大数据在银行保险证券等金融行业的应用.pptVIP

大数据在银行保险证券等金融行业的应用 目录CONTENTS1金融行业大数据应用概述2银行大数据应用3保险行业大数据应用4证券行业大数据应用 PART 01 金融行业大数据应用概述金融行业是经典的数据驱动行业，每天都会产生大量的数据，涉及交易、报价、业绩报告、消费者研究报告、各类统计数据、多种指数等。所以，金融行业拥有丰富的数据，数据维度比较广泛，数据质量也很高，利用本身的数据就能够开发出诸多应用场景。 金融行业大数据概述04金融行业是经典的数据驱动行业，每天都会产生大量的数据，涉及交易、报价、业绩报告、消费者研究报告、各类统计数据、多种指数等金融行业拥有丰富的数据，数据维度比较广泛，数据质量也很高，利用本身的数据就能够开发出诸多应用场景假如能够引入外部数据，还能够进一步加紧数据价值的变现外部数据比很好的有社交数据、电商交易数据、移动大数据、运营商数据、工商司法数据、公安数据、教育数据、和银联交易数据等 金融行业大数据应用案例05花旗银行利用IBM沃森电脑为财富管理客户推荐产品，并预测将来计算机推荐理财的市场将超出银行专业理财师摩根大通银行利用决策树技术，降低了不良贷款率、转化了提前还款客户，一年为摩根大通银行增长了6亿美金的利润VISA企业利用Hadoop平台将730亿交易处理时间从一种月缩短到13分钟 中国金融行业大数据应用投资构造06从投资构造上来看，银行将会成为金融类企业中的主要部分，证券和保险分列第二和第三位， 中国金融行业大数据应用规模及预测07中国金融行业大数据应用规模年均增长率达成97.0%，超出23亿元。据不完全统计，2023年应用规模将达成44.29亿元。 中国金融行业大数据应用规模及预测08估计到2023-2023年，金融行业大数据应用市场规模年均复合增长率为55.21%，到2023年，中国金融行业大数据应用市场规模为497亿元。 PART 02 银行大数据应用银行的大数据应用场景比较丰富，比较经典的集中在数据库营销、顾客经营、数据风控、产品设计和决策支持等。目前来讲，大数据在银行的商业应用还是以其本身交易数据和客户数据为主，外部数据为辅；描述性数据分析为主，预测性数据建模为辅；经营客户为主，经营产品为辅。 银行大数据应用概述10银行的大数据应用场景比较丰富，比较经典的集中在数据库营销、顾客经营、数据风控、产品设计和决策支持等目前大数据在银行的商业应用情况以其本身交易数据和客户数据为主，外部数据为辅描述性数据分析为主，预测性数据建模为辅经营客户为主，经营产品为辅银行数据的类型交易数据客户数据信用数据资产数据 银行大数据应用类型11银行大数据应用能够分为四大方面：客户画像，精确营销，风险管控，运营优化。 PART 02.1 银行客户画像应用银行的大数据应用场景比较丰富，比较经典的集中在数据库营销、顾客经营、数据风控、产品设计和决策支持等。目前来讲，大数据在银行的商业应用还是以其本身交易数据和客户数据为主，外部数据为辅；描述性数据分析为主，预测性数据建模为辅；经营客户为主，经营产品为辅。 客户画像应用13客户画像应用主要分为个人客户画像和企业客户画像个人客户画像：涉及人口统计学特征、消费能力数据、爱好数据、风险偏好等企业客户画像：涉及企业的生产、流通、运营、财务、销售和客户数据、有关产业链上下游等数据 客户画像背后的原因14客户消费习惯的变化，企业无法接触到客户，无法了解客户需求;年轻人成为金融企业主要的消费者，但是他们不乐意到金融网点办理业务年轻人将主要的时间都消费在移动互联网，消费在智能手机上金融企业越来越难面对面接触到年轻人，从对话中料机年轻人金融产品的需求客户需求的分化，企业需要细分客户，为目的客户开发设计产品金融产品也需要进行细化，为不同客户提供不同产品有的客户高风险偏好高，希望高风险高收益；有的客户风险偏好低，希望稳健收益;有的客户金融理财意识低，只需服务很好即可;有的客户完全没有主意，你说是啥就是啥不同年龄，不同收入，不同职业，不同资产的客户对金融产品的需求都不尽相同。金融企业需要借助于户画像，来了解客户，找到目的客户，触达客户。 客户画像的目的15从业务角度出发对顾客进行分析，了解顾客需求，寻找目的客户在了解客户需求和消费能力，以及客户信用额度的基础上，利用画像信息为客户开发出适合目的客户的产品或开展营销活动 顾客画像需要坚持的三个原则16顾客画像涉及数据的纬度需要业务场景结合，既要简朴干练又要和业务强有关，既要筛选便捷又要以便进一步操作顾客画像需要坚持三个原则信用信息和人口属性为主采用强有关信息，忽视弱有关信息将定量的信息归类为定性的信息 信用信息和人口属性为主17信用信息信用信息是描述一种人在社会中的消费能力信息，是顾客画像中主要的信息进行客户画像的目的是寻找目的客户，其必须是具有潜在消费能