大数据技能在金融职业的运用与安全危险办理
近年来，跟着同享经济、供应链金融、消费金融等新形式、新业态的繁荣鼓起，大数据技能运用已经成为金融安排数字才干建造的要害需求之一。现代金融安排有必要充沛有用运用大数据技能，才干紧跟国家战略展开要求，推进数字化转型作业的顺畅施行。
金融职业是大数据运用场景较多的职业，在银行、稳妥、证券以及互联网金融等金融安排都有详细的运用落地。
客户画像又称用户画像或用户人物，是一种勾画方针用户、联络用户诉求与规划方向的有用东西，中心作业便是给客户打标签。大数据年代，网络上充满着很多客户详细信息，客户画像能从客户详细信息中提炼出标签，将客户集体分类，便利企业为客户供给针对化、人性化的服务。
在银职业中，客户画像运用首要分为企业客户画像和个人客户画像。企业客户画像包含运用企业的出产、运营、财政、出售和客户数据、相关工业链上下游等数据来画像；个人客户画像包含运用人口核算学特征、危险偏好、消费水平、兴趣爱好等数据来画像。一般来说，银行得到的客户数据并不全面，搜集办法也比较单一，或许导致根据已有数据得出过错定论，所以银行需考虑整合外部数据，如互联网公司获取的客户行为数据，为客户供给更加准确的服务。
在证券职业中，证券公司经过剖析客户的账户状况、买卖习气、账户价值、出资偏好以及出资收益，来对客户人群进行分类，剖分出最适合客户的服务，改善服务办法，锁住客户资源。比方某些客户出资才干短缺，危险承受程度低，这时可引荐智能理财事务。
精准营销是指在精准定位的根底上，依托现代信息技能手法树立个性化的顾客交流服务体系，完结低本钱高功率商场扩张。简略来说，便是经过剖析客户需求什么，投其所好，为其供给个性化的服务。
在银职业，银行可以在用户画像根底上展开有用的精准营销，包含实时营销、穿插营销、个性化引荐和客户生命周期办理。
在互联网金融职业，互联网金融企业为下降营销本钱，削减对用户的打扰，进步营销转化率，有必要运用大数据来完结精准营销。跟着互联网年代展开，客户的消费习气灵敏改变，互联网金融企业一般很难接触到客户并推销适宜产品，所以需求捉住营销时机，进步客户量，增强客户粘性。
互联网精准营销的运用方针首要为“获客”、“活客”和“留客”，获客是指寻觅方针客户，精准定位营销目标，活客是指为客户供给精准化服务，运用户活络起来，留客则是深度发掘客户需求，改善服务，增强客户粘性。
在证券职业，证券公司运用大数据技能发掘客户需求，展开智能投顾事务。智能投顾事务是供给线上的出资参谋服务，经过剖析客户的危险偏好、财物规划、买卖行为等数据，为客户供给具有优势的个性化出资计划。智能投顾选用主动化智能体系，自主完结客户资料搜集剖析、出资计划拟定、出资计划施行等操作，具有高效智能的特色，可以为更多客户供给定制化服务，为证券公司带来巨大效益。
数据和危险是支撑金融企业事务继续展开的两大要害要素，怎么依托数据来量化危险，是金融企业需求沉思的问题。在曩昔的危险办理与决议计划中，首要以片面经历揣度为主，数据支撑为辅，导致企业的危险办理水平不高。现如今金融安排可以运用大数据技能，量化剖析事务运营和日常办理中的危险，树立全面危险办理体系，进步中心竞争力。
（1）告贷危险点评。关于个人客户，银行可经过剖析个人的薪资收入、消费习气、交际信息等数据，判别告贷危险，承认最高告贷金额。关于企业客户，银行可经过企业的财物、流通、出售、财政等相关信息结合大数据发掘办法进行告贷危险剖析，量化企业的信誉额度，高效展开企业告贷事务，完结危险与收益的平衡。
（2）买卖诈骗辨认。传统的买卖诈骗辨认都是后知后觉，无法做到实时辨认买卖诈骗行为，给银行和客户带来了晦气影响。运用大数据技能，银行可根据持卡人信息、银行卡信息、前史买卖、客户消费习气等数据，结合智能规矩引擎进行实时的买卖诈骗辨认。
在稳妥职业，运用大数据进行危险办理的运用场景首要为防备和辨认稳妥诈骗事情。当时骗保事情时有产生，稳妥诈骗严峻损害了稳妥公司的利益，并且为了辨认可疑稳妥诈骗案子，稳妥公司需求花费很多的时刻和精力。现在稳妥公司可运用大数据技能，树立稳妥诈骗辨认模型，辨认诈骗规矩和疑似诈骗事例，再从这些疑似诈骗事例中展开调查。一起在防备稳妥诈骗方面，稳妥企业可以结合客户的其他数据，比方日常消费、医疗信息、出行等数据，剖析产生诈骗的或许性，有用防备诈骗事情产生。
在付出结算职业，盗刷和金融诈骗案子频发，付出结算企业面临巨大压力，怎么辨认买卖诈骗成为难点。大数据可以运用账户根本信息、买卖前史、方位信息、日常行为等数据，与智能规矩引擎相结合，完结实时买卖反诈骗剖析。在实时买卖反诈骗剖析体系中，整个实时技能完结流程为数据搜集、特征核算、诈骗剖析、风控决议计划以及事情封闭。
在互联网金融职业，运用大数据进行危险办理的运用场景首要体现在消费信贷方面。互联网消费信贷和传统企业信贷天壤之别，更多的是高频率，且资金涣散无任何典当，一起客户大部分无人行假贷信誉记载，导致回绝率极高。根据大数据的主动评分模型、主动批阅体系和催收体系，互联网金融企业可以用客户行为数据补偿客户信贷数据，对客户的信誉进行剖析，主动催收账款，下降还贷危险。
大数据技能可以帮忙金融企业剖析职业和商场状况，及时调整运营战略，推出更有竞争力的产品，进步企业的竞争力。
在证券职业，证券公司可以运用大数据技能来猜测股市行情和股价，及时优化公司运营战略。证券公司对很多个人出资者样本进行盯梢剖析，核算其出资收益率、持仓信息、买卖信息，树立大数据模型，剖析个人出资者买卖行为改变状况、对商场看好状况、出资决心以及当时的危险偏好等，以此来猜测商场行情的走向。关于股价，证券公司运用大数据技能，归纳剖析该公司的运营数据、利好利空消息、职业数据、出资者点评信息等，以此来猜测短期内的股价动摇。
供应链中心企业一般具有财物杰出、资金富余、授信额度高档特色，在供应链上依附于中心企业的上下游企业或许存在需求资金但贷不到款的状况，这时中心企业可以做担保，以物质押，处理上下游企业告贷难题。但对银行来说，信贷危险依然存在，怎么进行危险管控成为难点。运用大数据技能可以促进供应链金融生态展开，加强供应链危险操控，银行可以运用供应链上下游企业的运营数据，以及根据企业间出资、控股、假贷、担保等联络构建的企业联络图谱，以中心企业为中心，判别整个供应链金融危险状况，及时采纳危险防备办法。
在互联网金融职业，互联网金融企业为进步竞争力，寻求客户服务体会，便简化事务办理手续，关于客户实在身份一般未加以严厉验证。这一状况也可以被不法分子运用，首要不法行为为注册虚伪信息、运用网络购买身份信息和银行卡进行骗贷取款，已构成一条黑色工业链。大数据技能经过树立模型，剖析互联网金融黑产行为特色，对不法行为进行实时监控，可有用冲击金融黑产的展开势头。比方大数据对告贷手机归属地与实在IP地址不匹配、用户手机长时刻处于同一方位未移动、设备上相邻两次告贷时刻距离极短等行为进行关键监控，及时预警以削减丢失。
大数据技能在金融职业广泛运用的一起，也带来了一些新的危险和应战，首要会集在技能、办理和合规三个方面：
大数据运用技能危险首要体现在模型危险、渠道危险和大数据网络安全危险三个方面。现在常见的大数据剖析模型有行为事情剖析、漏斗剖析模型、留存剖析模型等，大数据剖析模型直接联络到大数据技能运用的作用，若未挑选正确的剖析模型，或许产生过错定论，误导企业决议计划，形成巨大丢失。现在许多金融安排都构建了金融大数据渠道，但若大数据渠道未按规范建造，将存在一系列问题，如功用不全、易受攻击、渠道结构涣散、运用作用欠安等。大数据网络安全也存在潜在安全要挟，需求企业加以防备，比方拜访操控危险、运用缝隙注入危险、失效的身份认证危险、灵敏数据走漏等。
大数据运用办理危险首要体现在人员办理、准则办理以及数据全生命周期进程办理等方面。在人员办理方面，许多企业知道到了数据的重要性，但或许未充沛展开数据安全意识训练和大数据技能训练，存在操作危险，给企业带来丢失；在准则办理方面，现在大部分企业运用了大数据技能，并树立了大数据办理渠道，但若在办理准则中未规范大数据的运用，将形成办理不方便；在数据全生命周期进程办理方面，面临海量数据，办理办法相较于传统数据安全办理也应有所不同，防备办理不善阻止企业展开，比方在数据存储进程，应考虑大数据存储结构问题，及时晋级安全机制。
跟着《数据安全法》、《个人信息维护法》等法令法规的出台，群众关于个人隐私信息维护越来越注重，但跟着大数据技能的不断深化，个人隐私走漏事情层出不穷，怎么维护和运用个人隐私数据成为了金融安排首要沉思的问题。比方在数据搜集阶段，金融安排需求清晰数据搜集规模、运用办法和意图，取得客户明示赞同；在同享个人信息时，也需取得客户明示赞同；在进行数据发掘时，需注意用户隐私，只发掘与事务相关的数据，为客户供给个性化服务前需取得客户赞同；在大数据流通和买卖时，因为缺少确权机制和安全维护机制，当产生数据被乱用时，将产生职责难以追溯的危险。因而，若企业对大数据运用不加以管控，确保用户合法权益，则会产生法令合规危险，形成严峻后果。
根据国内外在数据安全方面的规范规范及最佳实践，结合笔者多年数据安全咨询服务经历，以下从数据安全危险整体管控结构和大数据生命周期的各阶段的关键安全管控办法二个维度来描绘对大数据危险的管控思路与办法。
针对金融职业大数据运用的需求，金融安排应当从数据的保密性、完整性、实在性、可用性、牢靠性和可核对性动身，树立包含大数据在内的数据安全危险管控结构，称之为GMOTAS结构。
“GMOT”指安全办理、安全办理、安全运营和安全技能4个安全体系，“AS”指安全点评审计体系和安全服务支撑体系。“GMOT”是安全确保体系的根本履行结构，“AS”为安全确保体系的履行供给根底支撑和作用评测。
在遵从国家大数据安全法令法规的根底上,应完善安排的办理机制,以辅导数据安全确保体系建造。安全办理体系如下：
数据安全顶层规划—根据国家法令、监管要求及规范规范, 结合金融职业本身特色,规划数据安全整体架构,包含安排架构、技能架构和运转架构等内容。必要时在安排中树立专门的安全办理团队及跨部分的虚拟团队担任数据安全办理作业。
数据安全联席会议机制—为跨外部安排和内部部分的数据安全事务决议计划与和谐树立联席会议机制，在安排层面上统筹树立数据资源同享办理机制和安全办理机制，以加强跨安排、跨部分严重安全事项的科学决议计划和大数据安全的一致和谐作业。
数据安全事情处置机制—关于产生的数据安全事情时，当安全事情触及较大规模内的主体与客体时，需求主张一致的安全事情协同处置机制，以确保跨部分的安全事情能得到及时的响应和处理。
数据安全老练度点评与继续完善—数据安全建造作业任重而道远，经过把数据安全的老练度分为Level 1-5五个层次，用来界说、点评安排数据办理的老练水平，并辅导安排不断进步数据安全老练度水平。
特别时期安全关键确保—针对国家大型事项的安全关键确保（以下简称重保）要求，规划并供给重保时期的数据安全确保服务。确保严重事情维稳期间，安排可以供给重保前查看与整改，重保中预警与监控重保后总结报告。
在完善IT办理机制的根底上,经过数据安全办理准则与流程的建造及其他专项办理办法的施行,以推进数据安全办理操作规范的树立和相关各类主体与客体的安全职责的执行。
数据安全准则与流程—根据安排数据的类型等级、灵敏程度以及数据安全才干老练度要求，拟定安全战略、办理规范和操作流程，清晰不同岗位数据安全办理职责。
数据财物确权与职责分配—清晰数据财物归属权和收益权，规范数据侵权时的处置程序,合理权衡各个人物间的权责利。
数据分类分级办理—帮忙安排在数据分类规范的根底上,对数据的灵敏性进行分级,并清晰该等级的数据的敞开和同享需求，数据分发规模，是否需求脱密或脱敏处理等。
数据认证鉴权办理—数据财物的认证与鉴权是数据安全的重要根底。要清晰数据的本身和运用数据的智能设备、体系和人的身份的认证办法，以及在认证根底之上，承认拜访目标所具有权限的鉴权进程。
数据相关供应链安全办理—强化针对供应链的网络安全办理，对大数据相关的ICT 产品和服务的规划、研制、制作、出产、分发、装置、运营、维护、收购等环节施行有用监督和查看。
根据安全办理的准则和流程，在安全技能的支撑下，确保大数据在信息体系运转和日常事务运用进程中的安全。安全运营包含数据安全运营和事务安全运营两部分内容：
数据安全运营—采纳必要的办理与技能办法,确保数据在其IT服务生命周期进程中的安全,这些进程包含：数据搜集、数据传输、数据处理、数据存储、数据交代、数据毁掉。
事务安全运营—确保在事务运转进程中的数据安全，包含：事务场景中各类主体与客体数据安全职责执行；事务流程、作业进程和作业规范中的数据安全操控，外部协作中的数据安全操控等。
为确保数据交换和同享的安全，防止数据乱用，需求布置一系列安全技能办法来维护数据安全，一般包含数据内容安全技能、数据行为安全技能、数据事务安全技能和通用数据安全技能。
数据内容安全技能—对数据内容本身进行安全操控的技能，包含数据脱敏、数据加密、数据防走漏和数据安全毁掉。
数据行为安全技能—对运用数据的拜访行为进行安全办法的技能，包含身份办理、认证办理、授权办理和审计监控。
事务危险操控技能—在金融事务各类场景中进行安全危险操控的技能，包含反常行为剖析、大数据征信、隐私核算及区块链权属维护。
通用数据安全技能-关于承载事务数据的信息化环境进行通用安全维护的技能，包含：数据安全门户、数据财物办理、元数据办理、数据办理质量、数据血缘办理、数据合规办理等相关技能及产品东西。
为确保数据安全确保体系的继续完善，需求对安排数据安全现状进行各种类型的点评和审计活动，意图是发现安全体系及操控办法或许存在的问题，推进针对安全缺点的整改。本模块包含安全技能测验、安全合规查看、安全危险点评、安全点评目标、IT内部审计、IT外部审计等。
根据安全法规与规范为数据安全供给合规办理服务，根据PKI数字信赖体系为数字化事务操作供给身份认证服务，根据安全大数据为数据安全供给要挟情报与态势感知服务，根据网络安全知识体为数据安全供给教育训练服务。本模块详细包含安全规范与规范、要挟情报与态势感知、网络舆情监测、数字信赖体系、网络安全应急办理、数据安全教育训练等。
大数据生命周期的数据搜集、数据传输、数据存储、数据处理、数据交代和数据毁掉的各阶段的关键安全管控办法如下：
金融安排应在确保信息及数据安全的根底上，以事务战略为导向和根据，活跃构建契合金融安排本身状况的大数据展开形式，立异大数据运用场景；金融安排可凭借相关职业协会的力气，探究树立数据同享渠道，加强数据同享和流通，开释数据价值；一起，金融安排应加强办理手法立异，经过树立大数据相关准则和流程，规范大数据搜集和运用的安全，一起促进大数据工业的健康可继续展开。
在大数据技能广泛运用的布景下，各个金融安排之间的协作和联络将更加亲近，在处理和运用大数据进程中，如未经授权不合法运用金融数据，将有或许直接影响到金融业的安稳和可继续展开。为了进步数据的安全性，确保金融安排供给牢靠的金融服务，金融安排需求充沛运用防火墙、身份认证和数据加密等技能，一起活跃运用多方安全核算、联邦学习、差分隐私、联盟链等技能，探究树立跨主体数据安全同享隐私核算渠道，打通数据孤岛，开释数据价值，完结数据可用不行见。
大数据是助力金融安排完结数字化转型的根底条件之一，数字化转型是进步企业运转功率、完结高质量展开的重要手法，金融安排应经过加强内部培育和外部引进等办法确保具有足够的大数据办理和大数据技能运用人才，以确保数字化转型作业的顺畅展开。一起需求对职工继续加强大数据运用才干的培育力度，进步职工在大数据运用方面的专业水平和数字化转型思想。
我国高度注重数据安全作业，近年来连续公布《网络安全法》、《数据安全法》和《个人信息维护法》等法令法规，以确保数据在国与国之间、政府与企业之间以及企业与企业之间数据流通、交融、运用的安全。一起大数据的健康展开需求全方位、多层次的监管支撑，监管安排可考虑进一步出台相关办理条例。一起，辅佐职业自我监督，以削减不必要的体系性危险。
大数据技能已在金融职业有着广泛的运用，这不仅是一个职业的展开，更是大数据技能关于传统工业的又一次推进与革新，确保大数据技能的安稳运用已是金融职业有必要完结的课题之一。金融安排需求从不同视点、不同维度确保大数据安全，促进大数据运用，和谐好大数据安全与展开的联络，开释数据价值，活跃应对大数据金融展开中的危机与应战。
王志超，谷安全国金融审计担任人，10多年的信息安全、科技危险、科技审计、事务连续性、科技外包、数据办理、金融科技等咨询及审计服务经历，取得CISA、COBIT、CDPSE、CCSK、TOGAF、ISO22301 LI等证书，了解银职业、稳妥业、证券业、大型央企的科技办理危险与应对办法，对科技外包、事务连续性、数据办理、大数据、云核算、区块链、人工智能、数字化转型等范畴均有着较为深化的研讨，屡次参加银保监会安排的信息科技危险办理课题研讨。
周颖，谷安全国咨询司理，10多年的金融业信息科技咨询及审计作业经历，取得CISA、CISP、PMP、ISO 27001、COBIT、ITIL等证书，了解金融业的各项事务流程和危险关键，了解职业监管及当地监管规范，对灵敏开发、重要体系效能、数据办理、数据安全、区块链、大数据、人工智能、零信赖、数字化转型等范畴均有着较为深化的研讨。
张佩扬，谷安全国高档咨询参谋，从事安全职业3年，从事车联网、物联网、云核算、区块链、大数据、人工智能等范畴的研讨作业，包含职业现状、监管方针、运用场景、首要危险等，取得CISA、ISO27001等证书，屡次参加新技能运用危险的研讨作业。