证券行业大数据解决方案分析

证券行业大数据解决方案

前言

随着互联网及移动互联网的高速发展，传统证券业也逐步走向市场化和网络化，行业在快速变化中也面临着激烈的竞争，一方面国家监管层面逐步放开管制，加强监督，鼓励创新。另一方面，证券行业内部各公司也在不断的与时俱进，从经纪、资管业务的网络化，到证券版银联的发展，再到个性化、移动化、社交化的客户服务。

证券公司要在这样竞争激烈市场中保持领先地位，需要在满足监管层合规审计的要求下，以客户为中心，对内深化运营和服务，提高现有客户体验和单客户价值；对外实时了解市场和上市企业等信息，加强跨界合作，对潜在客户精准定位和营销。

在这样背景下，数据成为券商提供内外竞争力的关键，只有及时准确地获得客户在内部和外部的交易、行为，媒体偏好，社交内容的信息数据，才能更好的了解客户，做好营销和服务，并不断优化产品设计和运营。

证券行业大数据问题及解决方案

1、哪些数据需要纳入到大数据平台上来？

证券公司内部在经纪业务、资管业务、投行业务和自营业务中存在各个系统，例如股票交易系统、理财交易系统、用户开户系统、客服系统等。同时，在各个业务中又存在各种角色，如用户，上市公司、融资方、出资方、托管行等。这些角色在各个系统每时每刻都在产生着各种结构的数据，这些数据产生的不但数量大，类型多，速度快，而且可能会存在各个系统的不一致。

同时，在互联网高速发展的今天，和证券公司相关的各个角色也在无时无刻不在产生大量的网络数据，例如用户的购物行为、媒体资讯浏览等，上市公司的投融资、并购活动等。各业务形态也都在大的市场环境下受到影响，例如政策法规、国内外金融形势、重大事件等。这些数据中哪些应该被纳入大数据平台呢，是根据最终的业务场景来决定，还是将所有能获取的数据全部纳入，深入挖掘，以数据说话呢？

本方案的大数据理念是数据标准化和分层接入。对目前和将来可获取的数据类型、来源进行充分调研和理解，制定统一的数据接入标准、结构化标准、归一化标准、挖掘标准，以实现很好的系统扩展性。根据业务需求、数据类型、范围、来源、采集技术、实时性要求等进行分层接入，尽量保证原始数据完整性，整合数据一致性和挖掘数据价值度。

2、如何进行跨渠道的用户生命周期运营管理？

移动端、PC端乃至类似Apple Watch等可穿戴设备都已成为用户数据触点。股票、投资理财、投顾服务等各个业务，涉及到交易、风控、清算等系统的数据都是用户在各个触点、场景下的痕迹，对这些数据进行拉通和分析，可以掌握用户在该券商所处的生命周期，从而可以有的放矢的。对用户进行针对性运营。

本方案采用代码潜入的方式，对用户在各个系统、各个触点的行为数据进行采集，分析其浏览、查找、存留、访问路径、事件深度、到达渠道等，进而对用户进行跨屏幕、跨应用、跨系统的生命周期分析。

3、如何通过产品、咨讯、投资建议的个性化推荐，提升用户体验，深挖用户？

面对越来越多的投资选择，用户的选择困难症凸现。如何让用户在最短的时间找到自己需要的产品、资讯乃至可靠的投资建议、选股建议呢？

建立在用户、产品、资讯、服务、市场充分了解的基础上，本方案强大的推荐引擎给用户提供实时的“千人千面”的跨屏、跨站的个性化产品资讯推荐和服务。

4、如何快速精准的定位和营销新用户？

随着各大券商支付系统的对接和完善，其业务不断延伸到生活场景的支付，而且，其与时俱进的产品设计也与用户工作生活等场景密不可分。“把网民变股民”的战役中，用户在互联网的各场景触点成为竞争激烈的战场，只有买股票才被想起的券商将逐渐被淘汰。

本方案帮助证券客户利用第一方DMP平台，探知用户触点和渠道偏好，同时将DMP平台与本方案线上营销平台无缝对接。该平台已成功对接了各几十家DSP、SEM、EDM、SMS 等线上代理渠道，可对其进行统一频控、投放规则、素材管理、监测和效果评估等。该平台的还为客户提供外部数据标签优化投放效果；与DSP数据对接，保护客户信息不泄露；并将潜在客户数据回流到第一方DMP这些数据服务。

5、如何及时准确地感知市场，保持竞争力

市场舆情指数，重大事件预警等对证券公司来说是非常重要的信息。需要实时监控。

本方案有非常专业的舆情监控应用，数据来自于每天实时读取的上万家新闻媒体网站的资讯内容。通过对这样数据的热点分析、敏感词分析、舆情指数、A股新闻热度择时指标NQ等计算，实时提供市场舆论监控。

941大数据服务联盟券商客户案例

1、客户一：某金融集团下属证券公司

对于集团型证券，不仅拥有自己的内部数据，更可以在集团的帮助下共享兄弟公司的数据，例如征信、理财等数据。从而更加完善用户画像，对用户进行更贴心的服务和更精准的营销。通过本方案所提供的用户中心大数据平台，充分采集各渠道用户行为数据、本公司及兄弟公司的系统数据，并补充本方案的外部数据标签，建立自有用户画像体系，进行网络交易行为分析、支付分析、产品分析、市场监控、智能产品推荐等典型大数据应用，实现了用户需求驱动的产品企划，优化产品开发，提升用户服务质量。

2、客户二：某中型证券公司

随着智能移动设备的普及，通过移动APP为客户提供产品和资讯推荐服务已经成为各大券商争相获得用户的主要手段。如何在APP上实现个性化服务，做到不同用户的“千时千人千面”呢？

企业通过搭建大数据底层技术平台，建立统一的数据采集、整合、数据挖掘，完成统一数据视图，打通多渠道、甚至多个交易APP、服务APP的用户、产品和资讯数据，建立用户、产品和资讯事实数据库，从而沉淀完成用户标签数据库，建立包括个性化着陆页、个性化产品和资讯推荐、个性化消息提醒、个性化投顾服务在内的应用场景，快速提高用户的忠诚度与用户粘性，用数据打造券商的用户竞争力。