- 1、本文档共7页,可阅读全部内容。
- 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
金融大数据分析平台项目简介
XX科技股份有限公司编制
目录
TOC\o1-3\h\z\u一、 金融大数据分析平台项目背景 3
二、 客户情况及市场情况 3
1. 客户情况 3
2. 市场情况 4
三、 技术选型 5
四、 项目团队构成 6
五、 团队成员技能需求 6
金融大数据分析平台项目背景
银行业一直是一个数据驱动的行业,数据也一直是银行信息化的主题词。银行的信息化进程先后经历过业务电子化、数据集中化、管理模型化等阶段,如今随着大数据技术的飞速发展,银行信息化也进入了新的阶段:大数据时代。
目前,国内银行都积累了海量的金融数据,包括各类结构化、半结构化、非结构化数据,数据量巨大,存储方式多样。但是这些海量数据还没得到充分利用,显得价值含量较低。只有经过合适的预处理、模型设计、分析挖掘后,才能发现隐藏在其中的潜在规律。而应用大数据分析技术,可以从海量的、不完全一致的、有噪声的、模糊的、随机的数据中提取隐含在其中的、人们事先不知道的、但又是潜在有用的信息和知识。银行可以利用这些信息和知识来提升金融业务的服务效率和管理水平,银行的关键业务也能从中获得巨大收益。
银行在大数据技术应用方面具有天然优势:一方面,银行在业务开展过程中积累了大量有价值数据,这些数据在运用大数据技术挖掘和分析之后,将产生巨大的商业价值;另一方面,银行在资金、设备、人才、技术上都具有极大的便利条件,有能力采用大数据的最新技术。建立“金融大数据分析平台”,可以通过对金融数据的挖掘、分析,创造数据增值价值,提供针对银行的精准营销、统一广告发布、业务体验优化、客户综合管理、风险控制等多种金融服务。
客户情况及市场情况
客户情况
目前,银行客户对数据的利用仍是以各类统计报表为主,存在以下重大弊端:
1.对数据的分析仅按照固定项目,对业务情况进行事后统计分析和监控。实际上没有找到隐藏在数据背后的原因,数据深度分析和数据挖掘能力不足。
2.对数据的分析仅作为专项的统计分析结果输出,对于数据间的因果影响、相关性分组或关联规则、聚类、描述和可视化等工作尚未开展,数据关联分析能力不足。
3.统计分析侧重在事后的数据汇总,难以从数据汇总中得到客户服务事件发生的规律,以及前瞻性判断,数据的预测性分析能力不足。
市场情况
统一广告发布:目前金融行业客户在广告方面投入大、渠道多,但在确认真实效果、提供优化广告策略时却不能提供确切的数据证据。亟需利用大数据技术在收集各类型、各渠道广告发布数据的基础上,提供可靠的效果数据和优化策略建议。
精准营销:目前金融行业的营销方式基本上还是粗放式的,调查方式粗糙,分析原因简单,对过程的控制力差,对客户和产品的推广都缺少针对性。亟需利用大数据技术来收集详尽数据、科学分析原因、严格控制过程、并有针对性地面向客户和产品进行营销推广。
业务系统优化:目前金融行业对其业务系统的客户体验效果、客户转化率缺乏准确数据支持,也无法分析具体原因。亟需利用大数据技术获得各业务、各环节的客户转化率,从而有针对性地改进业务流程,提升服务质量。
客户流失分析:对于如何稳定留存客户、降低客户流失率,目前金融客户还无法准确分析客户流失的原因,也就无从提出有效的改进措施。亟需利用大数据技术在分析流失客户数据的基础上,提出改进客户关系管理效率和水平的有效建议。
风险分析:金融行业对自己客户和业务的风险分析停留在初级阶段,缺乏全面掌握和提前预防的技术手段。亟需利用大数据技术获得存在较高风险的客户群体及业务,作为对其进行重点监控和提前做好预防措施的基础。
技术选型
TABLEAU 针对数据分析及智能提供自助式或嵌入式的可视化分析图表
ELASTICSEARCH 针对数据分析及智能提供面向用户的全局数据探索或面向应用的全局数据搜索
CDH/FlumeKafka 数据采集,结合数据流技术对接各类应用系统及数据库的数据资源
HADOOPYARN 针对数据服务及安全类应用的定制开发提供微服务运行环境技术管理工具
CDH/HDFS 文件类数据整合与存储,HADOOP技术路线
CDH/HBASE 格式类数据整合与存储,HADOOP技术路线
CDH/HIVE 数据清洗
HADOOP 数据清洗工具
CDH/YARN+CM 数据负载及集群管理
CDH/HIVESparkML 数据分析及智能
项目团队构成
姓名
性别
学历
职称
专业
工作单位
项目中的分工
每年工作时间(月)
签字
成员A
男
本科
高级大数据工程师
应用电子技术
XX科技股份有限公司
项目管理
12
成员B
男
本科
高级大数据工程师
体育医学
技术总监
12
成员C
男
本科
中级软件工程师
计算机科学与技术
软件开发
12
成员D
男
本科
高级大数据
文档评论(0)