銀行業(yè)的“大數(shù)據(jù)+”

1、銀行業(yè)的“大數(shù)據(jù)+”一、銀行業(yè)數(shù)據(jù)分析現(xiàn)狀2013年作為大數(shù)據(jù)元年，到現(xiàn)在已經(jīng)三年時間。幾年過去，大數(shù)據(jù)影響了社會的方方面面，從最先受益的互聯(lián)網(wǎng)行業(yè)到傳統(tǒng)的醫(yī)療、教育、交通等社會領(lǐng)域，整個社會都處于“大數(shù)據(jù)+”的風(fēng)暴當(dāng)中。然而，作為國民經(jīng)濟重要組成部分的銀行業(yè)在大數(shù)據(jù)面前還顯得比較遲緩，數(shù)據(jù)利用基本上處于應(yīng)付監(jiān)管的簡單查詢、報表、多維分析層面，主要是對現(xiàn)有數(shù)據(jù)的簡單加工，很少涉及數(shù)據(jù)挖據(jù)等深層應(yīng)用。數(shù)據(jù)分析意識不強，理念較舊，轉(zhuǎn)型較慢，缺乏高瞻遠矚的定位。在基礎(chǔ)數(shù)據(jù)源管理、平臺整合、外部數(shù)據(jù)拓展、數(shù)據(jù)分析人才儲備與培養(yǎng)等各方面仍存在較大差距，基于大數(shù)據(jù)對精準(zhǔn)營銷的支撐和經(jīng)營決策作用亟待加強。、

2、銀行業(yè)數(shù)據(jù)分析工作的重要性數(shù)據(jù)化時代，數(shù)據(jù)作為一種無處不在的礦藏等待著我們?nèi)ネ诰?。利用大?shù)據(jù)分析可以將零散的市場數(shù)據(jù)、用戶數(shù)據(jù)以及傳統(tǒng)分析方法中利用率非常低的非結(jié)構(gòu)化數(shù)據(jù)迅速高效地轉(zhuǎn)化成決策支持數(shù)據(jù)，幫助銀行機構(gòu)把握市場環(huán)境變化，快速靈活做出反映，提升銀行核心競爭力。三、數(shù)據(jù)分析如何跟銀行業(yè)結(jié)合點面對如火如荼發(fā)展的大數(shù)據(jù)，面對海量的信息資源，銀行業(yè)該從哪些方面著手作為切入點來應(yīng)對日益激烈的業(yè)務(wù)競爭，尋找最優(yōu)方案支撐商業(yè)決策?？蛻艄芾恚弘S著競爭加劇，傳統(tǒng)的以產(chǎn)品為中心必然會轉(zhuǎn)向以客戶為中心，因此了解客戶特征及客戶需求是銀行迫切需要研究的問題。例如基于用戶行為進行客戶生命周期研究，進行全生命周期分

3、析并維護，進而有效甄別優(yōu)質(zhì)客戶、潛力客戶以及流失客戶。營銷管理：基于客戶消費數(shù)據(jù)發(fā)掘潛在場景，實現(xiàn)實時營銷、個性化營銷、交叉營銷等與場景營銷的有效結(jié)合，實現(xiàn)營銷效率與用戶體驗的雙重提升。風(fēng)險管理：銀監(jiān)會公布銀行業(yè)今年第三季度不良率為1.59%，而部分研究機構(gòu)預(yù)估實際值可能是這個值得幾倍，總之，隨著銀行業(yè)務(wù)的快速發(fā)展，銀行風(fēng)險也越來來多。大數(shù)據(jù)分析幫助銀行了解客戶的基礎(chǔ)屬性，結(jié)合客戶行為特征、信用特征、社交關(guān)系及客戶的資產(chǎn)負債狀況，基于數(shù)據(jù)挖掘算法實現(xiàn)客戶風(fēng)險的規(guī)則化、定量化，建立完善的風(fēng)險評估體系。然而銀行業(yè)現(xiàn)在數(shù)據(jù)分析方面基本處于荒原狀態(tài)，客戶資產(chǎn)、理財偏好、信用歷史等信息都是一筆筆沉睡的寶

4、藏，當(dāng)中蘊含著大量的信息?；谶@些信息實現(xiàn)營銷上的價值轉(zhuǎn)換以及ACRM功能型平臺的進一步開發(fā)意義重大，因此，開拓銀行業(yè)的數(shù)據(jù)分析工作是我們的一大機遇,同時也是我們工作室的成立的基礎(chǔ)。四、我們在數(shù)據(jù)分析方面的探索以下案例以某大型銀行個人客戶為例，從客戶基礎(chǔ)信息、存款、貸款、貸記卡、理財、渠道使用等維度對客戶展開初步分析，以求對客戶整體概況有基本了解，為后期專題性深入挖掘分析做準(zhǔn)備?？蛻裟挲g結(jié)構(gòu)：銀行客戶以中老年居多，40歲以上客戶占55.3%。客戶職業(yè)結(jié)構(gòu)：第一產(chǎn)業(yè)客戶居多：不算未知職業(yè)者，農(nóng)、林等第一產(chǎn)業(yè)客戶占比最多，達36.3%（除開未知職業(yè)及不便分類類型不算，占比達8.57%），其它細分類

5、占比均在4%以下。在農(nóng)民涌向城市，傳統(tǒng)客戶群日益減少的背景下，城市群體拓展顯得尤為重要。職業(yè)結(jié)構(gòu)農(nóng)、林、牧、漁、水利業(yè)生產(chǎn)人員36.3%不便分類的其他從業(yè)人員201520.5%生產(chǎn)、運輸設(shè)備操作人員及有關(guān)人員252.5%商業(yè)服務(wù)業(yè)人員2.0%辦事人員和有關(guān)人員10.7%專業(yè)技術(shù)人員0.6%國家機關(guān)企事業(yè)單位負責(zé)人0.3%軍人0.01%未知37.2%客戶學(xué)歷結(jié)構(gòu)：低學(xué)歷為居多：超過6成以上客戶學(xué)歷信息不明，已知學(xué)歷的客戶中又以初中及以下為主，占已知學(xué)歷客戶中的76%；大專及以上客戶較少，占已知學(xué)歷信息客戶的5%，高學(xué)歷客戶相對較少。年齡與存款：年齡越大，存款意識越強。存款額隨年齡增長呈倒U型，定

6、存客戶與活期客戶存款額隨年齡走勢相似，隨年齡增長，存款額不斷增加，到（40，45這一年齡區(qū)間達到頂峰，隨后降低。年齡與存款一人均定期存款（萬）一人均活期存款（萬）60未知全量年齡與貸款：貸款客戶比重隨年齡呈兩頭低中間高狀態(tài)，（35,40這一群體貸款比重最高；人均貸款余額16.1萬，人均貸款額度峰值出現(xiàn)在（50,55區(qū)間，這一群體資金需求多，獲貸款能力強。不良貸款率：信用保證抵押質(zhì)押；不良貸款隨年齡升高：保證、抵押類貸款不良貸款率在隨年齡增長呈緩慢增長趨勢，到60歲后突增；信用貸款隨年齡增長趨勢與保證、抵押類相似，但這類群體不良貸款率隨年齡增長升高速度較快；貸記卡使用情況：中年貸記卡客戶消費水平

7、高，青年依賴性強：26.5%的中老年（35,50）客戶使用了貸記卡透支金額的61%，貸記卡客戶透支率整體隨年齡增長而降低，消費額隨年齡增長先升高后降低，在（45,50年齡段達到最高。貸記卡使用情況理財產(chǎn)品：整體購買率：保本型是是非保本型的4倍；保本型理財產(chǎn)品：0.08%非保本型理財產(chǎn)品：0.02%購買欲望：理財產(chǎn)品購買率隨著年齡增長呈上升趨勢，60歲以后降低；保本型理財產(chǎn)品：購買率隨著年齡呈線性增長，在（50,60這個年齡區(qū)間購買率達到最高；非保本型理財產(chǎn)品：購買率隨著年齡呈波浪形增長，（40,45這一年富力理財購買率強的年齡段購買率最高。60整體保本型0.02%0.07%0.08%0.10%

8、0.11%0.13%0.14%0.14%0.10%0.08%非保本型0.01%0.03%0.03%0.03%0.04%0.04%0.04%0.04%0.02%0.02%25歲以下：投資型，25歲以下年輕人是唯一保本型理財比非保本型購買金額還高的群體,這個群體可能是家長代為購買,長期投資性理財。(35,40:激進型,這個年齡段非保本型理財金額與保本型理財金額差距最大的,這個年齡段客戶更為激進；(50,55實力型,這個年齡區(qū)間不管是保本型還是非保本型購買力都是最強的；6010,0(30,35卜。b(55,60(35,40(50,55(40,45(45,50渠道與簽約率渠道簽約率整體不高，最高的短信

9、渠道簽約率也僅11%，還有很大提升空間；短信：11.0%；手機銀行：5.6%；網(wǎng)銀：3.2%；電話：1.8%；居家：0.04%；小額便民：0.01%；微信：0.0002%。各年齡段簽約渠道存在差異，短信/電話中年；手機/網(wǎng)銀青年；短信、電話兩個渠道相似，(30,45這一群體簽約率較高，中年人使用更多一些；手機銀行、網(wǎng)銀兩個渠道結(jié)構(gòu)相似，年輕人使用更多一些，(25，35這個年齡段簽約率明顯高于其它年齡段；老年人電子渠道簽約率普遍不高，電話、短信簽約率相差相對較小，以(55,60為例，渠道簽約率/該渠道簽約率最高分組，電話3/8,短信1/3,網(wǎng)銀71/6,手機71/7。L5%3.0%33%U*6.

10、3%(犯4524%IE1.9%3.5B&工7%4.8%5.5%3,3%36%03%口一口味3.1%23%(r516.4%0.1%2.0%I0.6%0.0%8.5%渠道交易量手機銀行占據(jù)1/4交易量：手機銀行每日電子渠道交易筆數(shù)占電子渠道的25%，但貢獻了35%的交易額；網(wǎng)銀單筆交易金額大：網(wǎng)銀交易額占比大，但是交易筆數(shù)相對較少，通過網(wǎng)銀渠道交易金額都比較大；ATM&CRS是目前最大的電子交易渠道：ATM&CRS占據(jù)每日交易量的53%,但交易額僅占電子渠道的22%,客戶從ATM&CRS渠道存取金額一般相對較小。50.0%30.0%10.0%10.0%30.0%50.0%W曰.一37.2%5.6%25.3%P0s5.8%.電話&微信&居家&短信0.4%自助終端0.3%小額便民0.2%交易金額占比11.0%7.5%0.3%7.5%交易筆數(shù)占比為什么做這些分析？分析這些東西的價值何在？以理財產(chǎn)品為例：我們發(fā)現(xiàn)保本型理財產(chǎn)品客戶購買率隨著年齡呈線性增長,在（50,60這個年齡區(qū)間購買率達到最高。我們知道這個年齡群的用戶買的比較多,這個群體能接受什么價格區(qū)間的呢？周期多長最受歡迎呢？我們根據(jù)客戶信息設(shè)計最適合客戶的理財產(chǎn)品,在同等成本付出條件下,這樣購買率會不會更高一些呢？上文只是對銀行整體情況的粗略梳理,由于篇幅原因并只列出部分,基于業(yè)務(wù)層面需要專業(yè)數(shù)據(jù)分