请选择 进入手机版 | 继续访问电脑版
楼主: yilianumeng
10024 30

[数据业务] 金融企业如何做数据分析?这些应用告诉你! [推广有奖]

  • 1关注
  • 0粉丝

等待验证会员

本科生

58%

还不是VIP/贵宾

-

威望
0
论坛币
10336 个
通用积分
0.3000
学术水平
8 点
热心指数
11 点
信用等级
9 点
经验
904 点
帖子
14
精华
1
在线时间
60 小时
注册时间
2016-5-25
最后登录
2017-3-7

yilianumeng 发表于 2016-12-26 15:39:52 |显示全部楼层 |坛友微信交流群
相似文件 换一批

+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

随着移动互联网技术的发展,传统的银行营销模式终将被替代,在这样的情况下,银行如何利用大数据技术,在营销、风险管控和服务优化等各方面得到有效支撑。


一、  首先要考虑的是数据来源。


第一部分比如银行业务数据。银行内的数据包括业务数据、运维、网站日志数据等。另外还有一些新兴的数据,比如我们通过移动互联网、微信、微博等等产生的数据。另外是第三方数据,比如通过电商、网络平台等收集到的一些数据,还有一些咨询公司和专门的数据公司收集到的数据。


1.png


二、接着就要考虑场景的应用。设定分析的目标。


我们从业务价值的角度来分为4大块。


  • 营销支持。
  • 产品运营:银行要开发什么样的产品满足客户的需求,产品开发出来之后,客户反馈是怎么样的,符合不符合客户的心理预期,效果怎么样,我们怎么进行优化。
  • 风险管控,比如我们发一些贷款,首先要看一下这个人是好人还是坏人,信用度有多高,发多大的额度,会不会存在欺诈。
  • 内部管理,特别是大型集团用户,涉及到几万、几十万人的规模,这个时候内部怎么管理员工,比如营销团队怎么管理、风险团队怎么管理、运维团队怎么管理。


三、接下来要考虑的就是数据的应用场景及找出相应的模型了


下面为大数据在银行业运用的一些应用场景:


1.用户标签和精准推送。通过用户标签可以画出用户单一视图,提高客户洞察力,从而可以达到精准营销的目的。


2.png


银行各类数据整合、加工和统计以后,我们会统计出各种各样的用户标签。比如有人口统计学标签,包括年龄、教育程度。信用属性标签,包括资产负债、信用评分等等,评估客户是稳健型的投资客户还是财富管理型的投资客户。还有资产标签,是不是有房,房子在市中心还是在哪里,另外是不是有高档车,还有你在购买金融产品的情况等等,这个主要是大概评估出潜在客户的资产价值。紧接着我们便可以做用户画像、客户细分、交叉销售、客户生命价值预测等一系列的营销活动或者客户价值提升等工作了。


2、客户生命周期价值分析,如下图:


3.png


比如用户流失预测分析。我们通过训练集调优预测模型,可以相应的归纳或者预测出这种行为特征到底是什么原因,是银行的服务不行,还是利率太高了,还是产品的竞争力有缺陷等等,从而业务端采取相应的措施:进行客户挽留、调整营销产品、提升服务质量等等。下图为用SVM算法进行客户流失预测的应用说明:


4.png



3.客户画像:客户细分将全体客户划分为多个分组并刻画特征的过程,使得组内客户客户高度相似、组间客户差异明显。从而实施精准营销。


5.png


下图是模型的训练方法,包括分析模型的方法,当然这个模型要从数据训练、特征提取到挖掘等,这是客户画像的过程。


6.png


下图是我们的多维度模型的数据挖掘和精准营销,它包含5大类的模型:第一是用户特征模型,第二是用户消费模型,第三是产品关联模型,第四是内容热度模型,第五是价值核算模型。


7.png



4.商圈分析:商圈分析主要通过银联数据或者其它的一些数据,我们可以分析出每个城市中哪些地方商圈比较集中,这样就可以为银行选址和分析网点竞争状况。


8.png



5.信用风险管理和交易欺诈预测。针对收集的客户数据进行相关的分析,构建评分模型,对其进行等级信用评估,对于交易的欺诈行为进行精准识别,防范欺诈风险。


9.png



综上总结及其延伸,金融行业中数据分析的运用可分为三大类:


一、运营类:历史记录管理、多渠道数据整合分析、产品定位分析、客户洞察分析、客户全生命周期分析等。


二、服务类:个性化坐席分配、个性化产品推荐、个性化权益匹配、个性化产品定价、客户体验优化、客户流失预警与客户挽留等。


三、营销类:互联网获客、产品推广、交叉销售、社会化营销、渠道效果分析、差异化广告投放等。四、数据分析在风险管理领域可应用于实时反欺诈、反洗钱、实时风险识别、在线授信等场景。


大数据技术在这些应用中都可以发挥价值,其核心是通过一系列的技术手段,采集、整合和挖掘用户全方位的数据,为每个用户建立数据档案,也就是常说的“用户画像”。



    CDA数据分析师<数据分析企业内训>服务窗口:

   电话:010-53354030/18810899353 杨老师

   邮件:yanglei@pinggu.org

   详情请点击:https://www.cda.cn/qiyeneixun.html




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:如何做数据分析 数据分析 金融企业 告诉你 CDA数据分析师 建模 风险管理 企业内训 金融业 数据分析

已有 4 人评分经验 论坛币 学术水平 热心指数 信用等级 收起 理由
长风神舞 + 20 + 1 + 2 + 1 精彩帖子
aclyang + 40 精彩帖子
Captain-CUI + 60 精彩帖子
ydw2016 + 5 + 1 + 1 精彩帖子

总评分: 经验 + 80  论坛币 + 45  学术水平 + 1  热心指数 + 3  信用等级 + 2   查看全部评分

cda-孙晶 发表于 2016-12-26 17:17:51 |显示全部楼层 |坛友微信交流群
赞赞赞赞赞赞

使用道具

ydw2016 在职认证  学生认证  发表于 2016-12-26 17:52:29 |显示全部楼层 |坛友微信交流群
如今,金融业面临众多前所未有的跨界竞争对手,市场格局、业务流程将发生巨大改变,企业更替兴衰;未来的金融业,业务就是IT,IT 就是业务;金融业将开展新一轮围绕大数据、移动化、云的IT 建设投资。
那么金融行业的对数据的分析能力越强生存的能力也就越强。

使用道具

gordon0825 发表于 2016-12-26 19:05:08 |显示全部楼层 |坛友微信交流群
大数据的从上层概念逐渐落地到企业实际商业应用,非常感谢楼主的分享,收获很多!

使用道具

william9225 学生认证  发表于 2016-12-26 19:14:08 来自手机 |显示全部楼层 |坛友微信交流群
谢谢分享

使用道具

shihezi147 发表于 2016-12-26 19:28:40 |显示全部楼层 |坛友微信交流群

使用道具

juliewong 在职认证  发表于 2016-12-26 20:08:07 |显示全部楼层 |坛友微信交流群
谢谢分享

使用道具

juliewong 在职认证  发表于 2016-12-26 20:53:10 |显示全部楼层 |坛友微信交流群
培训要多少钱?

使用道具

yilianumeng 发表于 2016-12-26 21:08:08 |显示全部楼层 |坛友微信交流群
juliewong 发表于 2016-12-26 20:53
培训要多少钱?
你是代表个人还是公司?企业培训都是定制化的,看企业的实际需求。

使用道具

张先参 发表于 2016-12-26 22:20:10 来自手机 |显示全部楼层 |坛友微信交流群
yilianumeng 发表于 2016-12-26 15:39
随着移动互联网技术的发展,传统的银行营销模式终将被替代,在这样的情况下,银行如何利用大数据技术,在营 ...
内容很好,辛苦楼主

使用道具

您需要登录后才可以回帖 登录 | 我要注册

本版微信群
加好友,备注cda
拉您进交流群

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, 2024-3-29 18:22