大数据在金融领域的应用 - 大数据的主要应用领域及案例

　　大数据在金融领域的应用

　　案例：

　　案例一：保险行业利用驾驶员驾驶信息来确定车险价格

　　国外的保险公司在给用户进行车险报价时，需要参考汽车自身存储的OBD信息，其记录了驾驶员的驾驶习惯，例如是否经常紧急刹车，是否经常瞬间加速等。保险公司会依据客户的驾驶习惯来定义车主的保险产品等级，良好驾驶习惯的车主，其车险价格就较低，反之则车险价格就较高。

　　案例二：“博时淘金100”指数基金跑赢大盘

　　“博时淘金100”是博时基金和阿里共同成立的基金，依托蚂蚁金服提供的海量电商交易数据（包括买卖家数量变化、商品价格变化、成交量变化等），对用户需求，企业产品、行业成长进行分析，从预测相关行业和企业景气度。分析结果结合博时基金多因子量化投资模型，指导基金经理进行股票投资。

　　中国金融行业大数据应用投资结构

　　

　　大数据在工业领域的应用

　　1、加速产品创新挖掘和分析客户与工业企业之间的交互和交易行为数据，能够帮助客户参与到产品的需求分析和产品设计等创新活动中。

　　2、工业物联网生产线的大数据应用现代化工业制造生产线安装有数以千计的小型传感器，来探测温度、压力、热能、振动和噪声。

　　3、产品销售预测与需求管理通过历史数据的多维度组合，可以看出区域性需求占比和变化、产品品类的市场受欢迎程度以及最常见的组合形式，以此来调整产品策略和铺货策略。

　　4、产品质量管理与分析高度自动化的设备在加工产品的同时，也同步生成了庞大的检测结果。传统的制造业迫切期待着有创新方法的诞生，来应对工业背景下的大数据挑战。

　　5、产品故障诊断与预测无所不在的传感器、互联网技术的引入使得产品故障实时诊断变为现实，大数据应用、建模与仿真技术则使得预测动态性成为可能。

　　6、工业供应链的分析和优化通过大数据提前分析和预测各地商品需求量，从而提高配送和仓储的效能，保证了次日货到的客户体验。

　　7、生产计划与排程生产环节的大数据可以提供更详细的数据信息，发现历史预测与实际的偏差概率，考虑产能约束、人员技能约束、物料可用约束、工装模具约束，通过智能的优化算法，制定排产计划。

　　8、工业污染与环保检测在传统人工手动监测的基础上，使用先进监测手段，推动开展环境质量连续自动监测和环境污染遥感监测，可以预测排污和预警、监控。