百分点银行大数据应用解决方案

冯加强　百分点信息科技有限公司咨询顾问



百分点银行大数据应用解决方案

冯加强百分点信息科技有限公司咨询顾问

摘要：随着互联网、移动互联网的兴起，越来越多的用户在网络上进行理财、投资和消费，同时留下了大量金融相关的用户数据，如何挖掘和利用这些数据，成为银行企业业务创新，提升竞争力的关键。本文基于百分点在银行业多年的大数据实践，探讨银行业如何配合业务需求，构建一整套的大数据解决方案。

关键词：大数据；银行；百分点

1　银行大数据时代面临的挑战

（1）银行离客户越来越远

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。

（2）客户不断流失难以挽回

市场竞争越来越激烈，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。

（3）客户维系成本不断攀升

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。

银行越来越意识到数据作为核心资产的地位，希望借助大数据的技术，聚合客户在银行内外的种种信息，深入洞察每个客户在银行内外的方方面面，以了解其兴趣、偏好、诉求，从而提供每一个客户个性化的产品与服务。

2　百分点银行大数据解决方案

百分点基于6年来专注于大数据的应用实践，为银行业提供端到端的整体解决方案，帮助银行实现海量多源异构数据的采集、整合，并运用大数据文本分析和数据挖掘技术，深入挖掘客户特征、需求，从而为银行向客户提供差异化服务和个性化产品、产品创新等提供数据支撑。整体解决方案如图1所示。

对于已构建了数据仓库的银行，该方案以数据仓库和业务系统（根据需要）为数据源，对于原有数据仓库无法实现的功能或实现性能较差的功能（如语音数据、社交数据等的采集、存储和处理）采用大数据技术进行实现，保护了银行原有投入，降低了大数据使用成本。

对于尚未构建数据仓库的银行，该方案采用大数据技术实现结构化、非结构化数据的采集、存储和处理，从而搭建起行内统一的大数据平台。

对于银行来说，要全方位了解客户，就要整合客户在银行内外的信息，主要包括：人口统计学（年龄、收入区间、婚姻状况、家庭人数、职业、职务）、客户属性（居住环境、生活情况概要、资金规模、银行年限）、金融交易（交易历史、资产构建、资产收益、产品偏好、产品接受度）、营销活动（渠道偏好、市场活动响应、促销偏好）、客音数据（电话咨询、电话回访、投诉、线上调查、线下调查）、客户管理（价值度、活跃度、忠诚度、流失概率）、实时行为（点击、浏览、咨询、下单）、宏观政策（国家经济政策、经济数据、行业动态）、风险/征信（人行征信、第三方征信、信用历史、行政处罚信息、作为被告的诉讼信息、逾期、欠费）、非银行金融（小贷、P2P、第三方支付）、社交（社交信息、客户情绪）、市场行情等。

图1　整体解决方案

3　银行业大数据应用

3.1用户实时行为分析

互联网金融及第三方支付的出现，让银行用户流失严重，同时也更加不了解用户的需求。通过在银行官网（Web端、Wap端）、APP上部署采集访问用户实时行为的代码，让银行实时了解用户在网上的行为、需求，拉近银行和用户的距离，从而为更精细化的服务提供数据依据。

实时行为包括：

●用户行为：新增、活跃、沉默、流失、回流。

●渠道行为：渠道来源、渠道活跃、渠道流量质量。

●客户留存分析：留存用户（率）。

●事件和转化分析。

●客户体验度量：使用时长、地区分析、终端分析等。

●访问原因探查：访问时间、访问频次、停留时长、访问路径。

通过对行为的分析，还可以对银行官网、APP的运行状况进行分析，并根据分析结果进行运营优化。

3.2客户洞察

通过对客户历史数据的分析，进一步了解客户的消费习惯、兴趣爱好和购买意愿，并可以对客户群体进行细分，通过用户画像了解用户，猜测用户对金融产品的需求或者潜在需求，精细化的定位人群特征，挖掘潜在的用户群体，帮助银行充分认知群体用户的差异化特征。根据族群的差异化特征，帮助银行找到营销机会、运营方向，全面提高银行的核心影响力。

3.3个性化服务和资讯推荐

根据客户使用银行产品和服务的历史信息及在银行官网/APP上留下的实时信息，利用大数据文本分析和挖掘技术，分析客户的长期、短期偏好和需求，预测当下和潜在偏好和需求，为客户推荐个性化服务或资讯，让客户在面对海量资讯时更易关注本行信息。

3.4精准营销

面对银行存量客户交易不活跃、新客获取渠道少、渠道流量质量差等各类问题，百分点银行精准营销方案以用户出发，识别每个客户在银行内外的上网特征、金融产品消费偏好、金融渠道偏好、金融风险偏好、互联网消费偏好、互联网内容偏好、社交网络等信息，将用户特征匹配银行产品特征，从而将更合适的产品信息精准推送到合适的用户（群）。

●新客的获取

基于采集的企业内外数据，在充分分析银行产品和服务特征的基础上，分析客户特征，从海量用户（互联网、APP、邮箱等）中精确匹配到适合银行产品和服务的高价值、高净值客户，通过实时竞价广告（RTB）、EDM（个性化邮件营销）、搜索营销（SEM）等手段将产品和服务资讯推送给匹配的客户，帮助银行快速获取高价值客户。

●存量客户营销

帮助银行从产品或者从客户出发，分析产品或客户的特征，运用口碑扩散模型、Look-alike模型等，为产品找到合适的老客户，或者为老客户找到合适的产品，从而实现老客户的再营销，提高客户满意度，增强客户黏性。

3.5产品分析

对银行所有产品进行画像，形成统一的产品画像体系，从而对产品的特征、产品的销售情况、利润情况、新产品研发等提供参考。

产品全方位信息视图：通过产品画像体系，可以对具体产品的各项指标有个全面、直观的了解。主要特征包括：

（1）基本信息：统一的产品号、产品名称、产品定义、产品上线时间、产品经理等信息。

产品的种类：

●按对资产负债表的影响分类：资产类产品、负债类产品、中间业务类产品。

●按服务对象分类：对公产品、对私产品。

●按业务特质分类：国际业务、信贷业务、结算业务、投资银行业务、信用卡业务等。

（2）评价信息：产品积分、贡献度、当前评价信息和评价历史。

（3）销售渠道：柜面渠道、网上银行渠道、手机银行渠道、直销银行渠道等。

（4）产品规模：产品余额、产品客户数、单位时间内销售额、户均持有产品数等。

3.6产品创新

通过对特定数据进行提取和分析、产品核算，清晰对比各类客户的产品覆盖率、产品使用率、产品黏度、产品收益，结合互联网舆情和友商的竞品信息，进而针对不同的客户群提出差异化的产品创新需求。

3.7产品评价

根据产品后评价指标建设评价模型，实现对产品的系统评分。获取每个产品各指标数据，采用等级评分法等方法对数据进行标准化处理，反映每个产品的每项指标在组内产品中的排序。评价指标包括产品预期偏离度指标、产品综合效益指标、产品规模指标、产品质量指标等。

（8）风险防范支持

风险防范重点关注个人客户在银行体系内外的负面信息，银行体系内的负面信息包括信用卡逾期、贷款逾期、黑名单信息等，银行体系外的负面信息包括P2P/小贷公司等黑名单信息、公检法的诉讼案件信息、国家行政机关处罚信息（工商、税务、一行三会、协会等）以及网上负面舆情（虚假宣传、误导消费者）等，从这些数据出发，全面评估个人客户在银行的风险等级，为银行的风险防范提供决策支持。

（9）客户服务

帮助银行从采集的客音数据、问卷调查、互联网舆情等数据分析客户的抱怨、诉求和需求，从而为客户制定有针对性的服务策略。通过分析客音数据，挖掘客户对产品的诉求和抱怨信息，在后续和客户接触时，提供更符合客户预期的信息。基于360°用户统一视图，客服人员能全方位了解客户的基本信息、购买历史、投诉历史等，从而可以给客户推荐更合适的产品。

（10）支持银行业务模式重构

数字化时代，用户出现了新的特征：更多互动（期望产品的设计能考虑自己的需求）、更社交（期望通过社交媒体同银行更多互动）、更有经验（货比三家，更注重圈子内的建议），这样的变化对银行的业务提出了更多的要求，银行也要因应而变，积极转型。

银行业务转型的方向之一是联合其他服务/产品提供商，向客户提供综合的解决方案，例如联合商户提供更加质优价廉的商品，联合旅游公司提供更加优质的旅游线路和景点服务，联合航空公司提供更加便捷的航旅服务。

业务转型的核心是以用户为中心，深度挖掘银行自身的交易数据，结合位置信息、商户信息、商户的产品信息、商户的交易信息等，分析用户的历史行为，预测用户的消费行为，从而联合相关商户提供综合服务。

例如，通过对客户A近期浏览网页内容的分析，银行预测到客户A近期将前往国外某地旅游，银行可联合航空公司、旅游公司推出出境游套餐，包含出境游保证金、结售汇、旅游精选线路、低价机票等，一站式满足客户的出境游需求，既增加了业务收入，提升了客户A对银行的满意度，增加了客户A的忠诚度，同时又能依靠合作的旅游公司和航空公司获取更多的业务和新客户。

4　百分点银行大数据解决方案的价值

（1）为银行建立用户数据中心，让银行更深入的了解用户，帮助银行实现以用户为中心的战略转型。

（2）通过完善的大数据平台和针对性的大数据业务应用，提升银行用户体验，拉动银行收入，以及更有效地控制银行风险。

（3）基于百分点大数据解决方案，持续积累数据资产，通过大数据构建银行自身的核心竞争力，积极应对互联网金融时代的挑战。

5　案例分享：某大型国有银行大数据营销

（1）项目背景

随着互联网金融对传统银行业务的不断冲击，银行业变革需求迫切，作为“互联网+”金融的先锋，某大型国有银行早已布局了银行电商平台，但该电商平台需要通过大数据技术实现个性化商品推荐，提高网站的用户体验、客单价和复购率，同时希望能够搭建用户画像和用户分析系统，帮助运营人员优化网站运营。

（2）项目目标

●在该银行的电商商城上为用户提供精准实时的个性化推荐服务。

●提供网站运营智能分析工具。

●提供可视化分析报告。

（3）百分点解决方案

●个性化站内推荐

——部署代码，采集数据

通过js部码的方式，在商城网站的PC端和手机客户端采集商品信息和用户行为等非敏感信息，包括商品编号、商品名称、商品品类、页面访问、浏览品类、浏览单品、搜索、添加购物车等。

——建立推荐模型

对于收集上来的商品和用户行为信息，经过算法模型的处理变换为多种形式的个性化推荐模型，并结合百分点掌握的外部全网数据，形成更精确的推荐结果。

——进行精准的个性化推荐

百分点基于场景引擎、规则引擎、算法引擎、展示引擎以及流处理平台和批处理平台进行个性化数据运营，形成个性化推荐方案，推荐的内容包括商品、广告、活动、商家等。

●智能分析引擎

——客户画像

将商城的数据与百分点全网数据整合，了解用户在其它电商、社交平台、APP上的外部行为，提供更准确的客户画像。

——商业分析和网站运维分析

整合商城前后端数据，提供基于流量、通路、访客、会员、客户行为、商品、订单、融资等的数据分析，通过百分点分析引擎，向业务人员展示电子商务的核心数据情况，满足商业分析（BA）和网站运维分析（WA）的需求。

（3）算法和效果评估

建立完整的客户行为分析引擎，包括基于多种算法产生的客户行为模型和最终的效果评估优化等。

——可视化数据分析报告系统

通过百分点分析引擎，以行业通用的方式展示流量、通路、访客、会员、客户行为、商品、订单、融资等可视化数据报告；向行内运营后台、店铺后台进行数据输出。

——灵活的报表展现

业务人员可根据需要，灵活展现电商运维的核心及常用指标，形成可用的数据分析结果。

——评估与优化

定期对数据分析报告的质量进行评估和优化，保证指标的合理性和正确性，并根据需求不断改进分析报告系统。

（4）项目成果

目前，基于百分点大数据技术的推荐引擎和分析引擎均已上线运行。运行一段时间后，该行网站的PV、UV、推荐栏点击量、注册转化率等出现较为明显的增长，跳出率明显减少。在运行了3个月后，根据各指标，对网站的排版、商品的放置、推荐的内容均进行了优化，大大提升了推荐栏点击量、注册转化率。

Banking big data solutions

FENGJiaqiang

Abstract:With the rise of the Internet， mobile Internet， more and more users on the network of financial， investment and consumption while leaving the a large number of finance related user data， how to excavate and utilize these data， become the banking business innovation， to enhance the competitiveness of the key， the percent in the banking industry for many years the practice of big data， to explore how to meet the business needs of the banking industry， to construct a set of big data solutions based on.

Keywords:big data； banking； solutions

收稿日期：（2016-03-20）