1、金融業(yè)如何利用大數(shù)據(jù)進(jìn)行精準(zhǔn)營(yíng)銷導(dǎo)讀近幾年各行各業(yè)對(duì)大數(shù)據(jù)技術(shù)的應(yīng)用越來(lái)越多，但凡有財(cái)力的企業(yè)都躍躍欲試，更何況是“手握重金”的金融行業(yè)。金融業(yè)如何利用大數(shù)據(jù)進(jìn)行精準(zhǔn)營(yíng)銷？如何構(gòu)建新一代大數(shù)據(jù)運(yùn)營(yíng)中心？且聽(tīng)永洪科技高級(jí)咨詢師胡星昱圍繞金融行業(yè)的經(jīng)驗(yàn)分享。說(shuō)到大數(shù)據(jù)，有兩點(diǎn)我們要強(qiáng)調(diào)一下：一個(gè)是數(shù)據(jù)資產(chǎn)化，另一個(gè)是決策數(shù)據(jù)化。l IT部門轉(zhuǎn)變成利潤(rùn)中心信息技術(shù)部門是做IT支撐的，每年都會(huì)進(jìn)行軟、硬件大批量采購(gòu)，企業(yè)內(nèi)部都認(rèn)為信息技術(shù)部門是成本中心，信息技術(shù)部門的數(shù)據(jù)也都是伴隨業(yè)務(wù)發(fā)生時(shí)產(chǎn)生的一個(gè)附屬物。隨著大數(shù)據(jù)技術(shù)發(fā)展，企業(yè)希望通過(guò)數(shù)據(jù)尋找業(yè)務(wù)規(guī)律，對(duì)客戶需求進(jìn)行挖掘，因?yàn)檫@樣做會(huì)給業(yè)務(wù)帶來(lái)直

2、接的價(jià)值，幫助業(yè)務(wù)進(jìn)行優(yōu)化和提升，所以數(shù)據(jù)成了金融機(jī)構(gòu)的一項(xiàng)寶貴資產(chǎn)，掌握數(shù)據(jù)量最大的信息技術(shù)部門也逐漸成為企業(yè)的利潤(rùn)中心。從戰(zhàn)略方向上講，以前在企業(yè)內(nèi)部，主要是決策人員根據(jù)經(jīng)驗(yàn)主觀判斷進(jìn)行決策，這樣做的風(fēng)險(xiǎn)很大，因?yàn)槿藭?huì)受到自己所處環(huán)境和情緒的影響。所以企業(yè)必須借助數(shù)據(jù)的幫助來(lái)做決策，并進(jìn)行客觀的驗(yàn)證和預(yù)測(cè)，要從原來(lái)依據(jù)經(jīng)驗(yàn)說(shuō)話向依據(jù)數(shù)據(jù)說(shuō)話進(jìn)行轉(zhuǎn)變。在數(shù)據(jù)量和數(shù)據(jù)分析需求日益增加的挑戰(zhàn)下，從戰(zhàn)略層面上講，金融機(jī)構(gòu)需要建立一套“數(shù)據(jù)驅(qū)動(dòng)型”的模式，即真正落實(shí)大數(shù)據(jù)運(yùn)營(yíng)中心。從戰(zhàn)術(shù)方面上講，金融行業(yè)內(nèi)企業(yè)可以嘗試三種戰(zhàn)術(shù)方向。首先可以通過(guò)用戶畫像、精準(zhǔn)營(yíng)銷來(lái)做運(yùn)營(yíng)優(yōu)化。其次是通過(guò)運(yùn)營(yíng)分析、產(chǎn)品

3、定價(jià)來(lái)做精細(xì)化管理。最后是利用實(shí)時(shí)的反欺詐反洗錢應(yīng)用，以及中小企業(yè)的貸款評(píng)估來(lái)提高風(fēng)險(xiǎn)控制能力，最終實(shí)現(xiàn)全面提升金融企業(yè)的核心價(jià)值和能力。l 新一代金融大數(shù)據(jù)運(yùn)營(yíng)中心金融行業(yè)內(nèi)的企業(yè)現(xiàn)在都需要一套整體化的業(yè)務(wù)架構(gòu)。構(gòu)建業(yè)務(wù)架構(gòu)要從搭建一套企業(yè)級(jí)數(shù)據(jù)中心說(shuō)起。企業(yè)級(jí)數(shù)據(jù)中心會(huì)包含企業(yè)的業(yè)務(wù)系統(tǒng)、外部數(shù)據(jù)和一些機(jī)器日志，這些結(jié)構(gòu)化、半結(jié)構(gòu)化和非結(jié)構(gòu)化的數(shù)據(jù)，都要被匯集在一起。在這些數(shù)據(jù)之上，金融行業(yè)內(nèi)企業(yè)可以建立各種各樣的分析模型。比如利用用戶畫像做精準(zhǔn)營(yíng)銷，用EVA指標(biāo)模型和反欺詐模型做多維盈利分析、反欺詐的交易分析等。運(yùn)營(yíng)優(yōu)化、管理提升、風(fēng)險(xiǎn)監(jiān)控，這三個(gè)方向到底給金融行業(yè)帶來(lái)什么價(jià)值？首先是精

4、準(zhǔn)營(yíng)銷。精準(zhǔn)營(yíng)銷真正要做的就是了解客戶：客戶到底是什么樣的？客戶是誰(shuí)？客戶需要什么產(chǎn)品？客戶有什么產(chǎn)品偏好？客戶喜歡哪些產(chǎn)品組合還有就是如何進(jìn)行有效營(yíng)銷、如何提升客戶價(jià)值、保持客戶忠誠(chéng)度。比如，現(xiàn)在很多金融機(jī)構(gòu)都有APP，就可以分析用戶在尋找什么產(chǎn)品，用戶在找到一款產(chǎn)品并真正實(shí)現(xiàn)交易的過(guò)程中會(huì)瀏覽哪些頁(yè)面，在哪個(gè)頁(yè)面停留最長(zhǎng)時(shí)間，交易中斷是什么原因造成的等，而分析結(jié)果可以用于提升運(yùn)營(yíng)效果。說(shuō)到精準(zhǔn)營(yíng)銷就不能不談?dòng)脩舢嬒瘛Ｒ郧敖?jīng)常聽(tīng)到“360度用戶畫像”這個(gè)詞。但我覺(jué)得，“360度用戶畫像”更像一個(gè)廣告宣傳語(yǔ)，因?yàn)槿耸欠浅?fù)雜的動(dòng)物，很難用可數(shù)的緯度來(lái)100%地描述，所以需要從一定目的出發(fā)來(lái)建立

5、用戶畫像。尤其是在企業(yè)內(nèi)部沒(méi)有足夠數(shù)據(jù)來(lái)構(gòu)建用戶畫像，需要通過(guò)外界渠道來(lái)獲取數(shù)據(jù)支撐的時(shí)候。數(shù)據(jù)的獲取是有成本的，更不應(yīng)該盲目搭建用戶畫像體系。也就是說(shuō)，用戶畫像的本質(zhì)其實(shí)應(yīng)該是從業(yè)務(wù)角度出發(fā)，對(duì)客戶需求、消費(fèi)能力，以及客戶信用額度等進(jìn)行分析。舉個(gè)小例子，比如說(shuō)做存貸款產(chǎn)品營(yíng)銷時(shí)，可對(duì)高價(jià)值信用卡用戶的AUM進(jìn)行分析。篩選他們每月的消費(fèi)金額、信用額度、當(dāng)前存款情況、貸款有沒(méi)有拖欠，是不是商務(wù)卡持有者等，通過(guò)這些維度對(duì)用戶進(jìn)行分析。再針對(duì)不同用戶分群給出不同的營(yíng)銷策略。比如說(shuō)哪些用戶該提升額度，哪些應(yīng)該為其推薦金融產(chǎn)品。營(yíng)銷在落實(shí)時(shí)，可以先通過(guò)短信進(jìn)行營(yíng)銷，再通過(guò)呼叫中心來(lái)了解客戶意圖。當(dāng)客戶有

6、意向時(shí)，再交由理財(cái)經(jīng)理進(jìn)行進(jìn)一步跟進(jìn)。除精準(zhǔn)營(yíng)銷，還有多維盈利分析。多維盈利分析金融機(jī)構(gòu)已經(jīng)做很多年了，我最近也與國(guó)內(nèi)幾十家金融機(jī)構(gòu)進(jìn)行了交流，發(fā)現(xiàn)其實(shí)在業(yè)務(wù)上他們都希望多維盈利分析能夠做到帳戶級(jí)。可實(shí)際上，大部分金融機(jī)構(gòu)現(xiàn)有的IT架構(gòu)只能支撐做到產(chǎn)品級(jí)，或是科目級(jí)分析。為什么？就是因?yàn)榻鹑跈C(jī)構(gòu)普遍數(shù)據(jù)處理能力不夠。如果要跑一個(gè)帳戶級(jí)的結(jié)果出來(lái)，系統(tǒng)要跑好幾個(gè)小時(shí)。而通過(guò)數(shù)據(jù)運(yùn)營(yíng)中心，就可以實(shí)現(xiàn)幾十分鐘出結(jié)果，企業(yè)就可以更好地進(jìn)行精細(xì)化管理。在風(fēng)險(xiǎn)監(jiān)控方面，可以列出很多風(fēng)險(xiǎn)監(jiān)控的指標(biāo)，再通過(guò)這些指標(biāo)用大數(shù)據(jù)平臺(tái)進(jìn)行實(shí)時(shí)監(jiān)控，真正了解整個(gè)企業(yè)當(dāng)前所處的風(fēng)險(xiǎn)等級(jí)。l 傳統(tǒng)業(yè)務(wù)架構(gòu)存在的6大缺點(diǎn)上述

7、應(yīng)用在傳統(tǒng)架構(gòu)下能否實(shí)現(xiàn)？我認(rèn)為傳統(tǒng)業(yè)務(wù)架構(gòu)存在6大缺點(diǎn)。第一是不夠敏捷，對(duì)業(yè)務(wù)新需求滿足的時(shí)間太長(zhǎng)。我通過(guò)交流了解到，有些金融機(jī)構(gòu)內(nèi)部業(yè)務(wù)新的需求提出后，需要幾周，甚至幾個(gè)月時(shí)間才能把報(bào)表提交上去，業(yè)務(wù)人員才能看到他需要的數(shù)據(jù)，這種效率顯然跟不上市場(chǎng)變化。第二是性能不佳，在海量數(shù)據(jù)面前，沒(méi)有足夠的計(jì)算能力去實(shí)時(shí)計(jì)算數(shù)據(jù)。第三是洞察力弱，傳統(tǒng)IT架構(gòu)已無(wú)法深入挖掘海量數(shù)據(jù)的數(shù)據(jù)價(jià)值。金融企業(yè)的分析人員已不滿足于只看到數(shù)據(jù)呈現(xiàn)，還希望對(duì)數(shù)據(jù)進(jìn)行聚類、分類的算法來(lái)挖掘數(shù)據(jù)價(jià)值。第四是擴(kuò)展性差，海量歷史數(shù)據(jù)無(wú)法單機(jī)存儲(chǔ)，傳統(tǒng)的IT架構(gòu)又不支持水平擴(kuò)展。第五是無(wú)法挖掘非結(jié)構(gòu)化數(shù)據(jù)價(jià)值，現(xiàn)在每年金融機(jī)構(gòu)

8、的數(shù)據(jù)增量中有百分之七十到八十的數(shù)據(jù)屬于非結(jié)構(gòu)化數(shù)據(jù)，如果不能把這部分?jǐn)?shù)據(jù)的價(jià)值挖掘出來(lái)，是嚴(yán)重的浪費(fèi)。第六是成本高，從系統(tǒng)搭建到項(xiàng)目實(shí)施整個(gè)過(guò)程不可控。動(dòng)輒上百萬(wàn)元資金成本或一到兩年時(shí)間成本的項(xiàng)目在金融機(jī)構(gòu)中很多。所以，永洪提出了新一代的金融大數(shù)據(jù)應(yīng)用中心的IT架構(gòu)，可以根據(jù)業(yè)務(wù)需求不同，分為在線需求和離線需求。在線or離線為什么要分在線和離線？其實(shí)，很多需求都是按時(shí)效性區(qū)分的。舉個(gè)小例子，比如我們會(huì)分析現(xiàn)有的客戶中，哪些屬于即將流失的客戶，哪些是高價(jià)值客戶。在這個(gè)過(guò)程中，要經(jīng)過(guò)復(fù)雜的模型，考量多個(gè)指標(biāo)來(lái)判斷，而結(jié)果也許并不需要馬上就得到。但在分析某個(gè)地區(qū)時(shí)，高價(jià)值客戶最近的消費(fèi)傾向這種分析

9、需求是非常靈活且時(shí)刻變化的，這就要求能夠?qū)崟r(shí)得到計(jì)算結(jié)果。下面，我把在線和離線分開(kāi)介紹。在線分析需求，我們總結(jié)出了一個(gè)最佳實(shí)踐。這里順便回答下如何實(shí)現(xiàn)敏捷分析的問(wèn)題。在以前的架構(gòu)中，通常是把業(yè)務(wù)邏輯和數(shù)據(jù)模型結(jié)合在一起，也就是根據(jù)業(yè)務(wù)需求制作數(shù)據(jù)模型，制作CUBE，做二次表，進(jìn)行匯總計(jì)算，最后反饋和展現(xiàn)的只是一個(gè)很小數(shù)據(jù)量的結(jié)果。在那這樣的架構(gòu)中，前端需求一旦變化就需要改模型，造成工作量大，交付時(shí)間也會(huì)拖長(zhǎng)。所以永洪提倡把數(shù)據(jù)模型和業(yè)務(wù)邏輯分開(kāi)。數(shù)據(jù)模型只把跟分析主題相關(guān)的數(shù)據(jù)關(guān)聯(lián)到一起，做一張大寬表。比如，現(xiàn)在要進(jìn)行營(yíng)銷相關(guān)分析，就把數(shù)據(jù)交易數(shù)據(jù)、用戶數(shù)據(jù)、渠道數(shù)據(jù)都打通，關(guān)聯(lián)起來(lái)，但這些數(shù)

10、據(jù)不要匯總，也就是要保持交易記錄級(jí)的數(shù)據(jù)粒度，而要分析哪些緯度，需要什么粒度的數(shù)據(jù)，都可以通過(guò)實(shí)時(shí)的計(jì)算，這樣就不會(huì)造成業(yè)務(wù)邏輯和數(shù)據(jù)模型混在一起。不能每個(gè)分析需求都建一個(gè)CUBE，之前我見(jiàn)過(guò)有的企業(yè)數(shù)據(jù)倉(cāng)庫(kù)中有上千個(gè)cube，因?yàn)閿?shù)量太大，根本沒(méi)人來(lái)管理。而每當(dāng)有新需求提出，也只能做新CUBE。這么做對(duì)企業(yè)來(lái)說(shuō)有風(fēng)險(xiǎn)。如果不愿意對(duì)數(shù)據(jù)來(lái)進(jìn)行匯總計(jì)算，而是進(jìn)行實(shí)時(shí)計(jì)算，就要提供大量細(xì)節(jié)數(shù)據(jù)實(shí)時(shí)計(jì)算的能力，這時(shí)可以采用了MPP數(shù)據(jù)集市來(lái)處理在線分析需求。在這個(gè)過(guò)程中，永洪運(yùn)用了列存儲(chǔ)、分布式計(jì)算、列存計(jì)算的技術(shù)來(lái)提高運(yùn)行效率，就算是百億級(jí)的數(shù)據(jù)，也可以通過(guò)這種分布式的集群，實(shí)時(shí)進(jìn)行分析計(jì)算，然后

11、反饋給用戶。此外，大數(shù)據(jù)平臺(tái)離線分析是通過(guò)Hadoop的平臺(tái)來(lái)做結(jié)構(gòu)化和非結(jié)構(gòu)化數(shù)據(jù)的存儲(chǔ)，解析。然后在上面會(huì)用YARN量做資源管理根據(jù)分析需求決定是用批處理模塊還是搜索模塊、是用流處理還是用機(jī)器學(xué)習(xí)等。永洪科技現(xiàn)正在幫助國(guó)內(nèi)各個(gè)企業(yè)進(jìn)行數(shù)據(jù)挖掘應(yīng)用。我們的客戶范圍涉及電信行業(yè)、能源、政府、金融、零售，還有IT互聯(lián)網(wǎng)行業(yè)，永洪會(huì)幫助他們提升數(shù)據(jù)運(yùn)營(yíng)效果。接下來(lái)，簡(jiǎn)單介紹幾個(gè)做過(guò)的案例。首先是一個(gè)股份銀行，永洪通過(guò)大數(shù)據(jù)平臺(tái)，幫助他們進(jìn)行用戶畫像的精準(zhǔn)營(yíng)銷，把金融機(jī)構(gòu)持卡人的信息、信用卡信息、微信卡信息都拿過(guò)來(lái)。在大數(shù)據(jù)平臺(tái)上，通過(guò)畫像和算法給用戶進(jìn)行畫像分群，根據(jù)分析需求來(lái)構(gòu)建畫像模型，基于Map Raduce聚類和算法對(duì)用戶進(jìn)行分類，然后再進(jìn)行數(shù)據(jù)域處理，最終完成用戶的畫像。另外,永洪也幫助華北一些金融機(jī)構(gòu)在傳統(tǒng)數(shù)倉(cāng)上搭建在線分析平臺(tái)，以及幫助他們建立全行的報(bào)表平臺(tái)。例如行長(zhǎng)駕駛艙和業(yè)務(wù)類型報(bào)表。永洪也為中信金融機(jī)構(gòu)杭州分行、四川分行搭建了在線分析平臺(tái)。杭州分行通過(guò)在線平臺(tái)幫助用戶實(shí)時(shí)分析零售數(shù)據(jù)。以前他們的分析人員大部分精力都用在整理數(shù)據(jù)和制作報(bào)表上，通過(guò)永洪的在線平臺(tái)，業(yè)務(wù)人員可以自己接觸到數(shù)據(jù)，并且可快速地生成分析報(bào)告，把真正精力都放在分析數(shù)據(jù)這塊。現(xiàn)在，整個(gè)行業(yè)正處在數(shù)據(jù)架構(gòu)和數(shù)據(jù)分析系統(tǒng)的變革時(shí)期，永洪科技非常希望通過(guò)提供專業(yè)技