前言
隨著互聯網及移動互聯網的高速發展，傳統證券業也逐步走向市場化和網絡化，行業在快速變化中也面臨著激烈的競爭，一方面國家監管層面逐步放開管制，加強監督，鼓勵創新。另一方面，證券行業內部各公司也在不斷的與時俱進，從經紀、資管業務的網絡化，到證券版銀聯的發展，再到個性化、移動化、社交化的客戶服務。
證券公司要在這樣競爭激烈市場中保持領先地位，需要在滿足監管層合規審計的要求下，以客戶為中心，對內深化運營和服務，提高現有客戶體驗和單客戶價值；對外實時了解市場和上市企業等信息，加強跨界合作，對潛在客戶精準定位和營銷。
在這樣背景下，數據成為券商提供內外競爭力的關鍵，只有及時準確地獲得客戶在內部和外部的交易、行為，媒體偏好，社交內容的信息數據，才能更好的了解客戶，做好營銷和服務，并不斷優化產品設計和運營。
 證券行業大數據問題及解決方案
1、什么數據可以上平臺
證券公司內部在經紀業務、資管業務、投行業務和自營業務中存在各個系統，例如股票交易系統、理財交易系統、用戶開戶系統、客服系統等。同時，在各個業務中又存在各種角色，如用戶，上市公司、融資方、出資方、托管行等。這些角色在各個系統每時每刻都在產生著各種結構的數據，這些數據產生的不但數量大，類型多，速度快，而且可能會存在各個系統的不一致。
同時，在互聯網高速發展的今天，和證券公司相關的各個角色也在無時無刻不在產生大量的網絡數據，例如用戶的購物行為、媒體資訊瀏覽等，上市公司的投融資、并購活動等。各業務形態也都在大的市場環境下受到影響，例如政策法規、國內外金融形勢、重大事件等。
這些數據中哪些應該被納入大數據平臺呢，是根據最終的業務場景來決定，還是將所有能獲取的數據全部納入，深入挖掘，以數據說話呢？
我們的大數據理念是數據標準化和分層接入。對目前和將來可獲取的數據類型、來源進行充分調研和理解，制定統一的數據接入標準、結構化標準、歸一化標準、挖掘標準，以實現很好的系統擴展性。根據業務需求、數據類型、范圍、來源、采集技術、實時性要求等進行分層接入，盡量保證原始數據完整性，整合數據一致性和挖掘數據價值度。
2、跨渠道的用戶生命周期運營管理
移動端、PC端乃至類似Apple Watch等可穿戴設備都已成為用戶數據觸點。股票、投資理財、投顧服務等各個業務，涉及到交易、風控、清算等系統的數據都是用戶在各個觸點、場景下的痕跡，對這些數據進行拉通和分析，可以掌握用戶在該券商所處的生命周期，從而可以有的放矢的。對用戶進行針對性運營。
我們采用代碼潛入的方式，對用戶在各個系統、各個觸點的行為數據進行采集，分析其瀏覽、查找、存留、訪問路徑、事件深度、到達渠道等，進而對用戶進行跨屏幕、跨應用、跨系統的生命周期分析。

3、如何通過產品、咨訊、投資建議的個性化推薦，提升用戶體驗，深挖用戶？
面對越來越多的投資選擇，用戶的選擇困難癥凸現。如何讓用戶在最短的時間找到自己需要的產品、資訊乃至可靠的投資建議、選股建議呢？
建立在用戶、產品、資訊、服務、市場充分了解的基礎上，我們強大的推薦引擎給用戶提供實時的“千人千面”的跨屏、跨站的個性化產品資訊推薦和服務。
 
4、 如何快速精準的定位和營銷新用戶？
隨著各大券商支付系統的對接和完善，其業務不斷延伸到生活場景的支付，而且，其與時俱進的產品設計也與用戶工作生活等場景密不可分。“把網民變股民”的戰役中，用戶在互聯網的各場景觸點成為競爭激烈的戰場，只有買股票才被想起的券商將逐漸被淘汰。
我們幫助證券客戶利用平臺，探知用戶觸點和渠道偏好，同時將DMP平臺與我們線上營銷平臺無縫對接。該平臺已成功對接了各幾十家DSP、SEM、EDM、SMS等線上代理渠道，可對其進行統一頻控、投放規則、素材管理、監測和效果評估等。該平臺的還為客戶提供外部數據標簽優化投放效果；與DSP數據對接，保護客戶信息不泄露；并將潛在客戶數據回流到第一方DMP這些數據服務。

5、 如何及時準確地感知市場，保持競爭力
市場輿情指數，重大事件預警等對證券公司來說是非常重要的信息。需要實時監控。
我們有非常專業的輿情監控應用，數據來自于每天實時讀取的上萬家新聞媒體網站的資訊內容。通過對這樣數據的熱點分析、敏感詞分析、輿情指數、A股新聞熱度擇時指標NQ等計算，實時提供市場輿論監控。