金融大数据应用案例

• Hadoop能够存储大量非 结构化数据，允许公司 收集和存储Web日志、 交易数据和社交媒体数 据。
• 数据被汇集至一个通用 平台，以方便以客户为 中心的数据挖掘与数据 分析工具的使用。
花旗银行
• 分析数据包括
客户提供的信息（申请、表格等） 社交网络、公共网页得到客户的信用记录以及信用历史 和目标客户有类似行为模式的客户数据 金融以及经济数据
可扩展、高性能的数据仓库解决方案
需求
能够实现百度文库务数据中的信集中银和行整信合；用可卡以中支心持多样化和复杂化数据分析
提升信用卡中心的业务效率；通过从数据仓库提取数据，改进和推动
有针对性的营销活动。
EMC Greenplum
采用大数据方 案后价值体现
实时的商业智能 可以结合实时、历史数据进行全局分析,风险管理部门现在可以每天评 估客户的行为，并决定对客户的信用额度在同一天进行调整；原有内 部系统、模型整体性能显著提高 秒级营销 Greenplum数据仓库解决方案提供了统一的客户视图，更有针对的进 行营销。2011年，中信银行信用卡中心通过其数据库营销平台进行了 1286个宣传活动，每个营销活动配置平均时间从2周缩短到2-3天。
金融大数据应用案例
民生银行
• 署云计算，实现自动化、高能效 、虚拟化和标准化的云部署目标 ；
• 洞察大数据推动了民生银行的转 型与创新；
• 手机银行等移动应用帮助它们打 造了战略产品平台
• 根据数据智能分析向前台提供 服务与反馈，支持实现以客户 为中心的服务模式与体验；
• 整合日益互联互通的各种服务 渠道；
证券交易委员会文件 招股章程、过往贷款记录 新闻（以衡量公众意见以及信心） Facebook在内的来自社交网络的数据（个人、家庭计划等）
花旗银行--续
• 应用
信用风险评估（贷款） 针对性营销 以客户为中心
客户统一视图（结构化和非结构化数据） 细分客户，按照客户行为进行分类 为客户提供质量一致的客户体验
客户行为分析，包括电话语音、网 络的监控录像：客户走动线路的 重叠分析
风险控制与管理：结构化非结构化 数据整合，分析系统存在IT风险 或者钓鱼网站防欺诈
互联网银行模式—交行
阿里金融
• 大数据与小而美的金融信贷
完全是构建在互联网的基础 通过数据分析，以自主服务模式为主的、面对小微企业的信贷工厂 24小时开放、随时申请、随时审批、随时发放的纯互联网的小额信贷服务
对消费者购买行为的分析，比如点击量、跨店铺点击，订单流转量 甚至聊天信息的收集和分析
未来互联网金融模式下资源配置的特点是：资金供需信息直接在网 上发布并匹配，供需双方甚至不需银行、券商或交易所等中介，直 接匹配完成信评级的重要依据
互联网银行模式—建行
光大银行—行动
• 打通社会化大数据库，期待社会化数据内外通达
3
建设银行
• 阿里信贷
面向阿里巴巴普通会员全面放开，不用提交任何担保、抵押，只需 凭借企业的信用资源就可以“微贷”
“微贷”通过网络低成本广泛采集客户的各类数据信息，分析挖掘 的数据，判断客户资质，用户可以24小时随用随借、随借随还
善融商务平台上的每一笔交易，建行都有记录并且能鉴别真伪，可 作为客户授信评级的重要依据
• 建立持续从广泛的来源获取、 量度、建模、处理、分析大容 量多类型数据的功能；
• 及时在互联互通的流程、服务 、系统间共享数据，并将经过 智能分析与加工的数据用于业 务决策与支持；
• 智能化分析和预测客户需求
大数据 挑战
发卡量增长迅速：2008年发卡约500万张，2010年增加了一倍。 业务数据增长迅速：随着业务的迅猛增长，业务数据规模也线性膨 胀。 数据存储、系统维护、数据有效利用都面临巨大压力。
如何把品牌价值透过网络杂音直击目标客户，并及时发现客户的需 求做好精准服务是考验自身技术段位的
如果把银行内部的客户号和新浪的微博号挂接起来，在一定程度上 就可以做群体营销了。
外部数据引入的动作很关键，把微博、QQ、邮箱等社交化的、能 很快找到客户的方式能通达起来。跟传统的数据存储放一起，同 等对待，建立一个更加立体丰富的数据库。
基本信息、爱好信息、行为信息、分析信息
• 互联网金融模式
新浪微博开发平台上做了一个缴费应用——“V缴费”
光大银行—思考
• 银行大数据包括非结构 化数据、结构化数据和 敏捷数据
系统日志数据 GIS地理信息数据 在线交易数据
• 前瞻性的应用
客户营销：在线营销方案
微博营销：把微博上用户跟我们光 大银行用户相匹配，采用中文分 析引擎
• 现状
中国将近4200万小微企业，占企 业总数的的97.3%
由于分布零散、业务不规范、盈 利不明朗、信 贷时间长、信用 难以构建等现状，使得小微企 业的贷款相当困难
ODPS
Open Data Processing Service ，阿里云开放数据处理服务
来自淘宝、天猫、 B2B、支付宝 的交易数据、日志、聊天记录以 及评价等各个方面的数据
经过确定的调度、系统监控、数 据分析、算法优化等流程，最终 形成了310模式
其他应用—思考
• 自下而上的风险分析。分析ACH交易、信贷支付交易， 以获取反映压力、违约或积极发展机会。
• 业务联系和欺诈分析。为业务交易引入信用卡和借记卡 数据，以辨别欺诈交易。
• 跨帐户参考分析。分析ACH交易的文本材料（工资存款 、资产购买），以发现更多营销机会。
• 事件式营销。将改变生活的事件（换工作、改变婚姻状 况、置房等）视为营销机会。
• 交易对手网络风险分析。了解证券和交易对手问的风险 概况和联系。
• 消费智能。
摩根大通
• 已经开始使用Hadoop技 术以满足日益增多的用 途，包括诈骗检验、IT 风险管理和自助服务
• 150PB在线存储数据、3 0,000个数据库和35亿个 用户登录账号
• IBM Watson产品
深度非结构化数据分析 自然语言处理 决策支持 基于循证的学习功能
西太平洋银行
• 特点：
随着大数据的大量涌现，尤其是在社交媒体网络的背景下，渠道战 略不应仅限于传统的银行渠道，而且还应整合新的客户接触点（即 社交媒体网站）
尽管西太平洋银行已经非常清楚地认识到社交媒体数据仅仅是当今 多种数据来源之一，但银行目前侧重于将情感分析作为其大数据分 析挑战的一部分