请选择 进入手机版 | 继续访问电脑版
楼主: Studio-R
899 0

大数据时代,银行如何玩转数据挖掘? [推广有奖]

  • 9关注
  • 10粉丝

助理

讲师

81%

还不是VIP/贵宾

-

威望
0
论坛币
-32894 个
通用积分
310.2275
学术水平
30 点
热心指数
29 点
信用等级
18 点
经验
10123 点
帖子
259
精华
1
在线时间
535 小时
注册时间
2016-11-3
最后登录
2021-10-15

Studio-R 在职认证  发表于 2016-11-17 09:39:37 |显示全部楼层

+2 论坛币
k人 参与回答

经管之家送您一份

应届毕业生专属福利!

求职就业群
赵安豆老师微信:zhaoandou666

经管之家联合CDA

送您一个全额奖学金名额~ !

感谢您参与论坛问题回答

经管之家送您两个论坛币!

+2 论坛币
大数据、信息化将提升银行风险及监督能力,降低交易双方的参与成本和违约可能性。因此预测,未来成功银行一定是数据大行,玩不转大数据分析的银行,必将被淘汰。其中大数据挖掘技术是大数据时代银行核心的竞争力。

1.jpg


大数据挖掘是一种全新商业信息处理技术,大规模应用在金融领域,主要特点是对大量数据进行抽取、转换、分析和模型化处理,从中提取出有助于商业决策的关键性数据。银行信息化的迅速发展,产生了大量的业务数据。从海量数据中提取出有价值的信息,为银行的商业决策服务,是数据挖掘的重要应用领域。其中,汇丰、花旗和瑞士银行是大数据挖掘技术应用的先行者。


目前,大数据挖掘在银行业中的应用,主要为风险管理和客户管理2个方面。在对客户的资信和经营预测的基础上,运用大数据挖掘方法对信贷风险的类型和原因进行识别、估测,有效地控制和降低信贷风险的发生。在银行客户管理生命周期的各个阶段,都会用到大数据挖掘技术。


但是,大数据挖掘技术在银行业中的应用,其中一个重要前提条件是,必须建立一个统一的中央客户数据库,以提高客户信息的分析能力。分析开始时,从数据库中收集与客户有关的所有信息、交易记录,进行建模,对数据进行分析,对客户将来的行为进行预测。具体应用分为五个方面:


1、客户账号信息。


主要是进行数据清理,消除现有业务系统中有关客户账户数据不一致的现象,将其整合到中央客户信息库。银行各业务部门对客户有统一的视图,可以进行相关的客户分析,如客户人数,客户分类,基本需求等。


2、客户交易信息。


主要是把客户与银行分销渠道的所有交易数据,包括柜台,ATM,信用卡,汇款,转账等,加载到中央市场客户信息库。这一阶段完成后,银行可以分析客户使用分销渠道的情况和分销渠道的容量,了解客户,渠道,服务三者之间的关系。


3、模型评测。


这是为客户的每一个账号建立利润评测模型,需要收入和的确定金额,因此需要加载系统的数据到中央数据库。这一阶段完成后,银行可以从组织,用户和产品三个方面分析利润贡献度。如银行可以依客户的利润贡献度安排合适的分销渠道,模拟和预测新产品对银行的利润贡献度等。


4、优化客户关系。


银行应该掌握客户在生活、职业等方面的行为变化及外部的变化,抓住推销新产品和服务的时机。这需要将账号每天发生的交易明细数据,定时加载到中央数据仓库,核对客户行为的变化。如有变化,银行则利用客户的购买倾向模型,渠道喜好模型,利润贡献模型,信用和风险评测模型等,主动与客户取得联系。


5、风险评估。


银行风险管理的对象主要是与资产和负债有关的风险,因此与资产负债有关的业务系统的交易数据要加载到中央数据仓库;然后,银行应按照不同的期间,分析和计算利率敏感性资产和负债之间的缺口,知道银行在不同期间资本比率、资产负债结构、资金情况和净利息收入的变化。


随着大数据技术的发展,银行业已逐步走向个性化服务和科学决策阶段,大数据挖掘具有强大的信息处理和分析能力,可以为银行提供科学的决策依据和技术支持。在全球化的今天,银行必须顺应时代潮流,充分利用大数据挖掘技术,才能决胜未来。对于所有银行来说,一款高效的大数据分析平台,是挖掘大数据价值的关键。极星大数据分析平台,致力于为金融机构提供高效的金融大数据解决方案,是您值得信赖的选择。


极星大数据分析平台,准确把握金融市场需求,在大数据底层平台的基础上,提供了完整的大数据金融应用方案,包含用户营销分析、用户洞察分析、用户渠道分析、产品创新分析、用户运营分析、风险防范分析等6大模块,助力银行等金融机构决战大数据时代。


此外,极星大数据分析平台还广泛适用于电力、制造业、石化、燃气、交通等各行各业。




二维码

扫码加我 拉你入群

请注明:姓名-公司-职位

以便审核进群资格,未注明则拒绝

关键词:大数据时代 数据挖掘 大数据 大数据挖掘技术 大数据分析平台 如何

CDA数据分析师社区(https://bbs.pinggu.org/cda.php)是国内领先的数据科学
您需要登录后才可以回帖 登录 | 我要注册

京ICP备16021002-2号 京B2-20170662号 京公网安备 11010802022788号 论坛法律顾问:王进律师 知识产权保护声明   免责及隐私声明

GMT+8, 2021-10-17 14:32