大数据时代下银行业务运营的趋势分析(上)

2018/12/26 09:26

随着移动互联网、云计算、物联网和社交网络的广泛应用,人类社会已经迈入一个全新的“大数据”信息化时代。而银行业务运营的发展,也离不开大数据。

新知图谱, 大数据时代下银行业务运营的趋势分析(上)

国内不少银行已经开始尝试通过大数据来驱动业务运营,从发展趋势来看,银行大数据应用可以分为四大方面:客户画像应用、风险管控、精准营销以及运营优化。(本期重点介绍前两个部分)

银信博锐自主研发的“金融大数据智能分析服务平台”(以下简称:平台)以银行实时的柜面交易数据、各种实时的网上交易数据、业务系统积累的大量历史交易数据、新媒体的各种舆情数据和金融产品评价数据、潜在优质客户的行为数据等为数据源,实现金融机构所需信息的内部生产环境数据清洗挖掘,互联网外部非结构化数据清洗整合,以及这些数据的多维度智慧化分析应用。

新知图谱, 大数据时代下银行业务运营的趋势分析(上)


01

客户画像应用
                 

客户画像应用主要分为个人客户画像和企业客户画像。

个人客户画像包括人口统计学特征、消费能力数据、兴趣数据、风险偏好等;企业客户画像包括企业的生产、流通、运营、财务、销售和客户数据、相关产业链上下游等数据。平台中的子系统“数据分析”模块就是将银行所有用户进行标签化分类,形成客户画像,通过客户画像分析,了解用户结构,为后续精准营销与运营优化建立基础数据库。

在进行客户画像时,值得注意的是,银行拥有的客户信息并不全面,基于自身拥有的数据有时难以得出理想的结果。因此,银行不仅仅要考虑自身业务所采集到的数据,更应考虑整合外部更多的数据,以扩展对客户的了解。平台中的子系统”数据分析“模块,不仅能采集到银行基础用户的数据,还能通过采集银行新媒体(APP、微信公众平台等)粉丝的相关数据,实现数据分析的全面化。

新知图谱, 大数据时代下银行业务运营的趋势分析(上)


02

风险管控

风险管控包括个人和企业信贷风险评估和欺诈交易识别等手段。

(1)信贷风险评估。平台的子系统“风险预警”模块,可以通过对个人的财务流通信息,或企业的生产、流通、销售、财务等相关信息进行贷款风险分析,帮助银行量化个人和企业的信用额度,更有效的开展银行的信贷业务。

(2)实时欺诈交易识别和反洗钱分析平台的子系统“风险预警”模块建立了交易风险规则库,银行可以利用持卡人基本信息、卡基本信息、交易历史、客户历史行为模式、正在发生行为模式(如转账)等,结合交易风险规则库进行实时的交易反欺诈分析。一旦有账户触发规则,立即预警。并且,该模块会对预警信息及时报出,并封锁账户,保障银行资金安全。

新知图谱, 大数据时代下银行业务运营的趋势分析(上)
+ 关注

更多新知

知识库

已收录新知