IBM谢国忠：大数据及其在金融领域的应用与实践

    谢国忠，目前为IBM大中华区全球企业咨询部副合伙人、业务分析与优化服务中国区总经理。具有20年以上工作经验，17年专注于数据管理、商业智能应用、业务分析、客户关系管理及大数据等解决方案。国内众多大型金融机构企业级数据仓库及其分析系统，都是他当年领导的团队帮助建设的。目前，谢先生负责IBM中国区大数据相关咨询及实施服务。是国内在数据及其业务分析领域最资深专家之一。

　　12月26日海量大数据研习社第六次聚会上，他特别分享了如何在大数据应用模式和应用场景上大胆创新，以及如何快速扩充数据来源等涉及大数据具体应用层面的问题。

　　 演讲PPT全文：

　　分享内容主要分为四个部分：大数据概述、大数据基本原理与应用模式、大数据在金融业的应用与实践、大数据演示

    计算机技术的发展历程与演变，可归纳为三个时代，即早期的制表系统时代、现在的可编程系统时代和正在跨越的认知系统时代。

    未来的计算模式是：可编程系统 认知系统，可编程系统实现“交易”，认知系统实现“分析”。大数据是认知系统的基础。

　　新的技术浪潮：云计算、大数据分析、移动互联、社交和物联网对金融机构的影响。

　　金融机构做大数据的目的是把大交易数据和大交互数据进行融合，实现新的业务模式创新。

    金融企业数据如果从两个维度来切分：数据类型和数据形态，那么金融企业所面临的数据环境可概括为：数据仓库平台、非结构化数据平台及流数据平台。这三个平台一起，才构成金融机构的大数据环境。

　　针对三种数据平台，是三种不同的处理能力。

　　传统的数据仓库，通过商业智能应用，实现业务报表、决策分析和满足监管需求。

　　非结构化数据平台，通过自然语言处理、文本分析和内容挖掘，实现舆情分析、声誉度分析、精准营销等应用等。

　　流数据平台，通过实时的流数据处理，实现实时欺诈监测、实时的产品服务、实时质量控制等应用。