基于互联网金融的大数据应用模式及价值探析

周晴红

(苏州健雄职业技术学院，江苏 太仓 215400)

1 对互联网金融、大数据的基本认识

1.1 互联网金融

互联网金融(Internet Finance，简称“ITFIN”)是基于互联网技术、信息技术、通信技术等创新发展与应用，形成的一种“互联网+金融”业务模式与服务体系，是互联网技术在金融领域(包括金融市场、金融产品、金融服务、金融组织、金融监管等)有效应用的重要表现[1]。互联网金融在新一代信息技术驱动下，其数据分析、整理、利用能力大幅度提升，使产品、组织、服务、管理等之间的联系更为紧密，便于金融服务质量、效率等提升。目前，互联网金融在发展过程中已经形成较为完善的体系，普遍具有成本低、发展快、效率高、覆盖广、风险管理要求高等特征。

1.2 大数据

大数据(big data)又被称为“巨量资料”(mega data)，是互联网技术、信息技术、通信技术等创新发展下的产物，是需要依托新处理模式进行处理、分析与利用，具有海量化、多样化、高速化、时效性、价值性等特征的信息资产[2]。利用大数据思维、大数据技术能够更容易挖掘经济市场规律，掌握经济市场变化，为经济主体建设、管理、创新发展等提供信息依据，提高经济主体洞察力、决策力、监管力、创新力。

1.3 互联网金融与大数据存在的关系

互联网金融与大数据之间存在密切关联性。例如，互联网金融需要在大数据技术驱动下，发现金融市场规律，实现众筹模式、数字货币模式、P2P网贷模式、第三方支付模式等构建与创新，促进金融体系多样化发展，具备互联网金融成本集约、互联网金融资源开放、互联网金融渠道拓展等优势。又如，随着互联网金融发展，形成海量互联网金融数据与信息，加强互联网金融数据管理与利用成为金融机构现代化建设与发展的客观要求。大数据应用则是满足新时代互联网金融发展需求，解决金融数据处理、管控、利用问题的重要举措。

2 基于互联网金融的大数据应用模式分析

2.1 基础模式分析

在互联网金融中，大数据应用基础模式属于层级框架模式。通常情况下，由数据来源层、数据整合层、数据利用层三层构成[3]。其中，数据来源层位于大数据应用模式最低端，侧重于从大数据基础设施、互联网基础设施、物联网基础设施、智能终端、第三方应用程序等中收集互联网金融数据信息，为互联网金融数据资源整合应用奠定良好数据基础。数据整合层为大数据应用模式位于数据来源层与数据利用层之间，向下能够沟通数据来源层，向上能够连接数据利用层。在实践应用中侧重于互联网金融数据整理、分析、存储、有价值信息挖掘等。数据利用层位于应用模式最顶端，侧重于为互联网金融数据使用者产品分析、服务分析、业务决策等提供信息支撑，促进互联网金融稳定、长久、创新发展。

例如，小米金融利用大数据应用模式中的基础设备进行业务数据收集，建立数据库，并通过数据整合层中的大数据挖掘技术，实现信用模型构建，从而利用大数据进行风险账户检测与监控，提升互联网金融业务风险管理水平。北京拓尔思信息技术股份有限公司在传统三层结构的基础上，构建了“用户层+应用层+分析层+存储计算层+数据整合层+数据来源层”的大数据应用模式，可对互联网金融信用指数、风险指数、传播指数等进行分析，满足互联网金融舆情监测、内部管控、风险监督、精准营销等需求。

2.2 创新模式分析

根据互联网金融产品、服务等特征，结合金融市场变化趋势，金融机构在发展互联网金融业务时进行了大数据应用模式创新，形成大众筹资、C2B经营、P2P网贷、第三方支付、APP服务、金融门户等多种发展模式。以金融门户为例，金融机构在发展互联网金融业务时，可利用互联网信息技术，构建互联网银行网络平台，在大数据技术应用下寻找诚信、有发展潜力、债务偿还能力的中小企业或个人，向其提供普惠金融服务。一方面拓宽业务，盘活资金。另一方面解决中小企业或个人融资难问题。

3 基于互联网金融的大数据应用价值分析

3.1 优化互联网金融产品与服务

大数据应用于互联网金融中，有利于期产品与服务的优化。例如，金融机构在发展过程中，利用大数据技术将电子商务交易数据、第三方支付数据、信用卡利用数据、日常生活缴费数据等收集并构建数据仓库。在此基础上，对金融客户基础数据、产品使用数据、产品咨询数据、产品交易数据等进行处理与分析，围绕“客户满意度”、“客户风险性”、“客户喜好度”、“客户参与度”等构建产品与服务预测模型，从而了解客户需求，掌握客户违约、流失的可能性。为互联网金融产品与服务设计提供真实、准确、充足的信息支撑，实现产品与服务优化。

3.2 实现互联网金融的精准营销

互联网金融通过数据挖掘技术应用对金融投资者、金融消费者行为进行分析，掌握他们对金融产品与服务的满意程度，了解他们对金融产品与服务的需求情况，从而将产品与服务和金融投资者、金融消费者关联，提升彼此之间的匹配度，促进客户有效转化，最终达到互联网金融精准营销目标。

3.3 拓宽互联网金融的客户范围

在互联网金融领域，如何充分发挥互联网金融平台渠道价值，构建互联网金融服务网络，扩大客户范围，提升客户数量，成为金融机构关注与研究的重点问题。应用大数据技术能够将互联网金融上下游企业有效聚集，形成联合发展模式。在此背景下，广大网民能够通过联盟平台中的搜索功能台覆盖范围，便于潜在客户挖掘与转化。

3.4 加强互联网金融的风险防护

互联网金融的高风险性对互联网金融监督与管控提出了更高要求，利用大数据技术进行互联网金融产品综合对比，在此过程中，既丰富了互联网金融产品与服务，也延伸了平能够从多样化、海量化、价值性数据中探索金融欺诈行为特征，掌握金融欺诈活动之间存在的关联性。在此基础上，依托生物探针技术、身份识别技术、指纹确认设备完成信用与反欺诈模型构建。在模型应用下，对风险用户、风险行为进行检测、识别、判定与监控，提升互联网金融风险防范能力。例如，高危设备检测断、IP地址风险诊断、频繁注册行为检测等。

3.5 提升互联网金融的管理能力

互联网金融管理能力提升是保障互联网金融健康与稳定发展重要手段。在“互联网+”时代背景下，可将大数据思维引入互联网金融管理中，进行互联网金融管理模式创新，提升管理能力。例如，“互联网+财务管理”、“互联网+业务考核”、“互联网+信息流监测”等，将互联网金融管理与大数据深度融合。