文章

借助数据驱动型策略优化金融服务数据交换

Tony Bishop，平台、增长和营销高级副总裁
2021 年 6 月 30 日

快速发展的数字经济正在重塑金融服务公司，改变它们创造和交付价值的方式。在这一发展过程中，企业创造、处理和存储的信息比以往任何时候都要多，导致数据爆炸式增长，而且去年数字化转型也加速了。尽管这一切带来了颠覆性的挑战，但也必须认识到，我们可以利用这一切来实现以下目标：

那么，在数据爆炸式增长和数字化转型加速的时代，从事金融服务行业的您需要做些什么来实现这些目标？

您必须重新思考并彻底改造您的 IT 基础架构，专注于优化数据交换。

我们来仔细看看这意味着什么以及为什么有必要这样做。

想想金融服务行业产生的海量数据集吧，特别是在疫情引起数字化急剧加速（根据麦肯锡 2020 年的一项调查，差不多是快速消费品公司的两倍）之后。

我们自主开展了研究，建立了全球数据库，并破解了相关代码来测量、量化和预测企业数据创建生命周期不断提高的强度及其对 IT 基础架构的影响。这是“数据引力”的大趋势，正在金融服务行业持续爆炸式放大。

由于这个大趋势以及数字化转型的加速，金融服务企业正在努力应对各种重大挑战，包括：

无论是零售和商业银行、证券、贸易和投资银行 (IB)、财富和资产管理还是保险领域，专注于优化数据交换的基础设施战略转变是解决以下问题的关键：

数据引力不仅会损害企业工作流程的绩效，增加成本，还会引发新的安全隐患，而监管要求和其他人工限制还会使情况更加复杂。

银行、信用合作社和其他金融机构的 IT 高管和决策者需要能够领导实施以数据为中心的有效战略，捕获和处理数据，并将数据与所有相关业务线连接起来。

如果从事这个领域，您必须确定：

如何在保护客户隐私、提供基于 AI 的信用和防欺诈保护的同时，提供丰富的银行业务体验？

使用传统基础设施是很难做到的，因为它们会制造障碍，影响数据创建、出入口控制以及 AI/机器学习能力。更不用说，数据引力会严重限制在全球运营银行业务的方式。

通过创建以数据为中心的架构来优化数据交换，零售企业和商业银行可以：

在当今的证券和交易领域，您会使用 AI 做各种事情，从优化超越市场标准的策略（计算 Alpha）到充分利用投资银行业务机会。最后，您还会参与 ESG 投资和替代数据。

然而，如今的数字经济存在一些障碍，可能会阻碍您的发展，包括 AI/机器学习准备度、全球贸易能力和出入口控制等方面的限制。

通过优化证券、交易和投资银行领域的数据交换，您可以：

如果您是一名资金经理或在一家投资公司工作，您需要努力为客户打造与众不同的咨询体验，并结合利用替代数据来源和洞察来保持竞争优势。将战略与基于 AI 的监测和报告相结合可以增强竞争优势。

与金融服务行业的其他领域一样，财富和资产管理公司也面临着 AI/机器学习能力和出入口控制方面的挑战。而且在数据创建和数据使用方面也存在挑战。此外，数据引力可能在全球范围内影响这些企业。

因此，如果在架构中注入优化的数据交换策略，您可以：

获得证券、交易和投资银行领域的所有优势，同时提供与竞争对手不同的咨询体验。

保险与再保险行业显然也是既要保护数据，又严重依赖丰富的客户和客户体验。如果从事这个领域，您很可能会在风险管理和承保流程中使用 AI。

传统架构面临的各种挑战将影响全渠道数据的创建和使用、出入口、AI/机器学习能力以及在全球开展业务的方式。事实上，据估计，整个 2024，保险业的全球 2000 强企业将面临数据引力强度加速，预计全球复合年增长率将达到 143%。

通过优化保险和再保险行业的数据交换，您可以：

要实现数据交换优化，需要一个无处不在、按需运行、由实时智能增强的普适业务平台，并通过涵盖所有渠道、业务职能和业务点的数字化交互，为客户、合作伙伴和员工提供最佳服务。

如何克服金融服务领域的数字化转型挑战和数据引力障碍

如果您从事金融服务行业，建议您阅读我们的“Pervasive Datacenter Architecture (PDx™)”（普适数据中心架构）库的最新条目：优化金融服务数据交换解决方案简介。

您会注意到上面写着“数据驱动的数字化转型”。我们是有意而为之的，因为您必须将数据转化为战略资产。

荷兰银行的首席架构师兼数据管理 Santhosh Pillai 在《华尔街日报》的文章中解释说：“在一个日益数字化的世界，以客户为中心意味着以数据为中心。特别是在后疫情时代，企业无法与客户面对面交流，因而更加依赖数据和分析洞察。”

本解决方案简介为金融服务业务和技术领导者编写了一套策略和解决方案，帮助实施数据驱动的数字化转型，获得竞争优势，并挖掘新的增长机会。

下载新版《优化金融服务数据交换解决方案简介》的副本，了解更多信息。