《招商银行吴颖：招行大数据应用经验分享.docx》由会员分享，可在线阅读，更多相关《招商银行吴颖：招行大数据应用经验分享.docx（7页珍藏版）》请在金锄头文库上搜索。
1、招商银行吴颖：招行大数据应用经验分享该文为招商银行信息技术部数据库房开发团队负责人吴颖在第六届中国（深圳）金融信息服务发展论坛银行保险业分论坛上的讲话。很快乐今日能够有时机,跟大家分享招商银行在大数据应用系统建设方面的一些思虑与实践。我们今日的分享会环绕着大数据技术应用这样一个主题，谈一谈招商银行在此刻时代背景下边所面对的挑战，我们对此的一些思虑和实践，以及我们对将来的展望。互联网特别是挪动互联网对银行的冲击，我想大家都是深有领会的。以招商银行为例，今日我们手机银行的登录次数已经是我们网点接见量的10倍，是我们网上银行专业版的2倍，同时这个数字仍以每个月10%的速度连续增加。挪动互联网的流量竞
2、争和经营，我们以为会是将来竞争的一个主战场。近来招商银行发布的手机银行3.0版，它的整个设计思路与以前的版本有了特别大的变化。我们做这样一个变化的目的，实质上就是通过打造极简金融、极致体验去抢占挪动互联网的制高点。从表面上看，手机银行和挪动互联网，它们是银行与客户在交互渠道上边的一个改革，可是我想更加实质的，应当是数据驱动对银行服务的一种推翻。这里有一组公司对大数据的投资意向及大数据领域有关市场增加率展望的数字。它进一步能够旁证大数据的火热程度以及它受关注的程度。我想跟两年前对比，此刻已经极少会有人再去怀疑大数据在影响将来人类生活方面的巨大作用。以前面的介绍中我们能够看到，互联网和挪动互联网给
3、银行业带来的改革需求。互联网思想正在影响我们整个社会的方方面面，包含像普惠、开放、极致体验等一些看法，已经对传统银行业提出了巨大的挑战。我想，既然这个挑战已经不行防止，作为此中一个主要的数据拥有者银行，我们是否是能够直面挑战、抓住机会、争取逆袭？我想，这是需要我们思虑的。大数据应用系统的建设，它包含了技术上和管理上的一系列举措和政策，是一个系统性的工程。只管大数据的热度很高，可是在详细的实践上边，我们仍是需要防止出现脑筋发热、一哄而上的状况，需要我们能够有理性的剖析，以一个全局性的视角去思虑，正视过去、立足此刻、放眼将来。以下四点是招商银行在大数据应用系统建设过程中所依据的一个指导思想：第一、
4、我们以为就单调的大数据技术而言，它其实不可以够解决我们所面对的所有技术问题。另一方面，不是我们所有遇到的问题都是能够用技术去解决的。因此我们不可以对单调的技术存在过分的预期，我想这是招商银行的一个看法。第二、我们以为传统的库房技术与新兴技术，它们之间不该当是一种代替关系，而更多的应是一种互补关系。起码在此刻这个阶段，招行是这样以为的。第三、在进行有关建设的时候，我们不可以够纯真为了技术而技术。任何一种技术的采纳，它最后都是需要回归到能够提高业务洞察力的目标上。第四、目前，整个大数据领域均处于基础建设的阶段，它的投入其实是会大于产出的，我们需要把有限的资源用到要点点上边，迅速试错，防止偏大求全。
5、招行以为，整个大数据应用系统的搭建包含三个环节：第一个是平台建设，第二个是数据的获得，第三个是应用的创新，三者其实是缺一不行的。简单地说，招商银行以为平台是基础、数据是核心、应用是要点。实质上前面已经谈到了，整个大数据应用的建设波及到特别宏大的投资，目前还处于基础建设的阶段，我们需要甄别和关着要点，有的放矢。除了控制成本以外，我们还需要有一个因小而美的价值观。这里说的“小”，不是数据量的小，而是在从事有关研究时，我们应用的目标是需要很详细的。招行不会选择特别广泛、空泛的方向，而是以解决详细问题作为导向，去设定一些研究的方向，同时鉴于招行目前所能够收集到的数据去做试试。因此在2012年到2013
6、年这两年的时间，招行联合了零售、对公等业务领域的详细场景，利用大数据技术做了一系列的预研性的项目。从结果上看，成效都还不错。在这样的过程中，实质上招行一方面累积了有关的技术经验，另一方面也考证了大数据应用自己在银行的价值和可行性。在详细介绍招行在大数据应用的一些实践以前，我先简单回首一下，招行在传统的数据库房领域的一些历程。实质上，招行是国内最早一批展开公司级数据库房建设的银行。招行从最早的Sybase库房，到DB2的库房，再到2013年开始重构的第三代库房。招行在16年的时间里面，基本上建成涵盖客户服务、产品销售、风险管理、绩效管理、看管审计等领域的完好的数据应用平台。在大数据领域，招行从2
7、012年开始接触有关的技术。2013年，招行达成了平台的选型，同时搭建了一个实验性的剖析平台，去做方才提到的一些预研项目。2014年，招行在8月份投产了第一个生产系统，是鉴于hadoop技术搭建的属于历史数据查问平台。同时，招行此刻正在搭建一个正式的大数据剖析平台，目前这个平台的环境已经准备好了，正在做数据加载。这个是招行做的一个接见路径剖析的例子，经过对接见招行一卡通网站的一卡通客户和信誉卡客户的行为对照剖析，我们发现，招行信誉卡客户在网站的逗留时间相对长一些。致使这个差别的原由，主假如由于招行一网通网站里面信誉卡的栏目与互动性的内容比许多，这一部分客户会在这些内容、这些栏目之间做跳转。这是
8、招行在图剖析方面的一个实践，使用对公客户的属性标签、公司间的来往交易信息、公司关系、担保关系等等一系列关系，经过图剖析，获得一系列的关系网络图。这些关系网络图以可视化的方式，展现给招行的客户经理、风险经理，就能够增强对客户的管控微风险的防备。这是招行做拦截销售的一个例子，第一我们能够经过使用路径剖析的方法，去判断客户的爱好、需求，进而形成客户的标签。第二步，我们能够鉴于算法引擎，对客户标签进行计算，获得客户最有可能需要的一个产品列表。最后，我们能够在各个客户触点部署客户的辨别模块，在我们触达客户的时候，及时地对这个客户进行有针对性的营销，这样将能够提高我们的销售效率。这是一个鉴于事件营销的例子
9、，第一客户的行为会产生一系列的事件。关于这些事件进行剖析和侦测，我们能够部署一些策略，鉴于事件去触发一些服务信息。客户收到信息给我们回馈进一步明确的意向以后，我们能够把这样一个事件转到我们的客服，开始做跟进的营销。前面简单介绍了招行的一些实践。展望将来，我们感觉在大数据时代，过去单调性的平台需要过渡到一个多样化的生态系统，这样才能够挖掘更多半据的价值。招行提出建设大数据应用的系统，正是鉴于这样的一个理解。招行规划中的数据应用系统，分红三层，包含数据获得层、整合层和剖析应用层。在数据获得层，招行借助互换平台、信息行列的技术，去收集批量、准及时和及时的数据。数据整合层，它的核心是包含传统的数据库房
10、和大数据平台所构成的一个逻辑的数据库房。数据获得层收集的数据，招行会依据种类、需乞降目标，分别由传统的数据库房或许是大数据平台，进行加工整合，形成数据模型和数据剖析的指标，供上层应用使用。在应用层，它主要包含面向业务用户和面向客户渠道这两大类集群，主要供给决议支持、剖析探究、及时决议、信息交互以及其余专业应用的环境。在这个架构里面，最核心的是方才提到的两个平台：一个是传统的数据库房平台，一个是大数据平台。招行对这两个平台的定位是不尽同样的，传统的数据库房平台，它是鉴于数据逻辑模型去整合全行的数据，形成像客户风险、财务绩效等全景的视图。大数据平台有几个职能：一、它会是招行高性价比的半构造化和非构
11、造化数据的储存平台；二、它是招行对半构造化和非构造化数据进行规整和预办理的计算平台；三、它是鉴于大数据创新的工具、方法，去探究剖析创新应用的探究环境。这是招行对这两个平台的定位，不尽同样。招行这两个平台大概的状况是这样的。由于此刻处于新旧过渡阶段，因此招行此刻拥有两个库房平台，老的平台大概是150T，新的平台此刻是240T。招行目前每日办理的数据量大概是2个TB，对外的数据接口超出2千个，招行每日会从150个左右的源系统抽取数据，而后运转差不多13000个ETL作业。招行的大数据平台今年大概是170T、28个节点，到明年招行会扩展到150个节点、650T的规模。除了平台建设以外，IT的支持模式
12、也是需要招行有相应的调整和变化。在传统的模式下，往常是业务提出一个相对确立的问题，IT会组织数据，对数据进行回答。大数据时代，招行将转变成更重视于建设和供给平台，同时辅助我们的用户去做自主的探究。除了IT支持模式发生变化以外，招行还需要在剖析方法上引入像路径剖析、文本剖析、图剖析等一些新的方法，对传统的方法进行扩展，来支撑对全方向信息进行探究和剖析的需要。除了我们提到的像平台、支撑模式、剖析方法的一些变化，所有的这些东西最后它都是需要具备相应能力的人去使用的。大数据剖析能力建设，招行以为它是我们整个大数据系统能不可以成功最重要的一个环节。招行会依据这样的一个思路，依据不一样的工作性质和能力的要
13、求，对招行的业务人员作一个区分，形成一个剖析能力的矩阵。在这个矩阵下边，更有重视地对业务人员进行技术培训和实战经验的累积，进而形成一个全履行用数据的文化，这将是招行将来要做的一个特别重要的工作。当招行有了平台，有了新的模式，有了新的方法，有了具备相应技术的人，我想整个大数据的运用系统在市场营销、客户服务、风险防备、反欺骗、营运优化等一些领域，都会有特别明显的应用远景，它让招行有时机去试试用一些新的技术、新的方法去解决目前所面对的业务痛点。这是招行此刻正在实行中的一个项目，这个项目是一个特别典型的大数据应用的例子。招行实行这样一个个性化介绍的项目，一方面它能够解决此刻特别严重的信息过载问题，进而创建更好的用户交互体验，提高销售效率。更重要的是它是招行最后实现全渠道共同、全渠道营销一个特别重要的环节。以上就是我今日赋享的所有内容，感谢大家！
