银行大数据平台实践案例.docxVIP

PAGE PAGE 10 银行大数据平台实践案例 银行大数据平台实践案例 四大银行（工行、建行、农行、中行） ，大数据进展 一、 中国建设银行 中国建设银行信息技术管理部资深经理林磊明 、银行压力越来越大 从十二五走到十三五期间，银行业面临的各方面的压力越来越大，从我们的年报数字可以看出去年四 大行的利润增长基本上趋近于零增长。在这样的情况下，我们怎样通过 IT 的引领提升传统银行的竞争力，这是摆在我们面前的一个很重要的课题。 、过去十多年期间，银行业务出现两个拐点 大数据怎么样能够在智慧银行的方向上起到更大的作用呢？ 通过银行的历程佐证这样一个观点。过去十多年期间银行基本上有两个拐点， 第一个拐点就是发生在互联网银行慢慢取代柜员， IT 支持从支持几万十几万的柜员到支持面向所有的互联网客户，这里面发生了一个根本性的变化，无论是服务的形态还是 IT 的支撑， 都发生了很根本的变化，这是移动和云要在里面发挥作用。 下一个拐点是什么？银行要从原来做的账务性的、 交易性的处理转向能够渗透到经济生活的方方面面，这是一个场景化，如果抓不住这个拐点，银行就要被互联网金融颠覆或者管道化。 、三大互联网渠道已建立，具备大数据基础 这几年银行三大互联网渠道已经建立： 手机银行，已达到 1.8 亿多 网上银行，我们有 2 亿 微信银行，它占的客服服务总量已经超过了传统的客户服务 这意味着我们的渠道、 我们场景化的实践已经见到了效果， 另外我们做大数据要具备的基础已经存在。 、大数据要解决 3 大问题 谈大数据，对传统银行来讲，要解决 3 大问题 怎么样提升对于客户的识别？ 怎么样对于客户的营销？ 怎么样提升对于风险的防范？ 所以，无论是用传统的结构化的数据，还是用现在互联网形态下面非结构化的数据，要解决的问题都是这些，只不过我们现在有了更丰富的数据源，有了更好的对于数据处理的方法。 目前，建设银行已经成立了上海大数据分析中心，这不属于技术部门，属于信息管理部门。 、建行大数据平台设计思路 从设计目标有这几条： 策略上架构先行，我们已经有很好的基础架构。 1、基础能力上，我们在做一些基础的大数据分析工具的搭建。 2 、要想明白用数据做什么？我一直不太同意你先不要管你做什么，先把平 台搭起来， 我不太清楚有多少人从做数据仓库过来， 当时提的很多的概念是垃圾进垃圾出， 到了大数据时代没人提这个事情了，好像所有大数据都是质量很高的，但这方面要警惕。 功能架构设计，和大家都差不多，从采集、存储、分析、展现到应用。我要强调的是从这个结 构来说， 这是很完美的一个结构， 但要能够实时或者及时地反映到你的业务流程当中去， 反映到你的营销当中去。不要拘泥于一个结构。 数据设计，我们有一个演变过来的整体的结构。 这里面我想强调一点， 大数据是数据的一部分， 结构化的数据是大数据的一部分，这两个东西不要割裂来看。 、建行大数据成果 我们的大数据平台取得了一些成果： 实时的数据仓库上： 我们能够对客户经理做实时的数据提供和交付， 提供无论是并发的访问还是实时服务方面。 从数据的应用模式上：我们总结了六类数据应用模式，包括挖掘类、数据实验室、机器查询、仪表盘、固定报表、自动查询等等。 建立“模型实验室” ：现在越来越发挥了更大的作用，我们能够基于结构化和非结构化的数据 支持大数据模型的研发， 这个模型研发出来我们能够很快地把它部署到生产当中去， 能够为一些决策，未风先管理服务。 在非结构化大数据的应用方面，做探索：比如客户行为偏好的数据， 录音文本、地理数据的应用、能耗数据的应用、媒体信息、 员工行为数据等等。通过位置服务终端识别的新技术新数据 的采用，拒绝可疑风险事件， 上半年避免 1.9 万起，避免客户损失 1.4 亿，这种数据越来越大。 、未来，场景化、标准化、平台化 刚才我提到了场景化，我们希望能够把金融数据的服务将来标准化和平台化，平台化之后能够在基础的大数据能力、基础数据的提供甚至一些分析数据的提供，基础应用，客户花香、征信评级的监测， 为无论是内部的客户还是外部的客户提供更好的大数据技术， 这是从技术方面来看大数据下一步做的 工作。 二、 中国工商银行 中国工商银行软件开发中心信息科技专家王晓平 、工行大数据面临的挑战 如何处理数据量的快速增长？首先全行的数据量的快速增长，包括我们现在工行每天的交易量，外部互联网金融，工行的三大互联网平台造成用户的交易数据和行为数据有大幅的增长。 如何快速智能分析历史数据？ 工行从 2000 年开始建立数据仓库以来，拥有了庞大的历史数据资产， 在新的环境下怎么能够快速地智能分析，对我们提出了更高的挑战。 如何使用内外数据，描述客户特征？在数据源方面，除了本单位数据，也需要采纳外部的数据来配合进行分析。工行已经引