文档介绍：大数据时代农业银行金融论文本文从网络收集而来,上传到平台为了帮到更多的人,如果您需要使用本文档,请点击下载按钮下载本文档(有偿下载),另外祝您生活愉快,工作顺利,万事如意! 一、农业银行大数据战略:数据治行紧跟大数据时代的步伐,农业银行积极推进大数据平台建设及大数据的价值应用,确立了“大数据体系建设必须以应用为核心,数据平台开发与业务应用统筹考虑,要做好内部的数据治理,逐步拓展数据来源范围,充分利用内外部数据资源,不断提升对全行经营管理的支撑水平。”的总体战略思想,即:数据是基础,应用是目标,平台是支撑,治理是保障。。通过营造“数据治行”的文化,建立分析数据的习惯,落实全行的数据标准和数据治理,切实提升“大数据”开发利用的综合能力,将现有数据转化为信息资源,让决策更加有的放矢,让发展更加贴近市场需求。、扩展性好、开放度及共享度高的大数据存储加工平台,整合行内外、各种形态、跨历史周期的海量数据,并构建统一、全面、稳定的企业级数据模型,为大数据的分析利用提供基础的数据、环境、模型及配套工具等全方位立体式支撑。、跨渠道、多粒度的分析挖掘模型和应用体系,为服务质量改善、经营效率提升、金融模式创新提供支持。通过对海量数据的深度分析,全方位调整产品结构、营销模式,从根本上提高风险管理、成本绩效管理、资产负债管理和客户关系管理水平。 ,通过大数据技术不断优化业务办理流程,高效配置金融资源,敏锐洞察并引领客户需求的高度智能化的金融商业形态。智慧银行可提供“银行始终在客户身边”的全场景金融服务,为客户创造最佳服务体验。二、农业银行大数据平台概述经过多年的努力探索,农业银行在大数据平台建设的道路上锐意开拓,大胆创新,逐步形成了以四大基础平台、五类数据服务为核心的大数据平台。 (1)企业级数据仓库随着银行业数据利用能力的逐步提升,业务分析呈现跨领域分析、高度整合分析、长周期历史分析等特点,企业级数据仓库通过对行内跨领域海量数据的高度整合和模型化,形成对客户、账务、产品等的统一视图,使大数据分析成为可能。农业银行企业级数据仓库以存储和处理结构化数据为主要目标,全面涵盖了农业银行存、贷、中间业务等行内业务条线的核心类数据,实现PB级数据的高效存储,可以满足全行在各个领域数据分析和价值发现的各类需求,并为全行数据治理提供有力的支撑。如通过网点的多维度、全方位、长历史周期数据挖掘给出网点资源配置建议,提升运营效率,优化业务流程。(2)信息共享平台信息共享平台以存储和处理行内非结化数据为主,辅以来自行外的社会数据。基于非结构化数据的分析和深度挖掘,在客户关系管理、中小企业信贷、风险管理、品牌建设等众多领域发挥了重要的作用。如基于对社交网络各类非结构化数据的综合分析可以获取行外目标客户;通过机器学录进行深度挖掘,发现客户的需求。(3)实时流计算平台传统数据计算平台多以批量计算为主,数据处理能力较强,但时效性较差。农业银行的实时流计算平台采用业界最先进的流计算框架,实现数据的快速采集、交换、处理和应用,主要用于实时营销、实时客户服务、欺诈监控、大额动