第一章 绪论
第一节 选题背景及研究意义
近些年互联网技术的飞速发展在改善人们生活物质环境的同时，也依托于计算机技术分析人们的行为数据，改变着人们的精神世界，如近期比较火爆的抖音短视频、百万英雄等娱乐 APP 都是通过用户的习惯分析，创造出能够产生用户依赖的软件。因此人们在生活生产中都会利用智能的计算机软件等制造出大量的数据。据目前统计数据指出，数据量的存储大小已经远远超过艾和泽字节（EB和 ZB）（1ZB=1024EB，1EB=1024PB，1PB=1024TB，1TB=1024GB）。IDC 已经估测出 2020 年世界上总数据的使用以及存储量接近 35.2ZB。人们日常生活中的众多方面都已经出现了大数据和云计算的应用成果，这些技术不仅能够给人们提供更加完善的服务体系，而且还能从生产生活中得到更多的更有用的数据，由此可以看出大数据会让人们的生活越来越便捷，而且根据数据分析，人们可以在不同的领域进行技术创新，促进该领域的发展。大数据更打破了传统金融营销方式，它可以从行业数据分析，并提供处理后的数据用于营销分析，与信息化背景更为契合。互联网技术的介入使金融行业迎来了新的春天，颠覆了传统的金融运行模式。电子商务的出现及流行是对以上的观点做了最好的陈述，当下的时代就是数据的时代，只有拥有有效的数据支撑才能够构建更加完善的金融服务体系，保证人们的经济财产。
数据在金融业的发展中呈现越来越重要的地位，这也意味着银行未来的发展也将面临更大压力，即有同行的竞争又要面临着互联网金融的竞争。在外部，以互联网、电子商务等为主的一些新兴企业具有明显优势，特别是在敏感度、创新能力以及利用“大数据”等方面。电子商务类的企业已经深入到了金融行业中，在某些方面的业务已经渐渐的取代了传统金融行业的地位，带来了更好的金融体验，提高了生活便利程度。现如今比较火的微信、支付宝等可以利用大数据更好的为用户提供金融服务，甚至整个服务流程不需要人工的参与，由此体现出大数据的较高的竞争力。
........................
第二节 国内外相关研究动态及文献综述
科技变革始终驱动着全球经济的发展。正如前文提到的从上个世纪九十年代“信息高速公路”战略的推出至今，社会经济的模式在这二三十年间发生了巨大的变革，由实体化转变为网络化。2011 年 IDC《从混沌中提取价值》一文中显示，不仅仅是美国，全球范围内信息增加量都呈现出爆发式的增长，仅 2011 当年人均产生数据量超过 300GB。2012 年 3 月美国大数据研发战略的推出使得全球信息技术又一次迎来了改革的浪潮。随着大数据时代的来临，互联网＋等一系列新兴科技进入寻常百姓们的生活，不管在文化还是在经济上都进入一个新的阶段。
麦肯锡 2011 年发布的《大数据：下一个创新、竞争和生产率的前沿》报告中，首次出现了“大数据”这一词汇，并且文中强调不管在各行各业，大数据都将成为它们都需要掌握的关键技术，分析和运用好相关数据必将使企业成为行业的领先者。之所以称为大数据，是由于它具有以下特征：数据量庞大，种类繁杂，单一数据价值低，计算机处理速度迅速。企业根据管理和经营的目的从企业内部或市场上收集相关的数据，然后，汇总分析并提取出有用的信息，使之成为有价值的数据，服务于企业。
2013 年出版的由维克托.迈尔舍.恩伯格所写的《大数据时代》可以说是关于大数据的第一部研究性著作了。作者在此书中指出，科技的革新使我们在处理数据时可以更加有的放矢，不再像以前一样只能选取部分数据做抽样分析，而能够对更大规模的数据进行全面研究使用，这可谓是大数据发展的一个转折点。
由劳尔森、漆晨曦、林清怡编著的《精确营销方法与案例：大数据时代的商业分析》一书中，认为大数据的收集、处理、分析将迅速潜入各行各业，遭受冲击最大的是一大批以传统业态生存的行业，金融行业特别是拥有很多实体网点的银行业将会是这场变革中被慢慢边缘化的一大群体。
...........................
第二章 大数据技术的发展现状
第一节 大数据概述
自 2013 年以来，我国的大数据市场一直保持较高速度的发展，工信部《中国大数据发展调查报告（2017）》中提到，2016 全年我国大数据产业在我国所占的市场比例将近 168 亿元，同比增长约 45%；相关商业报告认为，在未来的三年，年均增速将超过三十个百分点，到 2020 年市场规模将达 578 亿元水平（图 2.1），大数据在各个行业中的应用愈发广泛。
一、大数据的基本概念和特征
“BigData”，即我们所说的“大数据”，其实质是拥有巨大量的数据形式的资料，一些传统的数据库软件已经无法对大数据进行获取、保存、处理、分析等操作，因此需要开发更加强大的数据库软件对大数据进行一系列的操作，并且在数据处理方式上也要进行创新，这样提取出的数据才更具有可靠性，同时给企业带来增长迅速、种类多样、流程简单、高洞察力和决策力的信息类资产。大数据正处于快速扩张阶段，各行业都有涉及，一些行业的数据存储量已经远超了千TB 的数据存储量。
大数据的特点在于：数据量的规模大、储存量大、计算量大、数据的增长速度以及获取速度快、数据具有格式种类的多样性、广泛性、高价值属性、无结构性、便捷性。因为大数据具有以上的特性，并且能够为人们带来各种各样的便捷服务，所以深受广大企业和人们的喜爱。有些数据的表面上看是一些无用数据，但是在数据分析、整合过程中却能够体现出巨大的价值，并且这些数据可以保留并在不同的统计中反复的分析，而不会被损坏也不会被降低价值。
...........................
第二节 大数据对金融业的影响及应用
根据中国电子信息产业发展研究院发布的《中国大数据产业发展评估报告（2017 年）》统计，我国各行业在大数据应用上的速度都有提升，特别是金融行业，处于领先地位，发展水平指数为 45.37，占整体指数的比例达到了 16%（图2.2）。
一、金融科技带动互联网金融飞速发展
互联网金融这一新模式的发展依托于大数据和云计算技术，如：P2P 贷款、第三方支付、网络众筹等多种服务模式，互联网用户的大幅上涨为互联网金融的发展积累了强大的客户基础。据不完全统计 2016 年我国互联网金融行业的市场份额约 17.8 万亿元，预计 2017-2022 间的年均增长率可以达到 24.67%。当然，目前仍然有超过一千万家传统金融机构尚未应用大数据技术，因此，互联网金融在未来必将有一片广阔的天空。
...........................
第三章 大数据与商业银行零售业务 ................................. 20 第一节 大数据技术影响下零售业务的发展现状 .............. 20
一、零售业务概述 ....................... 20
二、零售业务发展现状 ...................... 20
第四章 大数据技术在 JS 银行中的运用现状及问题 ................. 29
第一节 大数据组织构架及系统构架 .................. 29
一、建立了全行统一领导、分工协作的一体化大数据工作机制............. 29
二、数据管理部与数据分析中心保持一体化工作，一同承接数据分析工作 ......... 30
第五章 大数据技术在 JS 银行中的运用策略建议 .................... 44
第一节 提升大数据核心能力 ..................... 44
一、进一步丰富数据信息内涵 ....................... 44
二、着力提升数据挖掘、分析和应用能力 ......... 45
第六章 大数据技术在商业银行零售业务中的运用展望
第一节 客户智能
构建面向大零售的“巨鲸”分析库，精确制导。实时交互式营销，比如，客户致电客服中心等候期间会收到银行提供的产品讯息，系统实时分析客户致电原因与过去相关的资料，客服人员完成相关服务后系统已完成分析，提供用户实时需要的内容；客户接触优化（在众多产品中推荐产品），比如在办理银行业务时，客户智能营销模型能够依据录入端的个人基本信息，关联出客户的历史信贷行为记录，消费偏好等，并进一步分析这些数据，从而提供出客户可能会感兴趣的产品和服务类别，并发送到客户手中，实现个性化服务；社会化营销，例如客户在网上购买了机票，并在社交网络发表了相应旅游计划信息，智能系统捕获到客户的交易和社交信息，得知客户有旅游计划，向其推荐外汇及保险信息及相应的优惠折扣活动。实现全客户、全产品、全渠道的协同营销。
线上、线下全渠道进行人脸识别的技术应用，增加了银行身份认证效率，而且还能对潜在客户的信息进行进一步收集，与此同时，像语音识别等生物识别技术的有效应用也进一步提高了客户服务质量。而智能化财富管理也随之进行相应的升级，不仅可以为客户提供更综合和高质量的智能化投资顾问服务，还能大大提高客户满意度，并且在与客户相关的海量数据信息收集下，通过创建科学化模型为客户提供个性化服务，无论在营销服务方面，还是在金融产品研发阶段都能实现以客户为中心的理念，以市场需求为发展方向的产品服务。
........................
第七章 结语
对于商业银行来说，零售业务不仅具有极大的潜力，同时还是较为灵活而且风险性较低的业务领域。在新时期新形势下，商业银行零售业务正面临着全新的、重大的业务转型升级问题，这一方面表明了市场利率环境下，商业银行的发展已经脱离了快速增长的年代，步入一个低增速的阶段，同时也迎来了互联网时代大数据技术的创新发展与应用机遇。就当前发展形势来说，商业银行在大数据应用上虽颇具成效，也应当持续进行着更加深入的探索，在不久的将来，大数据技术的应用分析能力将更为精准化，更为科学化与系统化。不管是个性化服务的提供，还是在对其进行风险评估能力方面，甚至是针对客户进行情绪分析方面，都将被纳入到大数据系统分析当中，让大数据技术成为银行发展的核心要点，并且促使它能够在银行零售领域得到广泛应用。正如本文对大数据技术在商业银行零售业务中的应用分析所见，其关键性技术就是在人工智能的帮助下进行准确的数据分析，从而在了解与掌握客户的情况下，对客户进行洞察分析，并进一步实现掌控客户的目的，这也是在服务规模不断扩大的同时，让客户能够享受更为全面，舒适的金融体验，并且在全面提升运营效率的要求下，能够达到风险预估等综合实力全面提升。
虽然当前我国的商业银行发展还受到一定的固有观念影响，但在大数据技术应用方面已经进行了有效推进，而且也在此形式下促进了金融市场愈演愈烈的竞争发展。无论是面对当前的生存与发展压力，还是面向于不可逆转的时代发展驱动，商业银行都应以积极的态度进行大数据技术应用下产品开发与服务创新，这一转型过程不仅具有一定的价值认可度，而且其形式与来源将越来越广泛。
参考文献（略）