大數(shù)據(jù)驅(qū)動的金融業(yè)務(wù)創(chuàng)新課件

ArchSummit全球架構(gòu)師峰會深圳站2020大數(shù)據(jù)驅(qū)動的金融業(yè)務(wù)創(chuàng)新

百分點

首席架構(gòu)師

ArchSummit全球架構(gòu)師峰會深圳站2020大數(shù)據(jù)驅(qū)動的1未來的銀行會是什么樣？未來的銀行會是什么樣？2未來的銀行全渠道柜面自助客服全業(yè)務(wù)負債資產(chǎn)中間智能電子

互聯(lián)網(wǎng)

大數(shù)據(jù)主動個性化

方便未來的銀行全渠道柜面自助客服全業(yè)務(wù)負債資產(chǎn)中間智能電子 大數(shù)3“Big

Data”

之

“BIG”

BigBrother《1984》：TheBig

Brother

iswatching

BigGovern

ment政府對社會生活有

深入干涉Big

Oil、

Big

Steel1960年代，指代行業(yè)中的超級企業(yè)“BigData”之“BIG” Big《1984》：T4“Big

Data”

之

“BIG”

大數(shù)據(jù)是信息化技術(shù)的自然延伸，它讓我們從另外一種角度認識世界

IT時代

業(yè)務(wù)數(shù)據(jù)

生成和存儲業(yè)務(wù)IT系統(tǒng)

自動化

現(xiàn)實業(yè)務(wù)

DT時代業(yè)務(wù)IT系統(tǒng)

智能化

大數(shù)據(jù)

數(shù)據(jù)化

現(xiàn)實世界“BigData”之“BIG” IT時代 DT時代5

可穿戴設(shè)備?

可穿戴設(shè)備甚至可植入

設(shè)備將越來越多的出現(xiàn)

在現(xiàn)實生活中?

攻殼機動隊（Ghost

In

The

Shell）

信息化建設(shè)?

全社會的信息化程度越

來越高，越來越多的業(yè)

務(wù)需要計算機應(yīng)用，用

戶與這些應(yīng)用交互產(chǎn)生

大量數(shù)據(jù)??EugeneGoostman信息詐騙人類要學(xué)會從比特流中解讀他人，更要教會機器從比特流中理解人類??個性化推薦個性化醫(yī)療??RTB智能客服

信息網(wǎng)絡(luò)?

無處不在的網(wǎng)絡(luò)將

人和設(shè)備連接在一

起，認識人、與人

溝通的方法將發(fā)生

本質(zhì)性的變化大數(shù)據(jù)時代需要將“人”數(shù)據(jù)化：“用戶畫像”

Big

Data

=

無處不在的數(shù)據(jù) 可穿戴設(shè)備 信息化建設(shè)?EugeneGoostman人6理論理論7用戶畫像感性認識身長八尺，面如冠玉，頭戴綸巾，身披鶴氅，飄飄然有神仙之概用戶畫像感性認識身長八尺，面如冠玉，頭戴綸巾，8像

目標用戶畫方式組織標準驗證用戶畫像的幾個方面

描述人、認識人、了解人、理解人?

非形式化手

段：文字、

語音、圖像、

視頻…?

形式化手段結(jié)構(gòu)化、非結(jié)構(gòu)化常識、共識、知識體系?

依據(jù)：事實、

推理過程?

檢驗像 目標方式組織標準驗證用戶畫像的幾個方面?非形式化9大數(shù)據(jù)

+

洞察大數(shù)據(jù)用戶畫像：定義

用戶畫像是對現(xiàn)實世界中用戶的數(shù)學(xué)建模用戶畫像是描述用戶的數(shù)據(jù)，是符合特定業(yè)務(wù)需求的對用戶的形式化描述

源于現(xiàn)實，高于現(xiàn)實用戶畫像是通過分析挖掘用戶盡可能多的數(shù)據(jù)信息得到的

源于數(shù)據(jù)，高于數(shù)據(jù)大數(shù)據(jù)+洞察大數(shù)據(jù)用戶畫像：定義用戶畫像是描述用戶的數(shù)據(jù)10大數(shù)據(jù)用戶畫像：構(gòu)建原則

用戶畫像形式化業(yè)務(wù)知識體系本體Wiki：????本體是一種形式化的、對于共享概念體系的明確而又詳細的說明本體提供的是一種共享詞表，也就是特定領(lǐng)域之中那些存在著的對象類型或概念及其屬性和相互關(guān)系本體就是一種特殊類型的術(shù)語集，具有結(jié)構(gòu)化的特點，且更加適合于在計算機系統(tǒng)之中使用本體實際上就是對特定領(lǐng)域之中某套概念及其相互之間關(guān)系的形式化表達大數(shù)據(jù)用戶畫像：構(gòu)建原則形式化業(yè)務(wù)知識體系本體Wiki：?本11本體和知識表示本體實例

類

個體元素個體的集合關(guān)系函數(shù)公理類之間的相互作用

一種特殊的關(guān)系

永真斷言本體通常采用謂詞邏輯作為描述語言（符號表示、形式化表現(xiàn)）本體和知識表示本體實例 個體元素關(guān)系類之間的相互作用本體通常12樸素的知識表示方法：標簽-模型

模

型

經(jīng)驗總結(jié)的用戶特征

標

簽用戶特征的符號表現(xiàn)

現(xiàn)

實業(yè)務(wù)涉及的用戶特征樸素的知識表示方法：標簽-模型 標簽 現(xiàn)實13用戶畫像可以用標簽的集合來表示

化整為零每個標簽都規(guī)定了我們觀察、認識和描述用戶的一個角度

化零為整用戶畫像是一個整體，各個維度不孤立，標簽之間有聯(lián)系大數(shù)據(jù)用戶畫像：“標簽體系”方法

標簽是某一種用戶特征的符號表示

標簽體系用戶畫像可以用標簽的集合來表示 化整為零 化零為整大數(shù)據(jù)用戶14用戶畫像是特征空間中的高維向量

化整為零每個標簽都是特征空間中的基向量

化零為整基向量之間有關(guān)聯(lián)，不一定是正交的用戶畫像和標簽的數(shù)學(xué)描述

標簽是特征空間中的維度

特征空間用戶畫像是特征空間中的高維向量 化整為零 化零為整用戶畫像和15大數(shù)據(jù)用戶畫像：驗證

用戶畫像是對現(xiàn)實世界中用戶的數(shù)學(xué)建模模型是否反應(yīng)了現(xiàn)實現(xiàn)實是否在模型中體現(xiàn)?邏輯：可靠性?機器學(xué)習(xí)：準確率索：查準率??搜…?邏輯：完全性?機器學(xué)習(xí)：召回率索：查全率??搜…標簽（體系）準不準？標簽（體系）全不全？大數(shù)據(jù)用戶畫像：驗證模型是否反應(yīng)了現(xiàn)實現(xiàn)實是否在模型中體現(xiàn)?16大數(shù)據(jù)用戶畫像：驗證

用戶畫像是對現(xiàn)實世界中用戶的數(shù)學(xué)建模模型是否反應(yīng)了現(xiàn)實現(xiàn)實是否在模型中體現(xiàn)?邏輯：可靠性???機器學(xué)習(xí)：準確率搜

索：查準率…?邏輯：完全性???機器學(xué)習(xí)：召回率搜

索：查全率…標簽（體系）準不準？標簽（體系）全不全？無法同時滿足大數(shù)據(jù)用戶畫像：驗證模型是否反應(yīng)了現(xiàn)實現(xiàn)實是否在模型中體現(xiàn)?17大數(shù)據(jù)用戶畫像：驗證

用戶畫像是對現(xiàn)實世界中用戶的數(shù)學(xué)建模模型是否反應(yīng)了現(xiàn)實現(xiàn)實是否在模型中體現(xiàn)?邏輯：可靠性???機器學(xué)習(xí)：準確率搜

索：查準率…?邏輯：完全性???機器學(xué)習(xí)：召回率搜

索：查全率…標簽（體系）準不準？標簽（體系）全不全？無法同時滿足大數(shù)據(jù)用戶畫像：驗證模型是否反應(yīng)了現(xiàn)實現(xiàn)實是否在模型中體現(xiàn)?18大數(shù)據(jù)用戶畫像：準確性驗證

有事實標準數(shù)據(jù)+學(xué)習(xí)，可以驗證結(jié)果?

訓(xùn)練集

+

測試集例

示?

高、富?

家住北京

無事實標準假設(shè)+實現(xiàn)，只能驗證過程?計算過程是否合乎邏輯例??

示好人內(nèi)心強大實踐檢驗

證偽主義?試錯、A/B

Test、數(shù)據(jù)閉環(huán)、自我完善大數(shù)據(jù)用戶畫像：準確性驗證 有事實標準?訓(xùn)練集+19實踐實踐20數(shù)字化洞察風(fēng)險防范網(wǎng)點布局優(yōu)化設(shè)計網(wǎng)點定位和

功能規(guī)劃

運營管理客戶訪問

網(wǎng)點服務(wù)流量預(yù)測

優(yōu)化改進柜臺資源配置優(yōu)化...

營銷活動策劃與支持差異化廣告投放與推廣

跨渠道精準營銷

搜索引擎關(guān)鍵詞優(yōu)化社會關(guān)系

營銷...

客戶

微觀畫像

渠道交互分析與支持

高凈值潛在

客戶挖掘數(shù)字化渠道

客戶體驗

設(shè)計優(yōu)化

多維度客戶細分

...休眠客戶

喚醒

跨界

產(chǎn)品研發(fā)

客戶流失

預(yù)測數(shù)字化創(chuàng)新

產(chǎn)品

優(yōu)化改進......申請過線率

提升

實時反欺詐客戶信用風(fēng)險評價

客戶個性化定價押品價值自動評估...電子銀行部

分行個人金融部

信用卡中心

分行產(chǎn)品管理部門渠道管理部門運營管理部

分行風(fēng)險管理部授信審批部信用卡中心

應(yīng)用部門個人金融部以客戶為中心的數(shù)字化戰(zhàn)略

數(shù)字化營銷大數(shù)據(jù)底層平臺科技部/信息中心大數(shù)據(jù)時代的金融應(yīng)用框架：銀行版數(shù)字化洞察風(fēng)險防范網(wǎng)點布局網(wǎng)點定位和 運營管理柜臺資源...21人口統(tǒng)計學(xué)?

姓名?

身份證號?

手機號

...

生活信息用戶基本生活類標簽?

用水、用電?

天然氣使用信息

...

位置信息?

家庭、單位地址?

一般生活半徑?

日常打車路徑?

航空航班記錄

自定義信息不同屬性的自定義標簽?

白領(lǐng)?

高收入人群

...生活關(guān)聯(lián)關(guān)系

?

家庭關(guān)系

?

是否有子女

?

同事關(guān)系

?

朋友關(guān)系

?

社區(qū)生活圈子

...

金融關(guān)聯(lián)關(guān)系

用戶在本行的業(yè)務(wù)關(guān)聯(lián)

?

資金關(guān)聯(lián)

?

雇傭關(guān)聯(lián)

?

買賣關(guān)聯(lián)

?

擔(dān)保關(guān)系

...社交網(wǎng)絡(luò)關(guān)聯(lián)關(guān)系

用戶社交網(wǎng)絡(luò)圖譜

?

粉絲數(shù)量

?

是否加V

?

微信朋友圈

?

社交網(wǎng)絡(luò)影響力

...金融產(chǎn)品偏好用戶在我行的產(chǎn)品偏好?

產(chǎn)品持有比例?

產(chǎn)品持有金額

...非金融產(chǎn)品偏好用戶的興趣愛好?

喜歡高爾夫?

經(jīng)常看財經(jīng)類新聞

...

行內(nèi)渠道偏好用戶對我行渠道使用?

手機銀行使用頻率?

微信銀行使用習(xí)慣...

行外渠道偏好用戶全網(wǎng)渠道偏好?

上網(wǎng)習(xí)慣?

上網(wǎng)時長

...用戶自身價值用戶自身的價值?

是否有車?

車的品牌型號?

是否有房?

房的大小、位置?

年收入?yún)^(qū)間?

是否企業(yè)高管?

是否他行VIP

...

用戶對我行貢獻

用戶在我行的金融資

產(chǎn)、交易為我行帶來

的貢獻

?

EVA

?

客戶綜合價值

?

錢包份額

?

綜合成本

?

業(yè)務(wù)緊密度

?

業(yè)務(wù)支持度

...近期需求信息

客戶近期的需求（包含金融+非金融）?

近期是否準備結(jié)

婚?

近期是否生小孩?

近期是否換工作?

近期是否出行?

近期是否想買理

財

...

營銷活動信息用戶對營銷活動、以及我行各類產(chǎn)品服務(wù)的關(guān)系?

忠誠度?

用戶滿意度?

用戶流失概率?

營銷活動接受程

度?

營銷活動活躍度

...用戶風(fēng)險評價

從行內(nèi)、行外不同的

維度對用戶的風(fēng)險進

行評價

?

人行征信評分

?

百分點征信評分

?

信用風(fēng)險等級

?

洗錢風(fēng)險等級

?

綜合授信額度

?

信貸違約記錄

?

拖欠繳費記錄

?

還款能力

?

違約概率

...

黑名單信息?

信用卡逾期黑名單?

小貸逾期黑名單?

欠費用戶名單?

保險騙保用戶名單?

最高法失信人名單?

公安欺詐名單

...事實標簽?zāi)Ｐ蜆撕烆A(yù)測標簽第一維：業(yè)務(wù)層次劃分第二維：標簽應(yīng)用深度金融業(yè)用戶畫像體系：銀行版

支持應(yīng)用場景

用戶基本屬性用戶關(guān)聯(lián)關(guān)系用戶興趣偏好用戶價值信息用戶風(fēng)險信息用戶營銷信息人口統(tǒng)計學(xué)?姓名生活關(guān)聯(lián)關(guān)系 ?家庭22統(tǒng)一的產(chǎn)品類目和屬性體系產(chǎn)品數(shù)據(jù)集成第三方數(shù)據(jù)數(shù)據(jù)源數(shù)據(jù)采集數(shù)據(jù)管理統(tǒng)一的用戶畫像標簽體系社區(qū)論壇2.

用戶全渠道ID識別用戶數(shù)據(jù)集成3.信息整合4.分析建模5.用戶畫像企業(yè)網(wǎng)站移動App1.數(shù)據(jù)清洗

媒體數(shù)據(jù)接口

證券服務(wù)類應(yīng)用

銀行分析類應(yīng)用

保險營銷類應(yīng)用

金融行

業(yè)用戶數(shù)據(jù)接口

和應(yīng)用3.類別識別4.品牌識別5.屬性識別6.產(chǎn)品畫像1.數(shù)據(jù)清洗2.文本建模用戶畫像應(yīng)用邏輯架構(gòu)統(tǒng)一的產(chǎn)品類目和屬性體系產(chǎn)品數(shù)據(jù)集成第三方數(shù)據(jù)數(shù)據(jù)源數(shù)據(jù)采集23APIWebserviceT+0互聯(lián)網(wǎng)渠道類系統(tǒng)

門戶網(wǎng)站

手機銀行微信銀行數(shù)據(jù)交換系統(tǒng)

數(shù)據(jù)源系統(tǒng)

數(shù)據(jù)類系統(tǒng)信用卡核心交易系統(tǒng)信用卡風(fēng)險關(guān)聯(lián)系統(tǒng)數(shù)據(jù)中轉(zhuǎn)系統(tǒng)大數(shù)據(jù)平臺信用卡中心大數(shù)據(jù)平臺數(shù)據(jù)應(yīng)用系統(tǒng)

通知類系統(tǒng)

短信平臺

電子郵件營銷類系統(tǒng)

網(wǎng)上銀行

手機銀行數(shù)據(jù)倉庫

……OCRM系統(tǒng)ACRM系統(tǒng)

……第三方數(shù)據(jù)

微信銀行

-

-

-分析類系統(tǒng)數(shù)據(jù)文件

T+1大數(shù)據(jù)技術(shù)大數(shù)據(jù)管理大數(shù)據(jù)應(yīng)用日志文件

T+1采集實時接口數(shù)據(jù)文件實時

工

具

外聯(lián)應(yīng)用網(wǎng)關(guān)實時

OLAP系統(tǒng)

報表系統(tǒng)數(shù)據(jù)類系統(tǒng)

數(shù)據(jù)集市

數(shù)據(jù)倉庫數(shù)據(jù)集成和應(yīng)用架構(gòu)APIWebserviceT+0互聯(lián)網(wǎng)渠道類系統(tǒng)微信銀行數(shù)換24構(gòu)建用戶畫像關(guān)鍵難題精準描述用戶特征多渠道產(chǎn)品

信息打通用戶數(shù)據(jù)挖掘建模用戶多渠道

信息打通實時采集用戶數(shù)據(jù)構(gòu)建用戶畫像關(guān)鍵難題精準描述多渠道產(chǎn)品用戶數(shù)據(jù)用戶多渠道實時25官網(wǎng)商城第三方電

商第三方線下渠

道

體驗店/銷

售專

員客服論壇社區(qū)微信微博智能產(chǎn)品用戶標識會員標識

郵箱銀行卡

郵箱支付寶用戶名

郵箱

手機

固話序列號

手機

固話序列號用戶名

郵箱手機固話Cookie微信ID用戶名

郵箱固話序列號

MAC

IMEI手機固話手機固話手機固話序列號

手機

固話

旺旺序列號

手機

固話用戶名Cookie微信IDCookie微信ID微信ID微信IDCookie微信ID微博ID微信ID微信ID

手機一定能得到

的標識有可能得到

的標識企業(yè)用戶觸點舉例官網(wǎng)第三第三 體驗客服論壇微信微博智能用會 郵箱 郵箱用戶名26用戶A用戶B用戶C用戶全渠道ID打通

圖

中

?

有三類ID?

ID間有相互聯(lián)系?

相互聯(lián)系的ID反映出它們很有可能代表同

一個用戶低密級業(yè)務(wù)?

可以僅使用多重ID中的任意一個?

最大程度打通，跨平臺一致體驗高密級業(yè)務(wù)?

使用特定ID，或者多種ID的組合?

保證數(shù)據(jù)的準確和安全用戶A用戶B用戶C用戶全渠道ID打通?ID間有相互聯(lián)系27............

客戶基本信息客戶收入支出信息客戶歷史交易客戶資金往來客戶風(fēng)險等級

...事實標簽用戶畫像標簽原始數(shù)據(jù)預(yù)測標簽?zāi)Ｐ蜆撕?/p>

人口屬性資金往來趨勢賬戶歷史趨勢產(chǎn)品購買次數(shù)渠道使用頻率

投訴次數(shù)......人口屬性消費能力人群屬性違約概率用戶流失概率用戶近期需求......

人口屬性產(chǎn)品購買偏好用戶關(guān)聯(lián)關(guān)系.........模型預(yù)測

用戶價值

用戶興趣愛好渠道使用偏好

用戶活躍度

用戶滿意度

用戶風(fēng)險評分

建模分析

統(tǒng)計分析客戶持有產(chǎn)品客戶渠道使用使用模型/算法

預(yù)測算法...?時間序列?SVR?邏輯回歸?產(chǎn)品擴散模型?分層貝葉斯?定價模型?動態(tài)模型?CLV模型?流失預(yù)警模型?RFM模型機器學(xué)習(xí)?特征提取建模

?EM?特征選擇建模

?Bagging?預(yù)測優(yōu)化模型

?AdaBoost

推薦算法?SlopeOne

?Content-based?Apriori

?NBI二部圖?FPTree

?Heat

Diffusion?Hybrid

CF

?SVD矩陣分解

相似度計算?歐氏距離

?皮爾遜相似度?Jaccard相似度

?LSH局部敏感哈希?余弦相似度

分類、聚類算法?KNN

?貝葉斯網(wǎng)絡(luò)?神經(jīng)網(wǎng)絡(luò)

?SVM支持向量機

文本挖掘算法?TF-IDF

?TextRank?VSM

?TopicModel?CRF條件隨機場...

?LDA產(chǎn)出用戶畫像標簽 客戶基本信息客戶歷史交易客戶風(fēng)險等28用戶性別標簽產(chǎn)出流程示例

采集用戶互聯(lián)網(wǎng)行為

用戶采樣頁面標簽

抽取用戶標簽

擴散用戶行為

建模用戶行為

建模用戶標簽生成規(guī)則用戶標簽生成規(guī)則用戶性別標簽產(chǎn)出流程示例 采集用戶頁面標簽用戶行為用戶標簽29應(yīng)用應(yīng)用30應(yīng)用案例：客戶流失預(yù)警——模型框架

客戶基礎(chǔ)數(shù)據(jù)客戶賬戶數(shù)據(jù)變化

記錄客戶業(yè)務(wù)變化情況

數(shù)據(jù)客戶屬性

數(shù)據(jù)流失預(yù)警模型

現(xiàn)有客戶

流失關(guān)鍵指標

歷史數(shù)據(jù)特征函數(shù)

選取流失預(yù)警模型建立生成客戶流失概率流失客戶挽回

客戶經(jīng)理對

可能流失客

戶進行挽回生成可能流失客戶

名單根據(jù)業(yè)務(wù)實際情況調(diào)整閥值應(yīng)用案例：客戶流失預(yù)警——模型框架 客戶基礎(chǔ)數(shù)據(jù)客戶業(yè)務(wù)流31應(yīng)用案例：客戶流失預(yù)警——分析結(jié)果性別（男）年齡年齡2金卡普通卡鉆石卡機關(guān)團購支付類型消費天數(shù)

0.078-0.067

0.001-0.324

0.310-2.671-0.454-0.110-0.3851.0810.9361.0010.7241.3630.0450.0080.0000.3050.232

1.721-8.376

6.529-1.060

1.3340.069

314.600

-0.0080.635

0.346

-1.3140.896

0.036

-3.0120.680

0.020

-19.3260.0850.0000.0000.2890.1820.9930.1890.0030.000Coefexp(coef)

se(coef)zPr(>丨z丨)男性流失的概率是女性的1.8倍。年齡和流失概率間呈現(xiàn)U型關(guān)系，兩端易流失。普通卡流失概率>白金卡流失概率。金卡、鉆石卡、機構(gòu)團購卡流

失概率<白金卡流失概率，應(yīng)注意白金卡客戶的維護。支付類型和流失概率間存在顯著負相關(guān)系。通過模型可選擇易流失群體進行維護，例如：年輕男性白金卡持有者。應(yīng)用案例：客戶流失預(yù)警——分析結(jié)果性別（男）鉆石卡 0.0732流失分析建立一系列可能影響用戶流失的指標建模分析導(dǎo)致用戶流失的原因應(yīng)用案例：客戶流失預(yù)警——模型應(yīng)用

流失預(yù)警對高流失概率人群進行標識和提醒結(jié)合用戶價值篩選出應(yīng)重點維護的易流失人群休眠用戶喚醒對休眠用戶進行識別通過營銷、促銷手段喚醒休眠用戶流失分析建立一系列可能影響應(yīng)用案例：客戶流失預(yù)警——模型應(yīng)用33大數(shù)據(jù)驅(qū)動的金融業(yè)務(wù)創(chuàng)新課件34找到高價值潛在客戶

找到精準營銷切入點

營銷方案制定與執(zhí)行數(shù)據(jù)準備與匹配數(shù)據(jù)準備探索性數(shù)據(jù)分析特征變量選擇目標客戶選擇目標客戶分類制定營銷方案營銷方案執(zhí)行營銷效果分析歷史用戶指標分析數(shù)據(jù)匹配樣本客戶選擇用戶行為分析引子：高價值潛在客戶挖掘

(出國金融)