大数据时代的信息化转型

,大数据的信息化转型,大数据知识如何让你受益大数据能帮助你在日常的职责中节省时间，提高效率，共享经验，洞察业务,节省时间, 提升效率和效益,大数据愿景是帮助我们的客户提高业务的效能，基于领先的交付能力与端到端的的业务分析和数据服务，创建可持续的、差异化的“信息优势”。,审计、税务与咨询服务整合了不同的分析与数据能力以及解决方案，帮助我们的客户实现彻底的目标，其中包括收益、利润增长、生产力提升、风险管理、税务、审计与合规管理等工作。,运用分析适用于从战略到执行的决策。我们帮助客户设计与交付一系列由分析与数据驱动的战略，包括创建新分析与数据驱动业务模型、通过更好的决策提升绩效、通过开发更成熟的分析、数据能力与技术来优化企业运营转型。,聚焦各行各业，在每个行业中有相应的行业专家来解决该行业客户由于新兴分析与数据业务模型能力带来的问题与机遇。,采用“hub & spoke”模型来经营和部署全球化的分析与数据专家网络，用于为我们跨国/跨区域的客户提供分析与数据能力相关的交付。,提供多种能力型的团队来设计与交付由分析和数据驱动的战略与能力，包括业务专家（如，市场营销、产品研发、供应链、风险与合规、转让定价等），能力专家（如战略、运营、企业设计、财务、政策等）以及技术专家（如，数据架构、数据治理等）。,大数据有助于为我们的客户提高数据和分析的价值，集成了从战略到执行的各行业、地区和能力业务分析专家,分析能力,从战略到执行,聚焦行业,全球交付能力,能力多样化,咨询项目,调研与分析,分析应用,咨询数据工厂,对标,知识资本,创新,大数据和分析团队,创新提供深入的数据和分析的专业知识，在集中的环境使用的新数据资源、数据技术与数据视觉化方式。打通学术专家与创业公司的创新网络。,知识资本调查、白皮书、文章、学术论文、视频、互动的移动应用、教育企业、领域专家和分析专家，并为分析提供领域的学术贡献。,调研与分析分析师通过评估企业问题，识别新兴趋势并通过观点与洞察调查关键跨行业问题。,对标对标可以理解深层的行业绩效，更好的的驱动企业发展。通过这些洞见，企业可以了解到如何通过关键绩效与同业的竞争，例如运营、流程、生产创新与劳动力规划等。,分析应用结合独特的数据模型，设置分析演算法与可视化工具，分析应用允许客户快速发掘、评估与开展分析解决方案。,咨询数据工厂提供数据架构、结构化与非结构化数据资源目录，以及专业数据与分析服务。,咨询项目,帮助客户开发并实施信息战略、运用统计与计算技术实践洞察，通过流程、技术、制度信息与分析实践来实现信息洞察与管理。,学习与提升,学习与提升有为有意了解分析领域的专家提供一系列从基本到高级的课程，从而建立一个以信息与分析为核心的职业发展路径。,分析为客户提供了一系列信息与分析服务,科学利用复杂的数据和分析的简单可视化进行数据驱动的决策。复杂通过动态可视化高级别内容来理解复杂数据。,艺术利用管理整个团队的经验确保跨职能的调整。速度同时评估多场景下的产出，来加速决策流程。,帮助客户利用大规模可视化平台与协作平台来组成复杂的战略规划流程s Your Company In a Room SM,战略与增长分析,客户与市场分析,销售与分配分析,产品与定价,流程与运营分析,合规分析,资金、风险、财务分析, 增长分析：对于市场、产品来说的增长的机遇有哪些？ 扩散分析：市场采取新产品、服务与渠道的速度有多快？ 回报分析：在一定时间下如何做到回报率最优化？ 竞争分析：市场的竞争动态是什么？ 场景分析：在宏观与微观经济驱动下如何评估多种场景？, 客户划分：如何根据社会人口、行为因素对客户分群？ 并购分析：如何规定客户目标来提升市场份额？ 市场预算/组合分析：如何提升市场预算与优化市场营销组合？ CLTV 分析：如何计算客户生命周期价值？ CRM 分析：如何测量与提升客户体验？ 持有率分析：导致客户部稳定的因素是什么以及如何提升客户持有率？, 销售分析：分公司与电子渠道如何更好的支持整体销售战略？ 分公司与ATM管理：如何优化分公司与ATM网点 哪个分公司绩效高？ 多渠道优化：如何通过优化多渠道来为客户提供优越的客户体验？ 激励分析：如何构建激励机制来优化整体利润？ 客户生命周期管理分析：如何识别客户对产品的需求？, 产品设计分析：如何设计对消费者正确的产品与服务？ 产品收益率分析：如何通过不同的分类、地域与分布渠道来决定产品收益？ 定价分析：如何在特定风险偏好与综合成本率情况下对产品以及捆绑产品进行定价来优化市场份额？ SocialMind分析：如何识别客户对银行产品与服务的正确评价与洞见？, HR 分析：如何识别员工持有与流失的主要原因？ 运营风险分析：如何利用社会反馈声音来主动的识别运营中的风险？ 投资组合优化：在战略与约束条件下如何优化投资组合？ 规划与流程分析：如何在多变的业务需求与资源约束下管理IT生产力？, 欺诈分析：如何识别欺诈模式并有效连接欺诈性的活动与可疑账户？ AML 模型：如何运用现有与新数据资源快速识别反洗钱行为？, ALM 分析：如何将短期、中期与长期资产/负债匹配来提升流动性与回报？ 集中度分析：如何确定集中度风险来保障资本充足率？ 偿付能力模型：如何在不同的宏观与微观经济驱动下确定资本需求？ 恢复分析：如何恢复过失或违约信用？ 风险预测分析：如何预测不同投资组合的信用风险？,我们的分析经验帮助客户获得跨产业链的实际影响,1,建立发现阶段来从目标状态识别差距并体现于分析策略,3,2,从内部和适当的第三方来源收集必需的数据，建立分析环境,4,为全球部署建立试点推广和培训材料，确定指标监测和测量的结果,开发优先分析模型, 通过测试和迭代模型提炼参数,评估当前数据成熟度、精确信息与分析战略，提供数据与分析环境后 建立分析模型,1,分析当前的信息架构和流程、确定当前痛点、差距和短期/长期机会,3,2,. 确定阶段方法实现未来体系结构支持所需的业务状态和简化复杂性.,4,2,建立大数据与分析架构评估及路径,为未来的状架构构定义一组全面的计划，估计持续时间和复杂性,.实施试点分析，在数据管理生命周期中与常见金融业务分析痛点保持一致,| page 9,Image: ,能帮助你更聪明迅速开始的指导意见,采取企业层面一致的手段能使组织表现的更好,创造信息优势的典型障碍大多数组织在尝试通过大数据分析创造信息优势的时候都面临着巨大的障碍,快！通过洞察力帮助你变得更聪明我们发现在中国企业需要快速的结果，有时对短期业务影响的需要在长期投资和组织变革之前,一种快速的分析方法，以更好的商业决策,决策框架明确商业价值重大“战略及运营决定”评估分析&数据挖掘,Decision Health Check（DHC） TM 优先权定义Decision Health Check (DHC) TM 是一种帮助企业评估他们准备并致力于将决策的科学和艺术相结合的诊断方式,会使用多个成熟的框架及方法以快速递交价值予客户,专有的信息成熟度诊断评估数据组织，提供的服务，数据管理能力，治理和架构的当下状况,根据决策的速度和复杂性确定优先顺序 根据关键决策类型评估预期的“速度和复杂性”并基于价值及投入权衡告知投资优先等级,跨价值链分析与洞察考虑在价值链的每个阶段所需的洞察力，以确保数据架构完整,分析工具包工具包包含了多种分析技术和多种类型的数据以帮助建立的分析,生命周期分析采取全面的分析方法来对全生命周期进行分析,联锁数据联锁的数据源以支持发展一个全面的业务洞察力,跨价值链的洞察与分析考虑在价值链的每个阶段所需的洞察力，以确保数据架构完整,技术平台选择选择正确的技术并考虑到业务需求性质和类型用于分析的数据类型,会使用多个成熟的框架及方法以快速递交价值予客户,分析应用程序以深入了解 并迅速采取行动在适当情况下，使用“快速启动”解决方案，包含一系列快速从数据到洞察到决定以致行动,测试与学习方法协调测试和学习方式以创建了信息优势,会使用多个成熟的框架及方法以快速递交价值予客户,案例,分析了当前数据采集、数据转换、数据分布和展现的信息架构和流程。确定当前的痛点，差距和短期/长期机会。增量开发未来信息状态的架构，用来支持现有环境下业务需求和简化的复杂性，提出了Hadoop生态系统技术方、ETL以及相关的领先实践。提出了不同的分析试点场景需求，结合常见数据管理生命周期中的金融业务分析痛点。执行试点选择场景并记录结果。定义一组全面的计划，预估未来架构增量阶段的持续时间与复杂性（Foundational, Replatform the Core, Scale & Decommission）。,缺乏一个完整的架构和可伸缩的技术基础设施而导致的数据管理方面的挑战业务分析和建模团队寻求自给自足缺乏项目领导和项目管理制度，尤其是第三方服务和解决方案提供商业务逻辑与个人专有的应用性质紧密耦合（如，SAS、PL/SQL）数据采集和管理过程缺乏一个一致的设计和架构和严重取决于应用程序 基于应用程序缺乏一个全面的、全球性的大数据和分析解决方案和流程架构蓝图,客户挑战,影响与成果,16,2,建立大数据与分析架构评估及路径与金融工程团队评估当前状态，识别关键业务与信息能力需求，并开发大数据与分析架构的未来状态，涉及Hadoop、数据集成、商业智能（BI）以及分析技术,1,为国际领先保险公司设计全球转型阶段的敏捷分析支持设计分析战略旨在提供敏捷分析支持，具有跨地域和业务线的可扩展性和灵活性，即实施扩展的 实践过渡模型,业务问题,影响与成果,虽然客户对客户拥有丰富的数据量，缺乏企业级部门数据的视图导致充分利用新机遇和增长的机会有限。客户历来不放置齐心协力管理其数据，导致数据质量、完整性、及时性和数据利用率均有差距（如，数字化市场）有限的企业数据知识和访问业务缺乏知识的数据资产、访问和使用工具和技能/能力没有企业级的跨部门数据需求和优先级可见性,开发了一个全面的/ 跨业务部门 基于客户业务运行的企业数据库；建立在线工具启用客户端遍历数据资产识别数据差异 包括内部差异与同业领先差异；基于业务影响、战略重要性与规模优先解决差异；提供高阶解决方案在企业内部建立“数据民主化”，包括工具、技能与激励变化；执行自选试点来普及“数据民主化”实施企业数据管理“覆盖”功能，理解跨业务部门数据需求并提供常见解决方案与资金,为全球领先金融服务/支付公司建立以大数据驱动增长的战略一个综合的企业数据库为数据能力差距与战略提供可见性，利用全面的路线图来加速数据驱动的增长,通过需求估计的应用程序加强进入到市场中去的策略企业可以更好的细分市场，设计产品，管理他们的零售商和优化每个地理区域,分析技术,关联分析价值索引回归分析分层分析最优化,数据类型,主要针对客户生命周期的建模主题,客户决策支持体系，需要围绕挖掘客户的深度、客户广度、提升客户价值三个维度进行,“增加客户数量提高客户基数”,“改善客户保持降低客户流失”,“提高客户的消费最大化客户价值”,Retention,Acquisition,Value,Value,Optimization,Optimization,Productivity,Productivity,Benefits,Benefits,客户价值差距,客户全部潜在价值,银行价值,Growth,获取新客户 (Acquisition),提高客户价值 (Growth),保持现有客户 (Retention),关注客户体验,客户广度,客户价值高度,客户深度,定向、有选择的引入外部客户资源识别、定位潜在目标客户，对潜在客户进行分级、分类流失客户赢回,激活沉默客户挖掘客户新的需求客户交叉销售客户向上销售,理解客户价值主张客户分群、分层客户流失预警客户流失、挽留管理,购买体验,服务体验,会员体验,长期关系体验,花粉体验,客户数据挖掘分析维度,例如：分析北京空气污染指数多元分析可用作分析北京最近的空气质量趋势,关联分析 数据融合离散事件建模数据聚合,北京天文台及北京环境保护署每日的天气数据,天气，风，气候，季节等.,2000 2013年,分析技术,数据类型,营销创新-一账通精准营销项目方案思路-脑图,营销创新-一账通精准营销项目营销活动设计,24,营销活动活动组A,营销活动对照组B,平安一账通客户网站行为数据集市,营销活动原始组D,随机选10%,决策模型,营销活动对照组C,按原有经验筛选,以日模型前3分段的客户做营销活动,日模型7、6、5分段月模型前3分段,日模型剩余随机抽取10%，查看模型排序能力,与活动组A、对比组B、C进行对比,响应率,订购率,收益率,营销活动,营销模型,6月共涉及30期短信类精准短信投放，覆盖客户共计300万人次，达到了短信精准营销的预期效果。,“新一贷”贷款精准投放,7月期间共有10期行产品偏好类广告精准投放，覆盖3000万人次，可见用户偏好类的后向需求巨大。,网站广告精准投放,一账通精准营销,营销活动设计与执行,营销创新-一账通精准营销项目营销活动KPI监控,一账通属性库,一账通挖掘模型,一账通营销KPI监控,一账通营销活动,1,2,3,4,活动组营销名单,对比组营销名单,营销客群提升率,营销客群分布,营销客群激活分布,响应率：响应率=3天内回复短信客户数/成功发送短信客户数,提升率： 提升=模型内营销组响应率/模型外对照组响应率,基于当前现状，明确大数据管理的通用需求和差异化需求：从更多数据源获取数据不同种数据源数据融合，不同数据特征数据融合高性能数据存储，检索，统计，服务,足于大数据分析要求，分析不同层次不同种类数据，尽可能多的掌握企业数据，在数据融合和数据分析的基础上实现风险控制。运用爬虫技术和语义分析技术，实现多数据源融合和数据特征融合。进而实现图存储，图计算和图分析。用复杂网络理论和同构图解析计算设计风控模型,风控预警,风险预警管理综合展示,1.全部采用成熟的开源架构，系统自主可控2.均为hadoop生态圈架构，很容易在此基础上假设HDFS，STORM和SPARK，从而实现系统升级3.兼顾大数据应用特性，开发效率，硬件环境，部署成本不高4.目前架构理论支持60T数据量，并实现高性能多维统计，且写数据对性能不影响5.源数据文件和数据的标签化，使系统可以有大量数据沉淀，实现数据资源化6.信息抽取，语义分析技术在外部已有成熟应用，可以提高项目开发效率7.为新数据源整合提供统一架构，知识规则库和语义分析功能,多数据类型输入和标签数据的分析数据分析激起账目审核以反应账户代码，股东，企业，流水，账目类型和金额之间的关系和模式,反欺诈动态题库,基于大数据技术，融合了大量企业、行业、生活消费、地图位置和社会媒体等多方位信息，丰富扩展对客户特征的认知维度。运用数据挖掘等分析技术，实现知识库的动态更新。根据不同客户的个人视图信息，动态生成匹配的风险测试题库供业务调用，有效避免题库内容重复而导致的风险识别能力降低甚至失效的情况。,通过快速过滤欺诈客户，提升客户信用审核的执行效率，大大降低营运成本，在降低企业风险、提高经济效益的同时，亦有效改善客户服务质量。,定制化搜索引擎,传统的风控流程中，审批员、催收人员、反欺诈人员需要通过网查、114查询、公安网、百度、贴吧、微博、qq空间等各种途径确认客户身份、资质，但是由于这些互联网信息分散，无法统一查询，审批过程中无法制定统一的操作指引，造成大量的时间花在网查上，耗费大量人力。新的适用于风控流程的搜索引擎，预先对不同部门不同人员所需查询范围内的互联网资料进行抓取，并依照内部评定的重要程度对查询内容进行排序，有利于各部门制定统一的操作流程，节省了大量人力。,挑战：银行原有的风险控制系统采用PD数据模型以企业流水，担保，抵押为数据来源，结合定性何定量分析，以计分卡方式对贷款风险进行评级风控。这个方法有一定的局限性，首先大型企业通常在几家银行均有资金往来账户，任何一家银行都无法获得该企业的全部流水，而部分流水很难反应企业的经营状况是否健康，其次PD模型是一个定性再定量的模型，担保和抵押在流水数据无法评价企业经营状况的同时必然占有很高的比重，这样导致一些经营状况很好的企业又无法获得贷款，最后，这种风险评价方法对企业涉诉，欠薪和撤贷等行为均不敏感，往往导致银行的后知后觉。建立大数据风险管理数据平台，是银行对公风险控制管理的创新项目，融合银行业务数据，法院数据，网络数据，水电数据，工商数据等的综合大数据管理平台项目，针对原有银行PD模型种种不足之处，运用大数据技术手段，着力提升风控的准确性，敏捷性的前瞻性,分词：将一个汉字序列切分成一个一个单独的词，达到电脑自动识别语句含义的效果。概念提取：从语言学、逻辑规则以及统计学的角度出发，以最佳的方式来理解文字所包含的信息，从而对其内容进行准确的分类以及主要概念的确定。,第一步：对短信进行分词，提取主谓宾及关注信息第二步：提取业务相关概念：如信用卡账单、贷款还款、分期产品购买等、并划分概念结构类别第三步：文本转化为结构化数据第四步，每个客户整理为单一数据,手机短信解析,新的业务模式下，客户资质较差，大部分客户信用报告缺失，传统的评分卡模式需要引入其他的数据对客户资质进行评分。,大数据实践-传统评分卡模式的进化,位置信息服务（LBS数据与客户画像的综合分析）,向商铺用户提供基于商圈概念的精准经销服务能力。每当消费者进入指定商圈，则进行定向内容推送,现有风控数据：,大数据框架下的数据类型:,大数据框架下，风险数据类型的变化,通过向搜索服务提交查询来获得查询的返回结果,服务提供对索引内容的维护功能，例如对一个布尔表达式进行更新，或对某一篇被索引的文档删除其索引；管理员能够通过命令行来批量实现这样的维护操作,16,建立统一搜索门户服务,服务提供索引创建功能,统一搜索门户系统架构,搜索引擎的应用,满足不同类型数据的信息检索,1,数据统计,2,关联显示,3,建立统一检索模式并应用通过搭建统一检索模式,针对不同类型数据，建立不同的检索方法，提高检索效率,实现数据统计、关联显示并进行数据导出在加工等功能,与同业品牌比较,客户： 请问X行的短信收费吗？客服：您好，很高兴为您服务。请问您平时存取