大数据项目在银行业的应用2050758.pptx





《大数据项目在银行业的应用2050758.pptx》由会员分享,可在线阅读,更多相关《大数据项目在银行业的应用2050758.pptx(21页珍藏版)》请在淘文阁 - 分享文档赚钱的网站上搜索。
1、大数据项目在银行业的应用第 2 页大数据项目启动思路1 1目录 首先要了解自己的企业,或者自己所在的行业的核心是什么?作为各类企业尤其是客户方的企业来说,大数据跟他们有什么关系,或者说作为企业方怎样去参与,这是企业方现在面临的最大问题。大数据项目启动思路核心数据现在对很多企业来说实际上就是CRM,自己的用户系统,这是最重要的。如企业经常会在线上线下举办一些活动,在做活动的时候,消费者的信息只是简单地提供在表单里面,还是进入了CRM的系统里?核心数据需要企业去找常规渠道里面的数据,跟自己的CRM结合起来,才能为自己下一步做市场营销、做推广、产品创新等建立基础。外围数据 这方面信息的主要特征是非结
2、构化,而且非常庞大常规渠道的数据社会化数据大数据项目启动思路 在建立数据的过程中,企业需要从什么方向去探索,也不是漫无目的的。在大数据尤其是互联网时代还有一个最重要的点,就是失效预警。即你发现一个规律,在现实中应用了,但是你一定要设立一些预警指标。大数据项目启动思路第 6 页大数据项目建设要点2 2目录大数据项目建设要点1、关注集群属性,推进“区域化”营销将同样生活、工作圈内的客户作为一个“集群”,这些客户往往具有某些相同的属性,分析这些集群客户的规律与偏好,针对不同集群的特征进行差异化营销。具体的操作方式包含如下四个步骤:1合理划分区域合理划分区域合理划分区域2区域客户画像区域客户画像区域客
3、户画像3行为偏好分析行为偏好分析行为偏好分析4遴选营销活动遴选营销活动遴选营销活动 发现数据中存在的关系和规则,挖掘数据背后隐藏的知识,预测未来的发展趋势。这是大数据应用的最终目的和方向,也是能够为企业带来实际效益的手段。对于银行而言,预测客户的信用风险与流失风险无疑是最重要的工作之一。这项工作的开展需要经历如下几个步骤:大数据项目建设要点2、整合运营信息,跟踪客户“健康度”量化 评估指标构建 诊断模型指导 日常工作大数据项目建设要点量化 评估指标构建 诊断模型指导 日常工作1、业务信息类2、消费信息类3、捆绑业务类4、客户维系类大数据项目建设要点量化 评估指标构建 诊断模型指导 日常工作1、
4、主成分分析法通过主成分的载荷矩阵和主成份的贡献率确定指标权重。2、层次分析法通过对非定量事件的定量对比分析,制定出一套较为可行的确定权重或直接比较的方法。大数据项目建设要点量化 评估指标构建 诊断模型指导 日常工作1、通过模型进行客户的健康度评估2、通过对于不同行动的客户响应率与挽留率对于活动的有效性进行评估 运用以往未被关注的内部数据检测管理运营效率与服务承诺落实情况。将评估内容扩展,结合内部数据,则有助于获得更有针对性地结果。3、应用内部数据,做好“承诺”管控大数据项目建设要点内外承诺梳理界定 评估标准定期检核改进第 13 页大数据分析的解决方案3 3目录1.大数据分析相关系统大数据分析的
5、解决方案 目前广泛使用的开源海量数据处理系统大都以Hadoop作为数据存储和并行处理的基础框架HDFS提供海量数据存储平台,MR框架提供海量数据并行计算模型。Hive和Pig都是在Hadoop之上提供了类SQL语言的解决方案,这大大减少了并行处理程序开发的难度,使用户不必具备较强的程序编写能力,进而更多地关注业务逻辑。以上海量数据处理系统在高可用性、高容错、扩展性方面都提供了很好的支持。HadoopHadoopHiveHivePigPig2.大数据分析的经典案例大数据分析的解决方案3、大数据在银行业的应用场景大数据分析的解决方案实现了 实时营销中信银行结合电子 商务平台和信贷业务建设银行社交网
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 数据 项目 银行业 应用 2050758

限制150内