构具有一定的借鉴作用。

　　4.当前大数据应用所面临的困难

　　大数据的前景是诱人的，但如果想利用大数据来为企业做实实在在的事情却面临很多困难。首先大型证券公司为了实现内部资源共享、提升整体数据管理效率，往往会部署多个数据中心。一般需要部署分布式云数据中心，实现数据中心即时服务，从而提升IT服务质量和多个数据中心的整体IT利用率。而分布式云数据中心又包括私有云、公有云和灾备。随着产生越来越复杂数据流的设备和交易的增长，有效地利用企业现有数据是未来竞争的优势之一。

　　大数据的上述应用使得企业从不同的方面获利，但不少证券公司发现这些设备和软件需要耗费大量的财力物力，在大数据方面的人才储备方面也明显不足。尤其是中小证券公司，面对昂贵的机器和先进的技术手段因为财力物力人力的差距望而却步。对于证券公司的很多实际问题来说，小数据是足够的，中小券商可以在暂时各方面条件受限的条件下分析小数据，从小数据的分析中获利。

 

 

转载于:https://my.oschina.net/u/1160813/blog/310031