《银行大数据解决方法.doc》由会员分享，可在线阅读，更多相关《银行大数据解决方法.doc（10页珍藏版）》请在金锄头文库上搜索。
1、精心整理银行大数据解决方案精心整理一、项目背景2015年8月31日，国务院印发了促使大数据发展的行动大纲，这一战略性文件为我国大数据发展与应用供给了指导大纲和政策保障。在数据已成为银行重要财富和可贵资源的局势下，大纲也为银行利用大数据推动转型发展指了然方向和实行路径，带来了发展新机会。目前中国银行业正在步入大数据时代的初级阶段。经过多年的发展与累积，目前银行业的数据量已经达到100TB以上司别，并且非构造化数据量正在以更快的速度增添。银行业在数据方面有天然的优势：一方面，银行在业务睁开过程中累积了包含客户身份、财富欠债状况、资本收付交易等大批高价值密度的数据，这些数据在运用专业技术发掘和剖析以
2、后，将产生巨大的商业价值；另一方面，银行拥有较为充分的估算，能够吸引到实行大数据的高端人材，也有能力采纳大数据的最新技术。整体来看，只管大数据在银行业的应用刚才起步，目前影响还比较小，可是从发展趋向来看，应充分认识大数据带来的深远影响。银行业需要进行一致的大数据平台建设，成立综合展望剖析系统，整合生产系统数据资源。在此基础上与大纲规划的信誉信息共享互换平台和公共机构数据一致开放平台有效对接，左右开弓扩展数据根源和采集渠道。这能够一方面高效采集、有效整合公司和社会公共数据，掌握公司真切需求，实现精确营销。特别可经过农业乡村信息综合服务和农业资源因素数据共享，获得三农数据和小微公司数据，解决数据发
3、掘和分析难点，提高三农和小微金融服务水平。另一方面利用平台动向监控公司经营及个人信誉变化状况，增强信誉风险智能化管理和预警，降低信誉评估、风险控制的难度和不确立性，实现风险管控和精确营销的两重利润。精心整理二、银行大数据平台整体框架2.1银行大数据平台框架概括银行大数据建设是鉴于已有的信息化基础，充分利用和整合已有信息化资源，打破行业、部门之间的信息壁垒，运用大数据技术进行采集、加工、建模、剖析，将数据价值融入到金融之中，从而提高创新能力和产品服务能力。（ 1）大数据剖析基础平台依照功能区分数据区，设计数据模型，在一致流程调动下，整合各种数据，同现有的公司级数据库房和历史数据储存系一致同，形成
4、基础数据系统，供给支撑经营管理的各种数据应用，支撑上层应用。（2）数据应用系统鉴于基础数据平台，连续建设各种数据应用系统，经过数据发掘、计量剖析和机器学习等手段，对丰富的大数据资源进行开发使用，并将数据决议化过程联合到风控、营销、运营等经营管理活动，充散发挥大数据价值。（3）数据管控成立数据标准，提高数据质量，增强元数据管理能力，为平台建设及安全供给保障。2.2银行大数据平台建设原则平台是大数据的基础实行，其建设、设计和系统实现过程中，应依照以下指导原则：经济性：鉴于现有场景剖析，对近来几年数据量进行合理评估，确立大数据平台规模，后续依据实质状况再逐渐优化扩容。可扩展性：架构设计与功能区分模块
5、化，考虑各接口的开放性、可扩展性，便于系统的迅速扩展与保护，便于第三方系统的迅速接入。靠谱性：系统采纳的系统构造、技术举措、开发手段都应成立在已经相当作熟的应用基础上，在技术服务和保护响应上同用户踊跃配合，保证系统的靠谱；对数据指标要保证完好性，正确性。安全性：针对系统级、应用级、网络级，均供给合理的安全手段和举措，为系统供给全方向的安全实行方案，保证公司内部信息的安全。大数据技术一定自主可控。先进性：涵盖构造化，半构造化和非构造化数据储存和剖析的特色。借鉴互联网大数据储存及剖析的实践，使平台拥有优秀的先进性和弹性。支撑目前及将来数据应用需求，引入对应大数据有关技术。平台性：概括整理大数据需求
6、，形成一致的大数据储存服务和大数据剖析服务。利用多租户,实现计算负荷和数据接见负荷隔绝。多集群一致管理。分层解耦：大数据平台供给开放的、标准的接口，实现与各应用产品的无缝对接精心整理2.3银行基础数据层根源银行内部大数据资源金融行业的数据大部分根源于客户自己信息以及其金融交易行为，此中八成左右的数据集中于银行。所以依照目前累积积淀的数目资源状况，将数据主要分为三大类：第一类：客户基础数据客户信息数据，即客户基础数据，主假如指描绘客户自己特色的数据。个人客户信息数据包含：个人姓名、性别、年纪、身份信息、联系方式、职业、生活城市、工作地址、家庭地址、所属行业、详细职业、婚姻状况、教育状况、工作经历
7、、工作技术、账户信息、产品信息、个人喜好等等。公司客户信息数据包含：公司名称、关系公司、所属行业、销售金额、注册资本、账户信息、公司规模、企业地址、分公司状况、客户和供给商、信誉评论、主营业务、法人信息等等。目前银行业的客户信息数据累积数目无疑是最大，假如将这些割裂的数据整合到大数据平台，形成全局数据，再依照自己需要进行归类和打标签，因为都是构造化数据所以将有益于数据剖析。能够将这些信息集中在大数据管理平台，对客户进行分类，依照其余的交易数据，进行产品开发和决议支持。第二类：支付信息交易信息数据，能够称之为支付信息，主假如指客户经过渠道发生的交易以及现金流信息。个人客户交易信息：包含薪资收入、
8、个人花费、公共事业缴费、信贷还款、转账交易、拜托扣款、购置理财富品、购置保险产品、信誉卡还款等。公司客户交易信息：包含供给链应收款项、供给链对付款项、职工薪资、公司运营支出、同分公司之间交易、同总公司之间交易、税金支出、理财富品买卖、金融衍生产品购置、公共花费支出、其余转账等。第三类：财富信息财富信息主假如指客户在金融机构端财富和欠债信息，同时也包含金融机构自己财富欠债信息，此中数据大多来自银行。个人客户财富欠债信息包含：购置的理财富品、按期存款、活期存款、信誉贷款、抵押贷款、信誉卡欠债、抵押房产、公司年金等。公司客户财富欠债信息包含：公司按期存款、活期存款、信誉贷款、抵押贷款、担保额度、应收
9、账款、对付账款、理财富品、单据、债券、固定财富等。银行自己端财富欠债信息包含：自己财富和欠债比如活期存款、按期存款、借入欠债、结算欠债、现金财富、固定财富贷款证券投资等。第四类：新式业务数据精心整理此类数据包含系统的运转日记、客服语音、视频影像、网站日记等。外面大数据所需根源银行机构进行大数据剖析，为了博得差别化竞争，就一定考虑其余数据源的输入，这些数据是自己不拥有的，可是对其数据剖析和决议起到了很重要的作用。银行内部有客户信息、交易信息、信誉信息、财富信息等，拥有较全的数据，需要的外面数据拥有必定针对性，下表是外面数据需求的整理。外面信息数据需求种类及应用方式法院、公安数据个人严重行政处分记
10、录（如行政拘禁等）、刑事犯法记录、涉诉状况（人身关系、财富关系）、交通严重违规违章记录P2P征信信誉数据个人在P2P平台贷款的信誉记录互联网花费行为数据认识客户花费能力和花费偏好客户征信信息客户在其余银行或金融机构的贷款记录、信誉记录等信息第三方征信客户的评级状况以及客户的社会信息社保、纳税、公积金客户的社会保障状况及经济能力工作单位性质认识客户社会身份第三方催收机构有催收记录的客户信息、客户的社会信息进出境记录客户进出境目的地、进出境频次等认识客户外国花费潜伏需求国内出行记录认识客户出行习惯表一：银行外面数据需求种类正是因为以银行为代表的金融机构需要大批的外面数据填补自己内部数据的不足，从而
11、催生针对金融业的大数据交易市场。目前金融机构能够采纳同大数据厂商合作的方式，经过自己平台来采集数据或购置第三方数据。精心整理三、大数据在银行业的应用处景3.1客户管理借助大数据剖析平台，建立360度的立体画像。图二：银行大数据技术客户画像维度跟着大数据的大批浮现，特别是在交际网络的背景下，服务渠道不该仅限制于传统的银行渠道，而应整合新的客户接触点（即交际媒体网站等），这类趋向已经变得日趋清楚。银行业发展战略也逐渐从以产品为中心转向以客户为中心，客户成为银行发展的重要驱动力。银行不只是销售产品和服务，并且还应为用户供给完满的多渠道体验，成为真切以客户为中心的组织。认识客户究竟是谁以及客户最真切的
12、需求成为银行经营管理者最为关注的问题。银行能够经过大数据剖析平台，接入客户经过交际网络、电子商务、终端设施等媒介产生的非构造化数据，建立全面的客户视图。依据用户行为对用户进行聚类剖析，从而能够有效的甄别出优良客户、潜力客户以及流失客户。3.2营销管理借助大数据剖析平台，履行个性化营销管理及策略。图三：银行大数据技术精确营销在客户画像基础上，银行可睁开精确营销。1）及时营销。比如客户当时的所在地、客户近来一次花费等信息来有针对地进行营销，或许将改变生活状态的事件（换工作、改变婚姻状况、置居等）视为营销时机；2）交叉营销。即不一样业务或产品的交错介绍，如招商银行能够依据客户交易记录剖析，有效地辨别
13、小微公司客户，然后用远程银行来实行交错销售；3）个性化介绍。银行能够依据客户的喜好进行服务或许银行产品的个性化介绍，如依据客户的年纪、财富规模、理财偏好等，对客户群进行精确立位，剖析出其潜伏金融服务需求，从而有针对性的营销推行；4）客户生命周期管理。客户生命周期管理包含新客户获得、客户防流失和客户赢回等。3.3建立更全面的信誉评论系统利用大数据平台及技术，能够更好的建立银行系统的信誉评论系统。图四：银行大数据全面信誉评论系统信誉风险评论是银行信誉风险管理工作的依照和基础,其前提是要为信誉风险评估成立科学合理的评估指标精心整理系统。大数据能剖析及帮助银行认识客户各方面的信息，做出迅速、高效的评论
14、、评估，实现业务安全的实行。3.4风险管理借助大数据平台及技术，实现高效正确的风险控制。图五：银行大数据全面风险管理系统跟着银行业务的迅速发展，银行经营者一定有效地甄别风险、防备风险和控制风险。风险管理成为银行稳重发展至关重要的一环。社会化媒体的互动、及时的传感器数据、电子商务和其余新的数据源，正给银行经营带来一系列的挑战。只是借助传统的解决方案，没法全面进行风险管理。大数据剖析帮助银行认识客户的自然属性和行为属性，联合客户行为剖析、客户信誉度剖析、客户风险剖析以及客户的财富欠债状况，成立完美的风险防备系统统。3.5运营优化在运营优化方面的应用包含：1）市场和渠道剖析优化。经过大数据，银行能够监控不一样市场推行渠道，进
