中國證券行業經過二十多年的發展，從改革開放期的初步萌芽到今天的發展壯大、從監管缺位到逐步完善，市場規模已經達到發達國家幾十年甚至上百年的發展水平，成為金融業務中最為重要的組成部分之一。

而自2013年起，隨著資訊科技革命的創新發展，越來越多的券商開始嘗試採用資料驅動的方法來促進自身業務的升級轉型，大資料分析與證券行業的結合日益緊迫。大資料已被以銀行為代表的金融機構廣泛認可，早在2017年招商銀行就出資數億成立金融科技創新專案基金，中國銀行也在2018年宣佈要投入近50億元用於科技創新建設。隨著同行在技術領域的投資開拓，接下來，保險證券等非銀機構，必將成為銀行之後的又一波願意投入巨資用作大資料IT建設的企業。

大資料分析技術在證券行業中的應用與推廣雖然勢不可擋，但想要駕馭大資料分析技術仍須克服重重困難。我們看到的挑戰可能包括資金挑戰、系統老化、應用缺位和決策謹慎等諸多典型問題。

資金挑戰：證券行業的許多IT預算並不是為創新提供資金，而是用於金融合規和欺詐檢測的“防禦性”應用程式；

系統老化：證券行業老化的資料系統很大程度上無法儲存、彙總和分析來自不同資料來源的客戶和服務的海量大資料；

應用缺位：面對迅猛發展的大資料變革環境，證券行業對於大資料改革缺乏具體落地的資料應用；

決策謹慎：由於證券行業在資料安全、風險管理及合規性等方面的高要求，在大資料平臺建設時需要尋找更加謹慎的方案——即在充分利用大資料技術、持續優化技術和業務架構，與滿足各方面的安全和穩定性之間取得平衡。

所以我們看到，隨著券商公司的業務發展，公司近幾年自然也積累了各類資料，這些資料具有來源廣、規模大、價值大和增長快等特徵，且亟待整合、管理與發揮價值。其資料來源主要包括App端各類應用打點資料、網站資訊資訊、券商市場行情資料、投資人公司企業相關資訊、使用者賬戶結算資訊、應用系統等資料資源。資料平臺包括傳統使用者資料、業務資料、資產收益資料和合作夥伴資料的管理。業務支撐包括客戶服務、運營分析、衍生品推薦、智慧投顧、諮詢推送和合作代銷等方面。

為支撐這樣的大資料需求能力構建，證券行業的大資料平臺建設自然也要包括基礎能力建設階段、大資料應用建設階段和安全管控階段，其中涉及到資料治理、資料倉庫和技術平臺、資料共享服務的能力產出。

資料治理體系建設：在資料治理體系基礎上，對現有指標體系進行梳理和完善，規範化資料模型層，更好的支撐業務能力；資料倉庫和技術平臺：抽取集中交易系統相關資料，在大資料平臺下進行分散式儲存和計算處理支撐起大資料集的任務處理與分析；資料共享服務平臺：更多為下游業務應用系統提供資料共享和互動查詢服務，並具備嚴格的資料訪問許可權；

總體而言，券商行業在大資料能力建設上可以關注於降本增效，可以關注於應用優化，可以關注於客戶服務，還還可以關注於運營監測，為管理者提供“一站式”決策支援等資訊服務。

——感謝閱讀、感謝共鳴。