百分點(diǎn)銀行大數(shù)據(jù)應(yīng)用解決方案

馮加強(qiáng)　百分點(diǎn)信息科技有限公司咨詢(xún)顧問(wèn)

?

百分點(diǎn)銀行大數(shù)據(jù)應(yīng)用解決方案

馮加強(qiáng)百分點(diǎn)信息科技有限公司咨詢(xún)顧問(wèn)

摘要：隨著互聯(lián)網(wǎng)、移動(dòng)互聯(lián)網(wǎng)的興起，越來(lái)越多的用戶(hù)在網(wǎng)絡(luò)上進(jìn)行理財(cái)、投資和消費(fèi)，同時(shí)留下了大量金融相關(guān)的用戶(hù)數(shù)據(jù)，如何挖掘和利用這些數(shù)據(jù)，成為銀行企業(yè)業(yè)務(wù)創(chuàng)新，提升競(jìng)爭(zhēng)力的關(guān)鍵。本文基于百分點(diǎn)在銀行業(yè)多年的大數(shù)據(jù)實(shí)踐，探討銀行業(yè)如何配合業(yè)務(wù)需求，構(gòu)建一整套的大數(shù)據(jù)解決方案。

關(guān)鍵詞：大數(shù)據(jù)；銀行；百分點(diǎn)

1　銀行大數(shù)據(jù)時(shí)代面臨的挑戰(zhàn)

（1）銀行離客戶(hù)越來(lái)越遠(yuǎn)

在互聯(lián)網(wǎng)交易鏈條中，銀行所占比重越來(lái)越低，這使得銀行越來(lái)越難以知道客戶(hù)的消費(fèi)行為；互聯(lián)網(wǎng)金融的出現(xiàn)，在未來(lái)可能會(huì)超過(guò)以銀行為中心的間接融資和以交易所為中心的直接融資模式，這會(huì)使得銀行逐漸被邊緣化。本質(zhì)上是因?yàn)殂y行對(duì)于客戶(hù)的了解程度，相對(duì)越來(lái)越弱。

（2）客戶(hù)不斷流失難以挽回

市場(chǎng)競(jìng)爭(zhēng)越來(lái)越激烈，銀行意識(shí)到客戶(hù)滿(mǎn)意度的重要性，并將提升服務(wù)作為工作目標(biāo)。在具體的操作過(guò)程中，銀行關(guān)注產(chǎn)品特點(diǎn)，從服務(wù)提供質(zhì)量、客戶(hù)服務(wù)感知進(jìn)行調(diào)查，試圖找到解決辦法。但是客戶(hù)滿(mǎn)意度卻一直停留在原有水平。客戶(hù)流失率也在不斷上升。本質(zhì)上是因?yàn)殂y行服務(wù)同質(zhì)化。

（3）客戶(hù)維系成本不斷攀升

隨著互聯(lián)網(wǎng)金融各類(lèi)“寶寶”們沖擊銀行存款，抬升融資成本，銀行越來(lái)越難以找到低價(jià)優(yōu)質(zhì)的資金，客戶(hù)維系成本也不斷攀升。銀行客戶(hù)維系陷入“理財(cái)收益高，客戶(hù)多，收益下降，客戶(hù)跑”的怪圈。本質(zhì)上是由于銀行無(wú)法對(duì)客戶(hù)需求進(jìn)行及時(shí)響應(yīng)，只能通過(guò)價(jià)格這一唯一工具進(jìn)行營(yíng)銷(xiāo)。

銀行越來(lái)越意識(shí)到數(shù)據(jù)作為核心資產(chǎn)的地位，希望借助大數(shù)據(jù)的技術(shù)，聚合客戶(hù)在銀行內(nèi)外的種種信息，深入洞察每個(gè)客戶(hù)在銀行內(nèi)外的方方面面，以了解其興趣、偏好、訴求，從而提供每一個(gè)客戶(hù)個(gè)性化的產(chǎn)品與服務(wù)。

2　百分點(diǎn)銀行大數(shù)據(jù)解決方案

百分點(diǎn)基于6年來(lái)專(zhuān)注于大數(shù)據(jù)的應(yīng)用實(shí)踐，為銀行業(yè)提供端到端的整體解決方案，幫助銀行實(shí)現(xiàn)海量多源異構(gòu)數(shù)據(jù)的采集、整合，并運(yùn)用大數(shù)據(jù)文本分析和數(shù)據(jù)挖掘技術(shù)，深入挖掘客戶(hù)特征、需求，從而為銀行向客戶(hù)提供差異化服務(wù)和個(gè)性化產(chǎn)品、產(chǎn)品創(chuàng)新等提供數(shù)據(jù)支撐。整體解決方案如圖1所示。

對(duì)于已構(gòu)建了數(shù)據(jù)倉(cāng)庫(kù)的銀行，該方案以數(shù)據(jù)倉(cāng)庫(kù)和業(yè)務(wù)系統(tǒng)（根據(jù)需要）為數(shù)據(jù)源，對(duì)于原有數(shù)據(jù)倉(cāng)庫(kù)無(wú)法實(shí)現(xiàn)的功能或?qū)崿F(xiàn)性能較差的功能（如語(yǔ)音數(shù)據(jù)、社交數(shù)據(jù)等的采集、存儲(chǔ)和處理）采用大數(shù)據(jù)技術(shù)進(jìn)行實(shí)現(xiàn)，保護(hù)了銀行原有投入，降低了大數(shù)據(jù)使用成本。

對(duì)于尚未構(gòu)建數(shù)據(jù)倉(cāng)庫(kù)的銀行，該方案采用大數(shù)據(jù)技術(shù)實(shí)現(xiàn)結(jié)構(gòu)化、非結(jié)構(gòu)化數(shù)據(jù)的采集、存儲(chǔ)和處理，從而搭建起行內(nèi)統(tǒng)一的大數(shù)據(jù)平臺(tái)。

對(duì)于銀行來(lái)說(shuō)，要全方位了解客戶(hù)，就要整合客戶(hù)在銀行內(nèi)外的信息，主要包括：人口統(tǒng)計(jì)學(xué)（年齡、收入?yún)^(qū)間、婚姻狀況、家庭人數(shù)、職業(yè)、職務(wù)）、客戶(hù)屬性（居住環(huán)境、生活情況概要、資金規(guī)模、銀行年限）、金融交易（交易歷史、資產(chǎn)構(gòu)建、資產(chǎn)收益、產(chǎn)品偏好、產(chǎn)品接受度）、營(yíng)銷(xiāo)活動(dòng)（渠道偏好、市場(chǎng)活動(dòng)響應(yīng)、促銷(xiāo)偏好）、客音數(shù)據(jù)（電話(huà)咨詢(xún)、電話(huà)回訪(fǎng)、投訴、線(xiàn)上調(diào)查、線(xiàn)下調(diào)查）、客戶(hù)管理（價(jià)值度、活躍度、忠誠(chéng)度、流失概率）、實(shí)時(shí)行為（點(diǎn)擊、瀏覽、咨詢(xún)、下單）、宏觀政策（國(guó)家經(jīng)濟(jì)政策、經(jīng)濟(jì)數(shù)據(jù)、行業(yè)動(dòng)態(tài)）、風(fēng)險(xiǎn)/征信（人行征信、第三方征信、信用歷史、行政處罰信息、作為被告的訴訟信息、逾期、欠費(fèi)）、非銀行金融（小貸、P2P、第三方支付）、社交（社交信息、客戶(hù)情緒）、市場(chǎng)行情等。

圖1　整體解決方案

3　銀行業(yè)大數(shù)據(jù)應(yīng)用

3.1用戶(hù)實(shí)時(shí)行為分析

互聯(lián)網(wǎng)金融及第三方支付的出現(xiàn)，讓銀行用戶(hù)流失嚴(yán)重，同時(shí)也更加不了解用戶(hù)的需求。通過(guò)在銀行官網(wǎng)（Web端、Wap端）、APP上部署采集訪(fǎng)問(wèn)用戶(hù)實(shí)時(shí)行為的代碼，讓銀行實(shí)時(shí)了解用戶(hù)在網(wǎng)上的行為、需求，拉近銀行和用戶(hù)的距離，從而為更精細(xì)化的服務(wù)提供數(shù)據(jù)依據(jù)。

實(shí)時(shí)行為包括：

●用戶(hù)行為：新增、活躍、沉默、流失、回流。

●渠道行為：渠道來(lái)源、渠道活躍、渠道流量質(zhì)量。

●客戶(hù)留存分析：留存用戶(hù)（率）。

●事件和轉(zhuǎn)化分析。

●客戶(hù)體驗(yàn)度量：使用時(shí)長(zhǎng)、地區(qū)分析、終端分析等。

●訪(fǎng)問(wèn)原因探查：訪(fǎng)問(wèn)時(shí)間、訪(fǎng)問(wèn)頻次、停留時(shí)長(zhǎng)、訪(fǎng)問(wèn)路徑。

通過(guò)對(duì)行為的分析，還可以對(duì)銀行官網(wǎng)、APP的運(yùn)行狀況進(jìn)行分析，并根據(jù)分析結(jié)果進(jìn)行運(yùn)營(yíng)優(yōu)化。

3.2客戶(hù)洞察

通過(guò)對(duì)客戶(hù)歷史數(shù)據(jù)的分析，進(jìn)一步了解客戶(hù)的消費(fèi)習(xí)慣、興趣愛(ài)好和購(gòu)買(mǎi)意愿，并可以對(duì)客戶(hù)群體進(jìn)行細(xì)分，通過(guò)用戶(hù)畫(huà)像了解用戶(hù)，猜測(cè)用戶(hù)對(duì)金融產(chǎn)品的需求或者潛在需求，精細(xì)化的定位人群特征，挖掘潛在的用戶(hù)群體，幫助銀行充分認(rèn)知群體用戶(hù)的差異化特征。根據(jù)族群的差異化特征，幫助銀行找到營(yíng)銷(xiāo)機(jī)會(huì)、運(yùn)營(yíng)方向，全面提高銀行的核心影響力。

3.3個(gè)性化服務(wù)和資訊推薦

根據(jù)客戶(hù)使用銀行產(chǎn)品和服務(wù)的歷史信息及在銀行官網(wǎng)/APP上留下的實(shí)時(shí)信息，利用大數(shù)據(jù)文本分析和挖掘技術(shù)，分析客戶(hù)的長(zhǎng)期、短期偏好和需求，預(yù)測(cè)當(dāng)下和潛在偏好和需求，為客戶(hù)推薦個(gè)性化服務(wù)或資訊，讓客戶(hù)在面對(duì)海量資訊時(shí)更易關(guān)注本行信息。

3.4精準(zhǔn)營(yíng)銷(xiāo)

面對(duì)銀行存量客戶(hù)交易不活躍、新客獲取渠道少、渠道流量質(zhì)量差等各類(lèi)問(wèn)題，百分點(diǎn)銀行精準(zhǔn)營(yíng)銷(xiāo)方案以用戶(hù)出發(fā)，識(shí)別每個(gè)客戶(hù)在銀行內(nèi)外的上網(wǎng)特征、金融產(chǎn)品消費(fèi)偏好、金融渠道偏好、金融風(fēng)險(xiǎn)偏好、互聯(lián)網(wǎng)消費(fèi)偏好、互聯(lián)網(wǎng)內(nèi)容偏好、社交網(wǎng)絡(luò)等信息，將用戶(hù)特征匹配銀行產(chǎn)品特征，從而將更合適的產(chǎn)品信息精準(zhǔn)推送到合適的用戶(hù)（群）。

●新客的獲取

基于采集的企業(yè)內(nèi)外數(shù)據(jù)，在充分分析銀行產(chǎn)品和服務(wù)特征的基礎(chǔ)上，分析客戶(hù)特征，從海量用戶(hù)（互聯(lián)網(wǎng)、APP、郵箱等）中精確匹配到適合銀行產(chǎn)品和服務(wù)的高價(jià)值、高凈值客戶(hù)，通過(guò)實(shí)時(shí)競(jìng)價(jià)廣告（RTB）、EDM（個(gè)性化郵件營(yíng)銷(xiāo)）、搜索營(yíng)銷(xiāo)（SEM）等手段將產(chǎn)品和服務(wù)資訊推送給匹配的客戶(hù)，幫助銀行快速獲取高價(jià)值客戶(hù)。

●存量客戶(hù)營(yíng)銷(xiāo)

幫助銀行從產(chǎn)品或者從客戶(hù)出發(fā)，分析產(chǎn)品或客戶(hù)的特征，運(yùn)用口碑?dāng)U散模型、Look-alike模型等，為產(chǎn)品找到合適的老客戶(hù)，或者為老客戶(hù)找到合適的產(chǎn)品，從而實(shí)現(xiàn)老客戶(hù)的再營(yíng)銷(xiāo)，提高客戶(hù)滿(mǎn)意度，增強(qiáng)客戶(hù)黏性。

3.5產(chǎn)品分析

對(duì)銀行所有產(chǎn)品進(jìn)行畫(huà)像，形成統(tǒng)一的產(chǎn)品畫(huà)像體系，從而對(duì)產(chǎn)品的特征、產(chǎn)品的銷(xiāo)售情況、利潤(rùn)情況、新產(chǎn)品研發(fā)等提供參考。

產(chǎn)品全方位信息視圖：通過(guò)產(chǎn)品畫(huà)像體系，可以對(duì)具體產(chǎn)品的各項(xiàng)指標(biāo)有個(gè)全面、直觀的了解。主要特征包括：

（1）基本信息：統(tǒng)一的產(chǎn)品號(hào)、產(chǎn)品名稱(chēng)、產(chǎn)品定義、產(chǎn)品上線(xiàn)時(shí)間、產(chǎn)品經(jīng)理等信息。

產(chǎn)品的種類(lèi)：

●按對(duì)資產(chǎn)負(fù)債表的影響分類(lèi)：資產(chǎn)類(lèi)產(chǎn)品、負(fù)債類(lèi)產(chǎn)品、中間業(yè)務(wù)類(lèi)產(chǎn)品。

●按服務(wù)對(duì)象分類(lèi)：對(duì)公產(chǎn)品、對(duì)私產(chǎn)品。

●按業(yè)務(wù)特質(zhì)分類(lèi)：國(guó)際業(yè)務(wù)、信貸業(yè)務(wù)、結(jié)算業(yè)務(wù)、投資銀行業(yè)務(wù)、信用卡業(yè)務(wù)等。

（2）評(píng)價(jià)信息：產(chǎn)品積分、貢獻(xiàn)度、當(dāng)前評(píng)價(jià)信息和評(píng)價(jià)歷史。

（3）銷(xiāo)售渠道：柜面渠道、網(wǎng)上銀行渠道、手機(jī)銀行渠道、直銷(xiāo)銀行渠道等。

（4）產(chǎn)品規(guī)模：產(chǎn)品余額、產(chǎn)品客戶(hù)數(shù)、單位時(shí)間內(nèi)銷(xiāo)售額、戶(hù)均持有產(chǎn)品數(shù)等。

3.6產(chǎn)品創(chuàng)新

通過(guò)對(duì)特定數(shù)據(jù)進(jìn)行提取和分析、產(chǎn)品核算，清晰對(duì)比各類(lèi)客戶(hù)的產(chǎn)品覆蓋率、產(chǎn)品使用率、產(chǎn)品黏度、產(chǎn)品收益，結(jié)合互聯(lián)網(wǎng)輿情和友商的競(jìng)品信息，進(jìn)而針對(duì)不同的客戶(hù)群提出差異化的產(chǎn)品創(chuàng)新需求。

3.7產(chǎn)品評(píng)價(jià)

根據(jù)產(chǎn)品后評(píng)價(jià)指標(biāo)建設(shè)評(píng)價(jià)模型，實(shí)現(xiàn)對(duì)產(chǎn)品的系統(tǒng)評(píng)分。獲取每個(gè)產(chǎn)品各指標(biāo)數(shù)據(jù)，采用等級(jí)評(píng)分法等方法對(duì)數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化處理，反映每個(gè)產(chǎn)品的每項(xiàng)指標(biāo)在組內(nèi)產(chǎn)品中的排序。評(píng)價(jià)指標(biāo)包括產(chǎn)品預(yù)期偏離度指標(biāo)、產(chǎn)品綜合效益指標(biāo)、產(chǎn)品規(guī)模指標(biāo)、產(chǎn)品質(zhì)量指標(biāo)等。

（8）風(fēng)險(xiǎn)防范支持

風(fēng)險(xiǎn)防范重點(diǎn)關(guān)注個(gè)人客戶(hù)在銀行體系內(nèi)外的負(fù)面信息，銀行體系內(nèi)的負(fù)面信息包括信用卡逾期、貸款逾期、黑名單信息等，銀行體系外的負(fù)面信息包括P2P/小貸公司等黑名單信息、公檢法的訴訟案件信息、國(guó)家行政機(jī)關(guān)處罰信息（工商、稅務(wù)、一行三會(huì)、協(xié)會(huì)等）以及網(wǎng)上負(fù)面輿情（虛假宣傳、誤導(dǎo)消費(fèi)者）等，從這些數(shù)據(jù)出發(fā)，全面評(píng)估個(gè)人客戶(hù)在銀行的風(fēng)險(xiǎn)等級(jí)，為銀行的風(fēng)險(xiǎn)防范提供決策支持。

（9）客戶(hù)服務(wù)

幫助銀行從采集的客音數(shù)據(jù)、問(wèn)卷調(diào)查、互聯(lián)網(wǎng)輿情等數(shù)據(jù)分析客戶(hù)的抱怨、訴求和需求，從而為客戶(hù)制定有針對(duì)性的服務(wù)策略。通過(guò)分析客音數(shù)據(jù)，挖掘客戶(hù)對(duì)產(chǎn)品的訴求和抱怨信息，在后續(xù)和客戶(hù)接觸時(shí)，提供更符合客戶(hù)預(yù)期的信息。基于360°用戶(hù)統(tǒng)一視圖，客服人員能全方位了解客戶(hù)的基本信息、購(gòu)買(mǎi)歷史、投訴歷史等，從而可以給客戶(hù)推薦更合適的產(chǎn)品。

（10）支持銀行業(yè)務(wù)模式重構(gòu)

數(shù)字化時(shí)代，用戶(hù)出現(xiàn)了新的特征：更多互動(dòng)（期望產(chǎn)品的設(shè)計(jì)能考慮自己的需求）、更社交（期望通過(guò)社交媒體同銀行更多互動(dòng)）、更有經(jīng)驗(yàn)（貨比三家，更注重圈子內(nèi)的建議），這樣的變化對(duì)銀行的業(yè)務(wù)提出了更多的要求，銀行也要因應(yīng)而變，積極轉(zhuǎn)型。

銀行業(yè)務(wù)轉(zhuǎn)型的方向之一是聯(lián)合其他服務(wù)/產(chǎn)品提供商，向客戶(hù)提供綜合的解決方案，例如聯(lián)合商戶(hù)提供更加質(zhì)優(yōu)價(jià)廉的商品，聯(lián)合旅游公司提供更加優(yōu)質(zhì)的旅游線(xiàn)路和景點(diǎn)服務(wù)，聯(lián)合航空公司提供更加便捷的航旅服務(wù)。

業(yè)務(wù)轉(zhuǎn)型的核心是以用戶(hù)為中心，深度挖掘銀行自身的交易數(shù)據(jù)，結(jié)合位置信息、商戶(hù)信息、商戶(hù)的產(chǎn)品信息、商戶(hù)的交易信息等，分析用戶(hù)的歷史行為，預(yù)測(cè)用戶(hù)的消費(fèi)行為，從而聯(lián)合相關(guān)商戶(hù)提供綜合服務(wù)。

例如，通過(guò)對(duì)客戶(hù)A近期瀏覽網(wǎng)頁(yè)內(nèi)容的分析，銀行預(yù)測(cè)到客戶(hù)A近期將前往國(guó)外某地旅游，銀行可聯(lián)合航空公司、旅游公司推出出境游套餐，包含出境游保證金、結(jié)售匯、旅游精選線(xiàn)路、低價(jià)機(jī)票等，一站式滿(mǎn)足客戶(hù)的出境游需求，既增加了業(yè)務(wù)收入，提升了客戶(hù)A對(duì)銀行的滿(mǎn)意度，增加了客戶(hù)A的忠誠(chéng)度，同時(shí)又能依靠合作的旅游公司和航空公司獲取更多的業(yè)務(wù)和新客戶(hù)。

4　百分點(diǎn)銀行大數(shù)據(jù)解決方案的價(jià)值

（1）為銀行建立用戶(hù)數(shù)據(jù)中心，讓銀行更深入的了解用戶(hù)，幫助銀行實(shí)現(xiàn)以用戶(hù)為中心的戰(zhàn)略轉(zhuǎn)型。

（2）通過(guò)完善的大數(shù)據(jù)平臺(tái)和針對(duì)性的大數(shù)據(jù)業(yè)務(wù)應(yīng)用，提升銀行用戶(hù)體驗(yàn)，拉動(dòng)銀行收入，以及更有效地控制銀行風(fēng)險(xiǎn)。

（3）基于百分點(diǎn)大數(shù)據(jù)解決方案，持續(xù)積累數(shù)據(jù)資產(chǎn)，通過(guò)大數(shù)據(jù)構(gòu)建銀行自身的核心競(jìng)爭(zhēng)力，積極應(yīng)對(duì)互聯(lián)網(wǎng)金融時(shí)代的挑戰(zhàn)。

5　案例分享：某大型國(guó)有銀行大數(shù)據(jù)營(yíng)銷(xiāo)

（1）項(xiàng)目背景

隨著互聯(lián)網(wǎng)金融對(duì)傳統(tǒng)銀行業(yè)務(wù)的不斷沖擊，銀行業(yè)變革需求迫切，作為“互聯(lián)網(wǎng)+”金融的先鋒，某大型國(guó)有銀行早已布局了銀行電商平臺(tái)，但該電商平臺(tái)需要通過(guò)大數(shù)據(jù)技術(shù)實(shí)現(xiàn)個(gè)性化商品推薦，提高網(wǎng)站的用戶(hù)體驗(yàn)、客單價(jià)和復(fù)購(gòu)率，同時(shí)希望能夠搭建用戶(hù)畫(huà)像和用戶(hù)分析系統(tǒng)，幫助運(yùn)營(yíng)人員優(yōu)化網(wǎng)站運(yùn)營(yíng)。

（2）項(xiàng)目目標(biāo)

●在該銀行的電商商城上為用戶(hù)提供精準(zhǔn)實(shí)時(shí)的個(gè)性化推薦服務(wù)。

●提供網(wǎng)站運(yùn)營(yíng)智能分析工具。

●提供可視化分析報(bào)告。

（3）百分點(diǎn)解決方案

●個(gè)性化站內(nèi)推薦

——部署代碼，采集數(shù)據(jù)

通過(guò)js部碼的方式，在商城網(wǎng)站的PC端和手機(jī)客戶(hù)端采集商品信息和用戶(hù)行為等非敏感信息，包括商品編號(hào)、商品名稱(chēng)、商品品類(lèi)、頁(yè)面訪(fǎng)問(wèn)、瀏覽品類(lèi)、瀏覽單品、搜索、添加購(gòu)物車(chē)等。

——建立推薦模型

對(duì)于收集上來(lái)的商品和用戶(hù)行為信息，經(jīng)過(guò)算法模型的處理變換為多種形式的個(gè)性化推薦模型，并結(jié)合百分點(diǎn)掌握的外部全網(wǎng)數(shù)據(jù)，形成更精確的推薦結(jié)果。

——進(jìn)行精準(zhǔn)的個(gè)性化推薦

百分點(diǎn)基于場(chǎng)景引擎、規(guī)則引擎、算法引擎、展示引擎以及流處理平臺(tái)和批處理平臺(tái)進(jìn)行個(gè)性化數(shù)據(jù)運(yùn)營(yíng)，形成個(gè)性化推薦方案，推薦的內(nèi)容包括商品、廣告、活動(dòng)、商家等。

●智能分析引擎

——客戶(hù)畫(huà)像

將商城的數(shù)據(jù)與百分點(diǎn)全網(wǎng)數(shù)據(jù)整合，了解用戶(hù)在其它電商、社交平臺(tái)、APP上的外部行為，提供更準(zhǔn)確的客戶(hù)畫(huà)像。

——商業(yè)分析和網(wǎng)站運(yùn)維分析

整合商城前后端數(shù)據(jù)，提供基于流量、通路、訪(fǎng)客、會(huì)員、客戶(hù)行為、商品、訂單、融資等的數(shù)據(jù)分析，通過(guò)百分點(diǎn)分析引擎，向業(yè)務(wù)人員展示電子商務(wù)的核心數(shù)據(jù)情況，滿(mǎn)足商業(yè)分析（BA）和網(wǎng)站運(yùn)維分析（WA）的需求。

（3）算法和效果評(píng)估

建立完整的客戶(hù)行為分析引擎，包括基于多種算法產(chǎn)生的客戶(hù)行為模型和最終的效果評(píng)估優(yōu)化等。

——可視化數(shù)據(jù)分析報(bào)告系統(tǒng)

通過(guò)百分點(diǎn)分析引擎，以行業(yè)通用的方式展示流量、通路、訪(fǎng)客、會(huì)員、客戶(hù)行為、商品、訂單、融資等可視化數(shù)據(jù)報(bào)告；向行內(nèi)運(yùn)營(yíng)后臺(tái)、店鋪后臺(tái)進(jìn)行數(shù)據(jù)輸出。

——靈活的報(bào)表展現(xiàn)

業(yè)務(wù)人員可根據(jù)需要，靈活展現(xiàn)電商運(yùn)維的核心及常用指標(biāo)，形成可用的數(shù)據(jù)分析結(jié)果。

——評(píng)估與優(yōu)化

定期對(duì)數(shù)據(jù)分析報(bào)告的質(zhì)量進(jìn)行評(píng)估和優(yōu)化，保證指標(biāo)的合理性和正確性，并根據(jù)需求不斷改進(jìn)分析報(bào)告系統(tǒng)。

（4）項(xiàng)目成果

目前，基于百分點(diǎn)大數(shù)據(jù)技術(shù)的推薦引擎和分析引擎均已上線(xiàn)運(yùn)行。運(yùn)行一段時(shí)間后，該行網(wǎng)站的PV、UV、推薦欄點(diǎn)擊量、注冊(cè)轉(zhuǎn)化率等出現(xiàn)較為明顯的增長(zhǎng)，跳出率明顯減少。在運(yùn)行了3個(gè)月后，根據(jù)各指標(biāo)，對(duì)網(wǎng)站的排版、商品的放置、推薦的內(nèi)容均進(jìn)行了優(yōu)化，大大提升了推薦欄點(diǎn)擊量、注冊(cè)轉(zhuǎn)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）