秦皇岛纫惩金融服务有限公司

首頁 > 數(shù)據(jù)百科 > 大數(shù)據(jù)技術(shù)在金融行業(yè)中的典型應(yīng)用

大數(shù)據(jù)技術(shù)在金融行業(yè)中的典型應(yīng)用

2021-06-11 11:44:32   |  Smartbi大數(shù)據(jù)百科 2918

商業(yè)智能BI產(chǎn)品更多介紹:http://www.aobey.com.cn/

商業(yè)智能BI產(chǎn)品更多介紹:點擊前往

    大數(shù)據(jù)技術(shù)在金融行業(yè)的應(yīng)用(一)客戶畫像&sma&<p><span style="font-size: 14px;">客戶畫像應(yīng)用主要分為個人客戶畫像和企業(yè)客戶畫像。個人客戶畫像包括人口統(tǒng)計學(xué)特征、消費能力數(shù)據(jù)、興趣數(shù)據(jù)、風(fēng)險偏好等;企業(yè)客戶畫像包括企業(yè)的生產(chǎn)、流通、運營、財務(wù)、銷售和客戶數(shù)據(jù)、相關(guān)產(chǎn)業(yè)鏈上下游等數(shù)據(jù)。值得注意的是,銀行擁有的客戶信息并不全面,基于銀行自身擁有的數(shù)據(jù)有時候難以得出理想的結(jié)果甚至可能得出錯誤的結(jié)論。比如,如果某位信用卡客戶月均刷卡8次,平均每次刷卡金額800元,平均每年打4次客服電話,從未有過投訴,按照傳統(tǒng)的數(shù)據(jù)分析,該客戶是一位滿意度較高流失風(fēng)險較低的客戶。但如果看到該客戶的微博,得到的真實情況是:工資卡和信用卡不在同一家銀行,還款不方便,好幾次打客服電話沒接通,客戶多次在微博上抱怨,該客戶流失風(fēng)險較高。所以銀行不僅僅要考慮銀行自身業(yè)務(wù)所采集到的數(shù)據(jù),更應(yīng)考慮整合外部更多的數(shù)據(jù),以擴(kuò)展對客戶的了解。</span></p><p><span style="font-size: 14px;">(1)客戶在社交媒體上的行為數(shù)據(jù)(如光大銀行建立了社交網(wǎng)絡(luò)信息數(shù)據(jù)庫)。通過打通銀行內(nèi)部數(shù)據(jù)和外部社會化的數(shù)據(jù)可以獲得更為完整的客戶拼圖,從而進(jìn)行更為精準(zhǔn)的營銷和管理;</span></p><p><span style="font-size: 14px;">(2)客戶在電商網(wǎng)站的交易數(shù)據(jù),如建設(shè)銀行則將自己的電子商務(wù)平臺和信貸業(yè)務(wù)結(jié)合起來,阿里金融為阿里巴巴用戶提供無抵押貸款,用戶只需要憑借過去的信用即可;</span></p><p><span style="font-size: 14px;">(3)企業(yè)客戶的產(chǎn)業(yè)鏈上下游數(shù)據(jù)。如果銀行掌握了企業(yè)所在的產(chǎn)業(yè)鏈上下游的數(shù)據(jù),可以更好掌握企業(yè)的外部環(huán)境發(fā)展情況,從而可以預(yù)測企業(yè)未來的狀況;</span></p><p><span style="font-size: 14px;">(4)其他有利于擴(kuò)展銀行對客戶興趣愛好的數(shù)據(jù),如網(wǎng)絡(luò)廣告界目前正在興起的DMP數(shù)據(jù)平臺的互聯(lián)網(wǎng)用戶行為數(shù)據(jù)。</span></p>

    大數(shù)據(jù)技術(shù)在金融行業(yè)的應(yīng)用(二)精準(zhǔn)營銷&sma&<p><span style="font-size: 14px;">在客戶畫像的基礎(chǔ)上銀行可以有效的開展精準(zhǔn)營銷,包括:</span></p><p><span style="font-size: 14px;">(1)實時營銷。實時營銷是根據(jù)客戶的實時狀態(tài)來進(jìn)行營銷,比如客戶當(dāng)時的所在地、客戶最近一次消費等信息來有針對地進(jìn)行營銷(某客戶采用信用卡采購孕婦用品,可以通過建模推測懷孕的概率并推薦孕婦類喜歡的業(yè)務(wù))或者將改變生活狀態(tài)的事件(換工作、改變婚姻狀況、置居等)視為營銷機(jī)會;</span></p><p><span style="font-size: 14px;">(2)交叉營銷。即不同業(yè)務(wù)或產(chǎn)品的交叉推薦,如招商銀行可以根據(jù)客戶交易記錄分析,有效地識別小微企業(yè)客戶,然后用遠(yuǎn)程銀行來實施交叉銷售;</span></p><p><span style="font-size: 14px;">(3)個性化推薦。銀行可以根據(jù)客戶的喜歡進(jìn)行服務(wù)或者銀行產(chǎn)品的個性化推薦,如根據(jù)客戶的年齡、資產(chǎn)規(guī)模、理財偏好等,對客戶群進(jìn)行精準(zhǔn)定位,分析出其潛在金融服務(wù)需求,進(jìn)而有針對性的營銷推廣;</span></p><p><span style="font-size: 14px;">(4)客戶生命周期管理。客戶生命周期管理包括新客戶獲取、客戶防流失和客戶贏回等。如招商銀行通過構(gòu)建客戶流失預(yù)警模型,對流失率等級前20%的客戶發(fā)售高收益理財產(chǎn)品予以挽留,使得金卡和金葵花卡客戶流失率分別降低了15個和7個百分點。</span></p>

    大數(shù)據(jù)技術(shù)在金融行業(yè)的應(yīng)用(三)風(fēng)險管理與風(fēng)險控制&sma&<p><span style="font-size: 14px;">在風(fēng)險管理和控制方面包括中小企業(yè)貸款風(fēng)險評估和欺詐交易識別等手段。</span></p><p><span style="font-size: 14px;">(1)中小企業(yè)貸款風(fēng)險評估。銀行可通過企業(yè)的產(chǎn)品、流通、銷售、財務(wù)等相關(guān)信息結(jié)合大數(shù)據(jù)挖掘方法進(jìn)行貸款風(fēng)險分析,量化企業(yè)的信用額度,更有效的開展中小企業(yè)貸款。</span></p><p><span style="font-size: 14px;">(2)實時欺詐交易識別和反洗錢分析。銀行可以利用持卡人基本信息、卡基本信息、交易歷史、客戶歷史行為模式、正在發(fā)生行為模式(如轉(zhuǎn)賬)等,結(jié)合智能規(guī)則引擎(如從一個不經(jīng)常出現(xiàn)的國家為一個特有用戶轉(zhuǎn)賬或從一個不熟悉的位置進(jìn)行在線交易)進(jìn)行實時的交易反欺詐分析。如IBM金融犯罪管理解決方案幫助銀行利用大數(shù)據(jù)有效地預(yù)防與管理金融犯罪,摩根大通銀行則利用大數(shù)據(jù)技術(shù)追蹤盜取客戶賬號或侵入自動柜員機(jī)(ATM)系統(tǒng)的罪犯。</span></p>

文章目錄

大數(shù)據(jù)技術(shù)在金融行業(yè)的應(yīng)用(一)客戶畫像&sma&<p><span style="font-size: 14px;">客戶畫像應(yīng)用主要分為個人客戶畫像和企業(yè)客戶畫像。個人客戶畫像包括人口統(tǒng)計學(xué)特征、消費能力數(shù)據(jù)、興趣數(shù)據(jù)、風(fēng)險偏好等;企業(yè)客戶畫像包括企業(yè)的生產(chǎn)、流通、運營、財務(wù)、銷售和客戶數(shù)據(jù)、相關(guān)產(chǎn)業(yè)鏈上下游等數(shù)據(jù)。值得注意的是,銀行擁有的客戶信息并不全面,基于銀行自身擁有的數(shù)據(jù)有時候難以得出理想的結(jié)果甚至可能得出錯誤的結(jié)論。比如,如果某位信用卡客戶月均刷卡8次,平均每次刷卡金額800元,平均每年打4次客服電話,從未有過投訴,按照傳統(tǒng)的數(shù)據(jù)分析,該客戶是一位滿意度較高流失風(fēng)險較低的客戶。但如果看到該客戶的微博,得到的真實情況是:工資卡和信用卡不在同一家銀行,還款不方便,好幾次打客服電話沒接通,客戶多次在微博上抱怨,該客戶流失風(fēng)險較高。所以銀行不僅僅要考慮銀行自身業(yè)務(wù)所采集到的數(shù)據(jù),更應(yīng)考慮整合外部更多的數(shù)據(jù),以擴(kuò)展對客戶的了解。</span></p><p><span style="font-size: 14px;">(1)客戶在社交媒體上的行為數(shù)據(jù)(如光大銀行建立了社交網(wǎng)絡(luò)信息數(shù)據(jù)庫)。通過打通銀行內(nèi)部數(shù)據(jù)和外部社會化的數(shù)據(jù)可以獲得更為完整的客戶拼圖,從而進(jìn)行更為精準(zhǔn)的營銷和管理;</span></p><p><span style="font-size: 14px;">(2)客戶在電商網(wǎng)站的交易數(shù)據(jù),如建設(shè)銀行則將自己的電子商務(wù)平臺和信貸業(yè)務(wù)結(jié)合起來,阿里金融為阿里巴巴用戶提供無抵押貸款,用戶只需要憑借過去的信用即可;</span></p><p><span style="font-size: 14px;">(3)企業(yè)客戶的產(chǎn)業(yè)鏈上下游數(shù)據(jù)。如果銀行掌握了企業(yè)所在的產(chǎn)業(yè)鏈上下游的數(shù)據(jù),可以更好掌握企業(yè)的外部環(huán)境發(fā)展情況,從而可以預(yù)測企業(yè)未來的狀況;</span></p><p><span style="font-size: 14px;">(4)其他有利于擴(kuò)展銀行對客戶興趣愛好的數(shù)據(jù),如網(wǎng)絡(luò)廣告界目前正在興起的DMP數(shù)據(jù)平臺的互聯(lián)網(wǎng)用戶行為數(shù)據(jù)。</span></p>
大數(shù)據(jù)技術(shù)在金融行業(yè)的應(yīng)用(二)精準(zhǔn)營銷&sma&<p><span style="font-size: 14px;">在客戶畫像的基礎(chǔ)上銀行可以有效的開展精準(zhǔn)營銷,包括:</span></p><p><span style="font-size: 14px;">(1)實時營銷。實時營銷是根據(jù)客戶的實時狀態(tài)來進(jìn)行營銷,比如客戶當(dāng)時的所在地、客戶最近一次消費等信息來有針對地進(jìn)行營銷(某客戶采用信用卡采購孕婦用品,可以通過建模推測懷孕的概率并推薦孕婦類喜歡的業(yè)務(wù))或者將改變生活狀態(tài)的事件(換工作、改變婚姻狀況、置居等)視為營銷機(jī)會;</span></p><p><span style="font-size: 14px;">(2)交叉營銷。即不同業(yè)務(wù)或產(chǎn)品的交叉推薦,如招商銀行可以根據(jù)客戶交易記錄分析,有效地識別小微企業(yè)客戶,然后用遠(yuǎn)程銀行來實施交叉銷售;</span></p><p><span style="font-size: 14px;">(3)個性化推薦。銀行可以根據(jù)客戶的喜歡進(jìn)行服務(wù)或者銀行產(chǎn)品的個性化推薦,如根據(jù)客戶的年齡、資產(chǎn)規(guī)模、理財偏好等,對客戶群進(jìn)行精準(zhǔn)定位,分析出其潛在金融服務(wù)需求,進(jìn)而有針對性的營銷推廣;</span></p><p><span style="font-size: 14px;">(4)客戶生命周期管理??蛻羯芷诠芾戆ㄐ驴蛻臬@取、客戶防流失和客戶贏回等。如招商銀行通過構(gòu)建客戶流失預(yù)警模型,對流失率等級前20%的客戶發(fā)售高收益理財產(chǎn)品予以挽留,使得金卡和金葵花卡客戶流失率分別降低了15個和7個百分點。</span></p>
大數(shù)據(jù)技術(shù)在金融行業(yè)的應(yīng)用(三)風(fēng)險管理與風(fēng)險控制&sma&<p><span style="font-size: 14px;">在風(fēng)險管理和控制方面包括中小企業(yè)貸款風(fēng)險評估和欺詐交易識別等手段。</span></p><p><span style="font-size: 14px;">(1)中小企業(yè)貸款風(fēng)險評估。銀行可通過企業(yè)的產(chǎn)品、流通、銷售、財務(wù)等相關(guān)信息結(jié)合大數(shù)據(jù)挖掘方法進(jìn)行貸款風(fēng)險分析,量化企業(yè)的信用額度,更有效的開展中小企業(yè)貸款。</span></p><p><span style="font-size: 14px;">(2)實時欺詐交易識別和反洗錢分析。銀行可以利用持卡人基本信息、卡基本信息、交易歷史、客戶歷史行為模式、正在發(fā)生行為模式(如轉(zhuǎn)賬)等,結(jié)合智能規(guī)則引擎(如從一個不經(jīng)常出現(xiàn)的國家為一個特有用戶轉(zhuǎn)賬或從一個不熟悉的位置進(jìn)行在線交易)進(jìn)行實時的交易反欺詐分析。如IBM金融犯罪管理解決方案幫助銀行利用大數(shù)據(jù)有效地預(yù)防與管理金融犯罪,摩根大通銀行則利用大數(shù)據(jù)技術(shù)追蹤盜取客戶賬號或侵入自動柜員機(jī)(ATM)系統(tǒng)的罪犯。</span></p>

商業(yè)智能BI資料包

掃碼添加「小麥」領(lǐng)取 >>>

新一代商業(yè)智能BI工具

覆蓋傳統(tǒng)BI、自助BI、現(xiàn)代BI不同發(fā)展階段,滿足企業(yè)數(shù)字化轉(zhuǎn)型的多樣化需求

讓數(shù)據(jù)成為增長引擎,解鎖行業(yè)領(lǐng)先的智能BI實踐方案!

前往下載
Copyright? 廣州思邁特軟件有限公司  粵ICP備11104361號 網(wǎng)站地圖

電話咨詢

售前咨詢
400-878-3819 轉(zhuǎn)1

售后咨詢
400-878-3819 轉(zhuǎn)2
服務(wù)時間:工作日9:00-18:00

微信咨詢

添加企業(yè)微信 1V1專屬服務(wù)