大數(shù)據(jù)在銀行、保險、證券等金融行業(yè)的應(yīng)用

大數(shù)據(jù)在銀行、保險、證券等金融行業(yè)的應(yīng)用目錄CONTENTS1金融行業(yè)大數(shù)據(jù)應(yīng)用概述2銀行大數(shù)據(jù)應(yīng)用3保險行業(yè)大數(shù)據(jù)應(yīng)用4證券行業(yè)大數(shù)據(jù)應(yīng)用PART01金融行業(yè)大數(shù)據(jù)應(yīng)用概述金融行業(yè)是典型的數(shù)據(jù)驅(qū)動行業(yè)，每天都會產(chǎn)生大量的數(shù)據(jù)，包括交易、報價、業(yè)績報告、消費者研究報告、各類統(tǒng)計數(shù)據(jù)、各種指數(shù)等。所以，金融行業(yè)擁有豐富的數(shù)據(jù)，數(shù)據(jù)維度比較廣泛，數(shù)據(jù)質(zhì)量也很高，利用自身的數(shù)據(jù)就可以開發(fā)出很多應(yīng)用場景。金融行業(yè)大數(shù)據(jù)概述04金融行業(yè)是典型的數(shù)據(jù)驅(qū)動行業(yè)，每天都會產(chǎn)生大量的數(shù)據(jù)，包括交易、報價、業(yè)績報告、消費者研究報告、各類統(tǒng)計數(shù)據(jù)、各種指數(shù)等金融行業(yè)擁有豐富的數(shù)據(jù)，數(shù)據(jù)維度比較廣泛，數(shù)據(jù)質(zhì)量也很高，利用自身的數(shù)據(jù)就可以開發(fā)出很多應(yīng)用場景如果能夠引入外部數(shù)據(jù)，還可以進一步加快數(shù)據(jù)價值的變現(xiàn)外部數(shù)據(jù)比較好的有社交數(shù)據(jù)、電商交易數(shù)據(jù)、移動大數(shù)據(jù)、運營商數(shù)據(jù)、工商司法數(shù)據(jù)、公安數(shù)據(jù)、教育數(shù)據(jù)、和銀聯(lián)交易數(shù)據(jù)等金融行業(yè)大數(shù)據(jù)應(yīng)用案例05花旗銀行利用IBM沃森電腦為財富管理客戶推薦產(chǎn)品，并預(yù)測未來計算機推薦理財?shù)氖袌鰧⒊^銀行專業(yè)理財師摩根大通銀行利用決策樹技術(shù)，降低了不良貸款率、轉(zhuǎn)化了提前還款客戶，一年為摩根大通銀行增加了6億美金的利潤VISA公司利用Hadoop平臺將730億交易處理時間從一個月縮短到13分鐘中國金融行業(yè)大數(shù)據(jù)應(yīng)用投資結(jié)構(gòu)06從投資結(jié)構(gòu)上來看，銀行將會成為金融類企業(yè)中的重要部分，證券和保險分列第二和第三位，中國金融行業(yè)大數(shù)據(jù)應(yīng)用規(guī)模及預(yù)測07中國金融行業(yè)大數(shù)據(jù)應(yīng)用規(guī)模年均增長率達到97.0%，超過23億元。據(jù)不完全統(tǒng)計，2016年應(yīng)用規(guī)模將達到44.29億元。中國金融行業(yè)大數(shù)據(jù)應(yīng)用規(guī)模及預(yù)測08預(yù)計到2017-2022年，金融行業(yè)大數(shù)據(jù)應(yīng)用市場規(guī)模年均復(fù)合增長率為55.21%，到2022年，中國金融行業(yè)大數(shù)據(jù)應(yīng)用市場規(guī)模為497億元。PART02銀行大數(shù)據(jù)應(yīng)用銀行的大數(shù)據(jù)應(yīng)用場景比較豐富，比較典型的集中在數(shù)據(jù)庫營銷、用戶經(jīng)營、數(shù)據(jù)風(fēng)控、產(chǎn)品設(shè)計和決策支持等。目前來講，大數(shù)據(jù)在銀行的商業(yè)應(yīng)用還是以其自身交易數(shù)據(jù)和客戶數(shù)據(jù)為主，外部數(shù)據(jù)為輔；描述性數(shù)據(jù)分析為主，預(yù)測性數(shù)據(jù)建模為輔；經(jīng)營客戶為主，經(jīng)營產(chǎn)品為輔。銀行大數(shù)據(jù)應(yīng)用概述10銀行的大數(shù)據(jù)應(yīng)用場景比較豐富，比較典型的集中在數(shù)據(jù)庫營銷、用戶經(jīng)營、數(shù)據(jù)風(fēng)控、產(chǎn)品設(shè)計和決策支持等目前大數(shù)據(jù)在銀行的商業(yè)應(yīng)用狀況以其自身交易數(shù)據(jù)和客戶數(shù)據(jù)為主，外部數(shù)據(jù)為輔描述性數(shù)據(jù)分析為主，預(yù)測性數(shù)據(jù)建模為輔經(jīng)營客戶為主，經(jīng)營產(chǎn)品為輔銀行數(shù)據(jù)的類型交易數(shù)據(jù)客戶數(shù)據(jù)信用數(shù)據(jù)資產(chǎn)數(shù)據(jù)銀行大數(shù)據(jù)應(yīng)用類型11銀行大數(shù)據(jù)應(yīng)用可以分為四大方面：客戶畫像，精準營銷，風(fēng)險管控，運營優(yōu)化。PART02.1銀行客戶畫像應(yīng)用銀行的大數(shù)據(jù)應(yīng)用場景比較豐富，比較典型的集中在數(shù)據(jù)庫營銷、用戶經(jīng)營、數(shù)據(jù)風(fēng)控、產(chǎn)品設(shè)計和決策支持等。目前來講，大數(shù)據(jù)在銀行的商業(yè)應(yīng)用還是以其自身交易數(shù)據(jù)和客戶數(shù)據(jù)為主，外部數(shù)據(jù)為輔；描述性數(shù)據(jù)分析為主，預(yù)測性數(shù)據(jù)建模為輔；經(jīng)營客戶為主，經(jīng)營產(chǎn)品為輔?？蛻舢嬒駪?yīng)用13客戶畫像應(yīng)用主要分為個人客戶畫像和企業(yè)客戶畫像個人客戶畫像：包括人口統(tǒng)計學(xué)特征、消費能力數(shù)據(jù)、興趣數(shù)據(jù)、風(fēng)險偏好等企業(yè)客戶畫像：包括企業(yè)的生產(chǎn)、流通、運營、財務(wù)、銷售和客戶數(shù)據(jù)、相關(guān)產(chǎn)業(yè)鏈上下游等數(shù)據(jù)客戶畫像背后的原因14客戶消費習(xí)慣的改變，企業(yè)無法接觸到客戶，無法了解客戶需求;年輕人成為金融企業(yè)主要的消費者，但是他們不愿意到金融網(wǎng)點辦理業(yè)務(wù)年輕人將主要的時間都消費在移動互聯(lián)網(wǎng)，消費在智能手機上金融企業(yè)越來越難面對面接觸到年輕人，從對話中料機年輕人金融產(chǎn)品的需求客戶需求的分化，企業(yè)需要細分客戶，為目標客戶開發(fā)設(shè)計產(chǎn)品金融產(chǎn)品也需要進行細化，為不同客戶提供不同產(chǎn)品有的客戶高風(fēng)險偏好高，希望高風(fēng)險高收益；有的客戶風(fēng)險偏好低，希望穩(wěn)健收益;有的客戶金融理財意識低，只需服務(wù)較好即可;有的客戶完全沒有主意，你說是啥就是啥不同年齡，不同收入，不同職業(yè)，不同資產(chǎn)的客戶對金融產(chǎn)品的需求都不盡相同。金融企業(yè)需要借助于戶畫像，來了解客戶，找到目標客戶，觸達客戶?？蛻舢嬒竦哪康?5從業(yè)務(wù)角度出發(fā)對用戶進行分析，了解用戶需求，尋找目標客戶在了解客戶需求和消費能力，以及客戶信用額度的基礎(chǔ)上，利用畫像信息為客戶開發(fā)出適合目標客戶的產(chǎn)品或開展?fàn)I銷活動用戶畫像需要堅持的三個原則16用戶畫像涉及數(shù)據(jù)的緯度需要業(yè)務(wù)場景結(jié)合，既要簡單干練又要和業(yè)務(wù)強相關(guān)，既要篩選便捷又要方便進一步操作用戶畫像需要堅持三個原則信用信息和人口屬性為主采用強相關(guān)信息，忽略弱相關(guān)信息將定量的信息歸類為定性的信息信用信息和人口屬性為主17信用信息信用信息是描述一個人在社會中的消費能力信息，是用戶畫像中重要的信息進行客戶畫像的目的是尋找目標客戶，其必須是具有潛在消費能力的客戶信用信息包含消費者工作、收入、學(xué)歷、財產(chǎn)等信息人口屬性信息定位完目標客戶之后，需要觸達客戶，人口屬性信息就是起到觸達客戶的作用人口屬性信息包含姓名、性別，電話號碼，郵件地址，家庭住址等信息人口屬性信息可以幫助金融企業(yè)聯(lián)系客戶，將產(chǎn)品和服務(wù)推銷給客戶采用強相關(guān)信息，忽略弱相關(guān)信息18強相關(guān)信息就是同場景需求直接相關(guān)的信息，0.6以上的相關(guān)系數(shù)就應(yīng)該定義為強相關(guān)信息人的年齡、學(xué)歷、職業(yè)、地點與收入高低是強相關(guān)關(guān)系人口屬性信息比如，35歲左右人的平均工資高于平均年齡為30歲的人，計算機專業(yè)畢業(yè)的學(xué)生平均工資高于哲學(xué)專業(yè)學(xué)生，從事金融行業(yè)工作的平均工資高于從事紡織行業(yè)的平均工資，上海的平均工資超過海南省平均工資用戶的身高、體重、姓名、星座等信息，很難從概率上分析出其對消費能力的影響，這些是弱相關(guān)信息用戶畫像和用戶分析時，需要考慮強相關(guān)信息，不要考慮弱相關(guān)信息。將定量的信息歸類為定性的信息19定量的信息不利于對客戶進行篩選，需要將定量信息轉(zhuǎn)化為定性信息，通過信息類別來篩選人群可以將年齡段對客戶進行劃分，18歲-25歲定義為年輕人，25歲-35歲定義為中青年，36-45定義為中年人等可以參考個人收入信息，將人群定義為高收入人群，中等收入人群，低收入人群參考資產(chǎn)信息也可以將客戶定義為高、中、低級別將金融企業(yè)各類定量信息，集中在一起，對定性信息進行分類，并進行定性化，有利與對用戶進行篩選，快速定位目標客戶。用戶畫像信息的類型20金融企業(yè)需要結(jié)合業(yè)務(wù)需求進行用戶畫像，可以將用戶畫像信息分成五類信息人口屬性信用屬性消費特征興趣愛好社交屬性用戶畫像信息的類型21人口屬性用于描述一個人基本特征的信息，主要幫助金融企業(yè)知道客戶是誰，如何觸達用戶姓名，性別，年齡，電話號碼，郵箱，家庭住址都屬于人口屬性信息信用屬性用于描述用戶收入潛力和收入情況，支付能力，幫助企業(yè)了解客戶資產(chǎn)情況和信用情況，有利于定位目標客戶客戶職業(yè)、收入、資產(chǎn)、負債、學(xué)歷、信用評分等都屬于信用信息消費特征用于描述客戶主要消費習(xí)慣和消費偏好，用于尋找高頻和高價值客戶，幫助企業(yè)依據(jù)客戶消費特點推薦相關(guān)金融產(chǎn)品和服務(wù)可以參考客戶的消費記錄將客戶直接定性為某些消費特征人群，例如差旅人群，境外游人群，旅游人群，餐飲用戶，汽車用戶，母嬰用戶，理財人群等用戶畫像信息的類型22興趣愛好用于描述客戶具有哪方面的興趣愛好，在這些興趣方面可能消費偏好比較高，幫助企業(yè)了解客戶興趣和消費傾向，定向進行活動營銷興趣愛好的信息可能來源于社交信息和客戶位置信息，例如戶外運動愛好者，旅游愛好者，電影愛好者，科技發(fā)燒友，健身愛好者，奢侈品愛好者等消費特征來源于已有的消費記錄，但是購買的物品和服務(wù)不一定是自己享用社交信息用于描述用戶在社交媒體的評論，這些信息往往代表用戶內(nèi)心的想法和需求，具有實時性高，轉(zhuǎn)化率高的特點例如客戶詢問上海哪里好玩?澳大利亞墨爾本的交通?房屋貸款哪家優(yōu)惠多?那個理財產(chǎn)品好?這些社交信息都是代表客戶多需求，如果企業(yè)可以及時了解到，將會有助于產(chǎn)品推廣金融企業(yè)用戶畫像的基本步驟23參考金融企業(yè)的數(shù)據(jù)類型和業(yè)務(wù)需求，可以將金融企業(yè)用戶畫像工作進行細化基本上從以下五個方面進行篩選目標客戶畫像相關(guān)數(shù)據(jù)的整理和集中找到同業(yè)務(wù)場景強相關(guān)數(shù)據(jù)對數(shù)據(jù)進行分類和標簽化依據(jù)業(yè)務(wù)需求引入外部數(shù)據(jù)按照業(yè)務(wù)需求進行篩選客戶1.畫像相關(guān)數(shù)據(jù)的整理和集中24金融企業(yè)內(nèi)部的信息分布在不同的系統(tǒng)中人口屬性信息主要集中在客戶關(guān)系管理系統(tǒng)信用信息主要集中在交易系統(tǒng)和產(chǎn)品系統(tǒng)之中，也集中在客戶關(guān)系管理系統(tǒng)中消費特征主要集中在渠道和產(chǎn)品系統(tǒng)中興趣愛好和社交信息需要從外部引入，例如客戶的行為軌跡可以代表其興趣愛好和品牌愛好，移動設(shè)備到位置信息可以提供較為準確的興趣愛好信息社交信息可以借助于金融行業(yè)自身的文本挖掘能力進行采集和分析，也是可以借助于廠商的技術(shù)能力在社交網(wǎng)站上直接獲得社交信息往往是實時信息，商業(yè)價值較高，轉(zhuǎn)化率也較高，是大數(shù)據(jù)預(yù)測方面的主要信息來源1.畫像相關(guān)數(shù)據(jù)的整理和集中25客戶畫像的數(shù)據(jù)倉庫客戶畫像的五大類數(shù)據(jù)都分布在不同的信息系統(tǒng)，金融企業(yè)都上線了數(shù)據(jù)倉庫，所有畫像相關(guān)的強相關(guān)信息都可以在數(shù)據(jù)倉庫里面整理和集中數(shù)據(jù)倉庫成為用戶畫像數(shù)據(jù)的主要處理工具，依據(jù)業(yè)務(wù)場景和畫像需求將原始數(shù)據(jù)進行分類、篩選、歸納、加工等，生成用戶畫像需要的原始數(shù)據(jù)2.找到同業(yè)務(wù)場景強相關(guān)數(shù)據(jù)26為企業(yè)帶來商業(yè)價值才是用戶畫像工作的主要動力和主要目的所有畫像信息應(yīng)該是5大分類的強相關(guān)信息，強相關(guān)信息是指同業(yè)務(wù)場景強相關(guān)信息，可以幫助金融行業(yè)定位目標客戶，了解客戶潛在需求，開發(fā)需求產(chǎn)品只有強相關(guān)信息才能幫助金融企業(yè)有效結(jié)合業(yè)務(wù)需求，創(chuàng)造商業(yè)價值金融企業(yè)內(nèi)部信息較多，在用戶畫像階段不需要對所有信息都采用，只需要采用同業(yè)務(wù)場景和目標客戶強相關(guān)的信息即可，這樣有助于提高產(chǎn)品轉(zhuǎn)化率，降低ROI，有利于簡單找到業(yè)務(wù)應(yīng)用場景，在數(shù)據(jù)變現(xiàn)過程中也容易實現(xiàn)不要將用戶畫像工作搞的過于復(fù)雜，同業(yè)務(wù)場景關(guān)系不大，這樣就讓很多金融企業(yè)特別是領(lǐng)導(dǎo)失去用戶畫像的興趣，看不到用戶畫像的商業(yè)，不愿意在大數(shù)據(jù)領(lǐng)域投資2.找到同業(yè)務(wù)場景強相關(guān)數(shù)據(jù)27金融行業(yè)強相關(guān)信息舉例姓名、手機號、家庭地址就是能夠觸達客戶的強人口屬性信息收入、學(xué)歷、職業(yè)、資產(chǎn)就是客戶信用信息的強相關(guān)信息差旅人群、境外游人群、汽車用戶、旅游人群、母嬰人群就是消費特征的強相關(guān)信息攝影愛好者、游戲愛好者、健身愛好者、電影人群、戶外愛好者就是客戶興趣愛好的強相關(guān)信息社交媒體上發(fā)表的旅游需求，旅游攻略，理財咨詢，汽車需求，房產(chǎn)需求等信息代表了用戶的內(nèi)心需求，是社交信息場景應(yīng)用的強相關(guān)信息2.找到同業(yè)務(wù)場景強相關(guān)數(shù)據(jù)283.對數(shù)據(jù)進行分類和標簽化(定量to定性)29定性信息進行定量分類是用戶畫像的一個重要工作環(huán)節(jié)，具有較高的業(yè)務(wù)場景要求，考驗用戶畫像商業(yè)需求的轉(zhuǎn)化金融企業(yè)集中了所有信息之后，依據(jù)業(yè)務(wù)需求，對信息進行加工整理，需要對定量的信息進行定性，方便信息分類和篩選，這部分工作建議在數(shù)據(jù)倉庫進行定性信息進行定量分類cq主要目的是幫助企業(yè)將復(fù)雜數(shù)據(jù)簡單化，將交易數(shù)據(jù)定性進行歸類，并且融入商業(yè)分析的要求，對數(shù)據(jù)進行商業(yè)加工將定量信息歸納為定性信息，并依據(jù)業(yè)務(wù)需求進行標簽化，有助于金融企業(yè)找到目標客戶，并且了解客戶的潛在需求，為金融行業(yè)的產(chǎn)品找到目標客戶，進行精準營銷，降低營銷成本，提高產(chǎn)品轉(zhuǎn)化率金融企業(yè)還可以依據(jù)客戶的消費特征、興趣愛好、社交信息及時為客戶推薦產(chǎn)品，設(shè)計產(chǎn)品，優(yōu)化產(chǎn)品流程，提高產(chǎn)品銷售的活躍率，更好地為客戶設(shè)計產(chǎn)品3.對數(shù)據(jù)進行分類和標簽化(定量to定性)30定性信息進行定量分類舉例可以將客戶按照年齡區(qū)間分為學(xué)生，青年，中青年，中年，中老年，老年等人生階段，源于各人生階段的金融服務(wù)需求不同，在尋找目標客戶時，可以通過人生階段進行目標客戶定位企業(yè)可以利用客戶的收入、學(xué)歷、資產(chǎn)等情況將客戶分為低、中、高端客戶，并依據(jù)其金融服務(wù)需求，提供不同的金融服務(wù)可以參考其金融消費記錄和資產(chǎn)信息，以及交易產(chǎn)品，購買的產(chǎn)品，將客戶消費特征進行定性描述，區(qū)分出電商客戶，理財客戶，保險客戶，穩(wěn)健投資客戶，激進投資客戶，餐飲客戶，旅游客戶，高端客戶，公務(wù)員客戶等。利用外部的數(shù)據(jù)可以將定性客戶的興趣愛好，例如戶外愛好者，奢侈品愛好者，科技產(chǎn)品發(fā)燒友，攝影愛好者，高端汽車需求者等信息4.依據(jù)業(yè)務(wù)需求引入外部數(shù)據(jù)31金融企業(yè)自身的數(shù)據(jù)不足以了解客戶的消費特征、興趣愛好、社交信息金融企業(yè)可以引入外部信息來豐富客戶畫像信息，例如引入銀聯(lián)和電商的信息來豐富消費特征信息，引入移動大數(shù)據(jù)的位置信息來豐富客戶的興趣愛好信息，引入外部廠商的數(shù)據(jù)來豐富社交信息等外部信息在引入時需要考慮幾個問題，分別是外部數(shù)據(jù)的覆蓋率，如何和內(nèi)部數(shù)據(jù)打通，和內(nèi)部信息的匹配率，以及信息的相關(guān)程度，還有數(shù)據(jù)的鮮活度外部數(shù)據(jù)的合規(guī)性也是金融企業(yè)在引入外部數(shù)據(jù)時的一個重要考慮，敏感的信息例如手機號、家庭住址、身份證號在引入或匹配時都應(yīng)該注意隱私問題，基本的原則是不進行數(shù)據(jù)交換，可以進行數(shù)據(jù)匹配和驗證外部數(shù)據(jù)不會集中在某一家，需要金融企業(yè)花費大量時間進行尋找5.按照業(yè)務(wù)需求進行篩選客戶32用戶畫像是數(shù)據(jù)思維運營過程中到一個重要閉環(huán)，幫助金融企業(yè)利用數(shù)據(jù)進行精細化運營和市場營銷，以及產(chǎn)品設(shè)計用戶畫像就是一切以數(shù)據(jù)商業(yè)化運營為中心，以商業(yè)場景為中，幫助金融企業(yè)深度分析客戶，找到目標客戶DMP（大數(shù)據(jù)管理平臺）在整個用戶畫像過程中起到了一個數(shù)據(jù)變現(xiàn)的作用從技術(shù)角度來講，DMP將畫像數(shù)據(jù)進行標簽化，利用機器學(xué)習(xí)算法來找到相似人群，同業(yè)務(wù)場景深度結(jié)合，篩選出具有價值的數(shù)據(jù)和客戶，定位目標客戶，觸達客戶，對營銷效果進行記錄和反饋銀行用戶畫像實踐介紹33銀行用戶畫像的主要目的銀行具有豐富的交易數(shù)據(jù)、個人屬性數(shù)據(jù)、消費數(shù)據(jù)、信用數(shù)據(jù)和客戶數(shù)據(jù)，用戶畫像的需求較大，但是缺少社交信息和興趣愛好信息分析客戶、了解客戶、找到目標客戶、為客戶設(shè)計其需要的產(chǎn)品，是銀行進行用戶畫像的主要目的銀行的主要業(yè)務(wù)需求集中在消費金融、財富管理、融資服務(wù)，用戶畫像要從這幾個角度出發(fā)，尋找目標客戶銀行用戶畫像實踐介紹34銀行用戶畫像的五大步驟先利用數(shù)據(jù)倉庫進行數(shù)據(jù)集中，篩選出強相關(guān)信息，對定量信息定性化，生成DMP需要的數(shù)據(jù)利用DMP進行基礎(chǔ)標簽和應(yīng)用定制，結(jié)合業(yè)務(wù)場景需求，進行目標客戶篩選或?qū)τ脩暨M行深度分析同時利用DMP引入外部數(shù)據(jù)，完善數(shù)據(jù)場景設(shè)計，提高目標客戶精準度找到觸達客戶的方式，對客戶進行營銷，并對營銷效果進行反饋，衡量數(shù)據(jù)產(chǎn)品的商業(yè)價值利用反饋數(shù)據(jù)來修正營銷活動和提高ROI，形成市場營銷的閉環(huán)，實現(xiàn)數(shù)據(jù)商業(yè)價值變現(xiàn)的閉環(huán)PART02.2銀行精準營銷銀行的大數(shù)據(jù)應(yīng)用場景比較豐富，比較典型的集中在數(shù)據(jù)庫營銷、用戶經(jīng)營、數(shù)據(jù)風(fēng)控、產(chǎn)品設(shè)計和決策支持等。在客戶畫像的基礎(chǔ)上銀行可以有效的開展精準營銷。銀行精準營銷概述36在客戶畫像的基礎(chǔ)上銀行可以有效的開展精準營銷實時營銷實時營銷是根據(jù)客戶的實時狀態(tài)來進行營銷比如根據(jù)客戶當(dāng)時的所在地、客戶最近一次消費等信息有針對性地進行營銷比如某客戶采用信用卡采購孕婦用品，可以通過建模推測懷孕的概率，并推薦孕婦類喜歡的業(yè)務(wù)比如將客戶改變生活狀態(tài)的事件（換工作、改變婚姻狀況、置居等）視為營銷機會交叉營銷也就是進行不同業(yè)務(wù)或產(chǎn)品的交叉推薦，比如招商銀行可以根據(jù)客戶交易記錄分析，有效地識別小微企業(yè)客戶，然后用遠程銀行來實施交叉銷售；銀行精準營銷概述37在客戶畫像的基礎(chǔ)上銀行可以有效的開展精準營銷個性化推薦銀行可以根據(jù)客戶的喜歡進行服務(wù)或者銀行產(chǎn)品的個性化推薦比如根據(jù)客戶的年齡、資產(chǎn)規(guī)模、理財偏好等，對客戶群進行精準定位，分析出其潛在金融服務(wù)需求，進而有針對性的營銷推廣客戶生命周期管理客戶生命周期管理包括新客戶獲取、客戶防流失和客戶贏回等如招商銀行通過構(gòu)建客戶流失預(yù)警模型，對流失率等級前20%的客戶發(fā)售高收益理財產(chǎn)品予以挽留，使得金卡和金葵花卡客戶流失率分別降低了15個和7個百分點銀行精準營銷應(yīng)用實例介紹38銀行用戶畫像的大數(shù)據(jù)應(yīng)用場景尋找分期客戶利用銀聯(lián)數(shù)據(jù)+自身數(shù)據(jù)+信用卡數(shù)據(jù)，發(fā)現(xiàn)信用卡消費超過其月收入的用戶，推薦其進行消費分期尋找高端資產(chǎn)客戶利用銀聯(lián)數(shù)據(jù)+移動位置數(shù)據(jù)(別墅/高檔小區(qū))+物業(yè)費代扣數(shù)據(jù)+銀行自身數(shù)據(jù)+汽車型號數(shù)據(jù)，發(fā)現(xiàn)在銀行資產(chǎn)較少，在其他行資產(chǎn)較多的用戶，為其提供高端資產(chǎn)管理服務(wù)尋找境外游客戶利用自身卡消費數(shù)據(jù)+移動設(shè)備位置信息+社交好境外強相關(guān)數(shù)據(jù)(攻略，航線，景點，費用)，尋找境外游客戶為其提供金融服務(wù)銀行精準營銷應(yīng)用實例介紹39銀行用戶畫像的大數(shù)據(jù)應(yīng)用場景需找理財客戶利用自身數(shù)據(jù)(交易+工資)+移動端理財客戶端/電商活躍數(shù)據(jù)，發(fā)現(xiàn)客戶將工資/資產(chǎn)轉(zhuǎn)到外部，但是電商消費不活躍客戶，其互聯(lián)網(wǎng)理財可能性較大，可以為其提供理財服務(wù)，將資金留在本行尋找貸款客戶利用自身數(shù)據(jù)(人口屬性+信用信息)+移動設(shè)備位置信息+社交購房/消費強相關(guān)信息，尋找即將購車/購房的目標客戶，為其提供金融服務(wù)(抵押貸款/消費貸款)PART02.3銀行風(fēng)險管控利用大數(shù)據(jù)技術(shù)可以進行對中小企業(yè)貸款風(fēng)險的評估和對欺詐交易的識別，從而幫助銀行降低風(fēng)險。銀行風(fēng)險管控大數(shù)據(jù)應(yīng)用41利用大數(shù)據(jù)技術(shù)可以進行對中小企業(yè)貸款風(fēng)險的評估和對欺詐交易的識別，從而幫助銀行降低風(fēng)險銀行風(fēng)險管控大數(shù)據(jù)應(yīng)用舉例中小企業(yè)貸款風(fēng)險評估銀行可通過企業(yè)的產(chǎn)、流通、銷售、財務(wù)等相關(guān)信息結(jié)合大數(shù)據(jù)挖掘方法進行貸款風(fēng)險分析，量化企業(yè)的信用額度，更有效的開展中小企業(yè)貸款實時欺詐交易識別和反洗錢分析銀行可以利用持卡人基本信息、卡基本信息、交易歷史、客戶歷史行為模式、正在發(fā)生行為模式（如轉(zhuǎn)賬）等，結(jié)合智能規(guī)則引擎（如從一個不經(jīng)常出現(xiàn)的國家為一個特有用戶轉(zhuǎn)賬或從一個不熟悉的位置進行在線交易）進行實時的交易反欺詐分析中小企業(yè)貸款風(fēng)險評估42為數(shù)眾多的中小企業(yè)是金融機構(gòu)不可忽視的客戶群體，但中小企業(yè)貸款償還能力差；財務(wù)制度普遍不健全，難以有效評估其真實經(jīng)營狀況；生存能力相對比較低；信用度低據(jù)測算，對中小企業(yè)貸款的平均管理成本是大型企業(yè)的5倍左右，而風(fēng)險成本卻高很多這種成本、收益和風(fēng)險不對稱導(dǎo)致金融機構(gòu)不愿意向中小企業(yè)全面敞開大門，這一方面限制了自身的成長，另一方面也限制了中小企業(yè)的成長大數(shù)據(jù)分析技術(shù)已經(jīng)能夠幫助銀行進行企業(yè)風(fēng)險分析評估銀行可通過企業(yè)的產(chǎn)、流通、銷售、財務(wù)等相關(guān)信息結(jié)合大數(shù)據(jù)挖掘方法進行貸款風(fēng)險分析，量化企業(yè)的信用額度，更有效的開展中小企業(yè)貸款中小企業(yè)貸款風(fēng)險評估舉例43“阿里小貸”依據(jù)會員在阿里巴巴平臺上的網(wǎng)絡(luò)活躍度、交易量、網(wǎng)上信用評價等，結(jié)合企業(yè)自身經(jīng)營的財務(wù)健康狀況進行貸款決定首先通過阿里巴巴B2B、淘寶、天貓、支付寶等電子商務(wù)平臺，收集客戶積累的信用數(shù)據(jù)，包括客戶評價數(shù)據(jù)、貨運數(shù)據(jù)、口碑評價等，同時引入海關(guān)、稅務(wù)、電力等外部數(shù)據(jù)加以匹配，建立數(shù)據(jù)模型其次，通過交叉檢驗技術(shù)輔以第三方驗證確認客戶的真實性，將客戶在電子商務(wù)平臺上的行為數(shù)據(jù)映射為企業(yè)和個人的信用評價，并對地區(qū)客戶進行評級分層，研發(fā)評分卡體系、微貸通用規(guī)則決策引擎、風(fēng)險定量化分析等技術(shù)最后，在風(fēng)險監(jiān)管方面，開發(fā)了網(wǎng)絡(luò)人際爬蟲系統(tǒng)，獲取和整合相關(guān)人際關(guān)系信息，并通過設(shè)計規(guī)則及其關(guān)聯(lián)性分析得到風(fēng)險評估結(jié)論，結(jié)合與結(jié)論與貸前評級系統(tǒng)進行交叉驗證，構(gòu)成風(fēng)險控制的雙保險PART02.4銀行運營優(yōu)化通過大數(shù)據(jù)分析方法改善經(jīng)營決策，為管理層提供可靠的數(shù)據(jù)支撐，使經(jīng)營決策更加高效、敏捷，精確性更高。銀行運營優(yōu)化大數(shù)據(jù)應(yīng)用45通過大數(shù)據(jù)分析方法改善經(jīng)營決策，為管理層提供可靠的數(shù)據(jù)支撐，使經(jīng)營決策更加高效、敏捷，精確性更高市場和渠道分析優(yōu)化產(chǎn)品和服務(wù)優(yōu)化輿情分析銀行運營優(yōu)化大數(shù)據(jù)應(yīng)用46市場和渠道分析優(yōu)化通過大數(shù)據(jù)，銀行可以監(jiān)控不同市場推廣渠道尤其是網(wǎng)絡(luò)渠道推廣的質(zhì)量，從而進行合作渠道的調(diào)整和優(yōu)化可以分析哪些渠道更適合推廣哪類銀行產(chǎn)品或者服務(wù)，從而進行渠道推廣策略的優(yōu)化產(chǎn)品和服務(wù)優(yōu)化銀行可以將客戶行為轉(zhuǎn)化為信息流，并從中分析客戶的個性特征和風(fēng)險偏好，更深層次地理解客戶的習(xí)慣，智能化分析和預(yù)測客戶需求，從而進行產(chǎn)品創(chuàng)新和服務(wù)優(yōu)化如興業(yè)銀行目前對大數(shù)據(jù)進行初步分析，通過對還款數(shù)據(jù)挖掘比較區(qū)分優(yōu)質(zhì)客戶，根據(jù)客戶還款數(shù)額的差別，提供差異化的金融產(chǎn)品和服務(wù)方式銀行運行優(yōu)化大數(shù)據(jù)應(yīng)用47輿情分析銀行可以通過爬蟲技術(shù)，抓取社區(qū)、論壇和微博上關(guān)于銀行以及銀行產(chǎn)品和服務(wù)的相關(guān)信息，并通過自然語言處理技術(shù)進行正負面判斷，尤其是及時掌握銀行以及銀行產(chǎn)品和服務(wù)的負面信息，及時發(fā)現(xiàn)和處理問題，對于正面信息，可以加以總結(jié)并繼續(xù)強化銀行也可以抓取同行業(yè)的銀行正負面信息，及時了解同行做的好的方面，以作為自身業(yè)務(wù)優(yōu)化的借鑒PART03保險行業(yè)大數(shù)據(jù)應(yīng)用保險行業(yè)主要通過保險代理人與保險客戶進行連接，對客戶的基本信息和需求掌握很少，因此極端依賴外部保險代理人和渠道（銀行）。隨著互聯(lián)網(wǎng)保險的興起，用戶會被分流到互聯(lián)網(wǎng)渠道，特別是年輕人會更加喜歡通過互聯(lián)網(wǎng)這個渠道來滿足自己的需求。未來線上客戶將成為保險公司客戶的重要來源。保險行業(yè)大數(shù)據(jù)應(yīng)用概述49保險行業(yè)主要通過保險代理人與保險客戶進行連接，對客戶的基本信息和需求掌握很少，因此極端依賴外部保險代理人和渠道（銀行）。隨著互聯(lián)網(wǎng)保險的興起，用戶會被分流到互聯(lián)網(wǎng)渠道，未來線上客戶將成為保險公司客戶的重要來源保險行業(yè)的產(chǎn)品是一個長周期性產(chǎn)品，保險客戶再次購買保險產(chǎn)品的轉(zhuǎn)化率很高，所以，經(jīng)營好老客戶是保險公司一項重要任務(wù)，所以應(yīng)該進行數(shù)據(jù)挖掘分析和用戶畫像了解客戶保險行業(yè)的數(shù)據(jù)業(yè)務(wù)場景是圍繞保險產(chǎn)品和保險客戶進行的，典型的數(shù)據(jù)應(yīng)用有利用用戶行為數(shù)據(jù)來制定保險價格，利用客戶外部行為數(shù)據(jù)來了解客戶需求，向目標用戶推薦產(chǎn)品等保險公司可以為客戶建立人生檔案，利用個人的生命周期各個階段需要，為客戶提供保險產(chǎn)品保險行業(yè)的大數(shù)據(jù)應(yīng)用的三大方面50客戶細分和精細化營銷51客戶細分和差異化服務(wù)風(fēng)險偏好是確定保險需求的關(guān)鍵。風(fēng)險喜好者、風(fēng)險中立者和風(fēng)險厭惡者對于保險需求有不同的態(tài)度，一般來講，風(fēng)險厭惡者有更大的保險需求在客戶細分的時候，還要結(jié)合客戶職業(yè)、愛好、習(xí)慣、家庭結(jié)構(gòu)、消費方式偏好數(shù)據(jù)，利用機器學(xué)習(xí)算法來對客戶進行分類，并針對分類后的客戶提供不同的產(chǎn)品和服務(wù)策略客戶精準營銷在網(wǎng)絡(luò)營銷領(lǐng)域，保險公司可以通過收集互聯(lián)網(wǎng)用戶的各類數(shù)據(jù)，如地域分布等屬性數(shù)據(jù)，搜索關(guān)鍵詞等即時數(shù)據(jù)，購物行為、瀏覽行為等行為數(shù)據(jù)，以及興趣愛好、人脈關(guān)系等社交數(shù)據(jù)，可以在廣告推送中實現(xiàn)地域定向、需求定向、偏好定向、關(guān)系定向等定向方式，實現(xiàn)精準營銷客戶細分和精細化營銷52潛在客戶挖掘及流失用戶預(yù)測可通過大數(shù)據(jù)整合客戶線上和線下的相關(guān)行為，通過數(shù)據(jù)挖掘手段對潛在客戶進行分類，細化銷售重點通過大數(shù)據(jù)進行挖掘，綜合考慮客戶的信息、險種信息、既往出險情況、銷售人員信息等，篩選出影響客戶退?；蚶m(xù)期的關(guān)鍵因素，并通過這些因素和建立的模型，對客戶的退保概率或續(xù)期概率進行估計，找出高風(fēng)險流失客戶，及時預(yù)警，制定挽留策略，提高保單續(xù)保率。客戶細分和精細化營銷53客戶關(guān)聯(lián)銷售保險公司可以關(guān)聯(lián)規(guī)則找出最佳險種銷售組合、利用時序規(guī)則找出顧客生命周期中購買保險的時間順序，從而把握保戶提高保額的時機、建立既有保戶再銷售清單與規(guī)則，從而促進保單的銷售，借助大數(shù)據(jù)，保險業(yè)可以直接鎖定客戶需求以淘寶運費退貨險為例，據(jù)統(tǒng)計，淘寶用戶運費險索賠率在50%以上，該產(chǎn)品對保險公司帶來的利潤只有5%左右，但是有很多保險公司都有意愿去提供這種保險。因為客戶購買運費險后保險公司就可以獲得該客戶的個人基本信息，包括手機號和銀行賬戶信息等，并能夠了解該客戶購買的產(chǎn)品信息，從而實現(xiàn)精準推送。假設(shè)該客戶購買并退貨的是嬰兒奶粉，我們就可以估計該客戶家里有小孩，可以向其推薦關(guān)于兒童疾病險、教育險等利潤率更高的產(chǎn)品欺詐行為分析54基于企業(yè)內(nèi)外部交易和歷史數(shù)據(jù)，實時或準實時預(yù)測和分析欺詐等非法行為醫(yī)療保險欺詐與濫用分析醫(yī)療保險欺詐與濫用通?？煞譃閮煞N，一是非法騙取保險金，即保險欺詐；另一類則是在保額限度內(nèi)重復(fù)就醫(yī)、浮報理賠金額等，即醫(yī)療保險濫用保險公司能夠利用過去數(shù)據(jù)，尋找影響保險欺詐最為顯著的因素及這些因素的取值區(qū)間，建立預(yù)測模型，并通過自動化計分功能，快速將理賠案件依照濫用欺詐可能性進行分類處理車險欺詐分析保險公司夠利用過去的欺詐事件建立預(yù)測模型，將理賠申請分級處理，可以很大程度上解決車險欺詐問題，包括車險理賠申請欺詐偵測、業(yè)務(wù)員及修車廠勾結(jié)欺詐偵測等精細化運營55產(chǎn)品優(yōu)化，保單個性化在沒有精細化的數(shù)據(jù)分析和挖掘的情況下，保險公司把很多人都放在同一風(fēng)險水平之上，客戶的保單并沒有完全解決客戶的各種風(fēng)險問題保險公司可以通過自有數(shù)據(jù)以及客戶在社交網(wǎng)絡(luò)的數(shù)據(jù)，解決現(xiàn)有的風(fēng)險控制問題，為客戶制定個性化的保單，獲得更準確以及更高利潤率的保單模型，給每一位顧客提供個性化的解決方案代理人（保險銷售人員）甄選根據(jù)代理人員（保險銷售人員）業(yè)績數(shù)據(jù)、性別、年齡、入司前工作年限、其它保險公司經(jīng)驗和代理人人員思維性向測試等，找出銷售業(yè)績相對最好的銷售人員的特征，優(yōu)選高潛力銷售人員精細化運營56運營分析基于企業(yè)內(nèi)外部運營、管理和交互數(shù)據(jù)分析，借助大數(shù)據(jù)臺，全方位統(tǒng)計和預(yù)測企業(yè)經(jīng)營和管理績效基于保險保單和客戶交互數(shù)據(jù)進行建模，借助大數(shù)據(jù)平臺快速分析和預(yù)測再次發(fā)生或者新的市場風(fēng)險、操作風(fēng)險等PART04證券行業(yè)大數(shù)據(jù)應(yīng)用大數(shù)據(jù)時代，券商們已意識到大數(shù)據(jù)的重要性，券商對于大數(shù)據(jù)的研究與應(yīng)用正在處于起步階段，相對于銀行和保險業(yè)，證券行業(yè)的大數(shù)據(jù)應(yīng)用起步相對較晚。證券行業(yè)大數(shù)據(jù)應(yīng)用概述58大數(shù)據(jù)時代，券商們已意識到大數(shù)據(jù)的重要性，券商對于大數(shù)據(jù)的研究與應(yīng)用正在處于起步階段目前國內(nèi)外證券行業(yè)的大數(shù)據(jù)應(yīng)用大致有以下三個方向股價預(yù)測客戶關(guān)系管理投資景氣指數(shù)股價預(yù)測59英國對沖基金DerwentCapitalMarkets通過