大數(shù)據(jù)的概念炒了那么久，如何利用用戶在線下消費(fèi)積累的大數(shù)據(jù)創(chuàng)造消費(fèi)場(chǎng)景

從淘寶的 “花唄” 到京東的 “京東白條”，再到芝麻科技旗下針對(duì)線下零售門店推出的實(shí)時(shí)導(dǎo)購(gòu)助手 “知了”、結(jié)合了線下商業(yè)消費(fèi)數(shù)據(jù)及線上消費(fèi)軌跡的 “觀星”，似乎大數(shù)據(jù)還被禁錮在互聯(lián)網(wǎng)企業(yè)的圈子內(nèi)。互聯(lián)網(wǎng)大數(shù)據(jù)在于掌握了許多傳統(tǒng)數(shù)據(jù)方及征信方拿不到的數(shù)據(jù)，例如在國(guó)外，已經(jīng)有公司在分析用戶的 Facebook、LinkedIn 和 Twitter 賬戶來評(píng)估他們的信用情況。包括美國(guó)的企業(yè)征信巨頭鄧白氏近年的戰(zhàn)略主要有二：增強(qiáng)數(shù)據(jù)挖掘能力，兼并掌握技術(shù)的企業(yè)；與互聯(lián)網(wǎng)數(shù)據(jù)掌控方戰(zhàn)略合作，共享數(shù)據(jù)。

今年6月，浦發(fā)銀行信用卡中心宣布與騰訊征信開展合作，借助互聯(lián)網(wǎng)大數(shù)據(jù)對(duì)客戶消費(fèi)行為和誠(chéng)信記錄作出盡可能全面的綜合分析，開展基于互聯(lián)網(wǎng)大數(shù)據(jù)的第三方征信服務(wù)，這在傳統(tǒng)金融機(jī)構(gòu)中算得上是第一家。

那么，除了暢想在未來的某一天，企業(yè)可以結(jié)合第三方數(shù)據(jù)、互聯(lián)網(wǎng)大數(shù)據(jù)做更多征信業(yè)務(wù)之外，積累了千萬級(jí)用戶數(shù)十億條消費(fèi)信息數(shù)據(jù)的傳統(tǒng)銀行，該如何利用自己原有的業(yè)務(wù)數(shù)據(jù)積累做到實(shí)際上的線下營(yíng)銷落地？畢竟，線下的消費(fèi)數(shù)據(jù)沉淀時(shí)間更久，關(guān)聯(lián)著的信用卡賬戶甚至還包括許多個(gè)人資產(chǎn)證明、工資證明等材料，跟互聯(lián)網(wǎng)企業(yè)相比，省去了線下征信調(diào)查的步驟。

浦發(fā)信用卡中心的首次嘗試的切入點(diǎn)在信用卡，并選擇了天璣科技的大數(shù)據(jù)團(tuán)隊(duì)作為解決方案提供商，而在天璣科技背后，更有智樹科技等科技創(chuàng)新公司提供大數(shù)據(jù)技術(shù)分析的支撐。除了上述線下數(shù)據(jù)沉淀的優(yōu)勢(shì)之外，選擇此次合作，是因?yàn)樾庞每ㄖ行睦么髷?shù)據(jù)做業(yè)務(wù)落地能挖掘用戶的增量消費(fèi)需求嗎？

對(duì)于這個(gè)提問，天璣科技的大數(shù)據(jù)團(tuán)隊(duì)負(fù)責(zé)人梁晟認(rèn)為，信用卡的透支功能、用戶消費(fèi)特征都需要大數(shù)據(jù)做把控，并做實(shí)時(shí)營(yíng)銷方案，“信用卡中心是最關(guān)注用戶行為、消費(fèi)習(xí)慣，希望用戶多刷卡消費(fèi)，獲得更多的流量。主要的目的：第一，獲客，拿下增量的客戶群體；第二，爭(zhēng)取讓已有的客戶增加消費(fèi)。浦發(fā)銀行信用卡的客戶群主要是華東區(qū)的白領(lǐng)，都是收入相對(duì)比較高的人群”，這其中的數(shù)據(jù)含金量很高。

梁晟畢業(yè)于復(fù)旦大學(xué)計(jì)算機(jī)系，碩士學(xué)位，多年來從事金融、運(yùn)營(yíng)商的應(yīng)用架構(gòu)和咨詢，對(duì)大數(shù)據(jù)的實(shí)踐落地有著許多獨(dú)到見解，并同時(shí)帶領(lǐng)團(tuán)隊(duì)選擇了銀行業(yè)這個(gè)數(shù)據(jù)價(jià)值密度較高的行業(yè)，以信用卡業(yè)務(wù)作為切入點(diǎn)，在促進(jìn)信用卡業(yè)務(wù)獲客、營(yíng)收甚至風(fēng)控等方面，邁出了實(shí)踐的一大步。在他看來，信用卡的三大痛點(diǎn)及背后根由，主要分為實(shí)時(shí)營(yíng)銷、數(shù)據(jù)關(guān)聯(lián)、銀行缺乏落地實(shí)踐等，歸納總結(jié)如下：

第一，信用卡交易的數(shù)據(jù)量特別大，用戶量千萬級(jí)，用戶歷史信息和記錄數(shù)十億，年交易量超越了十億級(jí)。而與之對(duì)應(yīng)的，核心系統(tǒng)還是基于原有的成熟架構(gòu)的系統(tǒng)，主要針對(duì) OLTP 的在線事務(wù)處理。原有的核心系統(tǒng)運(yùn)行穩(wěn)定，但不適合做在線數(shù)據(jù)分析的處理。

通常用戶刷完卡之后，核心系統(tǒng)需要對(duì)用戶進(jìn)行復(fù)雜的狀態(tài)計(jì)算，才能作出這筆交易成功、或者不成功的判斷，這個(gè)過程在系統(tǒng)中必須確保整個(gè)事務(wù)的完整性。整個(gè)計(jì)算過程數(shù)據(jù)處理量是多少？速度怎樣？梁晟回答，“大數(shù)據(jù)服務(wù)平臺(tái)現(xiàn)在做到以單節(jié)點(diǎn)數(shù)萬筆 / 秒規(guī)則匹配。分布式架構(gòu)是計(jì)算集群，原則上可以線性擴(kuò)展，以時(shí)間衡量的話，處理速度為微秒級(jí)”。

在判定這筆交易成功后，系統(tǒng)先進(jìn)行虛擬賬的記錄，可能到當(dāng)日統(tǒng)一清算時(shí)，再記錄會(huì)計(jì)賬。整個(gè)事務(wù)處理的復(fù)雜性的要求導(dǎo)致核心系統(tǒng)騰不出時(shí)間做實(shí)時(shí)營(yíng)銷，并且使用的還是傳統(tǒng)的技術(shù)架構(gòu)以及數(shù)據(jù)處理方法。一旦在任何環(huán)節(jié)，會(huì)計(jì)賬或者虛擬賬出現(xiàn)偏差，其錯(cuò)誤原因的排查往往要耗費(fèi)大量精力。為了保證數(shù)據(jù)的一致性，銀行信用卡業(yè)務(wù)往往相對(duì)弱化性能，更難以進(jìn)行更多的實(shí)時(shí)營(yíng)銷支持。

第二，隨著日積月累的數(shù)據(jù)沉淀，核心系統(tǒng)和各類業(yè)務(wù)應(yīng)用系統(tǒng)的數(shù)據(jù)也越來越雜亂，“噪音” 越來越多。數(shù)據(jù)處理系統(tǒng)多，可能每個(gè)系統(tǒng)都有分析、數(shù)據(jù)挖掘的功能，但是數(shù)據(jù)必須形成關(guān)聯(lián)圈。需要有一個(gè)大數(shù)據(jù)的平臺(tái)獨(dú)立在信用卡核心系統(tǒng)之外，把數(shù)據(jù)進(jìn)行清洗，更關(guān)注用戶、做用戶畫像，更主動(dòng)甚至自動(dòng)進(jìn)行實(shí)時(shí)性的營(yíng)銷和推廣，且保證逐步增長(zhǎng)的精準(zhǔn)性。

第三，不能做到對(duì)用戶的實(shí)時(shí)營(yíng)銷。原本的核心系統(tǒng)在包括長(zhǎng)事務(wù)的多個(gè)環(huán)節(jié)，需要對(duì)許多信息進(jìn)行判定、核實(shí)（比如額度是否透支、上期還款是否已到位）才能確保交易成功，沒法同時(shí)完成實(shí)時(shí)營(yíng)銷。如果在核心系統(tǒng)之外另外開發(fā)一套數(shù)據(jù)系統(tǒng)，導(dǎo)入新流入的用戶交易大數(shù)據(jù)，那么就可以在核心系統(tǒng)之外做到數(shù)據(jù)的實(shí)時(shí)更新，既不影響核心系統(tǒng)的事務(wù)處理，又可以據(jù)實(shí)時(shí)更新的數(shù)據(jù)，并以這些數(shù)據(jù)做在線實(shí)時(shí)分析，觸發(fā)事件式精準(zhǔn)營(yíng)銷。

甚至在未來，是否會(huì)有可能對(duì)用戶信用情況做評(píng)估上的調(diào)整，酌情降低或者提高透支額度？對(duì)于這個(gè)問題，梁晟的回答很堅(jiān)定，“銀行卡業(yè)務(wù)最核心的就是信貸，并高度強(qiáng)調(diào)風(fēng)控。分布式計(jì)算框架能整合多方數(shù)據(jù)，使海量數(shù)據(jù)在線分析成為可能，與信用評(píng)估的結(jié)合是必然的”。

在上述第三點(diǎn)實(shí)時(shí)營(yíng)銷方面，大數(shù)據(jù)的應(yīng)用也分為細(xì)分的幾種應(yīng)用場(chǎng)景：

浦發(fā)信用卡市場(chǎng)合作方每年有上萬家商戶。例如跟星巴克的有活動(dòng)合約，刷信用卡，滿足一系列的規(guī)則條件可以 88 折，在某一些節(jié)假日可以買一送一，或者當(dāng)日信用卡總消費(fèi)金融滿 1000 元就可以買一送一，這些活動(dòng)需要有一套完整的活動(dòng)規(guī)則引擎去進(jìn)行快速匹配，并發(fā)計(jì)算量非常大，還涉及到一些事務(wù)性處理，引入大數(shù)據(jù)的計(jì)算架構(gòu)使得這些在線分析成為可能。

用戶信息更新需要較長(zhǎng)的周期，例如積分，例如：刷卡滿了一定金額可以升級(jí)鉆石會(huì)員，但這樣的周期往往太長(zhǎng)，難以滿足日益提升的用戶服務(wù)質(zhì)量要求，大數(shù)據(jù)服務(wù)平臺(tái)建立了用戶分析的模型，批量處理用戶積分，以及 “白領(lǐng)”、“吃貨”、“土豪” 等用戶畫像標(biāo)簽，也，可以做到以周為單位更新數(shù)據(jù)。現(xiàn)在用戶標(biāo)簽是靜態(tài)標(biāo)簽，近期還會(huì)擴(kuò)展為動(dòng)態(tài)標(biāo)簽。

針對(duì)以上所述痛點(diǎn)，浦發(fā)銀行信用卡中心和天璣科技的聯(lián)袂主要從以下幾部戰(zhàn)略作為切入點(diǎn)：

第一，結(jié)合卡類業(yè)務(wù)實(shí)時(shí)營(yíng)銷的系統(tǒng)，浦發(fā)銀行信用卡中心專門成立了數(shù)據(jù)服務(wù)部，由天璣科技大數(shù)據(jù)團(tuán)隊(duì)提供大數(shù)據(jù)服務(wù)平臺(tái)，包含了實(shí)時(shí)營(yíng)銷功能，為將來所有的浦發(fā)信用卡中心業(yè)務(wù)部門和外部機(jī)構(gòu)提供數(shù)據(jù)服務(wù)。數(shù)據(jù)必須要關(guān)聯(lián)才有價(jià)值，金融的數(shù)據(jù)是價(jià)值密度非常高、也最真實(shí)?；氐角懊鏀?shù)據(jù)量大、數(shù)據(jù)處理系統(tǒng)龐雜的痛點(diǎn)，數(shù)據(jù)服務(wù)部目前是與外部征信、政府、公安、電商等進(jìn)行大數(shù)據(jù)對(duì)接的一個(gè)核心平臺(tái)，力圖在未來做到數(shù)據(jù)互聯(lián)，形成本地完整的大數(shù)據(jù)小生態(tài)圈。

海量數(shù)據(jù)的存儲(chǔ)和分析處理、升級(jí)是一方面，另外一方面就是交易數(shù)據(jù)也同時(shí)以流式計(jì)算的方式進(jìn)入大數(shù)據(jù)服務(wù)平臺(tái)，實(shí)時(shí)營(yíng)銷模塊跟核心系統(tǒng)是分離的，大數(shù)據(jù)服務(wù)平臺(tái)與核心系統(tǒng)存在交互，為其它業(yè)務(wù)應(yīng)用提供數(shù)據(jù)服務(wù)，通過 web-service 接口來大數(shù)據(jù)服務(wù)平臺(tái)的數(shù)據(jù)。

第二，作為數(shù)據(jù)服務(wù)的核心系統(tǒng)之一，必須要有明確的定位，將來業(yè)務(wù)拓展、落地的重任由數(shù)據(jù)服務(wù)部提供數(shù)據(jù)支持。結(jié)合以上大數(shù)據(jù)實(shí)時(shí)營(yíng)銷的場(chǎng)景，相比于線上 DSP 廣告大多以具體商品作為用戶的興趣標(biāo)簽，信用卡本身掌握更多的線下用戶數(shù)據(jù)、用戶刷卡地點(diǎn)。此外，天璣科技方提供的大數(shù)據(jù)服務(wù)目前還會(huì)結(jié)合消費(fèi)數(shù)量、消費(fèi)金額量等活動(dòng)規(guī)則，實(shí)時(shí)進(jìn)行規(guī)則引擎進(jìn)行匹配，進(jìn)行流式計(jì)算，完全的分布式高效處理數(shù)據(jù)。

未來業(yè)務(wù)拓展方面，還會(huì)結(jié)合商圈和 LBS 進(jìn)行更精準(zhǔn)的推薦和營(yíng)銷，而這些業(yè)務(wù)要取得一定的外部數(shù)據(jù)源，大數(shù)據(jù)服務(wù)平臺(tái)為將來的業(yè)務(wù)營(yíng)銷方案提供了基礎(chǔ)的應(yīng)用計(jì)算框架。假設(shè)，未來跟大眾點(diǎn)評(píng)等有合作的話，就可以獲得更多實(shí)時(shí)的用戶、浦發(fā)信用卡合作商戶的地理位置信息，從數(shù)據(jù)庫里的全國(guó)幾十萬種活動(dòng)中，挑選出 1-3 個(gè)最匹配的活動(dòng)推送給單個(gè)用戶。

許多銀行都會(huì)利用大數(shù)據(jù)技術(shù)進(jìn)行用戶畫像，或者歷史數(shù)據(jù)查詢，梁晟則認(rèn)為，此次浦發(fā)信用卡中心是國(guó)內(nèi)傳統(tǒng)金融圈內(nèi)第一家做到大數(shù)據(jù)實(shí)時(shí)營(yíng)銷的機(jī)構(gòu)，“天璣科技的大數(shù)據(jù)團(tuán)隊(duì)為浦發(fā)信用卡中心的市場(chǎng)部、電銷部、客服中心和移動(dòng)金融部等部門的提供實(shí)時(shí)數(shù)據(jù)服務(wù)，可說是初步綜合形成大數(shù)據(jù)的生態(tài)圈。在傳統(tǒng)銀行向互聯(lián)網(wǎng) + 大數(shù)據(jù)嘗試的方向上踏出了堅(jiān)實(shí)的一步”。未來，大數(shù)據(jù)應(yīng)用在傳統(tǒng)銀行業(yè)又會(huì)創(chuàng)造怎樣的成績(jī)？

的確，許多大數(shù)據(jù)的應(yīng)用場(chǎng)景還沒有真正做到實(shí)際落地，大多傳統(tǒng)銀行機(jī)構(gòu)還在觀望，小試牛刀的互聯(lián)網(wǎng)企業(yè)似乎停駐在支付寶的 “花唄” 等線上層面的嘗試。數(shù)據(jù)來源則更顯得缺失，大數(shù)據(jù)更多的是通過線上數(shù)據(jù)共享獲得，較為經(jīng)典的應(yīng)用實(shí)例就是淘寶的運(yùn)費(fèi)險(xiǎn)了。運(yùn)費(fèi)險(xiǎn)做過一套大數(shù)據(jù)智慧應(yīng)用的解決方案，退貨發(fā)生的概率，跟買家、賣家的習(xí)慣、商品的品種、價(jià)值、促銷活動(dòng)等都有一定相關(guān)度。運(yùn)費(fèi)險(xiǎn)采用了第三方提供的解決方案，應(yīng)用數(shù)據(jù)挖掘的方法，建立退貨發(fā)生的概率模型植入系統(tǒng)，就可以在每一筆交易發(fā)生的時(shí)候，給出不同的保險(xiǎn)費(fèi)率，使保險(xiǎn)費(fèi)的收取，使之與退貨發(fā)生的概率相匹配。問題是，真正將線下消費(fèi)的數(shù)據(jù)沉淀付諸大數(shù)據(jù)應(yīng)用的例子實(shí)在太少，國(guó)外的案例是 Target，而在國(guó)內(nèi)，天璣科技大數(shù)據(jù)團(tuán)隊(duì)又將交上來怎樣的一份答卷？