《大數(shù)據(jù)在金融行業(yè)中的應(yīng)用》由會員上傳分享，免費(fèi)在線閱讀，更多相關(guān)內(nèi)容在應(yīng)用文檔-天天文庫。

1、www.baifendian.com數(shù)據(jù)掘金-大數(shù)據(jù)在金融行業(yè)中的應(yīng)用在當(dāng)前大數(shù)據(jù)技術(shù)潮流中，各行各業(yè)都在不斷的探索如何應(yīng)用大數(shù)據(jù)技術(shù)以解決企業(yè)面臨的問題。目前國內(nèi)已有不少金融機(jī)構(gòu)開始嘗試通過大數(shù)據(jù)來驅(qū)動(dòng)相關(guān)金融業(yè)務(wù)運(yùn)營。如下是百分點(diǎn)就金融行業(yè)如何應(yīng)用大數(shù)據(jù)技術(shù)提出我們的見解。按照我們的經(jīng)驗(yàn)，企業(yè)面向消費(fèi)者的應(yīng)用大致可以分為運(yùn)營、服務(wù)和營銷三大類，在金融行業(yè)中這三類應(yīng)用的典型例子有：?運(yùn)營類：歷史記錄管理、多渠道數(shù)據(jù)整合分析、產(chǎn)品定位分析、客戶洞察分析、客戶全生命周期分析等。?服務(wù)類：個(gè)性化坐席分配、個(gè)性化產(chǎn)品推薦、個(gè)性化權(quán)益匹配、個(gè)性化產(chǎn)品定價(jià)、客戶體驗(yàn)優(yōu)化、客戶挽留等

2、。?營銷類：互聯(lián)網(wǎng)獲客、產(chǎn)品推廣、交叉銷售、社會化營銷、渠道效果分析等。大數(shù)據(jù)技術(shù)在這些應(yīng)用中都可以發(fā)揮價(jià)值，其核心是通過一系列的技術(shù)手段，采集、整合和挖掘用戶全方位的數(shù)據(jù)，為每個(gè)用戶建立數(shù)據(jù)檔案，也就是常說的“用戶畫像”。大數(shù)據(jù)可應(yīng)用于金融行業(yè)實(shí)時(shí)數(shù)據(jù)分析，場景包括：?在風(fēng)險(xiǎn)管理領(lǐng)域，可以應(yīng)用于實(shí)時(shí)反欺詐、反洗錢，實(shí)時(shí)風(fēng)險(xiǎn)識別、在線授信等場景；?在渠道方面，可以應(yīng)用于全渠道實(shí)時(shí)監(jiān)測、資源動(dòng)態(tài)優(yōu)化配置等場景；?在用戶管理和服務(wù)領(lǐng)域，可以應(yīng)用于在線和柜面服務(wù)優(yōu)化、客戶流失預(yù)警及挽留、個(gè)性化推薦、個(gè)性化定價(jià)等場景；?在營銷領(lǐng)域，可以應(yīng)用于（基于互聯(lián)網(wǎng)用戶行為的）事件式營銷、差

3、異化廣告投放與推廣等場景。大數(shù)據(jù)在金融業(yè)統(tǒng)計(jì)分析類應(yīng)用中的優(yōu)勢大數(shù)據(jù)在數(shù)據(jù)量、多種數(shù)據(jù)源、多種數(shù)據(jù)結(jié)構(gòu)、復(fù)雜計(jì)算任務(wù)方面都www.baifendian.com優(yōu)于傳統(tǒng)的數(shù)據(jù)倉庫技術(shù)，這里僅舉兩個(gè)例子：a)大量數(shù)據(jù)的運(yùn)算，例如：兩張Oracle里面表數(shù)據(jù)分別是1000多萬和800多萬做8層join，放在大數(shù)據(jù)平臺運(yùn)算比在Oracle里面運(yùn)算至少快2倍多；b)對于跨數(shù)據(jù)庫類型的表之間的join，例如一張Oracle的表和一張sqlserver的表，在傳統(tǒng)的數(shù)據(jù)倉庫中是沒有辦法join的?？梢詫?shù)據(jù)通過sqoop等工具放到HDFS上面。利用hive,pig,impala,spa

4、rk等進(jìn)行更快的處理。大數(shù)據(jù)協(xié)助銀行實(shí)現(xiàn)其對客戶的多維度分析有人指出，目前銀行自身的數(shù)據(jù)難以完成客戶全維度分析，那么應(yīng)用大數(shù)據(jù)又能如何？首先，有幾個(gè)問題我們需要仔細(xì)思考：什么叫客戶“全維度”？有沒有可能做到“全維度”？按照百分點(diǎn)的理解，不存在對一個(gè)人的“全維度”的刻畫，因?yàn)槲覀儸F(xiàn)實(shí)中都做不到。您可以想象，一個(gè)人的DNA可以代表他的“全維度”嗎？或者他的所有言論可以代表他的“全維度”嗎？都不可以。我們期望的“全維度”實(shí)際上是想說最大可能的利用和挖掘手上的數(shù)據(jù)資源！基于上面的理解，我們認(rèn)為銀行在大數(shù)據(jù)平臺建設(shè)過程中最需要考慮的是如何最大程度的整合所有數(shù)據(jù)源，特別是行內(nèi)自有數(shù)據(jù)

5、源，并且針對業(yè)務(wù)需求做出有價(jià)值的分析應(yīng)用。其次，假設(shè)銀行要引入第三方數(shù)據(jù)，這些數(shù)據(jù)怎么利用？這些數(shù)據(jù)如何和行內(nèi)數(shù)據(jù)整合發(fā)揮價(jià)值？這些數(shù)據(jù)又如何轉(zhuǎn)化為客戶“全維度”分析？顯然的，第三方數(shù)據(jù)也不是直接就能“全維度”的，還是要經(jīng)過一系列的數(shù)據(jù)分析和挖掘。對銀行客戶了解、并且契合銀行業(yè)務(wù)的數(shù)據(jù)一定來自于銀行業(yè)內(nèi)！任何外部的數(shù)據(jù)都需要經(jīng)過大量的轉(zhuǎn)換和業(yè)務(wù)解讀才能直接在銀行中使用。如果需要第三方數(shù)據(jù)支撐，銀行必須找到對金融業(yè)務(wù)有相當(dāng)理解，并且已經(jīng)按照銀行業(yè)務(wù)訴求分析好的數(shù)據(jù)才是有價(jià)值的。最后，按照我們的理解和實(shí)踐經(jīng)驗(yàn)，銀行只需要把第三方數(shù)據(jù)看做一個(gè)數(shù)據(jù)源即可，“全維度”的關(guān)鍵還是如何

6、整合所有數(shù)據(jù)源并進(jìn)行深度挖掘。在百分點(diǎn)的實(shí)際案例中，我們有一套自己的方法論，包括數(shù)據(jù)的集www.baifendian.com成、清洗、脫敏、多渠道整合、用戶畫像標(biāo)簽建模、用戶畫像整合、用戶畫像服務(wù)等幾個(gè)步驟。第三方數(shù)據(jù)是在集成階段就解決的問題，后面各階段關(guān)注點(diǎn)都在如何整合、挖掘和應(yīng)用這些數(shù)據(jù)。相比傳統(tǒng)技術(shù)，大數(shù)據(jù)技術(shù)的優(yōu)勢如下：a)大數(shù)據(jù)技術(shù)更關(guān)注過程數(shù)據(jù)、行為數(shù)據(jù)、非結(jié)構(gòu)化數(shù)據(jù)，可以真正做到“全方位”;b)大數(shù)據(jù)技術(shù)在實(shí)時(shí)性、數(shù)據(jù)量和并發(fā)量上有明顯優(yōu)勢，因?yàn)檫@些技術(shù)一開始就是為互聯(lián)網(wǎng)、海量數(shù)據(jù)和高并發(fā)設(shè)計(jì)的；c)大數(shù)據(jù)技術(shù)在組件化、水平擴(kuò)展方面有明顯優(yōu)勢，對業(yè)務(wù)升級和擴(kuò)

7、展支持更加平滑。如何選擇大數(shù)據(jù)技術(shù)產(chǎn)品選擇大數(shù)據(jù)技術(shù)產(chǎn)品最優(yōu)先考慮的原則是什么？大家選擇某一款大數(shù)據(jù)技術(shù)產(chǎn)品時(shí)，不能只關(guān)注某款產(chǎn)品有什么“高端”的功能，而應(yīng)該關(guān)心是這款產(chǎn)品是否能給我們帶來價(jià)值，能解決我們的業(yè)務(wù)痛點(diǎn)。所以大數(shù)據(jù)產(chǎn)品的關(guān)鍵不在于建一個(gè)大數(shù)據(jù)的平臺，然后把數(shù)據(jù)進(jìn)行采集和存儲，而在于這些大數(shù)據(jù)產(chǎn)品能在哪些方面支撐我們的應(yīng)用場景、能從數(shù)據(jù)中分析出哪些有價(jià)值的觀點(diǎn)、能基于數(shù)據(jù)產(chǎn)生哪些數(shù)據(jù)應(yīng)用、如何為企業(yè)提供增值變現(xiàn)的能力。這一點(diǎn)，我們需要向互聯(lián)網(wǎng)公司學(xué)習(xí)。大數(shù)據(jù)能夠蓬勃發(fā)展正是因?yàn)榛ヂ?lián)網(wǎng)行業(yè)真正讓大數(shù)據(jù)產(chǎn)生豐富的價(jià)值，如