大數(shù)據(jù)應(yīng)用場(chǎng)景課件

客戶管理：構(gòu)建客戶360o立體畫像客戶之間的關(guān)系客戶經(jīng)理與客戶的關(guān)系……客戶關(guān)系信息客戶風(fēng)險(xiǎn)信息客戶溝通信息客戶財(cái)務(wù)信息客戶資產(chǎn)信息客戶聯(lián)系信息客戶事件信息客戶基本信息客戶產(chǎn)品信息客戶維度重大事件，公司開業(yè)、生日等違約事件，提前換款、逾期等可疑事件，可能發(fā)生的一些事……客戶名稱證件類信息客戶性質(zhì)信息……存款類產(chǎn)品信貸類產(chǎn)品證券類產(chǎn)品……信用評(píng)級(jí)黑名單……客戶利潤(rùn)貢獻(xiàn)度……客戶資產(chǎn)相關(guān)信息……客戶聯(lián)系信息，包括主要營(yíng)業(yè)地址電話、聯(lián)系地址、公司網(wǎng)址、電郵地址等客戶建議信息、申請(qǐng)信息、溝通信息、回訪信息、投訴信息、調(diào)查信息等業(yè)務(wù)系統(tǒng)數(shù)據(jù)客戶基本產(chǎn)品信息賬戶信息交易信息……企業(yè)內(nèi)外大數(shù)據(jù)微博信息社交網(wǎng)站流量日志音頻視頻……傳統(tǒng)客戶畫像數(shù)據(jù)僅僅來自業(yè)務(wù)系統(tǒng)，事件信息、關(guān)系信息、等多類信息缺失或不足，很難形成準(zhǔn)確、全方位的畫像。引入大數(shù)據(jù)，實(shí)現(xiàn)了客戶360o立體畫像客戶管理：構(gòu)建客戶360o立體畫像客戶之間的關(guān)系……客戶關(guān)系ZionsBank：構(gòu)建客戶360o立體畫像ZionsBank基于業(yè)務(wù)系統(tǒng)數(shù)據(jù)、Facebook、Twriter等社交媒體數(shù)據(jù)，構(gòu)建了客戶360o立體畫像設(shè)計(jì)產(chǎn)品推薦引擎，利用客戶畫像判斷客戶喜好，當(dāng)前客戶需要的金融產(chǎn)品，進(jìn)行產(chǎn)品推薦在客戶畫像基礎(chǔ)上，設(shè)計(jì)了客戶流失模型，分析客戶交易行為，判斷客戶忠誠(chéng)度，針對(duì)流失客戶進(jìn)行挽留ZionsBank：構(gòu)建客戶360o立體畫像ZionsB營(yíng)銷管理：執(zhí)行個(gè)性化的智慧營(yíng)銷個(gè)性化的智慧營(yíng)銷業(yè)務(wù)系統(tǒng)數(shù)據(jù)客戶畫像交易信息……企業(yè)外部大數(shù)據(jù)微博信息社交網(wǎng)站移動(dòng)互聯(lián)……傳統(tǒng)營(yíng)銷采用一對(duì)多方式，確定目標(biāo)群體，針對(duì)群體執(zhí)行營(yíng)銷，成本高、準(zhǔn)確性差。引入大數(shù)據(jù)可以根據(jù)客戶當(dāng)前需要（NextBestAction）或用戶生命周期的重大事件（KeyLifeEvent），實(shí)現(xiàn)個(gè)性化的智慧營(yíng)銷營(yíng)銷管理：執(zhí)行個(gè)性化的智慧營(yíng)銷個(gè)性化的智慧營(yíng)銷業(yè)務(wù)系統(tǒng)數(shù)據(jù)企VISA：使用大數(shù)據(jù)進(jìn)行個(gè)性化智慧營(yíng)銷信用卡支付服務(wù)商可以實(shí)時(shí)掌握信用卡用戶刷卡支付的記錄，即什么時(shí)候、在哪家商店、購(gòu)買商品的價(jià)值等數(shù)據(jù)VISA正發(fā)揮這一優(yōu)勢(shì)，開始提供一項(xiàng)新的服務(wù)。即在交易完成時(shí)，將合作企業(yè)發(fā)行的優(yōu)惠券，按照事先指定的條件，發(fā)送到經(jīng)過主動(dòng)許可的顧客手機(jī)上現(xiàn)在，美國(guó)最大的服裝零售店Gap正在使用這項(xiàng)服務(wù)。以郵政編碼為索引，當(dāng)顧客在Gap門店附近的商店（如咖啡廳）用信用卡進(jìn)行消費(fèi)的瞬間，手機(jī)馬上就可以收到可以在附近Gap門店使用的優(yōu)惠券。發(fā)送優(yōu)惠券的對(duì)象，僅限于注冊(cè)了Gap所提供的GapMobile4U服務(wù)計(jì)劃且事先征得同意的會(huì)員VISA保留了客戶在最近13個(gè)月的購(gòu)買記錄，根據(jù)客戶消費(fèi)內(nèi)容、消費(fèi)時(shí)間、消費(fèi)地點(diǎn)、消費(fèi)方式等信息，并結(jié)合用戶在社交媒體上的言論，勾畫客戶360o立體畫像。在此基礎(chǔ)上，進(jìn)行了購(gòu)買傾向分析、客戶購(gòu)買能力分析等合作企業(yè)可以根據(jù)VISA的分析結(jié)果，對(duì)優(yōu)惠券的發(fā)放條件進(jìn)行細(xì)致的設(shè)定，如發(fā)生支付的商店郵政編碼、購(gòu)買的商品、特定日期和時(shí)間段等VISA：使用大數(shù)據(jù)進(jìn)行個(gè)性化智慧營(yíng)銷信用卡支付服務(wù)商可以風(fēng)險(xiǎn)管理：實(shí)現(xiàn)高效準(zhǔn)確的風(fēng)險(xiǎn)控制風(fēng)險(xiǎn)模型風(fēng)險(xiǎn)管理壓力測(cè)試征信報(bào)告業(yè)務(wù)歷史數(shù)據(jù)客戶基本產(chǎn)品信息賬戶信息交易信息……企業(yè)外部大數(shù)據(jù)微博信息社交網(wǎng)站經(jīng)濟(jì)政策金融數(shù)據(jù)……傳統(tǒng)的風(fēng)險(xiǎn)管理受制于技術(shù)平臺(tái)處理能力，長(zhǎng)期歷史數(shù)據(jù)的無(wú)法參與風(fēng)險(xiǎn)模型運(yùn)算。引入大數(shù)據(jù)及大數(shù)據(jù)技術(shù)，使得基于長(zhǎng)期歷史數(shù)據(jù)業(yè)務(wù)壓力測(cè)試，準(zhǔn)確的征信報(bào)告、實(shí)時(shí)的欺詐檢測(cè)成為可能風(fēng)險(xiǎn)管理：實(shí)現(xiàn)高效準(zhǔn)確的風(fēng)險(xiǎn)控制風(fēng)險(xiǎn)模型風(fēng)險(xiǎn)管理壓力測(cè)試征信ZionsBank：利用大數(shù)據(jù)實(shí)現(xiàn)信貸風(fēng)險(xiǎn)管理ZionsBank構(gòu)建數(shù)據(jù)倉(cāng)庫(kù)平臺(tái)打破了信息孤島，全面整合了客戶的多渠道交易數(shù)據(jù)，以及經(jīng)營(yíng)者個(gè)人金融、消費(fèi)、行為等信息ZionsBank構(gòu)建了大數(shù)據(jù)平臺(tái)定期采集社交網(wǎng)站、搜索引擎、電子銀行點(diǎn)擊流，跟蹤分析客戶的人際關(guān)系、情緒、興趣愛好、購(gòu)物習(xí)慣等方面的信息綜合上面兩部分信息，ZionsBank構(gòu)建了信用評(píng)估模型和還款風(fēng)險(xiǎn)模型，對(duì)客戶的信用等級(jí)和還款意愿進(jìn)行預(yù)判在第一次發(fā)生信貸業(yè)務(wù)，缺乏信貸強(qiáng)變量情況下，使用教育背景、過往經(jīng)歷等變量組合分析，建立信貸風(fēng)險(xiǎn)預(yù)警機(jī)制組中實(shí)現(xiàn)了貸前風(fēng)險(xiǎn)預(yù)判、貸后風(fēng)險(xiǎn)預(yù)警能力ZionsBank：利用大數(shù)據(jù)實(shí)現(xiàn)信貸風(fēng)險(xiǎn)管理Zions欺詐管理：偵測(cè)交易過程中的欺詐行為欺詐規(guī)則引擎客戶信息賬戶信息渠道信息交易歷史……信用卡交易借記卡交易利用大數(shù)據(jù)技術(shù)進(jìn)行模式識(shí)別，構(gòu)建判斷規(guī)則利用快數(shù)據(jù)技術(shù)對(duì)信用卡、借記卡交易進(jìn)行實(shí)時(shí)捕獲、實(shí)時(shí)監(jiān)控通過搜集客戶、賬戶、渠道、交易等信息，分析交易行為，構(gòu)建正常交易模式和異常交易模式的模型設(shè)計(jì)在線判斷規(guī)則，實(shí)現(xiàn)卡交易欺詐的實(shí)時(shí)檢測(cè)檢測(cè)結(jié)果返回到模型，修正準(zhǔn)確性欺詐管理：偵測(cè)交易過程中的欺詐行為欺詐規(guī)則引擎客戶信息賬戶信JPMorgan：BigData+FastData的欺詐偵測(cè)JPMorgan提供了事件驅(qū)動(dòng)型的實(shí)時(shí)欺詐檢測(cè)JPMorgan根據(jù)客戶長(zhǎng)期累積的交易歷史建立客戶的欺詐消費(fèi)模式和正常消費(fèi)模式，實(shí)現(xiàn)下面兩種檢測(cè)：欺詐消費(fèi)檢測(cè)指利用數(shù)據(jù)挖掘手段從消費(fèi)歷史數(shù)據(jù)庫(kù)已經(jīng)收集的欺詐消費(fèi)記錄中挖掘出類似的欺詐模式，并利用已有的欺詐模式對(duì)新的消費(fèi)行為進(jìn)行分析和判斷新的消費(fèi)行為實(shí)時(shí)采集，實(shí)時(shí)進(jìn)行檢測(cè)。每當(dāng)發(fā)生新的欺詐行為后，系統(tǒng)立即利用發(fā)現(xiàn)的新的欺詐行為對(duì)原欺詐模式進(jìn)行調(diào)整，產(chǎn)生能適應(yīng)新的欺詐行為的欺詐模式異常消費(fèi)檢測(cè)基于用戶長(zhǎng)期交易歷史建立的正常消費(fèi)模式，實(shí)時(shí)捕獲新的消費(fèi)行為，判斷是否異常新的消費(fèi)行為實(shí)時(shí)采集，實(shí)時(shí)進(jìn)行檢測(cè)。多數(shù)用戶行為具有漸變性，因此應(yīng)當(dāng)使用新的交易記錄及時(shí)更新到正常消費(fèi)模型，以適應(yīng)用戶行為的變化JPMorgan：BigData+FastData的挖掘預(yù)測(cè)：通過沙盤演練挖掘數(shù)據(jù)價(jià)值業(yè)務(wù)判斷假想數(shù)據(jù)探查處理數(shù)據(jù)挖掘預(yù)測(cè)業(yè)務(wù)洞察產(chǎn)生數(shù)據(jù)科學(xué)家根據(jù)自己對(duì)業(yè)務(wù)的理解，有了一些新的業(yè)務(wù)想法或假設(shè)這些想法或假設(shè)存在不確定性，需要驗(yàn)證其業(yè)務(wù)價(jià)值數(shù)據(jù)科學(xué)家根據(jù)自己的數(shù)據(jù)的了解，探查并搜集可用的數(shù)據(jù)針對(duì)搜集到的數(shù)據(jù)進(jìn)行處理，主要包括：大數(shù)據(jù)的結(jié)構(gòu)化處理、文本挖掘數(shù)據(jù)科學(xué)家設(shè)計(jì)挖掘模型，導(dǎo)入數(shù)據(jù)，運(yùn)行模型根據(jù)挖掘的結(jié)果，論證新的業(yè)務(wù)想法或假設(shè)是否正確、是否具備業(yè)務(wù)價(jià)值挖掘預(yù)測(cè)：通過沙盤演練挖掘數(shù)據(jù)價(jià)值業(yè)務(wù)判斷假想數(shù)據(jù)探查處理數(shù)美洲銀行利用挖掘預(yù)測(cè)開展KeeptheChange美洲銀行的數(shù)據(jù)科學(xué)家在分析用戶VISA信用卡消費(fèi)時(shí)發(fā)現(xiàn)用戶每次消費(fèi)總存在零頭通過分析客戶行為，數(shù)據(jù)科學(xué)家發(fā)現(xiàn)客戶還款時(shí)經(jīng)常會(huì)取整，以降低還款的復(fù)雜性數(shù)據(jù)科學(xué)家設(shè)計(jì)了一種新的業(yè)務(wù)——KeeptheChange（保存零頭），例如：花費(fèi)28.24美元，美洲銀行將取整為29美元，并將這兩個(gè)數(shù)之間的差額(即0.76美元)支付到客戶的儲(chǔ)蓄賬戶上。通過模型驗(yàn)證，KeeptheChange可以增加客戶粘性，吸引客戶開立儲(chǔ)蓄賬戶為吸引客戶，美洲銀行對(duì)開立該業(yè)務(wù)前三個(gè)月的零頭進(jìn)行全額支付，上限為120美元，之后支付零頭總額的5%。這項(xiàng)業(yè)務(wù)投放市場(chǎng)后對(duì)客戶具有很強(qiáng)的誘惑力，自推出以來，已有2500萬(wàn)客戶申請(qǐng)了KeeptheChange，超過70萬(wàn)的客戶在美洲銀行開立了支票賬戶，并有1000萬(wàn)的客戶開立了儲(chǔ)蓄賬戶。美洲銀行利用挖掘預(yù)測(cè)開展KeeptheChange美洲銀歸檔管理：實(shí)現(xiàn)歷史數(shù)據(jù)歸檔查詢數(shù)據(jù)歸檔企業(yè)內(nèi)部業(yè)務(wù)數(shù)據(jù)企業(yè)內(nèi)部非結(jié)構(gòu)化數(shù)據(jù)企業(yè)外部非結(jié)構(gòu)化數(shù)據(jù)信息查詢歸檔管理結(jié)構(gòu)化非結(jié)構(gòu)化全文檢索數(shù)據(jù)回遷數(shù)據(jù)挖掘核心信貸國(guó)結(jié)應(yīng)用場(chǎng)景：歷史數(shù)據(jù)查詢公檢法查詢內(nèi)外部審計(jì)數(shù)據(jù)挖掘預(yù)測(cè)使用數(shù)據(jù)數(shù)據(jù)來自于企業(yè)內(nèi)外部，內(nèi)部數(shù)據(jù)主要是核心、信貸、保理等業(yè)務(wù)系統(tǒng)和業(yè)務(wù)處理所需的影像資料，外部數(shù)據(jù)主要是微博、網(wǎng)頁(yè)、圖片等非結(jié)構(gòu)化信息歸檔數(shù)據(jù)回遷……歸檔管理：實(shí)現(xiàn)歷史數(shù)據(jù)歸檔查詢數(shù)據(jù)歸檔企業(yè)內(nèi)部業(yè)務(wù)數(shù)據(jù)企業(yè)內(nèi)紐交所：利用大數(shù)據(jù)技術(shù)實(shí)現(xiàn)歷史數(shù)據(jù)歸檔紐交所積累了大量客戶信息、股票信息、指數(shù)信息、交易信息等業(yè)務(wù)數(shù)據(jù)和來自企業(yè)外部的社交媒體等大數(shù)據(jù)不同類型、不同功能的數(shù)據(jù)有各自的生命周期，紐交所引入了多溫度管理技術(shù)，搭建歷史歸檔平臺(tái)，實(shí)現(xiàn)了：面向終端用戶的歷史數(shù)據(jù)快速明細(xì)查詢面向業(yè)務(wù)人員歷史數(shù)據(jù)靈活明細(xì)查詢面向司法審計(jì)人員的歷史數(shù)據(jù)靈活明細(xì)查詢或數(shù)據(jù)導(dǎo)出面向數(shù)據(jù)科學(xué)家的歷史數(shù)據(jù)探查或數(shù)據(jù)導(dǎo)出紐交所：利用大數(shù)據(jù)技術(shù)實(shí)現(xiàn)歷史數(shù)據(jù)歸檔紐交所積累了大量客戶信輿情分析：分析用戶輿論評(píng)價(jià)電商網(wǎng)站用戶對(duì)產(chǎn)品的評(píng)價(jià)信息用戶對(duì)競(jìng)爭(zhēng)對(duì)手產(chǎn)品的評(píng)價(jià)信息競(jìng)爭(zhēng)對(duì)手的價(jià)格信息用戶評(píng)價(jià)管理用戶輿論評(píng)價(jià)主要監(jiān)控四大微博，四大門戶、百度搜索引擎等網(wǎng)站涉及本企業(yè)整體品牌、產(chǎn)品、服務(wù)等方面的輿論信息，并進(jìn)行信息采集和分析，得出正，負(fù)面判斷金融產(chǎn)品用戶反饋企業(yè)整體品牌分析服務(wù)質(zhì)量用戶反饋競(jìng)爭(zhēng)對(duì)手比價(jià)分析電商網(wǎng)站四大門戶搜索引擎四大微博門戶、微博、搜索引擎用戶對(duì)企業(yè)整體形象、產(chǎn)品、服務(wù)的評(píng)價(jià)信息用戶對(duì)競(jìng)爭(zhēng)對(duì)手整體形象、產(chǎn)品、服務(wù)的評(píng)價(jià)信息輿情分析：分析用戶輿論評(píng)價(jià)電商網(wǎng)站用戶評(píng)價(jià)管理用戶輿論評(píng)價(jià)主海爾集團(tuán)：用戶雷達(dá)分析輿論評(píng)價(jià)海爾集團(tuán)基于傳統(tǒng)BI技術(shù)搭建了企業(yè)級(jí)數(shù)據(jù)倉(cāng)庫(kù)平臺(tái)，整合了業(yè)務(wù)系統(tǒng)數(shù)據(jù)，在此基礎(chǔ)上實(shí)現(xiàn)了報(bào)表、查詢類管理分析類應(yīng)用隨著大數(shù)據(jù)時(shí)代的來臨，已建成的數(shù)據(jù)倉(cāng)庫(kù)平臺(tái)逐漸暴露出：不能對(duì)將來的各種業(yè)務(wù)進(jìn)行前瞻性預(yù)測(cè)及分析，無(wú)法規(guī)避業(yè)務(wù)風(fēng)險(xiǎn)等功能上的不足網(wǎng)絡(luò)爬蟲采集的信息以網(wǎng)頁(yè)和非結(jié)構(gòu)化文本為主，數(shù)據(jù)經(jīng)過結(jié)構(gòu)化處理提取用戶全生命周期的信息和聲音，并進(jìn)行挖掘分析，從中提煉有價(jià)值的信息，幫助海爾實(shí)現(xiàn)用戶需求驅(qū)動(dòng)的產(chǎn)品企劃，提供根據(jù)細(xì)分用戶市場(chǎng)的定向營(yíng)銷、銷售和服務(wù)，并最終在市場(chǎng)中維持和擴(kuò)大其領(lǐng)先優(yōu)勢(shì)2013年，為應(yīng)對(duì)大數(shù)據(jù)的挑戰(zhàn)，海爾集團(tuán)采用Hadoop技術(shù)建立了大數(shù)據(jù)平臺(tái)，從京東商城、淘寶網(wǎng)、天貓商城、蘇寧易購(gòu)、國(guó)美在線、一淘網(wǎng)等主流電商網(wǎng)站上采集了用戶針對(duì)海爾產(chǎn)品的評(píng)價(jià)信息、競(jìng)爭(zhēng)對(duì)手（西門子、美的、飛利浦等）價(jià)格信息，其中：競(jìng)爭(zhēng)對(duì)手的價(jià)格信息每天通過網(wǎng)絡(luò)爬蟲程序采集一次用戶評(píng)價(jià)信息每周通過網(wǎng)絡(luò)爬蟲程序采集一次海爾集團(tuán)：用戶雷達(dá)分析輿論評(píng)價(jià)海爾集團(tuán)基于傳統(tǒng)BI技術(shù)搭建了大數(shù)據(jù)分析典型應(yīng)用場(chǎng)景客戶畫像在傳統(tǒng)客戶360o視圖基礎(chǔ)上，引入大數(shù)據(jù)，整合客戶重大事件、社交關(guān)系等信息，實(shí)現(xiàn)了客戶體畫像精準(zhǔn)營(yíng)銷根據(jù)客戶當(dāng)前需要（NextBestAction）或用戶生命周期的重大事件（KeyLifeEvent），實(shí)現(xiàn)個(gè)性化的智慧營(yíng)銷靈活定價(jià)建