大数据在金融行业中的应用

《大数据在金融行业中的应用》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、www.baifendian.com数据掘金-大数据在金融行业中的应用在当前大数据技术潮流中，各行各业都在不断的探索如何应用大数据技术以解决企业面临的问题。目前国内已有不少金融机构开始尝试通过大数据来驱动相关金融业务运营。如下是百分点就金融行业如何应用大数据技术提出我们的见解。按照我们的经验，企业面向消费者的应用大致可以分为运营、服务和营销三大类，在金融行业中这三类应用的典型例子有：Ø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。Ø服务类：个性化坐席分配、个性化产

2、品推荐、个性化权益匹配、个性化产品定价、客户体验优化、客户挽留等。Ø营销类：互联网获客、产品推广、交叉销售、社会化营销、渠道效果分析等。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”。大数据可应用于金融行业实时数据分析，场景包括：Ø在风险管理领域，可以应用于实时反欺诈、反洗钱，实时风险识别、在线授信等场景；Ø在渠道方面，可以应用于全渠道实时监测、资源动态优化配置等场景；Ø在用户管理和服务领域，可以应用于在线

3、和柜面服务优化、客户流失预警及挽留、个性化推荐、个性化定价等场景；Ø在营销领域，可以应用于（基于互联网用户行为的）事件式营销、差异化广告投放与推广等场景。大数据在金融业统计分析类应用中的优势大数据在数据量、多种数据源、多种数据结构、复杂计算任务方面都www.baifendian.com优于传统的数据仓库技术，这里仅举两个例子：a)大量数据的运算，例如：两张Oracle里面表数据分别是1000多万和800多万做8层join，放在大数据平台运算比在Oracle里面运算至少快2倍多；b)对于跨数据库类型的表之间的j

4、oin，例如一张Oracle的表和一张sqlserver的表，在传统的数据仓库中是没有办法join的。可以将数据通过sqoop等工具放到HDFS上面。利用hive,pig,impala,spark等进行更快的处理。大数据协助银行实现其对客户的多维度分析有人指出，目前银行自身的数据难以完成客户全维度分析，那么应用大数据又能如何？首先，有几个问题我们需要仔细思考：什么叫客户“全维度”？有没有可能做到“全维度”？按照百分点的理解，不存在对一个人的“全维度”的刻画，因为我们现实中都做不到。您可以想象，一个人的DNA可

5、以代表他的“全维度”吗？或者他的所有言论可以代表他的“全维度”吗？都不可以。我们期望的“全维度”实际上是想说最大可能的利用和挖掘手上的数据资源！基于上面的理解，我们认为银行在大数据平台建设过程中最需要考虑的是如何最大程度的整合所有数据源，特别是行内自有数据源，并且针对业务需求做出有价值的分析应用。其次，假设银行要引入第三方数据，这些数据怎么利用？这些数据如何和行内数据整合发挥价值？这些数据又如何转化为客户“全维度”分析？显然的，第三方数据也不是直接就能“全维度”的，还是要经过一系列的数据分析和挖掘。对银行客户

6、了解、并且契合银行业务的数据一定来自于银行业内！任何外部的数据都需要经过大量的转换和业务解读才能直接在银行中使用。如果需要第三方数据支撑，银行必须找到对金融业务有相当理解，并且已经按照银行业务诉求分析好的数据才是有价值的。最后，按照我们的理解和实践经验，银行只需要把第三方数据看做一个数据源即可，“全维度”的关键还是如何整合所有数据源并进行深度挖掘。在百分点的实际案例中，我们有一套自己的方法论，包括数据的集www.baifendian.com成、清洗、脱敏、多渠道整合、用户画像标签建模、用户画像整合、用户画像服

7、务等几个步骤。第三方数据是在集成阶段就解决的问题，后面各阶段关注点都在如何整合、挖掘和应用这些数据。相比传统技术，大数据技术的优势如下：a)大数据技术更关注过程数据、行为数据、非结构化数据，可以真正做到“全方位”;b)大数据技术在实时性、数据量和并发量上有明显优势，因为这些技术一开始就是为互联网、海量数据和高并发设计的；c)大数据技术在组件化、水平扩展方面有明显优势，对业务升级和扩展支持更加平滑。如何选择大数据技术产品选择大数据技术产品最优先考虑的原则是什么？大家选择某一款大数据技术产品时，不能只关注某款产品

8、有什么“高端”的功能，而应该关心是这款产品是否能给我们带来价值，能解决我们的业务痛点。所以大数据产品的关键不在于建一个大数据的平台，然后把数据进行采集和存储，而在于这些大数据产品能在哪些方面支撑我们的应用场景、能从数据中分析出哪些有价值的观点、能基于数据产生哪些数据应用、如何为企业提供增值变现的能力。这一点，我们需要向互联网公司学习。大数据能够蓬勃发展正是因为互联网行业真正让大数据产生丰富的价值，如