银行大数据分析及应用的特点

银行业是一个数据驱动的行业，数据也一直是银行信息化发展的主题词。起初，要求帐务数据的统一，通过数据大集中和统一的核心业务系统来实现。第二步，要求客户数据的统一，支撑以客户为中心的多渠道服务和信息整合。第三步，要求建立主数据管理模型，分析产品、客户、资金、组织、人员等主数据，建立企业级数据模型，实现基于数据挖掘和分析的银行商业智能。在互联网金融时代或者大数据金融时代，银行信息化进入了一个新的发展阶段：大数据应用。

   银行的大数据有哪些？

   银行大数据应用主要分析几类数据：一是在网上银行、手机银行、电话银行、企业微博、企业微信、企业博客等中所形成的与客户访问行为相关的非结构化数据，如搜索、留言、评论、转发等数据。二是银行的各类系统中产生的日志数据，这一类数据过去往往因为处理能力不足被忽略。三是银行在网点、手机、网络、自助设备上留下的视频、音频、图像等大容量数据。四是在互联网、社交网络、移动互联网中与银行和客户相关的外部数据。

   银行大数据应用在哪些方面？

   银行业大树据应用主要集中在几个关键领域：一是客户分析，基于各种数据源的客户数据和客户行为数据分析，用于客户分类分析、客户差异化分析、客户推荐系统、客户流失预测等。二是风险分析，基于银行交易和客户交互数据进行建模，借助大数据平台快速分析和预测再次发生或者新的市场风险、操作风险等。三是基于企业内外部运营、管理和交互数据分析，借助大数据平台，分析企业经营和管理绩效。四是基于企业内外部交易和历史数据，实时或准实时预测和分析欺诈、洗钱等

转载请注明：数据分析 » 银行大数据分析及应用的特点