李海娟

摘要：在大数据背景下，企业管理机制不断创新，功能更加齐全，数字化转型日益成功。但是另一方面，企业数字化转型仍然存在许多问题，所以，为了建设新型企业数字化管理，需要付出更多的努力，企业金融数字化的发展和金融体制息息相关，需要金融机构对项目的大力支持，不断创新各类金融产品，优化金融环境，做到真正的生态金融良性发展。

关键词：大数据;企业;管理;数字化

中图分类号：TP393      文献标识码：A

文章编号：1009-3044（2021）35-0153-02

数字化企业转型过程是企业利用“云大物移智链”等现代数字信息技术手段推动传统企业价值转变并对组织治理架构、商业模式、企业管理文化进行全方位的企业变革，是企业价值不断重新转移、再重新创造的重要过程，通过企业数字世界的价值数字化和企业数字世界的赋值功能数字化，实现企业数据化的驱动，打造新的数字企业，为广大客户服务创造更高效的价值。

数字化转型离不开企业现有的基础和行业发展土壤，必须结合企业核心能力和行业发展特征，统一思想、统筹推进、创新发展、合作共赢，是一项长期、艰巨和系统性的工作。企业发展必须牢牢把握时代发展的潮流，成功转型数字化。

1金融管理数字化概述

1.1必要性

在当前阶段，我国的电子信息行业迅速发展。特别是大数据技术在我国电子商务、证券期货、互联网信息金融等多个领域的广泛应用，使得未来我国金融业的主要核心技术竞争力很大一定程度上还将依赖于从大规模数据中实时提取专业信息和金融知识的提取速度与应用能力，这是各类大型金融机构所共同关注面临的重要技术问题。

1.2金融管理数字化存在的问题

1.2.1发展数字化缺乏成功案例和样板

在目前看来，金融管理数字化还处于初级阶段，很难找到成熟案例做参考。因此，进行数字化转型都需要自己去探索。

1.2.2资金压力

数字化转型不是一种单纯的思想转变，而是需要配备大量基础设施。企业管理、协作都需要数字化的应用。对于金融企业来说，运用数字化的管理方法对于企业内部资源有效整合有重要作用。

1.2.3经营压力

以金融企业为例，企业普遍重资产，一些小型的金融企业还有较大经营压力，如果拿出一部分资金和精力进行数字化转型，短期不一定有好的效益，但是长期来看，金融企业的经营一定会得到改善。

虽然金融企业数字换转型困难重重，但是其趋势是不可逆的。特别是疫情后，越来越多的企业意识到——数字化已经成为企业发展的必然选择。

2基于大数据技术的金融管理数字化技术发展现状

2.1大数据在金融领域的应用

2.1.1在银行业的应用

2.1.1.1信贷风险评估

银行对中小企业信贷客户的远期违约贷款风险评估，多数都是基于企业过往的远期信贷业务数据和近期交易业务数据等各种静态数据，这种评估方式的最大主要弊端就是缺少数据前瞻性。因为目前影响金融企业信用违约的重要影响因素并不仅仅只是金融企业经营历史的各种信用不良情况，还包括金融行业的一个整体经济发展趋势状况和整个实时的企业经营管理情况。当前大数据技术手段的大量介入也使我国信贷市场风险评估更多地趋近于客观事实。对大数据进行资源整合管理是利用大数据进行信贷业务风险评估的重要前提。

2.1.2在证券行业的应用

2.1.2.1股市行情预测

随着行业大数据广泛应用、数据市场规模实现爆发式快速增长以及数据分析及综合处理数据能力显著稳步提升，量化基金投资将不断获取更广阔的行业数据分析资源，构建更多元的行业量化投资因子，投研策略模型更加稳健完善。

2.1.2.2股价预测

大数据分析技术通过分析收集并整理存在社交网络媒体中诸如微博、朋友圈、专业用户论坛等各种渠道上的人为结构化和非人为结构化用户数据，在市场上，形成了一定的主观判断与认识，这对于股价的预测十分有帮助，从而可以量化分析股价中一些人为因素的影响变化以及预期。智能线下投资管理顾问咨詢业务主要提供各类线上线下投资管理顾问咨询服务，其基于投资客户的不同风险投资偏好、交易投资行为等智能个性化分析数据，依靠行业大数据以及量化分析模型，为投资客户量身提供低投资门槛、低风险费率的智能个性化个人财富风险管理解决方案。

2.2金融管理大数据系统现状

当前主流大数据平台从应用架构分为数据采集、数据处理、数据应用三层。

目前可通过硬件或者软件的手段来实现各类数据的采集，比如硬件采集方法：RFID技术、条码技术、传感器技术;软件采集方法：互联网爬虫、各类ERP系统等，将行业内各种类型数据进行归集，统一加载到大数据平台，结构化交易数据、非结构化语音数据、半结构化用户行为日志进行关联整合，形成全套数据资产。结构化数据可通过传统的数据仓库技术对数据进行抽取、加载、转换等处理后，形成多维数据库;非结构化数据一般以流处理技术为基础，通过分布式文件系统、分布式计算模型，形成实时、分布式列数据库，最终的数据供数据查询分析展现等应用层使用。

3金融管理大数据系统的方案设计与应用

3.1方案设计

新冠肺炎疫情所引发的人道主义和经济下行的双重冲击，极大加速了金融服务业数字化进程。为了应对客户对于更多样化的选择、更高的透明度以及更顺畅交付的需求，金融机构几乎在一夜之间切换到了数字化渠道、数字化技术和数字化的工作方式。金融机构内部从云计算到人工智能，一系列先进技术正在对前、中、后台的广泛业务产生影响，运营和人才模式也需要不断改变以顺应需求。

3.1.1策略与管理

首先从金融企业发展战略出发，梳理战略目标、业绩目标、企业KPI类型及增长方式等内容，确保企业内部从上到下行动一致地推行三到五年内的战略规划。同时要将战略目标逐级分解、形成可执行的阶段目标，明确各级目标的实现方式和实现策略。其次，重新梳理企业的经营范围和业务架构，明确可以优化重组的业务环节，使企业可以更高效地利用数字化技术和手段达成战略目标。再次，根据企业业务架构，提炼业务需求，具体明確客户方需要什么样的业务价值，比如金融企业的核心业务系统需要实现哪些基础功能，客户方的人机交互界面，业务规则处理等，利用数字化手段落实业务需求。第三，实现数据的智能应用，企业可凭借数据技术建立可扩展的数据应用环境，建设以数据应用为核心的数据中台架构及数据资源多维度切分、共享、调配机制，便于业务人员随时调用数据资源，提升运营能力，提高数据应用效率。第四，建立数据分析算法，提高金融企业在精准营销、用户画像等应用领域的精确性。目前常用的算法包括决策树、聚类分析算法、线性回归算法等，通过构建算法模型，将不同客户进行分类，如客户群分类、满意度调查等，可有针对性地帮助企业提升核心竞争力。最后，进一步规划数据资源，通过数据中台的搭建，汇聚各类数据，把控数据质量，提升数据价值，辅助企业应用数字化手段进行运营管理，全面助力企业数字化转型之路。

3.1.2平台实现功能

平台功能分为四个方面：多业务数据采集、数据存储、多维数据分析模型、金融大数据应用。通过采集多业务系统、外部系统数据，形成企业级数据管理中心。对数据管理中心的数据建立多维数据分析模型，如用户画像、反欺诈模型、中小企业征信模型、KPI模型、财务分析模型等，实现精准营销、多维度盈利分析、中小企业贷款风险评估等应用功能，以辅助金融企业优化日常运营管理，提升管理能力，防范经营风险。

实现根据不同用户画像，有针对性地提供不同的产品服务。借助金融管理大数据系统，深入分析、挖掘客户交易数据，根据不同客户群体推荐适合的金融产品，提升客户满意度。

实现金融企业内部管理流程的优化，降低管理成本。通过金融管理大数据系统应用，可提高信息在各级领导与下属之间的透明度，畅通沟通渠道。通过流程运营大数据分析，可发现企业各个管理环节中存在的问题，从而可帮助企业有针对性地调整管理流程，促进管理提升。

3.1.3实施风险管控

过程中持续监控使用情况及结果，进行敏感度分析和独立验证，规避执行中的失控风险，降低由于不可验证、问题解决方案复杂等特性可能导致的损失。以银行贷款大数据分析为例，通过对用户数据信息进行分析，为用户制定一对一的贷款方案，对各个流程节点进行跟进和反馈，为用户解决在贷款的过程中遇到的、信息不透明、利息不合理等痛点。

通过应用风险管理体系，可以规避或降低潜在风险，提高预测精准度，合理释放数据的巨大潜力。对应用通用及复杂的企业而言，建立风险管理体系，也是企业在数字化转型过程中敢用数据、用好数据的保障。

3.2应用案例分析

3.2.1华尔街个案

证券投资管理机构欲更好地及时了解个别证券企业、企业产品销售业务情况和证券市场监管部门的微妙业务动态，其主要目的显然是为了有效应对瞬息起伏变化的股票市场并做出更好的股票投资决策。该公司企业首先选择了一种connotate实地现场部署的移动解决模式方案，在几周内就已经设定好预计要访问的当地网站，抽取当地营销宣传活动、价格促销数据、库存销售情况和当地客户消费偏好产品选择等的相关数据。利用这些分析数据可以为企业相应的国际金融投资趋势、金融投资活动和各种金融投资观点进行建立分析模型。在刚刚过去的一年里，该投资企业在connotate的支持帮助下，在美国股票市场上成功获得了额外的一百多万美元的投资收益。

Connotate这是在中国电子产品商务.上面的网页内通过抽取关于产品营销服务活动和产品库存管理情况的产品数据，然后只通过推送与上次活动抽取的产品数据信息相比并没有明显变化的产品数据，并提供了清晰明了的产品定位数据信息。connotate将直接抽取的趋势数据通过转换和引荐推送为非结构化趋势数据，如图将这些重点分析数据通过推荐发送到趋势分析器和应用程序中心并进行分析趋势数据分析应用connotate的主要解决办法方案为我们客户提供了包括产品价格、库存处理情况、广告和电话费、转换率、订单处理情况和其他重要的非正式结构化趋势数据分析信息，而这些重要数据（用其他分析工具）通常是很难直接抽取的但是却是很少具有趋势分析应用价值的。

4小结

只有大力推动我国企业组织数字化管理转型、构建企业数字化增长型企业组织，才能很好地有效应对信息时代的严峻挑战。通过自身在业内长期积累的深厚企业技术研发能力和企业管理实践经验，形成完善的企业数字化经营服务方案，助力传统企业实现数字化经营转型。

参考文献：

[1] 王媛.大数据时代下的企业管理与人力资源管理[J.人力资源管理，2017.

[2] 罗耀.浅谈计算机网络安全管理的措施[J].信息与电脑（理论版），2011（6）：22.

[3] 冯永健.计算机网络安全的漏洞分析及防范对策[J].网络安全技术与应用，2015（5）：49，52.

[4] 高茜，张建.影响企业信息安全的因素探究[J].计算机光盘软件与应用，2013，16（15）：140，142.

【通联编辑：光文玲】