金融数据行业发生了什么?未来将如何发展?
这个文章主要给大家分享一些关于金融数据行业发生了什么?未来将如何发展?和一些做数据 金融行业的话题,希望大家能喜欢。
对于金融和数据行业的从业者来说,2019年的秋天异常凉爽,甚至有些阴森。去年9月以来,行业大数据公司陆续受到调查,包括墨讯科技、工信宝、同盾科技、信研征信、百龙科技等,云创等多家公司也卷入了此次事件。卡和考拉征信也陷入困境。
今年7月,工业和信息化部公布了《提升电信和互联网行业网络数据安全保护能力特别措施方案》,10月,最高人民法院、最高人民检察院公布了相关司法解释。去年11月,央行宣布出台金融行业标准加强《关于移动金融客户端应用软件安全管理的通知》,要求加强行业自***,11月,国土交通部公安部召开新闻发布会,通报全国公安机关,公布“廉洁网络2019”专项措施。各方的监管行动持续震动着行业,所有人都知道变革正在发生。
然而,每个人都很难清晰地理解这些变化。有些人可能认为这只是行业整合,是一个前所未有的“清理期”。花。然而残酷的现实告诉他们,“必须熬过冬天,才能见花开”。革命已经开始。
现有的价值体系已经达到了它的目的。
过去几年,当互联网金融、移动支付大行其道的时候,用户数据应用虽然对普通用户来说是看不见的,但已经成为行业内谁都离不开的业务。从营销吸引客户、管理风险管理到收取退款和筹集资金,海量用户数据已成为灵丹妙药和宝贵资源。
行业发展初期企业面临的两个挑战是一是如何获取更多的用户数据,二是如何更高效地将用户数据变现。从这两个题出发,各企业开始广泛探索和成长,开发出转型后的数据价值体系,这个体系存在几个明显的题。
1无忧收集数据。在缺乏法律监督的情况下,企业在收集数据时不必担心,只考虑尽可能低的底线“只要用户同意,我们就合规”。
2数据提纯后,乱卖。他们收集信息后,根据各种需求进行整理,然后将整理后的数据出售给其他公司。
3数据滥用已变得普遍。企业可以利用个人信息做很多事情,从而导致了许多影响重大的社会事件,例如电话或短信骚扰、暴力追债,甚至死亡等。
这种改造后的数据价值体系催生了可疑数据业务,而在公司可疑业务之下,出现了多种可疑灰黑产品,包括暴利、、网络通讯、贷款借贷等。这些带有阴影的灰黑产品不仅对用户造成二次伤害,而且对企业也具有性,比如拼多多事件。
这种以“为所欲为”为主要特征的数据价值体系存在诸多题,但在互联网金融和移动支付快速发展的时代,其价值是不可否认的。产业链发展已近完备,产品快速创新更新,培养了一批人才,聚集了一批成熟的从业者。
现有的数据价值体系可以说已经完成了它的使命。
新的价值体系如何形成?
今年秋天,警方严厉打击灰黑黑货,切断了黑市来源。可疑数据公司和信用评级公司被警方调查,三大电信公司减少代理商,央行要求合规自查。随着Class20的实施、网络安全法的相关措施和规定的完善以及央行不断出台新的合规政策,传统的数据价值体系正在消亡。
一场革命最重要的不是旧事物的消亡,而是新事物的诞生,数据革命也是如此。即使旧的数据价值体系消亡,金融支付领域对数据的需求也不会消失,并且金融支付领域对数据的需求将会因市场的发展和增长而增加。
为了满足市场需求,新的数据价值体系必然会快速发展。从企业的角度来看,现在要做的是有效了解行业未来的发展方向。那么未来的数据价值体系有哪些特点呢?从我们目前的角度来看,有几个明显的特征。
1违法是指违法。随着网络安全执法的深入和最新司法解释的出台,数据安全已从“合规”迈向“合法”。如果发生违规行为,您很可能违反了网络安全法,并可能承担刑事责任。
2数据治理肯定会变得更加碎片化。在现有的数据价值体系中,数据治理相对粗放,大多数企业只进行了初步治理或未经治理直接使用,没有挖掘数据的深层价值。未来数据产业发展的核心将是基于各应用领域的精细化数据管理。
3.“共享”输入和“授予”输出。为了满足合规要求,数据共享将有可能取代数据采集,成为数据服务提供商获取数据的新渠道。盈利能力将从直接创收转向外部“赋能”,创造新的收入模式。
在以上三点中,数据管理和输出激活是互斥的。一方面,数据在输出到外界之前可以做好管理,但另一方面,数据管理也必须做好,才能产生数据。我希望你能处理得好。对于大型金融支付机构来说,双轨制可能更能满足自身的需求,但对于中小型金融支付机构来说,与数据服务商合作可能更能满足其实际需求。
截至目前,新的轨迹尚未绘制出来,数据产业未来如何发展、具有哪些特点,还需要更多的讨论和意见,时间会证明这一点。
后天早上
马云曾经说过,“今天很残酷,明天更残酷,后天很美好,但大多数人都会在明晚死去,看不到后天的太阳。”服务商,这句话很符合现状。
数据革命带来的变化是残酷的,而且未来只会变得更加残酷。对于金融支付机构和数据服务商来说,现在最重要的是继续维持、改革、深化。忙完你的事,等到后天早上太阳升起。
市场情绪分析属于哪个大数据行业?市场情绪分析属于大数据经济管理行业。
发表评论