大数据应用场景课件.pptx

1、1客户管理：构建客户360o立体画像客户之间的关系客户经理与客户的关系客户关系信息客户风险信息客户沟通信息客户财务信息客户资产信息客户联系信息客户事件信息客户基本信息客户产品信息客户维度重大事件，公司开业、生日等违约事件，提前换款、逾期等可疑事件，可能发生的一些事客户名称证件类信息客户性质信息存款类产品信贷类产品证券类产品信用评级黑名单客户利润贡献度客户资产相关信息客户联系信息，包括主要营业地址电话、联系地址、公司网址、电邮地址等客户建议信息、申请信息、沟通信息、回访信息、投诉信息、调查信息等业务系统数据客户基本产品信息账户信息交易信息企业内外大数据微博信息社交网站流量日志音频视频传统客户画传

2、统客户画像数据仅仅来自业像数据仅仅来自业务系统，事件信息、关系信息、务系统，事件信息、关系信息、等多类信息缺失或不足，很难等多类信息缺失或不足，很难形成准确、全方位的画像。引形成准确、全方位的画像。引入大数据，实现了客户入大数据，实现了客户360o立立体画像体画像2Zions Bank：构建客户360o立体画像Zions Bank基于业务系统数据、Facebook、Twriter等社交媒体数据，构建了客户360o立体画像 设计产品推荐引擎，利用客户画像判断客户喜好，当前客户需要的金融产品，进行产品推荐 在客户画像基础上，设计了客户流失模型，分析客户交易行为，判断客户忠诚度，针对流失客户进行挽留

3、3营销管理：执行个性化的智慧营销业务系统数据客户画像交易信息企业外部大数据微博信息社交网站移动互联传统营销采用一对多方式，确定目标群体，针对群体执行营销，成本高、准确性差。引入大数据可以根据客户当前需要（Next Best Action）或用户生命周期的重大事件（Key Life Event），实现个性化的智慧营销4VISA：使用大数据进行个性化智慧营销 信用卡支付服务商可以实时掌握信用卡用户刷卡支付的记录，即什么时候、在哪家商店、购买商品的价值等数据 VISA 正发挥这一优势，开始提供一项新的服务。即在交易完成时，将合作企业发行的优惠券，按照事先指定的条件，发送到经过主动许可的顾客手机上 现

4、在，美国最大的服装零售店Gap 正在使用这项服务。以邮政编码为索引，当顾客在Gap 门店附近的商店（如咖啡厅）用信用卡进行消费的瞬间，手机马上就可以收到可以在附近Gap 门店使用的优惠券。发送优惠券的对象，仅限于注册了Gap 所提供的Gap Mobile 4U 服务计划且事先征得同意的会员 VISA保留了客户在最近13个月的购买记录，根据客户消费内容、消费时间、消费地点、消费方式等信息，并结合用户在社交媒体上的言论，勾画客户360o立体画像。在此基础上，进行了购买倾向分析、客户购买能力分析等 合作企业可以根据VISA 的分析结果，对优惠券的发放条件进行细致的设定，如发生支付的商店邮政编码、购买

5、的商品、特定日期和时间段等5风险管理：实现高效准确的风险控制风险模型风险管理压力测试征信报告业务历史数据客户基本产品信息账户信息交易信息企业外部大数据微博信息社交网站经济政策金融数据传统的风险管理受制于技术平台处传统的风险管理受制于技术平台处理能力，长期历史数据的无法参与理能力，长期历史数据的无法参与风险模型运算。引入大数据及大数风险模型运算。引入大数据及大数据技术，使得基于长期历史数据业据技术，使得基于长期历史数据业务压力测试，准确的征信报告、实务压力测试，准确的征信报告、实时的欺诈检测成为可能时的欺诈检测成为可能6Zions Bank：利用大数据实现信贷风险管理 Zions Bank构建数

6、据仓库平台打破了信息孤岛，全面整合了客户的多渠道交易数据，以及经营者个人金融、消费、行为等信息 Zions Bank构建了大数据平台定期采集社交网站、搜索引擎、电子银行点击流，跟踪分析客户的人际关系、情绪、兴趣爱好、购物习惯等方面的信息 综合上面两部分信息，Zions Bank构建了信用评估模型和还款风险模型，对客户的信用等级和还款意愿进行预判 在第一次发生信贷业务，缺乏信贷强变量情况下，使用教育背景、过往经历等变量组合分析，建立信贷风险预警机制 组中实现了贷前风险预判、贷后风险预警能力7欺诈管理：侦测交易过程中的欺诈行为欺诈规则引擎客户信息账户信息渠道信息交易历史信用卡交易借记卡交易 利用大

7、数据技术进行模式识别，构建判断规则 利用快数据技术对信用卡、借记卡交易进行实时捕获、实时监控 通过搜集客户、账户、渠道、交易等信息，分析交易行为，构建正常交易模式和异常交易模式的模型 设计在线判断规则，实现卡交易欺诈的实时检测 检测结果返回到模型，修正准确性8JPMorgan：Big Data+Fast Data的欺诈侦测 JPMorgan提供了事件驱动型的实时欺诈检测 JPMorgan根据客户长期累积的交易历史建立客户的欺诈消费模式和正常消费模式，实现下面两种检测：欺诈消费检测指利用数据挖掘手段从消费历史数据库已经收集的欺诈消费记录中挖掘出类似的欺诈模式，并利用已有的欺诈模式对新的消费行为进

8、行分析和判断新的消费行为实时采集，实时进行检测。每当发生新的欺诈行为后，系统立即利用发现的新的欺诈行为对原欺诈模式进行调整，产生能适应新的欺诈行为的欺诈模式异常消费检测基于用户长期交易历史建立的正常消费模式，实时捕获新的消费行为，判断是否异常新的消费行为实时采集，实时进行检测。多数用户行为具有渐变性，因此应当使用新的交易记录及时更新到正常消费模型，以适应用户行为的变化9挖掘预测：通过沙盘演练挖掘数据价值数据科学家根据自己对业务的理解，有了一些新的业务想法或假设这些想法或假设存在不确定性，需要验证其业务价值数据科学家根据自己的数据的了解，探查并搜集可用的数据针对搜集到的数据进行处理，主要包括：大

9、数据的结构化处理、文本挖掘数据科学家设计挖掘模型，导入数据，运行模型根据挖掘的结果，论证新的业务想法或假设是否正确、是否具备业务价值10美洲银行利用挖掘预测开展Keep the Change 美洲银行的数据科学家在分析用户VISA信用卡消费时发现用户每次消费总存在零头 通过分析客户行为，数据科学家发现客户还款时经常会取整，以降低还款的复杂性 数据科学家设计了一种新的业务Keep the Change（保存零头），例如：花费28.24美元，美洲银行将取整为29美元，并将这两个数之间的差额(即0.76美元)支付到客户的储蓄账户上。通过模型验证，Keep the Change可以增加客户粘性，吸引客

10、户开立储蓄账户 为吸引客户，美洲银行对开立该业务前三个月的零头进行全额支付，上限为120美元，之后支付零头总额的5%。这项业务投放市场后对客户具有很强的诱惑力，自推出以来，已有2500万客户申请了Keep the Change，超过70万的客户在美洲银行开立了支票账户，并有1000万的客户开立了储蓄账户。11归档管理：实现历史数据归档查询数据归档企业内部业务数据企业内部非结构化数据企业外部非结构化数据信息查询归档管理结构化非结构化全文检索数据回迁数据挖掘核心信贷国结应用场景：历史数据查询 公检法查询 内外部审计 数据挖掘预测使用数据 数据来自于企业内外部，内部数据主要是核心、信贷、保理等业务系

11、统和业务处理所需的影像资料，外部数据主要是微博、网页、图片等非结构化信息 归档数据回迁 12纽交所：利用大数据技术实现历史数据归档 纽交所积累了大量客户信息、股票信息、指数信息、交易信息等业务数据和来自企业外部的社交媒体等大数据 不同类型、不同功能的数据有各自的生命周期，纽交所引入了多温度管理技术，搭建历史归档平台，实现了：面向终端用户的历史数据快速明细查询面向业务人员历史数据灵活明细查询面向司法审计人员的历史数据灵活明细查询或数据导出面向数据科学家的历史数据探查或数据导出13舆情分析：分析用户舆论评价电商网站用户对产品的评价信息用户对竞争对手产品的评价信息竞争对手的价格信息用户舆论评价主要监

12、控四大微博，四大门户、百度搜索引擎等网站涉及本企业整体品牌、产品、服务等方面的舆论信息，并进行信息采集和分析，得出正，负面判断电商网站四大门户搜索引擎四大微博门户、微博、搜索引擎用户对企业整体形象、产品、服务的评价信息用户对竞争对手整体形象、产品、服务的评价信息14海尔集团：用户雷达分析舆论评价 海尔集团基于传统BI技术搭建了企业级数据仓库平台，整合了业务系统数据，在此基础上实现了报表、查询类管理分析类应用 随着大数据时代的来临，已建成的数据仓库平台逐渐暴露出：不能对将来的各种业务进行前瞻性预测及分析，无法规避业务风险等功能上的不足 网络爬虫采集的信息以网页和非结构化文本为主，数据经过结构化处

13、理提取用户全生命周期的信息和声音，并进行挖掘分析，从中提炼有价值的信息，帮助海尔实现用户需求驱动的产品企划，提供根据细分用户市场的定向营销、销售和服务，并最终在市场中维持和扩大其领先优势 2013年，为应对大数据的挑战，海尔集团采用Hadoop技术建立了大数据平台，从京东商城、淘宝网、天猫商城、苏宁易购、国美在线、一淘网等主流电商网站上采集了用户针对海尔产品的评价信息、竞争对手（西门子、美的、飞利浦等）价格信息，其中：竞争对手的价格信息每天通过网络爬虫程序采集一次用户评价信息每周通过网络爬虫程序采集一次15大数据分析典型应用场景客户画像在传统客户360o视图基础上，引入大数据，整合客户重大事件

14、、社交关系等信息，实现了客户体画像精准营销根据客户当前需要（Next Best Action）或用户生命周期的重大事件（Key Life Event），实现个性化的智慧营销灵活定价建立基于大数据分析的定价体系，引入更丰富的参数，灵活测算贷款、续保定价等业务，满足监管要求和业务需求欺诈检测利用大数据技术进行模式识别，构建判断规则；利用快数据技术对信用卡、借记卡交易进行实时捕获、实时监控风险管理引入大数据及大数据技术，使得基于长期历史数据业务压力测试，准确的征信报告、实时的欺诈检测成为可能舆情管理利用大数据技术，搜集门户、微博、搜索引擎上关于用户品牌、金融出纳品、服务体系的评价，以及竞争对手的价格