智慧银行大数据分析应用平台建设方案.pptx

目录

1金融大数据分析应用背景

2银行大数据分析应用需求

3银行大数据分析顶层设计

4银行大数据分析业务应用

5银行大数据分析建设运营

PwCIpage2

00

金融大数据分析应用背景

随着计算设备变得更小更快捷，

数年来，新数据生成器的数量只增不减

大数据时代到来，银行应聚焦如何运用内外部数据来帮助银行提高商业洞察能力，加快决策效率，逐渐在竞争中脱颖而出

未来：

·数据应用在哪些领域可能有应用价值?·如何利用数据解决问题，突破瓶颈?

·大数据时代有哪些新的机遇?

流程/运营

如何才能更快更好地响应客户，并为他们做更多有价值的事?

产品/创新

如何创造出客户真正需要的产品?什么是最适合特定客户的产品?

战略/市场

我们应当聚焦哪类客户?他们的潜在市场有多大?

风险/管控

如何管控客户的信用额度?

如何同他们建立并维持良好的关系?

方式买到自己需要的产品?

PwCIpage4

现在，业务人员有望演变成新的角色带来

前瞻性洞察来支持银行的决策制定和执行

系统自动化金融体系进一步整合入银行的信息系

统，触发更多的合作机会

PwCIpage5

未来的银行的趋势将会对在职人员有更多要求监管改革和技术进步正在产生的角色转变

数据驱动的监管机构

现在要求组织采取分层的报告方法，以获得一个整体的组

织的财务和风险景观

(如GAAP,BASELIII,IFS)

以前，金融被称为看门狗的角色，而不是分析洞察

工作职责是向后看的事实呈现

大数据生态系统

mongoDBOubole

InteligentVoice

Cassandra

ahout

kaggle

大数据领域下广泛的科技产品/解决方案

属性

数量

数据集的规模

种类

数据的多元化：资源、种类、结构等

速率

数据产生的速度、分析、与使

用

精确性

可信的质量描述数据集

通常与大数据相关联的属性

如今分析学存在许多不统一的概念-对“大数据”术语拥有多种定义

KILOBYTESMEGABYTESGIGABYTESTERABYTES

PETABYTESEXABYTES

爆发性的数据存储

Financekeports

rdsPunchca

1970′s

1980′s

1990

OLTP

Decisio

Pr

金融大数据分析应用背景

我们传统上认为“大数据”是来自于社交网络分享、电子邮件和简讯，但是随着物联网的出现，数据只会变得更广泛

生物识别技术健康记录

人力资源数据劳动力

天气数据

政府数据

工商

公安，法院电信

传感器

遥感勘测、全球定位系统

3D打印机

工业4.0

PwCIpage7

5

数据是新“石油”

数据广泛存在，但需要通过挖掘来增加其价值。但是，不同于石油，数据永远不会成为一种稀缺资源，因为它以指数速率保持增长。

寻求价值丰富的接缝

深入挖掘来发现

广泛存在

但仍很难获得

燃料经济性

燃料产业

Photocredit:NigelHomes2012

PwCIpage8

科技使其更容易获得

可以提炼最大化价值

银行大数据分析应用需求

大数据的方法论?

哪些是前沿的大数据技术?

平衡决策中的艺术与科学

是做出智能，及时，有效的业务决策的关键

数据分析的发展是提高数据信息的有效性和可用性

随着数据存储和处理能力的日益复杂，可用于分析的数据信息已经爆炸，需要让位给先进的分析方法

商业智能

预测建模

信息技术

手机

音频

仿真和可视化

云计算

智能家庭

报告

联机事务处理系统管理

物联网(loT)

大数据

干字节

1,000

PwCIpage10

数据处理财务

刷卡

数据科学家

社交媒体

百万兆字节

1,0004

多元分析

分析

十亿字节

1,000³

决策支持

网站

拍字节

1,0005

艾字节

1,0006

兆字节

1,000²

视频

到期客户

开发分析

客户体验

客户之声

社交媒体客户之

声收集分析

客户情绪分析

客户接触偏好分析

客群营销接触方

式偏好分析

客群服务接触方

式偏好分析

客户价值与营销

接触相关性分析

客户满意度分析

客户满意度与客

群关系分析

客户满意度与客

户价值关系分析

客户满意度与产

品保费关系分析

到期客户

产品匹配

客户洞见

客户特征

客户特征信息收集分析

现有客户

脸谱分析

客户特征

实时分析

客户价值

客群现实价值相关性分析

客群潜在价值相关性分析

客群未来价值相关性分析

客户价值迁徙的客群相关性分析

客户行为