
大數(shù)據(jù):怎樣利用分析創(chuàng)造價值_數(shù)據(jù)分析師
作為全球銀行業(yè)最親密的合作伙伴之一,IBM公司一直在為世界各地的各種類型的銀行提供從提供端到端的業(yè)務(wù)咨詢和系統(tǒng)集成服務(wù)。本期年終策劃,《零售銀行》再次邀請到IBM大中華區(qū)相關(guān)專家撰文,來為大家解讀大數(shù)據(jù)在銀行業(yè)的具體應(yīng)用方案。
人民幣的國際化、利率的逐步市場化、方興未艾的互聯(lián)網(wǎng)金融和客戶對金融產(chǎn)品和服務(wù)體驗日益提高的期望,對所有的商業(yè)銀行都是“危”與“機”并存的“新常態(tài)”。這些新趨勢和新事物意味著不容忽視的挑戰(zhàn),也蘊藏著巨大的潛在機會,如果抓住了這輪轉(zhuǎn)型的契機,銀行就能占得未來持續(xù)發(fā)展的先機。
針對中國銀行業(yè)的創(chuàng)新轉(zhuǎn)型,IBM在今年的北京國際金融展上對國內(nèi)銀行業(yè)的發(fā)展提出了以下四點建議:1.以人為本,刷新移動互聯(lián)新體驗;2.數(shù)據(jù)為先,洞察客戶業(yè)務(wù)新需求;3.系統(tǒng)為實,讓核心能力支撐創(chuàng)新;4.風(fēng)控為要,讓企業(yè)安全盡在掌握。從以上4點建議中不難發(fā)現(xiàn)數(shù)據(jù)在銀行的經(jīng)營和發(fā)展中扮演著越來越重要的核心地位。因為歸根到底,銀行業(yè)就是一個跟數(shù)字和風(fēng)險打交道的行業(yè),不管是客戶體驗的提升還是金融風(fēng)險的管控,都需要有強大的數(shù)據(jù)分析能力的支撐和保駕護(hù)航。這也是過去數(shù)年來,大數(shù)據(jù)分析(Big Data Analytics)日漸成為各家銀行重點關(guān)注焦點的原因。
銀行研究和使用大數(shù)據(jù),實質(zhì)就是要弄清楚銀行應(yīng)該如何獲取和處理日益增多的數(shù)據(jù),驅(qū)動產(chǎn)品和服務(wù)的創(chuàng)新,利用分析創(chuàng)造業(yè)務(wù)和客戶價值。本文就將針對大數(shù)據(jù)在銀行業(yè)的使用,介紹IBM在全球和中國的大數(shù)據(jù)分析實踐經(jīng)驗和實施案例,以幫助從事零售銀行的朋友們開闊思路、更好的利用大數(shù)據(jù),打造"以客戶為中心"的新一代零售銀行。
數(shù)據(jù)已經(jīng)成為21世紀(jì)全新的自然資源,全球范圍內(nèi)數(shù)據(jù)產(chǎn)生的數(shù)量、種類及速度都在以爆炸性方式增長。而銀行天然擁有的海量客戶信息為銀行進(jìn)行大數(shù)據(jù)分析,挖掘客戶洞察,發(fā)現(xiàn)全新商業(yè)機會提供了重要基礎(chǔ)。利用大數(shù)據(jù)分析,銀行可以在兩大領(lǐng)域?qū)崿F(xiàn)創(chuàng)新與突破。首先,基于銀行現(xiàn)有數(shù)據(jù)的再利用,借助大數(shù)據(jù)新的思維和手段,銀行可以挖掘隱含的客戶社交屬性、位置信息、行為信息、賬戶關(guān)系網(wǎng)絡(luò)等信息。先進(jìn)的大數(shù)據(jù)分析技術(shù),能夠顯著改善銀行業(yè)務(wù)洞察的精確性,從而建立起全面的業(yè)務(wù)數(shù)據(jù)洞察力。通過對這些信息的掌握,可以使得銀行更精確對客戶的完整畫像進(jìn)行描,從而挖掘新的業(yè)務(wù)機遇。此外,應(yīng)用大數(shù)據(jù)分析,銀行可以與第三方合作伙伴建立廣泛的業(yè)務(wù)聯(lián)系,打造跨行業(yè)聯(lián)盟,實現(xiàn)資源整合和優(yōu)勢互補,建立更加完整的大數(shù)據(jù)客戶視圖。
目前,IBM已經(jīng)幫助花旗銀行、新加坡星展銀行、澳新銀行以及眾多國內(nèi)銀行成功利用大數(shù)據(jù)分析技術(shù),為銀行業(yè)務(wù)發(fā)展灌注了新的創(chuàng)新能力。IBM根據(jù)近幾年來在全球各地幫助銀行業(yè)客戶的近千個大數(shù)據(jù)項目的落地實施經(jīng)驗,總結(jié)出了如下圖所示的銀行業(yè)大數(shù)據(jù)分析應(yīng)用的典型場景。大數(shù)據(jù)分析在銀行業(yè)的落地,我們認(rèn)為主要應(yīng)該關(guān)注以下三個領(lǐng)域:
1. 客戶和市場洞察
2. 運營洞察與優(yōu)化
3. 風(fēng)險和欺詐洞察
一、客戶和市場洞察,是指銀行充分利用能獲得的各種行內(nèi)和行外的大數(shù)據(jù),增加對銀行客戶的了解,做好客戶的細(xì)分,最終的目標(biāo)是做到所謂的360度客戶視圖,全方位的了解客戶的交易歷史和他們在各渠道上的行為,在合適的時間點、在合適的接觸渠道上做好產(chǎn)品和服務(wù)的推薦,實現(xiàn)精準(zhǔn)營銷,提升客戶體驗。在引入大數(shù)據(jù)理念和實踐后,銀行的客戶數(shù)據(jù)主要分為以下三類:靜態(tài)交易數(shù)據(jù)、動態(tài)行為數(shù)據(jù)和外部社交數(shù)據(jù)。如何利用好以上三類數(shù)據(jù)進(jìn)行客戶分析是目前零售銀行從業(yè)者最關(guān)心的大數(shù)據(jù)分析的使用場景,也是近年IBM在大數(shù)據(jù)領(lǐng)域投資最多,經(jīng)驗最為豐富的領(lǐng)域。
案例:IBM幫助一家股份制商業(yè)銀行的電子銀行部門建立下一代大數(shù)據(jù)客戶分析平臺,基于IBM領(lǐng)先的大數(shù)據(jù)分析軟件和硬件,結(jié)合IBM中國研究院多年積累的大數(shù)據(jù)分析模型和算法,整合海量的結(jié)構(gòu)化和非結(jié)構(gòu)化數(shù)據(jù),為該銀行提供客戶全景視圖、客戶細(xì)分、精準(zhǔn)營銷、產(chǎn)品推薦等業(yè)務(wù)場景的分析服務(wù),有效幫助該銀行獲取新客戶、維系老客戶、提升現(xiàn)有客戶的價值。
二、運營洞察與優(yōu)化,關(guān)注的是銀行運營效率和各種系統(tǒng)的安全管控問題。通過對各業(yè)務(wù)和IT系統(tǒng)的各種運行數(shù)據(jù)、日志文件的收集、關(guān)聯(lián)和分析,銀行就能提升對系統(tǒng)運行狀態(tài)和效率的洞察,及時了解、定位和解決各類系統(tǒng)不可避免都會出現(xiàn)的問題和故障,以及面對日益嚴(yán)峻的各種網(wǎng)絡(luò)和系統(tǒng)安全威脅。
案例:某國有大行的傳統(tǒng)監(jiān)控體系主要關(guān)注于底層IT組件異常事件告警和主要性能指標(biāo)的集中展示,無法從交易運行的全局視角快速呈現(xiàn)業(yè)務(wù)可用性及IT異常的影響,造成監(jiān)控結(jié)果與客戶業(yè)務(wù)體驗存在較大差距。日常系統(tǒng)運維中發(fā)生的交易異常往往需要跨部門、跨平臺進(jìn)行協(xié)作,以明晰各個部門之間的責(zé)任范圍、有針對性的對不同平臺進(jìn)行排查,造成問題診斷耗時耗力,難以快速定位問題所在,嚴(yán)重影響客戶體驗和滿意度。該行采用IBM實時大數(shù)據(jù)軟件,結(jié)合IBM對業(yè)務(wù)的理解和開發(fā)服務(wù),實現(xiàn)了端到端的交易監(jiān)控方案。項目實施后,該行做到了從服務(wù)器組件級粗粒度監(jiān)控到業(yè)務(wù)交易精細(xì)化監(jiān)控的全面管理,實現(xiàn)以交易路徑為主線的端到端應(yīng)用監(jiān)控,通過對交易全路徑和中間環(huán)節(jié)的響應(yīng)時間和交易量等KPI指標(biāo)的監(jiān)控,實現(xiàn)主動式預(yù)警,主動探測用戶體驗,先于用戶發(fā)現(xiàn)問題達(dá)到預(yù)警的效益。
三、風(fēng)險和欺詐洞察,主要是指利用大數(shù)據(jù)分析技術(shù)幫助銀行的風(fēng)險管理和合規(guī)內(nèi)控部門,做好全面風(fēng)險管理。這可以涵蓋信用風(fēng)險、市場風(fēng)險、操作風(fēng)險、反欺詐反洗錢等方方面面的工作。特別是在大數(shù)據(jù)分析技術(shù)引人之后,銀行可能將對風(fēng)險和欺詐的管控從之前業(yè)界普遍實施的事后調(diào)查、報告,有效地擴展到事中的實時監(jiān)控、可疑交易的及時阻斷,甚至能做到事前的預(yù)測預(yù)警。
案例:MoneyGram International是一家在全球190個國家擁有23萬個網(wǎng)點的跨國支付服務(wù)公司,和所有類似的金融服務(wù)公司一樣,MoneyGram面臨著金融欺詐的風(fēng)險和嚴(yán)厲的監(jiān)管壓力。通過和IBM合作實施大數(shù)據(jù)反欺詐解決方案之后,該公司對欺詐交易的識別和阻斷能力提升了40%,一年之內(nèi)就幫其客戶杜絕了近千筆欺詐交易,挽回了近4千萬美元的經(jīng)濟(jì)損失,與欺詐相關(guān)的投訴也相應(yīng)下降了72%。
下面分享給大家的是IBM商業(yè)價值研究院最新發(fā)布的白皮書《分析:價值藍(lán)圖 — 將大數(shù)據(jù)和分析洞察轉(zhuǎn)變?yōu)榍袑嵉臉I(yè)務(wù)成果》中的最新研究成果。該白皮書研究分析了全球業(yè)界領(lǐng)先企業(yè)如何將分析功能融入整個企業(yè)的方方面面,推動智慧的決策,支持更快的行動并且優(yōu)化業(yè)務(wù)成果。有意充分利用大數(shù)據(jù)分析能力的中國銀行業(yè)者可以從中吸取全球先進(jìn)理念和經(jīng)驗。
在該研究中,IBM調(diào)研了70多個國家或地區(qū)的900多位業(yè)務(wù)和IT高層主管。通過研究發(fā)現(xiàn)了如下圖中所示的 9 大支持因素,可以幫助企業(yè)從各種來源中不斷增加的數(shù)據(jù)獲得洞察,通過分析這些數(shù)據(jù)在企業(yè)各個層面采取行動,從而創(chuàng)造出非凡的價值。這9大因素代表了能夠最有效區(qū)分領(lǐng)先者與其他受訪者的差異化能力。結(jié)果表明,領(lǐng)先者實現(xiàn)9大要素的方式基本類似,即利用分析創(chuàng)造價值。
雖然了解這9大要素中的每個要素如何影響價值創(chuàng)造很有幫助,但是考慮每個要素適合業(yè)務(wù)日常運營的哪些方面也至關(guān)重要。IBM認(rèn)為,這需要戰(zhàn)略、技術(shù)和組織架構(gòu)之間的相互配合。分析實施戰(zhàn)略必須支持企業(yè)最重要的業(yè)務(wù)目標(biāo);所使用的技術(shù)必須支持分析戰(zhàn)略;而企業(yè)的文化必須與時俱進(jìn),以使相關(guān)人員可以根據(jù)戰(zhàn)略使用技術(shù)來采取正確的行動。這三個關(guān)鍵因素必須相互配合,才能為企業(yè)創(chuàng)造切實的價值,通過分析結(jié)果結(jié)出豐碩的業(yè)務(wù)果實。
回到零售銀行業(yè),正如以上分享的大數(shù)據(jù)分析實施案例和研究報告給出的建議,我需要再次強調(diào)的是,雖然大數(shù)據(jù)中毋庸置疑的潛藏著驚人的價值和無限的可能性,但是大數(shù)據(jù)要在零售銀行業(yè)落地開花,真正產(chǎn)生業(yè)務(wù)價值,并不是一件特別容易和可以立竿見影的事情。知易行難,大數(shù)據(jù)分析需要銀行的各級領(lǐng)導(dǎo)、業(yè)務(wù)條線、科技部門等相關(guān)方的通力合作才可能成為現(xiàn)實。
數(shù)據(jù)分析咨詢請掃描二維碼
若不方便掃碼,搜微信號:CDAshujufenxi
SQL Server 中 CONVERT 函數(shù)的日期轉(zhuǎn)換:從基礎(chǔ)用法到實戰(zhàn)優(yōu)化 在 SQL Server 的數(shù)據(jù)處理中,日期格式轉(zhuǎn)換是高頻需求 —— 無論 ...
2025-09-18MySQL 大表拆分與關(guān)聯(lián)查詢效率:打破 “拆分必慢” 的認(rèn)知誤區(qū) 在 MySQL 數(shù)據(jù)庫管理中,“大表” 始終是性能優(yōu)化繞不開的話題。 ...
2025-09-18CDA 數(shù)據(jù)分析師:表結(jié)構(gòu)數(shù)據(jù) “獲取 - 加工 - 使用” 全流程的賦能者 表結(jié)構(gòu)數(shù)據(jù)(如數(shù)據(jù)庫表、Excel 表、CSV 文件)是企業(yè)數(shù)字 ...
2025-09-18DSGE 模型中的 Et:理性預(yù)期算子的內(nèi)涵、作用與應(yīng)用解析 動態(tài)隨機一般均衡(Dynamic Stochastic General Equilibrium, DSGE)模 ...
2025-09-17Python 提取 TIF 中地名的完整指南 一、先明確:TIF 中的地名有哪兩種存在形式? 在開始提取前,需先判斷 TIF 文件的類型 —— ...
2025-09-17CDA 數(shù)據(jù)分析師:解鎖表結(jié)構(gòu)數(shù)據(jù)特征價值的專業(yè)核心 表結(jié)構(gòu)數(shù)據(jù)(以 “行 - 列” 規(guī)范存儲的結(jié)構(gòu)化數(shù)據(jù),如數(shù)據(jù)庫表、Excel 表、 ...
2025-09-17Excel 導(dǎo)入數(shù)據(jù)含缺失值?詳解 dropna 函數(shù)的功能與實戰(zhàn)應(yīng)用 在用 Python(如 pandas 庫)處理 Excel 數(shù)據(jù)時,“缺失值” 是高頻 ...
2025-09-16深入解析卡方檢驗與 t 檢驗:差異、適用場景與實踐應(yīng)用 在數(shù)據(jù)分析與統(tǒng)計學(xué)領(lǐng)域,假設(shè)檢驗是驗證研究假設(shè)、判斷數(shù)據(jù)差異是否 “ ...
2025-09-16CDA 數(shù)據(jù)分析師:掌控表格結(jié)構(gòu)數(shù)據(jù)全功能周期的專業(yè)操盤手 表格結(jié)構(gòu)數(shù)據(jù)(以 “行 - 列” 存儲的結(jié)構(gòu)化數(shù)據(jù),如 Excel 表、數(shù)據(jù) ...
2025-09-16MySQL 執(zhí)行計劃中 rows 數(shù)量的準(zhǔn)確性解析:原理、影響因素與優(yōu)化 在 MySQL SQL 調(diào)優(yōu)中,EXPLAIN執(zhí)行計劃是核心工具,而其中的row ...
2025-09-15解析 Python 中 Response 對象的 text 與 content:區(qū)別、場景與實踐指南 在 Python 進(jìn)行 HTTP 網(wǎng)絡(luò)請求開發(fā)時(如使用requests ...
2025-09-15CDA 數(shù)據(jù)分析師:激活表格結(jié)構(gòu)數(shù)據(jù)價值的核心操盤手 表格結(jié)構(gòu)數(shù)據(jù)(如 Excel 表格、數(shù)據(jù)庫表)是企業(yè)最基礎(chǔ)、最核心的數(shù)據(jù)形態(tài) ...
2025-09-15Python HTTP 請求工具對比:urllib.request 與 requests 的核心差異與選擇指南 在 Python 處理 HTTP 請求(如接口調(diào)用、數(shù)據(jù)爬取 ...
2025-09-12解決 pd.read_csv 讀取長浮點數(shù)據(jù)的科學(xué)計數(shù)法問題 為幫助 Python 數(shù)據(jù)從業(yè)者解決pd.read_csv讀取長浮點數(shù)據(jù)時的科學(xué)計數(shù)法問題 ...
2025-09-12CDA 數(shù)據(jù)分析師:業(yè)務(wù)數(shù)據(jù)分析步驟的落地者與價值優(yōu)化者 業(yè)務(wù)數(shù)據(jù)分析是企業(yè)解決日常運營問題、提升執(zhí)行效率的核心手段,其價值 ...
2025-09-12用 SQL 驗證業(yè)務(wù)邏輯:從規(guī)則拆解到數(shù)據(jù)把關(guān)的實戰(zhàn)指南 在業(yè)務(wù)系統(tǒng)落地過程中,“業(yè)務(wù)邏輯” 是連接 “需求設(shè)計” 與 “用戶體驗 ...
2025-09-11塔吉特百貨孕婦營銷案例:數(shù)據(jù)驅(qū)動下的精準(zhǔn)零售革命與啟示 在零售行業(yè) “流量紅利見頂” 的當(dāng)下,精準(zhǔn)營銷成為企業(yè)突圍的核心方 ...
2025-09-11CDA 數(shù)據(jù)分析師與戰(zhàn)略 / 業(yè)務(wù)數(shù)據(jù)分析:概念辨析與協(xié)同價值 在數(shù)據(jù)驅(qū)動決策的體系中,“戰(zhàn)略數(shù)據(jù)分析”“業(yè)務(wù)數(shù)據(jù)分析” 是企業(yè) ...
2025-09-11Excel 數(shù)據(jù)聚類分析:從操作實踐到業(yè)務(wù)價值挖掘 在數(shù)據(jù)分析場景中,聚類分析作為 “無監(jiān)督分組” 的核心工具,能從雜亂數(shù)據(jù)中挖 ...
2025-09-10統(tǒng)計模型的核心目的:從數(shù)據(jù)解讀到?jīng)Q策支撐的價值導(dǎo)向 統(tǒng)計模型作為數(shù)據(jù)分析的核心工具,并非簡單的 “公式堆砌”,而是圍繞特定 ...
2025-09-10