银行业大数据解决方案

银行业大数据解决方案技术创新，变革未来概述银行愿景A客户洞察B精准营销D渠道管理C差异服务将产品以合适的方式触达合适的人群提升每个渠道运营能力能深入洞察每个客户在银行内外的方方面面提供每个客户差异化的服务和体验银行面临挑战—产品创新乏力、客群流失加剧银行离客户越来越远客户不断流失难以挽回客户维系成本不断攀升在互联网交易链条中，银行所占比重越来越低，这使得银行越来越难以知道客户的消费行为；互联网金融的出现，在未来可能会超过以银行为中心的间接融资和以交易所为中心的直接融资模式，这会使得银行逐渐被边缘化。本质上是因为银行对于客户的了解程度，相对越来越弱。竞争越来越激烈，银行意识到客户满意度的重要性，并将提升服务作为工作目标。在具体的操作过程中，银行关注产品特点，从服务提供质量、客户服务感知进行调查，试图找到解决办法。但是客户满意度却一直停留在原有水平。客户流失率也在不断上升。本质上是因为银行服务同质化。随着互联网金融各类“宝宝”们冲击银行存款，抬升融资成本，银行越来越难以找到低价优质的资金，客户维系成本也不断攀升。银行客户维系陷入“理财收益高，客户多，收益下降，客户跑”的怪圈。本质上是由于银行无法对客户需求进行及时响应，只能通过价格这一唯一工具进行营销。银行面临挑战—或缺乏数据、或数据不可用缺乏洞察客户的数据客户信息数据质量差缺乏高效的分析工具由于历史原因，银行对于客户信息的重视程度不够，在业务设计阶段没有设置收集客户属性的字段，或虽然设计了但并未要求用户提供，导致大量重要的客户属性没有进入到银行体系中，从而无法从内部数据洞察客户的特征虽然有些银行重视对客户属性信息的收集，但是由于收集阶段的不严谨，导致收集到的数据质量特别差，无法用于业务分析。如客户地址信息不规范，性别、年龄与身份证不符等等各种问题银行对传统结构化数据的分析已经非常成熟，且产生了巨大的业务价值。但是对文本、图片、语音等非结构化数据或者半结构化数据的分析，尚缺乏高效的分析工具，从而无法挖掘出有价值的信息应对策略—采集分析用户线上实时行为并生成行为标签，整合行内客户基本属性、渠道信息，构建完整的客户标签画像体系网厅手机银行微信银行用户线上行为采集网站内容分析用户行为分析渠道流量分析运营分析上网行为特征地理位置行外渠道偏好用户画像金融产品偏好交易行为偏好行内渠道偏好业务提升：助力宁波银行网厅实现精细化管理、精细化运营、精细化营销精细化管理精细化运营精细化营销自传播促使转化产品创新渠道管理成本节约新客获取客户洞察客户细分提升留存老客营销忠诚度活跃度流失预警提高活跃用户线上行为采集及分析对用户线上行为进行全方位分析网站概况流量分析页面分析来源分析访客分析定制分析网站概况实时访客受访页面来源分类新老访客转化路径网站趋势入口页面搜索引擎地域分布事件跟踪页面医生外部链接系统环境自定义指标忠诚度应用概况应用分析用户分析设置趋势分析使用分析用户生命周期订阅管理TOP分析渠道分析新增用户预警管理时间分析留存用户资源更新错误分析活跃用户自定义指标页面路径分析沉默用户流失用户回流用户PC端分析功能APP端分析功能通过对用户线上行为的分析，可以提供渠道运营、优化产品，从而提升客户体验总流量：搜索引擎外部链接直接访问细分搜索流量：百度搜狗360….渠道运营转化率注册转化率产品购买转化率广告转化率·….事件点击分析：产品优化客户体验促转化提活跃增留存自传播基于用户线上实时行为的分析，可帮助银行构建线上行为标签：渠道偏好、上网特征、人口统计学属性（地理位置）地理位置上网行为特征渠道偏好用户标签画像银行标签画像体系设计什么是用户标签？用户标签和行内360用户视图有什么区别？标签是描述用户特征的符号，是我们观察、认识和描述用户的一个特定角度，是构成宏观画像的基础元素。标签是树状结构的标签是不断变化的标签是不规则的标签必须语义完整，从树根到叶子节点算一个标签。人口统计学基本信息年龄 标签值18-25 是/否产品偏好理财产品短期非保本标签值0.6短期兴趣-

汽车消费贷款产品短期兴趣-

汽车消费贷款产品短期兴趣-

汽车消费贷款产品标签值0.10.80.2标签随着用户行为变化而变化，对标签值指定权重说明其程度。标签无需界定最大个数，随着业务不断变化，灵活调整。产品偏好标签营销活动标签访问特征标签人口统计学标签资产类产品负债类产品中间业务类产品营销活动参与程度产品信赖程度数据来源产生方式业务应用营销建议体验优化用户标签业务报表经营分析360用户视图用户标签360用户视图用户标签360用户视图用户标签360用户视图信赖程度确切值 推测值统计汇总 模型计算交易数据行为数据用户标签画像体系指标结果统计分析即席查询主题分析多维分析数据仪表盘传统BI分析报表展现 数据挖掘数据清洗、标准化、结构化事实标签模型标签预测标签标签工场业务标签全维度数据关系、预测分析商业建模 数据挖掘统计分析 语义分析规则组合企业业务系统数据交易日志网上银行数据探头第三方数据用户行为数据互联网公开数据外部标签媒体

电商 社交数据爬虫...产品扩散模型分层贝叶斯预测算法时间序列 ►定价模型SVR

►动态模型逻辑回归CLV模型流失预警模型RFM模型机器学习...特征提取建模特征选择建模预测优化模型EMBaggingAdaBoost推荐算法SlopeOne ►Content-basedApriori ►NBI二部图FPTree ►Heat

DiffusionHybrid

CF ►SVD矩阵分解...相似度计算...余弦相似度欧氏距离 ►皮尔逊相似度Jaccard相似度 ►LSH局部敏感哈希分类、聚类算法KNN ►贝叶斯网络神经网络 ►SVM支持向量机...CRF条件随机场...文本挖掘算法TF-IDF ►TextRankVSM ►TopicModelLDA使用模型/算法银行用户标签画像体系人口统计学特征地理位置特征交易行为偏好金融产品偏好访问特征偏好营销特征基本信息设备信息用户的居住地点国家►省市区县城市类型居住区域电子渠道转账用户在我行的转账类型交易偏好是否通过电子渠道交易转账频率转账渠道转账偏好电子渠道缴费用户在我行的缴费类型交易偏好缴费目的偏好缴费渠道偏好历史产品偏好近期产品偏好风险偏好渠道偏好网上银行访问特征用户浏览频度用户浏览页面数平均每次访问时长搜索关键字网银接触时间偏好手机银行访问特征用户浏览频度用户浏览页面数平均每次访问时长网银访问浏览偏好直销银行访问特征直销银行浏览频度直销银行浏览页面数平均页面停留时长业务品类偏好……产品风格偏好活跃区域判断用户的日常活动范围国家►省►市区县捐款偏好定期存款偏好理财产品偏好贵金属产品偏好基金产品偏好普惠基金宝购买偏好普惠多利宝购买偏好捐款偏好定期存款偏好理财产品偏好贵金属产品购买偏好基金产品偏好普惠基金宝购买偏好普惠多利宝购买偏好判断客户使用银行渠道的倾向接触触点偏好营销活动偏好客户对营销活动的欢迎程度营销活动参与度用户对我行各类产品利率和灵活性的敏感程度利率敏感度灵活性敏感度用户对营销活动、以及我行各类产品服务的关系基金风险偏好理财风险偏好姓名年龄段婚姻状况是否有子女学历是否本行员工是否贵宾客户星座签约渠道标识月均AUM用户使用的电子设备移动设备信用特征个人信用记录信用评级是否有固定资产收益车产信息房产信息网银交易用户只能通过网银进行的交易大额转账大额理财用户画

像精准营销营销三部曲：客户洞察—客户细分—精准营销流动性标签：产品流动性偏好、交易频次、特殊行为（提前赎回、理财转让）等风险性标签：产品风险性偏好、风险信用等收益性标签：产品收益性偏好、持有时长等1依据客户浏览、购买、持有、赎回、续约等配置资产行为及对应的产品特征不同，分别统计每个理财有效客户在4类近20个产品上的年日均余额及资产占比，并商业建模形成流动性、安全性、收益性标签2根据每个客户的标签结果（高-中-低）的分布，对客户进行分类，最多得到27类客户3依据客户基本信息（年龄、性别）、地域、消费特征、渠道偏好、用卡习惯、信用等级、风险评分及资产背景、兴趣偏好，确定营销方案设计思路，调整产品设计方案高流动高收益高风险中流动高收益高风险中流动中收益低风险流动性风险性收益性高流动中收益低风险智能营销的渠道借助信息的传播媒介，智能营销可以无处不在Web站APPWap站邮件短信微信柜台ATMCall

Center网点排队号RTB广告…w.baifendian.com线上精准营销方案ww线下营销方案已持有产品用户特征洞察确定营销客群，制定营销方案营销方案执行营销效果分析数据准备数据筛选数据匹配未持有产品用户细分训练模型，识别正相关因素未持有产品用户转化概率预测营销方案制定与执行找到目标客户的营销切入点数据准备与匹配案例案例一：华夏银行客户数据分析系统案例二：宁波银行标签画