銀行大數(shù)據(jù)應用實踐課程大綱　

１．銀行大數(shù)據(jù)應用的問題

?     互聯(lián)網(wǎng)金融尤其依賴數(shù)據(jù)

?     金融業(yè)本身就是基于數(shù)據(jù)與信息的產(chǎn)業(yè)

?     目前的問題：

ü  數(shù)據(jù)特點與組成

n  數(shù)量不夠大；維度不夠多

n  核心數(shù)據(jù)、外圍數(shù)據(jù)、常規(guī)渠道的數(shù)據(jù)、社會化的數(shù)據(jù)等

ü  技術不足

n  互聯(lián)網(wǎng)的流行使得非結構化數(shù)據(jù)的數(shù)量和維度都遠遠超過傳統(tǒng)結構化數(shù)據(jù)；傳統(tǒng)IT公司的產(chǎn)品和服務已經(jīng)不能勝任

2. 銀行大數(shù)據(jù)組成

?  系統(tǒng)日志數(shù)據(jù)

?  GIS地理信息數(shù)據(jù)

?  在線交易數(shù)據(jù)

? 客戶提供的信息（申請、表格等）

? 社交網(wǎng)絡、公共網(wǎng)頁得到客戶的信用記錄以及信用歷史

? 和目標客戶有類似行為模式的客戶數(shù)據(jù)

? 金融以及經(jīng)濟數(shù)據(jù)

? 社交網(wǎng)絡的數(shù)據(jù)（個人、家庭計劃等）

3. 銀行客戶全生命周期管理

?  客戶身份識別方法——個體精準定向

n姓名、身份證號、地址、手機號、E-Mail、SNS賬號、銀行卡號

n用戶標簽

?  客戶分類：人口統(tǒng)計學標簽、通用標簽、價值標簽、長短期購物喜好、金融服務等

?  客戶響應率分析

?  客戶“健康度”分析

?  客戶挽留率分析

?  客戶價值提升和維系

4. 銀行大數(shù)據(jù)分析應用案例

?  風控：信用卡風險評估

ü追債委外

ü欺詐交易辨別

n 建一個反欺詐統(tǒng)計模型

n 釣魚網(wǎng)站攻擊、信用卡套現(xiàn)、盜刷信用卡、反洗錢

ü信用卡套現(xiàn)識別

ü高風險客戶提前催收預警

ü利用海量數(shù)據(jù)挖掘和算法做貸款業(yè)務

?  營銷：銀行存量客戶增值營銷

ü 細分客戶，按照客戶行為進行分類

ü 優(yōu)惠推薦、商品推薦

ü 微博營銷：把微博上用戶與銀行用戶相匹配

ü 事件式營銷。生活事件（換工作、改變婚姻狀況、置房等）帶來的營銷機會

?  產(chǎn)品設計：銀行金融產(chǎn)品設計

ü信貸需求預測

ü需求金額預測

?  營業(yè)網(wǎng)點分析：

ü 目標客戶分析

ü 客戶行為分析：電話語音、網(wǎng)絡的監(jiān)控錄像：客戶走動線路的重疊分析

? 交易故障數(shù)據(jù)分析

ü 用現(xiàn)在大數(shù)據(jù)的能力把分布在各個地方的原始數(shù)據(jù)和原始的日志定時每隔一分鐘進行收集和抽取

ü 放到分布式文件系統(tǒng)里，并建立一些索引

ü 提供一個很方便的前端實時的查詢

? 呼叫中心記錄的分析

ü 客戶情感分析

5. 借助大數(shù)據(jù)分析的銀行轉(zhuǎn)型

?  大數(shù)據(jù)分析推動了銀行的轉(zhuǎn)型與創(chuàng)新

?  未來互聯(lián)網(wǎng)銀行模式

?  傳統(tǒng)銀行與互聯(lián)網(wǎng)金融的結合