五、结论与建议

在互联网金融领域，现在的智慧商务（大数据挖掘）模式方兴未艾，但是由于历史和体制原因，在阿里金融云之前，并未有真正意义上的大数据挖掘成功案例。我们分析原因如下：第一，数据丰富但挖掘力度不够，传统金融机构实现了数据的集中，但缺乏对数据的深入挖掘。第二，创新动力不足，传统金融机构的封闭性和相对经营集中监管导致对大数据挖掘缺乏创新力度，仅应用在信用卡营销等领域。第三，信息观念和专业技术人才相对匮乏。为了更好实现智慧商务对金融服务外包的积极推动，我们从阿里金融云服务案例中可以得出分析以下结论。

第一，互联网的广泛运用和电子商务的迅速发展奠定了金融服务外包的模式更新的基础。2008—2018年，中国网络零售市场交易规模增长近70倍，交易金额从1 300亿元增长至90 000亿元人民币。2020年网络零售市场交易规模达到117 601亿元人民币，占社会消费品零售总额的30％。在这种情况下，金融服务外包的新模式诞生于海量的网络间数据里。大数据挖掘得出的结论，可以精确分析对象的行为倾向、能力甚至部分隐私，这种挖掘有效降低了投融资者的信息不对称。在大数据面前，传统的采样分析等统计方式稍显落后，基于大数据挖掘的阿里金融云的出现是必然的。

第二，基于消费者行为大数据挖掘的阿里金融云拓展了中小微企业市场，实现了规模经济和社会效益，增强了资产流动性，解决了资产与负债不匹配的问题，同时满足了价值取向的多元化。互联网金融增加了市场容量，将碎片化的需求和供给进行整合，细化渗透到更多中小微企业市场。在信息价值的获取和实现方式上，这种金融外包服务实现了资金盈余和资金短缺的快速匹配和自由流通转让。

以阿里金融云服务为代表的互联网金融服务外包模式为服务外包智慧化提供了新的方式，满足了广泛的市场需求，是现有金融服务体系的有益补充。以阿里金融云服务为代表的国内传统金融业大数据挖掘刚刚开始，应当注意吸收金融业和互联网行业的大数据技术和经验，提升金融服务与大数据结合的业务水平。

第三，重视新兴技术和知识产权的保护。新兴技术是金融服务外包产业未来发展的路径和核心。政府和有关部门应从政策驱动、资金引导及市场支持等各方面加强建设，大力推动新兴技术在各个领域内的应用，为产业的发展提供完善的基础技术架构保障。与此同时，为保证金融外包业务的顺利完成，应加强知识产权法律法规制度建设，调度行业监管部门制定互联网金融服务领域的知识产权保护体系，规范参与机构的安全监控和保密机制等。

第四，重视数据质量和数据安全。金融外包服务的接包方不应仅仅关注数据规模，而且要在数据供应链上引入以积累真实、有效数据为导向的数据处理机制。同时，隐私保护和数据安全是大数据面临的巨大挑战之一，数据安全更是金融服务领域不容回避的问题，只有数据质量和数据安全都得到全面考虑，基于大数据挖掘的服务才能有效降低业务风险。

第五，重视信息技术人才队伍建设。人才是金融服务外包产业发展的重要组成部分，也是产业环境是否成熟的核心标志。服务外包人才建设的重点应从传统的人才培养扶持扩展到对人才流动和人才的服务层面，通过提升社会整体对于服务外包行业的认识，提升服务外包行业对于优质人才的吸引力以及凝聚力。

综上，尽管对于我国互联网金融外包业务而言，智慧商务（大数据挖掘）是一项几乎全新的开始，但是基于大数据的挖掘必然会给金融业带来更多的产业变革，大数据将成为支撑金融服务业发展的重要动力。