中信银行_数据分析交流_20110527东南融通.pdf

数据分析经验分享 2011年5月 议程安排 1. 数据分析基本概念 2. 灵活查询分享 3. 数据库营销分享 4. QA 数据分析应用的目标 数据的分析应用是萃取原始数据转换成决策信息 ， 进而衍生企业智慧的一个过程，数据的价值就体现在深 度运用 中，如何利用数据为银行创造价值 ，是大家共同 关心的问题，如何借鉴国外先进银行的经验 ，结合银行 的业务发展策略和应用现状推进数据的应用，提高对业 务需求的响应速度和质量 ，是我们面临的重大挑战。 主要工作内容 数据现状 常规应用 深度挖掘 有什么？ 能做什么？ 希望做什么？ 1. 灵活查询：针对突发需求、 1. 目前都采集和存储了哪些 1. 日常管理：针对业务发展 专项业务专题、异常情况、 数据？ 的规模、变动等按照既定 重要业务规则等实现自定 2. 这些数据都分布在何处？ 口径和规则进行常规的统 义的分析，及时响应业务 3. 这些数据中哪些是可用的？ 计和分析。多以指标和报 需求。 哪些是不可用的？ 表形式体现。 2. 数据挖掘：通过分析大量 4. 不可用的数据有什么问题？ 2. 监管需求：根据监管需求 历史数据，基于统计学专 有什么替代方案？ （含规则、口径等）加工 用技术，发掘规律，提供 数据，定期产生报送报表。 趋势预测等。 数据分析应用=对数据的了解+对业务期望的把握 业界主要的数据应用模式 灵活查询 –进行数据探 数据挖掘 – 在灵活分析的 索和查询，回答各种未 基础上，对某些业务问题 预先定义的业务问题。 进行数据属性的提炼和归 具有很强的随机性、开 灵活查询 纳，具有全面性、专用性、 放性、独特性、不确定 周期性等特点，典型应用 性。 数据挖掘 包括“评分模型”、“违