大数据在银行业的应用22

单击此处编辑母版标题样式,单击此处编辑母版文本（副标题）,单击此处编辑母版标题样式,单击此处编辑母版文本样式,第二级,第三级,第四级,第五级,18:58,#,版本号：,V1.0,大数据在银行业的应用,北京华胜天成科技股份有限公司,2012,年,12,月,民生银行,根据数据智,能,能分析向前,台,台提供服务,与,与反馈，支,持,持实现以客,户,户为中心的,服,服务模式与,体,体验；,整合日益互联互,通,通的各种服,务,务渠道；,建立持续从广泛,的,的来源获取,、,、量度、建,模,模、处理、,分,分析大容量,多,多类型数据,的,的功能；,及时在互联互通,的,的流程、服,务,务、系统间,共,共享数据，,并,并将经过智,能,能分析与加,工,工的数据用,于,于业务决策,与,与支持；,智能化分析和预测,客,客户需求,署云计算，实现自动化、高,能,能效、虚拟,化,化和标准化,的,的云部署目,标,标；,洞察大数据推动,了,了民生银行,的,的转型与创,新,新,；,手机银行等移动,应,应用帮助它,们,们打造了战,略,略产品平台,3,大数据,挑战,发卡量增长迅速：,2008,年发卡约,500,万张，,2010,年增加了一倍。,业务数据增长迅速：,随着业务的迅猛增长，业务数据规模也线性膨胀。,数据存储、系统维护、数据有效利用都面临巨大压力。,需求,可扩展、高性能的数据仓库解决方案,能够实现业务数据的集中和整合；可以支持多样化和复杂化数据分析提升信用卡中心的业务效率；,通过从数据仓库提取数据，改进和推动有针对性的营销活动。,采用大数据方案后价值体现,实时的商业智能,可以结合实时、历史数据进行全局分析,风险管理部门现在可以每天评估客户的行为，并决定对客户的信用额度在同一天进行调整；原有内部系统、模型整体性能显著提高,秒级营销,Greenplum,数据仓库解决方案提供了统一的客户视图，更有针对的进行营销。,2011,年，中信银行信用卡中心通过其数据库营销平台进行了,1286,个宣传活动，每个营销活动配置平均时间从,2,周缩短到,2-3,天。,EMC Green-plum,中信银行信,用,用卡中心,建设银行,阿里信贷,面向阿里巴,巴,巴普通会员,全,全面放开,，,不用提交任何担,保,保、抵押，,只,只需凭借企,业,业的信用资,源,源就可以“微贷”,“微贷”通,过,过网络低成,本,本广泛采集,客,客户的各类,数,数据信息，,分,分析挖掘的,数,数据，判断,客,客户资质，,用,用户可以,24,小时随用随,借,借、随借随还,善融商务平,台,台上的每一,笔,笔交易，建,行,行都有记录,并,并且能鉴别,真,真伪，可作,为,为客户授信评级的,重,重要依据,对消费者购,买,买行为的分,析,析，比如点,击,击量、跨店,铺,铺点击，订,单,单流转量甚至聊天信息的收集,和,和分析,未来,互联网金融,模,模式,下资源配置,的,的特点是：,资,资金供需信,息,息直接在网,上,上发布并匹,配,配，供需双,方,方甚至不需,银,银行、券商,或,或交易所等,中,中介，直接,匹,匹配完成信评级的重要,依,依据,互联网银行,模,模式,建行,光大银行,行动,打通社会化大数,据,据库,，,期待社会化,数,数据内外通,达,达,如何把品牌价值,透,透过网络杂,音,音直击目标,客,客户，并及,时,时发现客户,的,的需求做好,精,精准服务是,考,考验自身技,术,术段位的,如果把银行,内,内部的客户,号,号和新浪的,微,微博号挂接,起,起来，在一,定,定程度上就,可,可以做群体,营,营销了。,外部数据引,入,入的动作很,关,关键，把微博、,QQ,、邮箱等社,交,交化的、能,很,很快找到客,户,户的方式能,通,通达起来。,跟,跟传统的数,据,据存储放一,起,起，同等对,待,待，建立一,个,个更加立体,丰,丰富的数据,库,库。,基本信息、,爱,爱好信息、行为,信,信息、分析,信,信息,互联网金融,模,模式,新浪微博开,发,发平台上做,了,了一个缴费,应,应用“,V,缴费”,光大银行,思考,银行大数据,包,包括非结构化数,据,据、结构化,数,数据和敏捷数据,系统日志,数据,GIS,地理信息数,据,据,在线交易数据,前瞻性的应,用,用,客户营销,：在线营销,方,方案,微博营销,：,把微博上用,户,户跟我们光,大,大银行用户,相,相匹配,，采用,中文分析引,擎,擎,客户行为分析,，,包括电话语,音,音,、,网络的监控录像,：客户走动,线,线路的,重叠分析,风险控制,与,管理,：,结构化非结,构,构化数据整合,，分析,系统存在,IT,风险,或者,钓鱼网站防,欺,欺诈,互联网银行,模,模式,交行,阿里金融,现状,中国将近,4200,万小微企业,，,，占企业总,数,数的的,97.3%,由于分布零,散,散、业务不,规,规范、盈利,不,不明朗、信,贷,贷时间长,、,、信用难以,构,构建等现状,，,，使得小微,企,企业的贷款,相,相当困难,大数据与小,而,而美的金融信贷,完全是构建,在,在互联网的基础,通过数据分,析,析，以自主,服,服务模式为,主,主的,、,面对小微企业的,信,信贷工厂,24,小时开放、,随,随时申请、,随,随时审批、,随,随时发放的,纯,纯互联网的,小,小额信贷服,务,务,ODPS,OpenDataProcessingService,，阿里云开,放,放数据处理服务,来自淘宝、,天,天猫、,B2B,、支付宝的,交,交易数据、,日,日志、聊天,记,记录以及评,价,价等各个方,面,面的数据,经过确定的调度,、,、系统监控,、,、数据分析,、,、算法优化,等,等流程，最,终,终形成了,310,模式,其他应用,思考,自下而上的风险分析,。,。分析,ACH,交易、信贷,支,支付交易，,以,以获取反映,压,压力、违约,或,或积极发展,机,机会。,业务联系和欺诈,分,分析。为业,务,务交易引入,信,信用卡和借,记,记卡数据，,以,以辨别欺诈,交,交易。,跨帐户参考分,析,析。分析,ACH,交易的文本,材,材料（工资,存,存款、资产,购,购买），以,发,发现更多营,销,销机会。,事件式营销。将,改,改变生活的,事,事件（换工,作,作、改变婚,姻,姻状况、置,房,房等）视为,营,营销机会。,交易对手网络风,险,险分析。了,解,解证券和交,易,易对手问的,风,风险概况和,联,联系。,消费智能,。,摩根大通,已经开始使,用,用,Hadoop,技术以满足,日,日益增多的,用,用途，包括,诈,诈骗检验、,IT,风险管理和,自,自助服务,150PB,在线存储数,据,据、,30,000,个数据库和,35,亿个用户登,录,录账号,Hadoop,能够存储大,量,量非结构化数,据,据，允许公司,收,收集和存储,Web,日志、交易,数,数据和社交,媒,媒体数据。,数据被汇集,至,至一个通用,平,平台，以方,便,便以客户为,中,中心的数据,挖,挖掘与数据,分,分析工具的,使,使用。,花旗银行,分析数据包,括,括,客户提供的信息（申,请,请、表格等,）,）,社交网络,、,公共网页,得到,客户的信用,记,记录以及信,用,用历史,和目标客户,有,有类似行为,模,模式的客户数据,金融以及经济数据,证券交易委,员,员会文件,招股章程、,过,过往贷款记录,新闻,（,以衡量公众,意,意见以及信,心,心,）,Facebook,在内的来自,社,社交网络的数据,（个人、家庭计划等,）,）,花旗银行,-,续,应用,信用风险评,估,估（贷款）,针对性营销,以客户为中心,客户统一视,图,图（结构化和,非,非结构化数,据,据）,细分客户，,按照,客,户行为,进行分类,为客户提供,质,质量一致的,客,客户体验,IBMWatson,产品,深度非结构化数据分析,自然语言处,理,理,决策支持,基于循证的学习功能,西太平洋银,行,行,特点：,随着大数据的大,量,量涌现，尤,其,其是在社交,媒,媒体网络的,背,背景下，渠,道,道战略不应,仅,仅限于传统,的,的银行渠道,，,，而且还应,整,整合新的客,户,户接触点（,即,即社交媒体,网,网站）,尽管西太平,洋,洋银行已经,非,非常清楚地,认,认识到社交,媒,媒体数据仅,仅,仅是当今多,种,种数据来源,之,之一，但银,行,行目前侧重,于,于将,情感分析,作为其大数据分,析,析挑战的一部分,应用：,启用和优化定价、市,场,场营销和经济利润,事前风险管理,（,（,PRM,）系统，该系,统,统允许使用银行,风,风险实践快速更,新,新有关欺诈的知,识,识并减少个人风,险,险,Zions,银行,大数据安全策略,仓库存储了,120,多个不同类型的,数,数据，包括交易,日,日志，日志，欺,诈,诈警报，服务器,日,日志，防火墙日,志,志和,IDS,日志,跨整个企业进行,数,数据挖掘，加快,取,取证调查并提高,欺,欺诈侦测，以及,整,整体安全性,是主动的而非被,动,动的安全,基于,Hadoop,的安全数据仓库,，,，就像是具有分,布,布式检索,应用,（,鱼叉式网络钓鱼攻击,）,威胁建模,/,恶意软件推动的,帐,帐户接管,迅速对来自各种,源,源头的恶意软件,威,威胁作出响应并,对,对抗它们,微信贷公司,“大数据,+,机器智能学习”,利用海量数据挖,掘,掘和算法来做一,些,些贷款业务,大量使用了社交媒体和其,他,他的网络工具,每个贷款人都拥,有,有,6000,到,8000,条数据,特点：,它的每笔贷款额度,都,都很小,，,太多的资金额度需,要,要更多次的检验,不良贷款会迅速暴露,。，,模型的反馈和改,进,进时间,短,违约率高,利率很高,Wonga,LendingStream,Zestcash,Klarna,PawnGo,国外其他应用,定期,（每天）,对所有客户的交易,日,日志和当前的债,权,权状况（包括核,心,心系统内的数据,和,和从征信中心取,得,得的数据）进行,分,分析，建模，,及,及分析当前模型,的,的精确性；,定期,（每天）,根据分析对客户进行,分,分类（,segmentation,）；,每天针对不同的分类,建,建立不同的模型,，,，进行行为评分,、,预测对客户,营销,可能性,、,提前还款的可能性,、,坏账的可能性等；,每天根据预测的分数,和,和交易状况和提,前,前设定的,strategy,自动调整客户的,creditline,；,每天根据预先设定的,strategy,和,3,，,4,的结果对客户进,行,行电话,、,邮件,、,信件等的促销和催收；,采用结构化和非,结,结构化数据,不仅仅分析客户,本,本人，还可以分,析,析担保人等,大数据应用,-IBM,大数据引擎基本,上,上完成是存储和,计,计算,客户数据都在数据仓,库,库里，随着互联,网,网和其他的一些,新,新型的包括移动,应,应用的增加，我,们,们希望通过非结,构,构化的信息能够,来,来补强原有传统上存在数据仓库里,客,客户的档案和信息,呼叫中心,记录的分析,客户情感分析,增强的客户细分,机器数据,交易故障分析,用现在大数据的,能,能力把分布在各,个,个地方的原始数,据,据和原始的日志,定,定时每隔一分钟,进,进行收集和抽取,放到分布式文件系,统,统里，,并,很快的能够建立起一,些,些索引,提供一个很方便的前端实时的查询,风险和欺诈,建一个反欺诈统计模型,钓鱼,网站攻击、信用,卡,卡套现、,盗刷,信用卡,非结构化数据应,用,用,-IBM,信贷,并不只跟信贷部,有,有关系，还跟客,户,户服务部、法律,部,部、,IT,架构等等都有关系,这些关系全部串,接,接起就形成了全,流,流程信贷的概念,，,，打破了业务部,门,门和业务部门之,间,间的界限,信贷应用就要重,新,新设计、开发,引入,影像平台、流程平台,、,、规则引擎平台,这,这些因素降低整体成本,反洗钱,一个欺诈就是一,个,个,Case,Case,包含了与之相关的所,有,有资料，例如法,律,律规范、业务逻,辑,辑、时间顺序、,修,修改轨迹等,当需要的时候，可以很,快,快地找出来,得出一个嫌疑是否违规犯罪的结论,可以了解犯罪者,、,、供应商