大数据金融行业大数据变现--明略实战分享案例.pptVIP

品类促销分析：分析促销A产品导致B产品购买数量减少的联动指数。 按月更新 正影响和负影响都要有显示 银商确定老昌数据库中有没有标志促销的字段 * 持卡人购物篮分析：分析持卡人同时购买A产品和购买B产品的关联指数，为商户提供不同品类的组合促销建议。 按月更新 * 品类促销分析：分析促销A产品导致B产品购买数量减少的联动指数。 按月更新 正影响和负影响都要有显示 银商确定老昌数据库中有没有标志促销的字段 * * 网络金融部： 手机银行 网上银行 直销银行 + 微信银行 4位一体 * * 优质客户不良客户统计 存量客户分析结果样例 优质客户不良客户特征分析 存量客户分析结果样例 优质客户不良客户特征分析 存量客户分析结果样例 存量客户分析结果样例 数据+平台+应用“三位一体”方法论 * 第一阶段：存量客户统一视图实施路线 业务指标摸底 数据现状调研和分析 数据治理和规范标准 大数据平台 可控的 好用的 数据一致的 反应及时的 弹性可扩展的 客户统一视图 业务部门 信科部 数据源头摸底系统化调查、记录、整理 总行数据库平台 省行数据下载平台 业务分析和业务发展需求(和数据平台支撑相关)调研并确定最优先业务 目前数据质量分析 数据治理重点领域规划 数据标准和规范机制规划和执行计划 客户基本信息 客户联系信息 客户关系信息 客户服务和互动信息 客户VIP分析 … 循环调研分析和输出物讨论,螺旋式不断完善…… 存量客户梳理统一视图结果图 银行已有数据资产：客户关系CRM系统， ECIF系统中的数据…. 外部数据 == 不同特征、不同维度的数据使用场景 （应景弹性变化的数据）； 客户准入： 直接验证 （手机# 姓名 证件#） 规则： 过去的信贷历史 （增值服务平台如短信） 风险级别： 不同程度的审核审查； 客户风险的综合评价、各种模型 进行定价； 精准获客（广告的精准投放） 贷款人预筛选、预审批 （如白名单）； 逾期管理： 催收的策略和催收的手段（催缴公司黑名单); 第二阶段：引入外部数据… 数据分析体系 现有系统-业务体系 银行集中的数据中心 各业务条线 系统 财务系统 会计系统 支撑系统【如客管系统】 柜台业务 ATM/电子银行 POS/商易通 报表统计 风险控制 综合营销 通知预警 平台 业务提醒 决策分析 管理、统计报表 绩效考核 自定义查询 平台 报表生成 平台 大数据平台 目前银行数据源 梳理整合到某统一数据交换平台 数据处理与完善 外部数据源 第三阶段： 建设大数据平台路线演进图 数据量巨大，低成本实现了传统关系型数据库无法处理的复杂数据分析 基于数据挖掘(DataInsight)和可视化产品，持卡人的自动化画像和消费预测等业务应用 业务上完成商圈聚合分析， 20种持卡人的自动化画像，持卡人的100+多维分析和关联挖掘分析， 竞争交叉分析； 持卡人消费预测的精准度使得银联和主要商户一起进行精准营销和个性化推荐 银联商务——海量交易流水的客户行为分析和预测 商圈竞争形势分析 刷卡笔数 刷卡金额 椭圆状：商店与商圈内同行业其它商店的比对。椭圆形状越宽，表示商店的笔数越高，椭圆形状越长，表示商店的金额越高。 2014年X月 分店选择▼ 银联商务——商圈聚合和竞品分析 所在省直辖市 分店 产品组合 关联度 产品组合利润率（假定1:1） 星级标志 …… …… 产品C和产品X 33% 12% ★ …… …… 产品X和产品Z 28% 11% ★ …… …… 产品D和产品F 25% 5% 　 …… …… 产品G和产品O 22% 4% 　 …… …… 产品A和产品C 15% 9% ★ …… …… 产品X和产品Y 12% 3% 　 …… …… 产品H和产品L 12% 14% 　 …… …… 产品F和产品P 10% 7% 　 …… …… …… …… …… …… 产品品类组合自动分析 1、关联度：用户同时购买2种产品的关联指数。关联度越高，同时购买的可能性越大。 2、产品组合利润率指用户同时购买组合产品时商户所获得的利润率。以两种产品等重为前提。 3、标星的产品组合是银联商务向商户推荐的产品促销组合。 银联商务——用户购物篮分析 每促销一单位的产品Z ▼ （默认金额最高的产品，此处可对其它品类进行选择）对其它产品的影响 对刷卡笔数笔数的影响 对刷卡金额金额的影响 对刷卡收入的影响 对刷卡收益的影响 2014年X月 分店选择▼ 银联商务——品类促销分析 ZestFinance(原名ZestCash）新兴的互联网金融公司 使用机器学习的方式评估个人贷款的信贷风险指数。研发主要团队有数据科学家、数学家和计算机科学家组成。 ZestFinance利用机器学习和大数据分析，提供全新的客户信贷征信服务。前谷歌首席信息