大数据银行应用.pptVIP

LOGO “大数据”的引领 ——小企业业务研讨会 主要内容 大数据在银行业的应用场景 未来银行业的发展趋势 在大数据背景下面临的挑战 大数据在银行业的应用场景 客户管理 营销管理 风险管理 银行需要借助由大数据构建的企业经营全景视图来进行活动，进而寻找最优的模式支持商业决策。 银行可以通过大数据分析平台，接入客户通过社交网络、电子商务、终端设备等媒介产生的非结构化数据 客户进行分类 根据用户行为对用户进行聚类分析，进而可以有效的甄别出优质客户、潜力客户以及流失客户 社交网络、电子商务 其他终端设备等媒介 收集、分析、甄别 大数据在银行业的应用场景 客户管理 大数据在银行业的应用场景 案例1：花旗银行工作人员可以利用大数据分析获取银行客户信息并且分析客户的下一步需求，进而向客户营销相关金融产品。比如，某人为自己的孩子开办了一款 信用卡，当孩子上大学后，就会分析这位顾客所需要的金融产品。如果之后家长有装修厨房的计划，那么花旗银行的工作人员会向这位家长推荐适合装修的贷款，满 足客户各方面的潜在需求。 客户管理 案例2：客户流失分析。借助大数据平台搜集到客户行为记录，通过对已流失客户的行为进行分析，找到客户流失发生时的关键路径，进而能够利用流失客户的行为模式有效定位有流失倾向的客户，以便银行工作人员能够在客户流失前进行挽回工作。  大数据在银行业的应用场景 客户管理 大数据在银行业的应用场景 电商——“大数据” 让客户多一个网上的渠道，形成和客户在支付结算、传统银行业务上的对接、捕获更多的信息。 提供销售货物的渠道，同时提供多种企业融资产品。利用大数据的集成挖掘分析客户的消费、投资习惯，为客户量身定做金融产品与服务。（支付、融资） 电商——“大数据” 为企业及其下游商家提供覆盖整个销售链的融资服务，解决买卖双方的资金需求，帮助企业度过难关，扩大经营。 建行“善融商务”、交行“交博汇”等银行电商平台。 “专业市场”的产品运用 大数据在银行业的应用场景 金融商品购买路径等 用户消费数据 浏览记录 银行大数据平台 获取用户消费习惯、风险收益偏好等特征信息 挖掘、追踪、分析，将不同客户群体进行聚类 营销管理 大数据在银行业的应用场景 提升客户对银行服务的认可程度以及客户经理 在营销过程中的专业程度 提升银行产品的精准营销水平 以主动营销和个性化营销 打破传统无差异的、被动的产品服务营销方式。 营销管理 根据不同客户特性打造个性化的产品营销服务方案，将最适合的产品服务推介给最需要的客户。 大数据在银行业的应用场景 例如，银行针对不同的客户分类推荐相应的理财产品，根据客户的购买习惯和风险偏好进行产品组合营销；根据客户的产品清单和浏览记录进行路径分析，主动推送关联产品营销等，真正做到个性化的主动营销服务。 营销管理 大数据在银行业的应用场景 大数据分析 自然属性 、行为属性 客户行为、客户信用度、客户风险以及客户的资产负债状况 建立完善的风险防范体系。 风险管理 Wonga是英国一家小额贷款公司，他们利用海量数据挖掘算法来做一些贷款业务。Wonga对过去客户的各种碎片化信息进行数据获取和整理，用大量 的数据串成了客户特征的全貌，同时根据不良贷款等风险信号不断完善调整模型，有效控制风险。如今它已获得了5亿美金的年利润，其风险管理能力也获得业界的 认可。 风险管理 大数据在银行业的应用场景 未来银行业的发展趋势 客户是驱动零售企业生存发展的核心资源。 1.银行依赖存贷款利差创造利润的盈利方式须调整。 2.零售及中间业务在未来银行经营中会占有越来越大的比重。 3.大部分客户数据通常是用户在社交网络、移动终端设备等媒介留下的海量碎片化数据，收集数据并对客户的行为属性进行有效的分析，是支撑以客户为中心发展模式的重要手段。 4.构建以客户为中心的精确的银行运营全景视图就显得尤为重要。 未来银行业更加倾向于零售营销 大数据在银行业的应用场景 创新是银行实现差异化发展的驱动力。 目前银行产品、银行的经营管理系统都面临着同质化严重的问题，因此需要通过技术创新来不断增强银行业的核心竞争力—— 帮助银行改进金融系统，改善与顾客之间的交互，改进并简化客户的银行业务体验。大数据时代为银行业务发展和技术创新带来了新机遇。 未来银行更加倾向于科技创新 大数据在银行业的应用场景 很多互联网公司愿意将自己定位为数据企业 1.数据成为经营决策的强有力依据，给企业带来发展和引领行业的机遇。 2.数据意味着巨大的商机，可强化客户体验，提高客户忠诚度 3. “数据的收集能力+数据的分析能力=企 业智商” 未来