漲姿勢(shì)，原來(lái)的大數(shù)據(jù)金融這么多玩法

大數(shù)據(jù) 大數(shù)據(jù)金融精準(zhǔn)營(yíng)銷(xiāo)

BONC一路有你 | 2015-12-18 10:28

【數(shù)據(jù)猿導(dǎo)讀】金融大數(shù)據(jù)是金融信息化大背景下的升級(jí)和提升，大數(shù)據(jù)可以推動(dòng)金融行業(yè)的變革，它將讓金融行業(yè)更主動(dòng)的服務(wù)于客戶(hù)，主動(dòng)地去探索和挖掘，形成營(yíng)銷(xiāo)和分析模型，并直接投入到金融運(yùn)營(yíng)當(dāng)中，使金融大數(shù)據(jù)真正產(chǎn)生業(yè)務(wù)價(jià)值。

金融大數(shù)據(jù)是金融信息化的升級(jí)

我國(guó)金融大數(shù)據(jù)是金融信息化大背景下的升級(jí)和提升。我國(guó)的金融行業(yè)先后經(jīng)歷了從脫機(jī)業(yè)務(wù)處理、聯(lián)機(jī)業(yè)務(wù)處理、綜合業(yè)務(wù)系統(tǒng)到集中化、虛擬化的信息化過(guò)程。信息化程度的加深和數(shù)據(jù)的不斷沉淀，為金融行業(yè)發(fā)展和利用大數(shù)據(jù)提供了前提。并且，傳統(tǒng)的信息化已經(jīng)不能適應(yīng)新時(shí)代需求，互聯(lián)網(wǎng)、物聯(lián)網(wǎng)帶來(lái)的沖擊將加快大數(shù)據(jù)金融的構(gòu)建速度。

大數(shù)據(jù)推動(dòng)金融行業(yè)變革

金融大數(shù)據(jù)將給中國(guó)金融行業(yè)帶來(lái)極大的轉(zhuǎn)變，它將讓金融行業(yè)更主動(dòng)的服務(wù)于客戶(hù)。主動(dòng)地去探索和挖掘，形成營(yíng)銷(xiāo)和分析模型，并直接投入到金融運(yùn)營(yíng)當(dāng)中，使金融大數(shù)據(jù)真正產(chǎn)生業(yè)務(wù)價(jià)值。這一切正在悄然改變金融運(yùn)營(yíng)模式。

一、客戶(hù)畫(huà)像與精準(zhǔn)營(yíng)銷(xiāo)

客戶(hù)畫(huà)像應(yīng)用主要分為個(gè)人客戶(hù)畫(huà)像和企業(yè)客戶(hù)畫(huà)像。個(gè)人客戶(hù)畫(huà)像包括人口統(tǒng)計(jì)學(xué)特征、消費(fèi)能力數(shù)據(jù)、興趣數(shù)據(jù)、風(fēng)險(xiǎn)偏好等；企業(yè)客戶(hù)畫(huà)像包括企業(yè)的生產(chǎn)、流通、運(yùn)營(yíng)、財(cái)務(wù)、銷(xiāo)售和客戶(hù)數(shù)據(jù)、相關(guān)產(chǎn)業(yè)鏈上下游等數(shù)據(jù)。金融行業(yè)主體不僅僅要考慮自身業(yè)務(wù)所采集到的數(shù)據(jù)，更應(yīng)考慮整合外部更多的數(shù)據(jù)，以擴(kuò)展對(duì)客戶(hù)的了解。包括：

（1）客戶(hù)在社交媒體上的行為數(shù)據(jù)；

（2）客戶(hù)在電商網(wǎng)站的交易數(shù)據(jù)；

（3）企業(yè)客戶(hù)的產(chǎn)業(yè)鏈上下游數(shù)據(jù)；

（4）其他有利于擴(kuò)展客戶(hù)興趣愛(ài)好的數(shù)據(jù)等。通過(guò)基于內(nèi)外部數(shù)據(jù)的客戶(hù)畫(huà)像，能夠幫助金融行業(yè)立體的、深入的了解自己的客戶(hù)，為精準(zhǔn)營(yíng)銷(xiāo)和用戶(hù)細(xì)分業(yè)務(wù)環(huán)節(jié)提供科學(xué)的基礎(chǔ)，優(yōu)化經(jīng)營(yíng)決策。

在客戶(hù)畫(huà)像的基礎(chǔ)上可以有效的開(kāi)展精準(zhǔn)營(yíng)銷(xiāo)，包括：

（1）根據(jù)客戶(hù)的即時(shí)狀態(tài)進(jìn)行實(shí)時(shí)營(yíng)銷(xiāo)，提高營(yíng)銷(xiāo)活動(dòng)的成功率；

（2）根據(jù)用戶(hù)的需求進(jìn)行不同業(yè)務(wù)或產(chǎn)品的交叉營(yíng)銷(xiāo)；

（3）可以根據(jù)客戶(hù)的喜好進(jìn)行服務(wù)或者金融產(chǎn)品的個(gè)性化推薦。

二、客戶(hù)細(xì)分和精細(xì)化營(yíng)銷(xiāo)

1、通過(guò)客戶(hù)細(xì)分提供差異化服務(wù)

例如，在保險(xiǎn)領(lǐng)域風(fēng)險(xiǎn)偏好是確定保險(xiǎn)需求的關(guān)鍵。風(fēng)險(xiǎn)喜好者、風(fēng)險(xiǎn)中立者和風(fēng)險(xiǎn)厭惡者對(duì)于保險(xiǎn)需求有不同的態(tài)度。通過(guò)對(duì)用戶(hù)多維度信息的綜合分析，并結(jié)合機(jī)器算法對(duì)客戶(hù)進(jìn)行分類(lèi)，能夠識(shí)別用戶(hù)的風(fēng)險(xiǎn)偏好類(lèi)型，并為客戶(hù)匹配不同的產(chǎn)品和服務(wù)策略。

２、潛在客戶(hù)挖掘與用戶(hù)流失預(yù)測(cè)

金融行業(yè)可通過(guò)大數(shù)據(jù)整合客戶(hù)線(xiàn)上和線(xiàn)下的相關(guān)行為，通過(guò)數(shù)據(jù)挖掘手段對(duì)潛在客戶(hù)進(jìn)行分類(lèi)，判定潛在客戶(hù)。例如，可以分析用戶(hù)的金融產(chǎn)品搜索行為，并結(jié)合用戶(hù)的消費(fèi)能力數(shù)據(jù)，判定其可能為某產(chǎn)品和服務(wù)的潛在客戶(hù)。另外，可以對(duì)某一金融產(chǎn)品和服務(wù)的流失用戶(hù)進(jìn)行綜合分析，篩選出影響客戶(hù)流失的關(guān)鍵因素，并通過(guò)關(guān)鍵因素構(gòu)建預(yù)測(cè)模型，做到事前判斷，及時(shí)預(yù)警并制定維系挽留策略，降低客戶(hù)流失率。

三、風(fēng)險(xiǎn)管控與欺詐行為分析

風(fēng)險(xiǎn)管控

1、中小企業(yè)貸款風(fēng)險(xiǎn)評(píng)估

銀行可以通過(guò)對(duì)貸款企業(yè)的生產(chǎn)、流通、銷(xiāo)售、資產(chǎn)狀況等相關(guān)信息進(jìn)行綜合分析，并結(jié)合大數(shù)據(jù)挖掘方法構(gòu)建中小企業(yè)貸款風(fēng)險(xiǎn)評(píng)估模型，量化企業(yè)的信用額度，最大限度的規(guī)避信貸風(fēng)險(xiǎn)，從而更為有效的開(kāi)展中小企業(yè)貸款。

２、實(shí)時(shí)欺詐交易識(shí)別

例如，銀行可以基于對(duì)持卡人的基本信息和歷史使用信息進(jìn)行綜合分析，制定規(guī)則引擎，在用戶(hù)進(jìn)行實(shí)時(shí)交易的通過(guò)規(guī)則判定是否存在異常，實(shí)現(xiàn)交易反欺詐分析。

欺詐行為分析

基于企業(yè)內(nèi)外部交易和歷史數(shù)據(jù)，實(shí)時(shí)或準(zhǔn)實(shí)時(shí)預(yù)測(cè)和分析欺詐等非法行為，包括醫(yī)療保險(xiǎn)欺詐與濫用分析以及車(chē)險(xiǎn)欺詐分析等。

1、醫(yī)療保險(xiǎn)欺詐與濫用分析

醫(yī)療保險(xiǎn)欺詐與濫用通?？煞譃閮煞N，一是非法騙取保險(xiǎn)金，即保險(xiǎn)欺詐；另一類(lèi)則是在保額限度內(nèi)重復(fù)就醫(yī)、浮報(bào)理賠金額等，即醫(yī)療保險(xiǎn)濫用。保險(xiǎn)公司能夠利用過(guò)去數(shù)據(jù)，尋找影響保險(xiǎn)欺詐最為顯著的因素及這些因素的取值區(qū)間，建立預(yù)測(cè)模型，并通過(guò)自動(dòng)化計(jì)分功能，快速將理賠案件依照濫用欺詐可能性進(jìn)行分類(lèi)處理。

２、車(chē)險(xiǎn)欺詐分析

保險(xiǎn)公司夠利用過(guò)去的欺詐事件建立預(yù)測(cè)模型，將理賠申請(qǐng)分級(jí)處理，可以很大程度上解決車(chē)險(xiǎn)欺詐問(wèn)題，包括車(chē)險(xiǎn)理賠申請(qǐng)欺詐偵測(cè)、業(yè)務(wù)員及修車(chē)廠(chǎng)勾結(jié)欺詐偵測(cè)等。

四、運(yùn)營(yíng)優(yōu)化

1、市場(chǎng)和渠道分析優(yōu)化

通過(guò)大數(shù)據(jù)，可以監(jiān)控不同市場(chǎng)推廣渠道尤其是網(wǎng)絡(luò)渠道推廣的質(zhì)量，從而進(jìn)行合作渠道的調(diào)整和優(yōu)化。同時(shí)，也可以分析哪些渠道更適合推廣哪類(lèi)產(chǎn)品或者服務(wù)，從而進(jìn)行渠道推廣策略的優(yōu)化。

２、產(chǎn)品和服務(wù)優(yōu)化

可以將客戶(hù)行為轉(zhuǎn)化為信息流，并從中分析客戶(hù)的個(gè)性特征和風(fēng)險(xiǎn)偏好，更深層次地理解客戶(hù)的習(xí)慣，智能化分析和預(yù)測(cè)客戶(hù)需求，從而進(jìn)行產(chǎn)品創(chuàng)新和服務(wù)優(yōu)化。

３、輿情分析

金融行業(yè)可以通過(guò)爬蟲(chóng)技術(shù)，抓取社區(qū)、論壇和微博上關(guān)于公司及產(chǎn)品和服務(wù)的相關(guān)信息，并通過(guò)自然語(yǔ)言處理技術(shù)進(jìn)行正負(fù)面判斷，尤其是及時(shí)掌握公司及產(chǎn)品和服務(wù)的負(fù)面信息，及時(shí)發(fā)現(xiàn)和處理問(wèn)題；對(duì)于正面信息，可以加以總結(jié)并繼續(xù)強(qiáng)化。同時(shí)，也可以抓取同行業(yè)公司的正負(fù)面信息，及時(shí)了解同行做的好的方面，以作為自身業(yè)務(wù)優(yōu)化的借鑒。

五、投資策略?xún)?yōu)化和投資景氣指數(shù)制定

和傳統(tǒng)量化投資類(lèi)似，大數(shù)據(jù)投資也是依靠模型，但模型里的數(shù)據(jù)變量幾何倍地增加了，在原有的金融結(jié)構(gòu)化數(shù)據(jù)基礎(chǔ)上，增加了社交言論、地理信息、衛(wèi)星監(jiān)測(cè)等非結(jié)構(gòu)化數(shù)據(jù)，并且將這些非結(jié)構(gòu)化數(shù)據(jù)進(jìn)行量化，從而讓模型可以吸收。基金經(jīng)理和分析師可以通過(guò)大數(shù)據(jù)模型的分析結(jié)果，優(yōu)化產(chǎn)品設(shè)計(jì)和投資策略。

2012年，國(guó)泰君安推出了“個(gè)人投資者投資景氣指數(shù)”（簡(jiǎn)稱(chēng)3I指數(shù)），通過(guò)一個(gè)獨(dú)特的視角傳遞個(gè)人投資者對(duì)市場(chǎng)的預(yù)期、當(dāng)期的風(fēng)險(xiǎn)偏好等信息。國(guó)泰君安研究所對(duì)海量個(gè)人投資者樣本進(jìn)行持續(xù)性跟蹤監(jiān)測(cè)，對(duì)賬本投資收益率、持倉(cāng)率、資金流動(dòng)情況等一系列指標(biāo)進(jìn)行統(tǒng)計(jì)、加權(quán)匯總后得到的綜合性投資景氣指數(shù)。3I指數(shù)通過(guò)對(duì)海量個(gè)人投資者真實(shí)投資交易信息的深入挖掘分析，了解交易個(gè)人投資者交易行為的變化、投資信心的狀態(tài)與發(fā)展趨勢(shì)、對(duì)市場(chǎng)的預(yù)期以及當(dāng)前的風(fēng)險(xiǎn)偏好等信息。

大數(shù)據(jù)雖然在金融行業(yè)的應(yīng)用起步比互聯(lián)網(wǎng)行業(yè)稍晚，其應(yīng)用深度和廣度還有很大的提升空間。但是，隨著大數(shù)據(jù)價(jià)值的不斷凸顯和金融領(lǐng)域?qū)Υ髷?shù)據(jù)的日益注重，相信在未來(lái)金融行業(yè)的大數(shù)據(jù)應(yīng)用將迎來(lái)突破性的發(fā)展。

來(lái)源：BONC一路有你

收藏分享

聲明：數(shù)據(jù)猿尊重媒體行業(yè)規(guī)范，相關(guān)內(nèi)容都會(huì)注明來(lái)源與作者；轉(zhuǎn)載我們?cè)瓌?chuàng)內(nèi)容時(shí)，也請(qǐng)務(wù)必注明“來(lái)源：數(shù)據(jù)猿”與作者名稱(chēng)，否則將會(huì)受到數(shù)據(jù)猿追責(zé)。