当前课程知识点:大数据技术与应用 >  陈彧:美团点评金融服务的大数据与人工智能 >  互联网金融科技 >  互联网金融科技

返回《大数据技术与应用》慕课在线视频课程列表

互联网金融科技在线视频

下一节:数据智能的三个案例

返回《大数据技术与应用》慕课在线视频列表

互联网金融科技课程教案、知识点、字幕

接下来这一趴就来讲说

这些金融科技

怎么来解决这个矛盾

讲金融科技

首先我觉得需要解放一下

我们的一些视野

所谓科技可能

首先并不是像大家所看到的

这些大数据人工智能

有很多很多金融行业的发展

是你不知道的

但它是踏踏实实是科技

而且是很厉害的科技

比如什么呢

比如在十九世纪的时候

为了解决记帐的问题

为了解决不出错的问题

像纸张 复写纸 和打字机

这三大发明对金融行业

产生了一个推动的影响

这件事情大家看起来平平无常

而且我们都不用了

纸跟打字机

这样的技术我们今天都不用了

可是在当时你没有它跟你有它

效率差别是很大的

第二个例子是也是十九世纪

十九世纪的末期

德国产生了社会保险

这项金融服务它之所以能做

它这是一个非常大的进步

因为德国的工业发展

需要很多的工人蓝领的工人

但是这些工人呢工作某种程度上

是需要社会保险来保障

给他们一定的保障

那他们的工作的效率才会更高

比如说养老这样的保险

如果能做到工人阶级的养老保险

那你可想而知它的生产力

工业生产力

是会得到一定程度保证的

德国在世界上

是第一个做到这件事情

它做到这件事情我们今天来看

是一个什么呢

是一个实体版的互联网

怎么讲呢

社会保险需要管理每个人的信息

你有没有交保险

以及说你交的这个钱

怎么样收到政府手上

那么今天完全是电子化的运作

但是当时不可能

当时采用的一个办法

是用邮政服务

那德国的邮政服务

为什么又发达呢

是因为它的铁路网很发达

它把铁路网造的

跟我们现在的因特网一样

它的骨干网非常发达

那么基于铁路运输

它就做了邮政服务

它邮政服务

建立在这个铁路网之上

那么你如果

要购买社会保险养老保险

你只需要把你需要购买那个

社保部门发行的一张邮票

而这张邮票

就代表你交了这份保险

然后你把这份邮票通过邮政服务

再跟它中央的这个社保机构

进行通讯进行管理

那么最后你在社保机构那里面

就有你的一份养老保险的账户

德国通过铁路网

来完成这个社会保险

这一项金融服务

其实金融的业务开展

它依赖于什么

依赖于各种各样的科技进步

我们可能就没有想到

其实铁路的进步

对金融促进作用是这么的厉害

然后举一个

我们国家近一点的例子

我刚才讲到

我们国家是2000年以后

开始正式的发行信用卡

美国可能是在五六十年代

那我们发行信用卡的时候

一开始发行

那就是老百姓都趋之若鹜

然后人数很多

那招行做了一个

什么样的小科技呢

这科技在今天看来也是平淡无奇

就是一个人肉的

数字识别或者文字识别

就是每天会有大量的

信件申请信件

用手填的

填完之后寄到上海的信用卡中心

那那边就会有

专门设立一个录入的机构

一个小组

里面有几十位员工

这几十位员工

做的事情非常的机械

每一张申请信过来

首先会被电脑拍个照

拍照当时还是有的

把这个电子的照片

但是当时没有的一个能力是

怎么把这个电子的照片

变成系统内的

结构化的存储

就把照片变成数字

把照片完成文字

那么当时就用人肉做

就把这张照片同时发给

随机的发给两位录入员

这两位录入员

所能收到的是一个局部

就截出来了这个格是一个数字

那个格是一个地址

然后他只录入这个局部

如果两位录入员产生矛盾的话

再交给

自动交给第三个录入员进行仲裁

今天来看这个东西

很落后非常落后

因为我们计算机可以自动的完成

从照片到文字

就是结构化数据的转换

当时没有这个技术

可是在当时来讲这种

人跟机械的这种机械化操作

某种程度上也是一种科技

它让你的处理效率有一个飞跃

那么如果没有这个东西

你可以想象它的业务规模

增长规模也会很慢

然后最后一个例子是

就是去年跟前年

这两年时间在中国

出现了一个让世界瞩目的

一个东西叫做二维码

前一个礼拜

有同事从台湾旅游回来

他跟我说台湾非常非常的落后

我说为什么很落后

他说不能接受移动支付

没法用二维码

不能点外卖

不能叫滴滴

然后我说

你为什么不去找一个餐厅

然后直接用信用卡支付呢

他说很多这个正经的正餐的餐厅

连信用卡都不能接受

只能花现金

需要他最后一顿饭

吃了大概两千台币

这两千台币基本上

把身上的零钱都花光了

很痛苦

这个就反映出来一个奇迹

这个奇迹就是世界上

只有中国这么一个大国

这么一个发达地区

应该来讲还是发达地区

就是中国这么一个大国

能够做到你不用带现金出门

不用带钱包出门

只有中国能做到

有好多老外来学习

然后我们中国的这个二维码也会

商业巨头们也会不断的

去考虑到是不是到海外去

当然这有很多

金融监管的问题要去解决

二维码这个在身边

大家都已经很普及

就不用再去举例讲

那么我们美团在2017年的时候

2017年年初开始

做商户的二维码收单服务

就是给这个商户铺一个二维码

帮助他来实现说

能够让用户扫二维码来收单

这个业务在2017年

整年的成长的规模

是一个指数一样的曲线

所有这些现象背后

我想讲的一个道理是说

什么样东西是高科技

什么样东西有技术含量

什么样呢

就是那些能够

让你这个业务的成本降低

成本降低带来它的效率提升

然后能够服务更多的人

能够达到所谓普惠

普惠意思就说它不再是高大上

它不再是更高端

比如说白领

高级白领能够享受的功能

它在老百姓

也能够享受这样的功能

只有做到这样

那你这个科技才能够说

让这个金融行业

有一个飞速的发展

这是金融科技之所以成立的

我们的一个观察

为了做到普惠和便捷

我们再具体来看一下

有哪些大的挑战

普惠就意味着说我的客群要扩展

今天支付宝跟微信里面的金融

这个有余额的人

应该是在亿这个规模

可是我们的银行帐户应该是没有

就是比如说我们的信用卡

我们正儿八经的银行服务

还远没有这个规模大

那就意味着说风险会下探

就是你的风险会更高

因为毕竟你的服务的人群

他的包括收入稳定性

他的偿还能力他工作稳定会下降

那么你的风险就会下探

也就意味着说

你要服务更小微的企业

你要服务

比如说从白领到服务蓝领

传统的信用卡是白领以上的人群

但是今天互联网借贷

是在白领以下

蓝领之上这么一个大群

一个大客群

那就意味着说你很多数据

是跟以往银行是不一样的

比如说很多人群

是没有央行这个强征信的记录的

这个在银行看来就是不能接受的

你必须你要做到给这群人服务

你就必须要用更大的数据量

更热的数据

以及更个性化的信息来处理

我们一会儿也会有些例子

跟大家来探讨一下

第二方面更便捷

便捷就意味着说

我很多服务要去做

要从传统的线下变到线上

然后对于金融

更很重要的身份核验这个环节

比如身份核验比如说汇这件事情

我要把一个人帐户

转到另外一个人账户上

我必须知道A是A B是B

他们身份没错

假如他们身份没错

那么这笔买卖就可以进行

就是这个

最关键的环节身份的核验

如果我们要更大的规模

我们必须要解放人力

为什么呢

因为如果

你每一笔这样的交易都要

背后都有一位金融业的从业人员

他面对面来跟你服务的话

这个效率一定是上不去的

他一定只能服务某一个规模

你要往他服务

更大量级的一个规模

一定要把这件事情自动化

就像过去把信件的文字录入变成

从人工变成机器

从没效率变到有效率的流水线

就像过去有铁路它能实现社保

这个道理是一样的

所以对身份核验这个环节

它起的作用就是这样

能够让整个审批的流程变得更快

但是这件事情是有挑战的

因为没有什么人可以想象说

你不见面我能确认对方的身份

所以这是人工智能

在金融方面不断的

去尝试的突破的一个方向

所以这就是我们技术

能够在整个金融行业里面

起作用的两个大的能力

一个是数据的能力

一个是认知的能力

这些在传统金融机构是没有的

那么再往下看

所以我们引出了数据和AI

它们的引擎

我把它简单归类为三类

第一因为我们要把风险下探

我们要把人群更普惠

所以你一定没有办法

用很强的金融属性的数据

你只能用更弱的数据

所以我们讲所谓大数据是指说

你用比较弱的数据

所谓比较弱的数据

可能我待会儿会举一个例子

就是你可能

只是用了我的APP一下

我就能够猜出来

你背后的某些金融属性

从而做到能够

对金融信用进行画像 评分等等

所以这一大坨大数据的

一个出口点就是风险

风险的管控

第二因为互联网是更便捷

所以金融服务实际上

有一个特点叫做

金融前置到消费场景

什么意思

就是现在很多银行都在抱怨说

我没有客户我没有客流了

以前人家

都在银行排队现在不来了

现在买基金都不来银行买

现在买理财也不来银行买

现在要

现在转个账也不用银行排队了

他们去哪儿了呢

我们有各种各样的

互联网的APP来服务他

一个最典型的例子是保险

保险公司传统上要干的事情

就是线下不断的去拉客

但今天咱们做这样的事情很困难

因为保险是跟随着

它的使用场景的

举个例子

像你要买延误险或者交通意外险

你一定不是在平时去找保险公司

而是在你要出门的时候

当你买了一张机票

当你买了一个酒店等等的时候

这个时候

同时你会再加一份保险进去

这就意味着说你不是跟

直接跟金融机构打交道

你是跟互联网服务行业去打交道

那所以这里就有一个

金融服务前置的问题

其实当你在对他进行

各种各样的餐饮也好教育也好

各种各样的第三产业服务的时候

附着在这

你是向C端用户去提供金融服务的

其实支付也是一种金融服务

大家不要小看支付这件事情

所以这里面

就会有很多营销的命题

所谓营销

就是个性化考虑每个人的诉求

然后去促进这些交易

不管是保险也好理财也好

还有信贷也好

那么所有的金融产品要卖出去

都要前置到你在消费的那一刻

举个例子像花呗 白条

为什么会

大家会觉得好用

是因为在买东西的时候

你就顺道用了它

它就在你面前你就可以用

你不用在买东西的时候

再跑去银行跟银行说我要分期

我要买一个东西

银行又不知道你在干嘛

又要调查你

像这个东西都没有了

直接在你买的时候

不管你是在京东在美团在哪里

你只要是

我们这个消费场景的用户

我们可以通过大数据的办法

挖掘出很多你的诉求是什么

然后给你推荐

你正确的好的金融产品

这是在服务前置营销这个环节

第三个我们讲是认知

认知的这个能力

就是刚才讲的

我们要做到服务的线上化

就必须要把人工的审核

这个给解放

因此我们会通过

多媒体的信息理解

多模态的生物识别

来解决这个问题

当然这是一个很新的领域

我们现在

在提到一个概念叫创新支付

什么叫创新支付呢

就是你现在用二维码

扫码支付但实际上

将来这个二维码也很多余

二维码要解决的问题

是知道你是你 A是A B是B

但是你要知道你的身份

就这里面汇的环节

关键在于身份核验

但是要知道身份核验

并不需要仅仅

只有二维码这么一种手段

我们可以有很多的手段

就比如说刷脸

那刷脸呢我只要认出来你这张脸

我就知道你是你

所以我就只能够

把这个交易进行下去

因此其实你根本就不用带手机

所有这样的一类型的支付

我们都管它叫创新支付

做到这一点有什么好处

好处就是说无感化

就是从过去很笨的

比如说我的同事去台湾旅游

他想买的东西根本不好用

有现金的问题有服务的问题

那到将来其实你什么都不用

你只要走出去就行了

这是将来的一个发展

要做到这一点

还要有很长的路要走

这块是我们说的这个认知

大数据技术与应用课程列表:

李国杰:面向大数据的数据科学

-完整讲座

--完整讲座

-李国杰:面向大数据的数据科学--课后习题

吴甘沙:大数据分析师的卓越之道

-数据思维方式的改变

--数据思维方式的改变

-数据的假设与采集

--数据的假设与采集

-数据的准备

--数据的准备

-数据的分析

--数据的分析

-数据的解释与验证

--数据的解释与验证

-吴甘沙:大数据分析师的卓越之道——课后习题

董飞:硅谷公司的大数据实战分析

-个人介绍

--个人介绍

-硅谷热门公司

--硅谷热门公司

-大数据简介

--大数据简介

-大数据平台系统

--大数据平台系统

-工业实践

--工业实践

-结尾

--结尾

-董飞:硅谷公司的大数据实战分析--课后习题

杨光信:数据系统架构

-数据系统架构历史

--数据系统架构历史

-从sql到nosql

--从sql到nosql

-数据库系统实现变革

--数据库系统实现变革

-负载融合

--负载融合

-数据系统架构成本

--数据系统架构成本

-杨光信:数据系统架构——课后习题

时磊:大数据网络可视化

-什么是可视化

--什么是可视化

-网络可视化

--网络可视化

-大数据带来的新挑战

--大数据带来的新挑战

-大数据网络可视化的若干案例

--大数据网络可视化的若干案例

-时磊:大数据网络可视化—— 课后习题

彭元:网络安全与大数据

-网络安全概述

--网络安全概述

-大数据安全分析平台

--大数据安全分析平台

-大数据安全应用

--大数据安全应用

-大数据平台安全

--大数据平台安全

-彭元:网络安全与大数据——课后习题

钟义信:“人工智能与大数据”的创新研究

-人工智能系统的本质功能模型

--人工智能系统的本质功能模型

-隐性智慧,显性智慧

--隐性智慧,显性智慧

-人工智能:能与不能

--人工智能:能与不能

-人工智能的技术现状

--人工智能的技术现状

-机制主义人工智能模型

--机制主义人工智能模型

-信息转换和智能创生定律

--信息转换和智能创生定律

-人工智能与大数据

--人工智能与大数据

-钟义信:“人工智能与大数据”的创新研究——课后习题

吴军:数据为王和机器智能的时代

-什么是机器智能

--什么是机器智能

-大数据的重要性及特点

--大数据的重要性及特点

-大数据中的因果关系与关键技术

--大数据中的因果关系与关键技术

-大数据与机器智能

--大数据与机器智能

-大数据思维

--大数据思维

-讲座问答环节

--讲座问答环节

-吴军:数据为王和机器智能的时代——课后习题

苏中:从大数据到认知计算

-大数据概述

--大数据概述

-大数据相关新趋势

--大数据相关新趋势

-大数据技术创新1

--大数据技术创新1

-大数据技术创新2

--大数据技术创新2

-大数据技术创新3

--大数据技术创新3

-大数据商业价值和前景

--大数据商业价值和前景

-大数据机遇和挑战

--大数据机遇和挑战

-苏中:从大数据到认知计算——课后习题

王新锐:金融大数据的法律实践

-金融大数据概述

--金融大数据概述

-用户个人信息分类

--用户个人信息分类

-金融大数据法律框架

--金融大数据法律框架

-实际案例和业界实践

--实际案例和业界实践

-核心风险点

--核心风险点

-王新锐:金融大数据的法律实践——课后习题

刘鹏:互联网变现与计算广告

-互联网与商业化

--互联网与商业化

-大数据与计算广告

--大数据与计算广告

-计算广告介绍

--计算广告介绍

-数据交易

--数据交易

-刘鹏:互联网变现与计算广告——课后习题

杨保华:区块链与数据科学

-从记账技术到区块链

--从记账技术到区块链

-区块链确保数据真实性

--区块链确保数据真实性

-区块链确保数据安全性

--区块链确保数据安全性

-区块链衡量数据价值

--区块链衡量数据价值

-区块链的应用和总结

--区块链的应用和总结

-杨保华:区块链与数据科学——课后习题

杨紫陌:个性化内容推荐

-个性化推荐系统

--个性化推荐系统

-推荐系统的召回与排序

--推荐系统的召回与排序

-智能制作之个性化海报

--智能制作之个性化海报

-线上推荐系统其它要素

--线上推荐系统其它要素

-杨紫陌:个性化内容推荐——课后习题

陆祁:用户行为大数据

-个人介绍及用户理解背景

--个人介绍及用户理解背景

-用户理解与用户画像

--用户理解与用户画像

-案例1:用户属性识别

--案例1:用户属性识别

-案例2:自然人识别

--案例2:自然人识别

-案例3:WOI与社交关系识别

--案例3:WOI与社交关系识别

-陆祁:用户行为大数据——课后习题

阳任科:大数据与AI的内容分析

-内容智能生态——数据、算法、应用

--内容智能生态——数据、算法、应用

-大数据在内容分析的应用

--大数据在内容分析的应用

-IP价值评估系统

--IP价值评估系统

-爱奇艺的剧本评估

--爱奇艺的剧本评估

-爱奇艺的智能评分

--爱奇艺的智能评分

-阳任科:大数据与AI的内容分析——课后习题

王栋:美团外卖的大数据应用

-外卖行业及场景简介

--外卖行业及场景简介

-餐饮及外卖行业大数据应用框架

--餐饮及外卖行业大数据应用框架

-案例分析:智能营销场景的用户画像

--案例分析:智能营销场景的用户画像

-案例分析:智能助手场景的菜品画像

--案例分析:智能助手场景的菜品画像

-王栋:美团外卖的大数据应用——课后习题

赵楠:商业思维与大数据技术在美团旅行业务中的结合

-旅行业务的特点

--旅行业务的特点

-美团旅行业务的用户画像构建

--美团旅行业务的用户画像构建

-用户画像的应用案例

--用户画像的应用案例

-住宿需求预测问题

--住宿需求预测问题

-营销补贴策略建模

--营销补贴策略建模

-赵楠:商业思维与大数据技术在美团旅行业务中的结合——课后习题

陈彧:美团点评金融服务的大数据与人工智能

-互联网金融背景介绍

--互联网金融背景介绍

-互联网金融科技

--互联网金融科技

-数据智能的三个案例

--数据智能的三个案例

-技术展望

--技术展望

-陈彧:美团点评金融服务的大数据与人工智能——课后习题

毛波:阿里全息大数据构建与应用

-数据的进化历程

--数据的进化历程

-阿里DMP平台介绍

--阿里DMP平台介绍

-核心技术及案例

--核心技术及案例

-数据应用

--数据应用

-毛波:阿里全息大数据构建与应用——课后习题

韩定一:在线营销中的竞价机制与数据价值

-在线营销

--在线营销

-竞价机制

--竞价机制

-数据价值

--数据价值

-韩定一:在线营销中的竞价机制与数据价值——课后习题

龚笔宏:大数据在工业界中的经典案例分享

-竞价排名搜索

--竞价排名搜索

-主要技术问题

--主要技术问题

-点击率预测概述

--点击率预测概述

-点击率预测实践

--点击率预测实践

-龚笔宏:大数据在工业界中的经典案例分享——课后习题

[补充] 郝井华:即时配送中的人工智能

-即时配送业务的背景及挑战

--即时配送业务的背景及挑战

-案例1:订单分配策略

--案例1:订单分配策略

-案例2:供需平衡策略

--案例2:供需平衡策略

-未来展望

--未来展望

-郝井华:即时配送中的人工智能——课后习题

[补充] 陈辉:数据驱动营销

-什么是数据驱动营销

--什么是数据驱动营销

-LTV留存分析

--LTV留存分析

-RFM会员体系

--RFM会员体系

-消费者微群画像

--消费者微群画像

-渠道倾向性分析及行业竞争分析

--渠道倾向性分析及行业竞争分析

-机器学习潜客挖掘模型

-- 机器学习潜客挖掘模型

-陈辉:数据驱动营销——课后习题

[补充] 艾小缤:大数据评价体系在金融、征信领域的创新

-金融大数据时代

--金融大数据时代

-大数据客观信用

--大数据客观信用

-我国的金融环境

--我国的金融环境

-客观信用的实践

--客观信用的实践

-应用案例与成果

--应用案例与成果

-艾小缤:大数据评价体系在金融、征信领域的创新——课后习题

[补充] 郑宇:大数据驱动智能城市

-外部链接

--外部链接

讨论专题

-课程总结讨论单元1/2

-课程讨论总结单元2/2

互联网金融科技笔记与讨论

也许你还感兴趣的课程:

© 柠檬大学-慕课导航 课程版权归原始院校所有,
本网站仅通过互联网进行慕课课程索引,不提供在线课程学习和视频,请同学们点击报名到课程提供网站进行学习。