银行业务快速增长带来的激增数据对业务洞察能力不断提出新的要求。传统粗放式的客户营销策略已经不足以帮助银行实现更快速的业务增长。银行亟需借助大数据处理能力促进业务发展:充分整合客户数据,通过精准的营销设计降低客户流失率,提高忠诚度;对不同渠道来源的提供商、客户的交易行为进行全面分析,实现链式反应;搭建有效的数据模型,为客户提供全方位管家式的非金融服务,从大数据中掘金。
大数据技术的出现对金融行业来说,既是挑战,也是机遇。目前通过互联网几乎可以提供全部类型的银行信贷、证券交易、保险理财等服务,而大数据的出现进一步改变着金融业的创新和服务模式。互联网企业利用灵活的网络平台和相关用户数据,为用户提供信贷、支付结算等金融服务,在服务对象和贷款技术等方面取得突破,并对传统金融体系形成了挑战,也促使传统金融机构越来越重视互联网和大数据的运用。
金融行业每天都会产生大量的交易、报价、信贷、企业信用评价、宏观经济分析等大量数据,同时客户每天还会产生诸多如网购、缴费记录、电话记录、社交网络信息等各种各样的信息,如何从这些浩瀚的数据中提取出有用的信息,用于金融企业的生产经营和决策,这是整个金融行业共同面临的问题,而这也正是大数据的用武之地。
通过大数据分析工具,可以把原来看似无用没有太多关联的数据经过清洗、匹配、整合、挖掘,转换为有用的信息,成为金融企业的数据资产。
银行、保险和证券行业都在利用大数据,其中以银行业的表现最为突出,下面就主要以银行业为主,介绍大数据在银行业的创新及应用情况。
对于传统金融行业来说,向“大数据+互联网”转型要先让自己成为互联网金融大数据解决方案的企业,只有a准确数据导向的金融才能够在大数据时代做到真正理解客户,否则客户体验将成为空谈。
金融行业面临的问题:
一、如何发掘潜在客户,扩大客户基础,解决金融的获客问题;
二、如何提升客户体验,塑造“千人千面”的客户画像,打造“量身契合”的客户服务;
三、如何变革营销模式,实现精准营销,基于客户画像,想客户所想、及客户所需;
四、如何完善信用风险评价体系,提升风险计量的准确性、及时性,构建互联网模式的风控体系;
五、如何让技术部门人员快速上线,并根据搜集来的各种信息做出判断、随时分享,将个人体验的影响扩大到更大范围的群体之中。
银行统一数据自助分析平台
统一自助数据分析平台是为各银行总行及分支行数据分析人员及业务人员提供的自助数据分析服务。
基于数据仓库平台,通过整合原有系统资源、开发新的功能模块、使用主流数据分析软件等方式相结合,实现数据需求、数据快查、数据答疑、数据智库、
数据助手和数据分析等功能,为全行数据分析人员和业务人员提供简单易用、交互性很强的数据分析平台。
1.战略决策:通过分析金融各部门每日报表数据以及与金融业务相关投资的对比来分析接下来的工作重心,并根据分析需求范围,协助客户共同梳理业务指标;
2.市场监控:通过对不同数据信息的监控,查看市场中业务量的走势及同时查看在其中发生的大事件,分析对业务的发展是否产生影响。例如:利用金融卡刷卡记录来寻找财富管理人群;利用数据库营销,挖掘高端财富客户等;
3.风险管理:任何一家金融都需要准确的评估风险,而博易的解决方案对风险和后果具有全面又准确的考虑,能够让金融有效地评估信贷风险。
4.日常报表:直连数据库的报表中,如果数据量大报表响应速度太慢,通过搭建分布式数据集市,可由十几分钟的响应速度提升至10到100倍;
技术框架:
1、数据层:基于银行数据仓库平台,提供各个业务分析主题数据,或根据业务数据需求,基于数据仓库平台构建新的数据模型,提供分析主题所需的数据。元数据库提供数据仓库的元数据,由数据快查功能提供数据分析模型结构的查询和了解。
2、数据管理层:是该方案主要功能模块,提供统一数据门户、数据需求管理、数据加工、数据快查、数据答疑、数据智库、智能助手等功能,基于数据源层提供给业务应用层各个数据应用功能模块。
3、业务应用层:由银行总行及分支行数据分析人员或业务人员通过数据管理层的功能模块进行拖拽、点击等自助操作,完成自主业务主题的数据分析。
平台管理模块功能
机构管理:对银行的机构、部门、群组等组织信息进行管理维护,维护机构、部门、群主的基本信息以及其从属关系,方便用户的功能权限和数据权限管理。
用户管理:统一进行用户的基本信息管理,如用户名、密码、姓名、所属机构、部门、条线、权限机构等。用户信息与人力资源系统同步,实现 T+1 自动新增用户、注销离职用户、变更用户部门、机构等基础信息更新。
菜单管理:维护该平台的功能菜单项,对菜单项进行增加、删除、修改等操作,及平台集成tableau产品分析结果的菜单管理、平台集成原报表系统的菜单管理。
权限管理:维护该平台用户的权限管理,包括用户权限、群组权限、机构权限、部门权限等,对权限进行增加、删除、修改等操作,采用多种方式复合分配权限,取权限最大集合。
任务管理:在该平台上使用定时和事件触发方式,监控Tableau产品工作簿所依赖仓库任务调度结果,来完成数据抽取任务、数据导出、定时邮件通知等任务。
使用统计:通过Tableau产品对系统用户的登陆和使用行为进行分析、挖掘,判断用户数据喜好,进行报表和数据模块推荐,尽可能大的提高用户使用效率和访问兴趣,提高仓库数据使用率,发掘仓库数据应用价值。
日志管理:日志管理包括两个方面的内容:即用户日志管理和系统日志管理。其中用户日志管理主要进行记录用户的登录、退出及其简单操作的记录;系统日志管理主要进行系统运行日志、任务日志的记录。
数据快查模块
元数据管理模块,提供给数据分析人员和数据管理员查看和了解在线自助分析平台的数据模型层APPVIEW层和ODBVIEW层,可在页面上快速查找所需要的数据模型的表和结构,以及详细的字段级血缘查询,并且可以通过可视化操作界面生成简单的SQL语句,快速查询和预览数据。
数据分析展现模块 按照业务条线和一线业务人员需求,通过Tableau产品分析整合出的十多个业务分析场景整合到自助数据分析平台,通过对用户权限的机构、部门、群组等维度的划分,真正实现系统的个性化定制和数据权限的精确管理。用户通过Tableau产品的B/S模式,根据系统赋予的权限对有权限的分析主题或视图根据自己的数据分析需求进行自主取数和自主分析,真正实现人人都是数据分析师的系统建设目标。
数据答疑模块
数据答疑、在线感知等多种在线和离线交互方式,实现用户和开发者的零距离交互。
数据智库模块
数据智库功能提供平台的各种帮助资料并提供交流论坛,系统用户可在该论坛中发表平台相关帖子,包括使用技巧、数据分析主题等,供用户交流讨论。
数据助手模块
提供在线自助数据分析平台知识库的管理,接入银行现有全行搜索功能。
使用机器人对全行搜索的信息采用关键字检索功能,用户在机器人界面输入关键字,机器人将自动回复相应内容,方便用户查询和使用知识库。
通过统一自助数据分析平台的建设,改变了以往业务人员数据需求从提出到审核到需求分析再到开发动辄数月的开发模式,通过Tableau产品友好、易用的操作界面,依据当前取数数据模型,业务人员可以通过B/S模式,进行自主的数据交叉分析,使业务人员的数据需求实现周期最大程度的缩减,极大的提高了仓库数据的利用率和业务人员的数据敏感性,为业务人员进行精确化客户营销和行内产品优化、人员考核,提供生动、翔实、准确的数据依据。行内科技人员也极大限度的从之前繁琐的手工取数需求中解放出来,能够更多的去关注仓库数据结构的优化,使仓库数据能够更好的契合业务人员的分析需求,从而实现人人都是数据分析师的系统建设目标。
统一数据了结构化数据与非结构化数据整合存储与联动查询的新需求,任何复杂需求指标均可在直观界面直接通过点击和拖拽;
没有技术背景的运营人员和业务人员亦可自己进行服务分析;
任意分析需求的变化可在几分钟内实现,实时了解业务状况;
研发人员不再有修改数据建模和报表的负担,可专注于核心业务系统的开发进度。能够进行ATM布局优化、渠道类分析、客户类分析、产品类分析、交易类分析等;
相关业务查询访问效率成倍提升,人力成本可以节省50%左右;
报表交付周期从一周缩a短到一天,缩短80%的工作时间;
由于无法满足需求数据变化导致没有能力交付的项目,现在都被手到擒来;