2017年12月 大数据拓展方法和经验分享 广东联通 战略客户部 CONTENTS 目录 1 2 3 金融行业现状探讨分析 联通大数据金融行业合作探索 联通大数据金融行业合作案例 “十三五”国家信息化规划 完善金融服务，积极发展新型服务。支持通过债券融资方式支持信息化发展。 中国银行业发展“十三五”规划 发挥大数据价值，优化客户体验，增加客户黏性。 中国保险业发展“十三五”规划 推动保险反欺诈制度建设和技术发展，发挥大数据创新作用。 精确、高密度的金融业务数据是金融机构最基础和最核心的数据资产，如何将这些数据整合利用起来？对数据进行加工处理？ 经济持续发展迫切需求征信服务，特别是在住房信贷、汽车信贷及信用卡的引入等推动下快速增长的消费信贷市场。以央行征信中心为代表的政府主导征信体系已无法满足市场需要。如何帮助银行提高风控？降低风险？ 找准需求：金融行业聚焦征信、精准营销、风险防范等； 做优方案：依托总、省产业互联网，聚焦客户大数据应用场景化方案设计，提升大数据解决方案水平； 优化产品：尝试针对金融细分领域设计优化大数据行业应用，反向推动公司产品升级； 形成粘性：拉动公司其他业务产品发展（大数据+BPO+COP+AI）。 金融行业为什么需要大数据？ 金融行业与大数据高度契合 金融行业本身数据价值极高，适合通过大数据进行数据挖掘，实现数据价值 金融行业数据高价值体现在以下方面： 金融行业多是用户存款，消费，投资等金融账户数据，数据本身包含用户消费能力，价值极高 金融行业保存有客户长期的数据，对客户长时间的行为分析有巨大价值 客户收入，消费，投资行为比较有规律，时间及金额较为稳定 金融数据特征明显，如长期收入情况，支出情况，投资情况，短期的消费异常，都具有明显的特征和价值 大数据作为一种资源和工具，可以用于互联网金融的风险评估和市场营销，甚至监管。 云计算的本质特性使它成为大数据的理想计算环境和技术平台。 传统金融业的结构化数据和互联网行业的非结构化数据一起构成了互联网金融的核心资产。 保险 证券 银行 数据众多。 拥有处理传统数据的经验； 较高的薪酬能够吸引到实施大数据的人才； 充分的预算可以利用多项大数据新技术。 大数据挖掘 助力金融行业 金融行业发展大数据得天独厚的优势 金融行业发展大数据得天独厚的优势 金融行业发展现状探讨分析 经济和社会快速发展，人们对金融产品的需求增加，个性化趋势明显 互联网金融行业兴起，金融行业竞争日趋激烈，面临更多问题： 数据孤立 内部存量数据丰富，但数据孤立，分割严重，分析难度大 数据单一 数据种类单一，需要整合外部数据进行完善 客群模糊 客户群体分散，缺乏准确分析，触达用户手段 客户流失 同质化产品众多，客户流失严重，需要进行沉睡客户唤醒 不良资产 金融不良资产增长，风险控制尤为关键 CONTENTS 目录 1 2 3 金融行业现状探讨分析 联通大数据金融行业合作探索 联通大数据金融行业合作案例 金融行业大数据可能合作方向 结合金融行业的客户需求及联通的大数据能力，可以在以下方面进行大数据合作： 进行金融产品售前，售中和售后的全方位风险控制，降低金融风险 风险控制 基于金融行业本身数据，结合其他行业数据，进行数据修补与完善，形成完整的数据结构，覆盖整个金融体系 数据完善 多样化触达，并针对客户的偏好，进行沉睡用户唤醒，流失用户的召回工作，提升产品的响应程度 客户触达 基于产品定位和存量客户，进行精准的产品定位和客户推广，开发定制化产品，满足不同客户的需求 客户分析 整合内部庞大的存量数据，并进行数据清洗、加工、分析、呈现等一系列处理，展现数据价值 数据整合 联通大数据在金融行业优势 以用户实名认证信息为基础，结合社交，消费，位置，上网等诸多数据，联通大数据在金融方面具有众多优势 海量数据 真实身份数据，上网数据，社交数据，位置数据，消费数据，通信数据，终端数据等多种数据准确获取 数据分析整合能力 金融行业存量结构化和非结构化数据全面整合 数据建模能力 结合联通数据及金融行业数据，开发金融行业产品营销模型，征信模型，关系圈模型 大数据平台搭建 元数据实现平台松耦合可扩展，搭建金融大数据平台 产品应用开发 丰富的金融产品应用开发经验，满足用户多样需求 运营团队 专业金融大数据团队，丰富的开发运营经验 广东联通金融行业大数据探索 结合掌握的金融行业用户需求，联通大数据进行以下金融行业大数据合作探索 金融大数据整合： 金融大数据平台搭建 内部存量数据采集、清洗、加工，分析 外部数据引入、整合 金融风险控制： 贷款贷前贷中身份验证、风险控制 贷后欠款催缴 客户画像分析： 个人精准画像分析 区域群体画像特征分析 金融产品精准营销： 金融产品客户精准营销 个性化定制产品服务 沉睡用户唤醒 流失用户召回 金融网点选址： 新网点选址评估 现有网点客群分析，影响力评估 1 2 3 4 5 联通金融大数据探索 1、金融大数据整合 为金融行业搭建异构大数据平台，在整合金融行业已有存量数据基础上，结合运营商数据，提升数据价值 12 1、金融大数据平台－自助数据应用 12 12 通过自助工具应用，提供了常用核心功能满足内部应用人员的日常数据需求，通过图形化工具代替编程语言，通过图形配置实现报表、分析、取数等功能的个性化数据需求，提升数据服务效率；或直接进行报表查分析查询。 总部集中 统一数据服务接口 自助数据应用 领导及管理人员 系统管理人员 业务人员 分析人员。。。 元数据解析 数据请求 数据寻址 大数据平台 高效计算返回 自助取数 自助报表 多维度分析 自助建模