基于IDSS和Machine Learning的零售金融大数据分析（一）
刚刚开通****的账号，刚刚结束中国国庆节长假，各位关注AI与Fintech的朋友，晚上好，希望我的文章对大家有所启发和帮助。
这篇文章是我在一个科普式会议上一部分内容。
一、Fintech的发展将大幅提升信息获取的速度、深度和广度，为银行业务升级提供了良好的数据和技术基础。
根据Gartner Group 2016发表的Fintech进步影响地图（银行业）如下图1-1
不难发现：1、Big Data的应用为业务升级和战略转型基本保障:
《BigData Analysis of Financial Client Engine InIDSS》MercyWangPh.D.TIP.2016.05
二、那么金融大数据诞生背后原因到底是什么？
传统金融行业面临两个很头疼的问题，一是80,90后金融消费者成为客户主力，50及60后财富因为Internet信息对称的发展开始向千禧一代转移，二是传统金融企业迫切需要为现有产品寻找目标客户和为客户定制产品。
特别是银行，银行发现自己无法理解和获得千禧一代客户，80和90后金融消费行为的改变，银行无法接触到这些客户，主要表现在如下方面：
1、80后、90后总计共有3.4亿人口，并日益成为银行主要的消费者，但是他们的金融消费习惯正在改变，他们不愿意到金融网点办理业务，不喜欢被动接受金融产品和服务。
2、平均每个人，每天使用智能手机的时间超过了3小时，年轻人可能会超过4个小时。浏览手机已经成为工作和睡觉之后的，人类第三大生活习惯。
3、移动APP也成为所有金融企业的客户入口、服务入口、消费入口、数据入口。
4、银行越来越难面对面接触到年轻人，无法像过去一样，从对话中了解年轻人的想法，了解年轻人金融产品的需求。
银行同时也发现，银行消费者需求出现严重分化，银行需要重新寻找目标客户
1、客户群体正在出现分化，市场上很少有一种产品和一种金融服务可以满足所有用户的需求。金融产品也需要进行细化，为不同客户提供不同产品。
2、银行客户分化成下列一系列客户：高风险高收益、风险偏好低，希望稳健收益、服务偏好型、银行品牌高依赖小白型、体验强迫型、实惠强迫型等等
3、不同年龄，不同收入，不同职业，不同资产的客户对金融产品的需求都不尽相同。
4、但是对于银行来说，理财和消费又是客户主要的业务需求。
因为上述两方面原因，没有其他原因，所以金融行业迫切需要金融大数据来处理为产品找到个获得这些千禧一代客户，同时为这些客户分化需求定制产量和营销活动，这就是金融大数据产生的根本原因，其他都不是原因所在。
未完待续。。。。。。。