大数据项目--准备

客户流失分析（Customer churn analysis）：你们都知道开发新客户比留住老客户的成本要高，大数据和Hadoop技术能够经过致使客户放弃的行为分析和识别模式来帮助金融公司来留住他们的客户。何时客户会最可能由于竞争对手而离开？什么缘由？致使客户不满意的因素是什么？公司失败在哪里？这些决定如何避免客户放弃的信息都是无价的。为了迎合客户需求，使客户利益最大化，学习用正确的步骤来执行对金融公司公司来讲势在必行

1. 客户的管理

          金融机构内部也拥有大量具备价值的数据，如业务订单数据、用户属性数据、用户收入数据、客户查询数据、理财产品交易数据、用户行为等数据，这些数据能够经过用户帐号的打通，创建用户标签体系。在此基础之上，结合风险偏好数据、客户职业、爱好、消费方式等偏好数据，利用机器学习算法来对客户进行分类，并利用已有数据标签和外部数据标签对用户进行画像。进而针对不一样类型的客户提供不一样的产品和服务策略，这样能够提升客户渗透力、客户转化率和产品转化率。也就是说，经过大数据应用，金融机构能够逐渐实现彻底个性化客户服务的目标。

          2. 产品的管理

          经过大数据分析平台，金融机构可以获取客户的反馈信息，及时了解、获取和把握客户的需求，经过对数据进行深刻分析，能够对产品进行更加合理的设置。经过大数据，金融机构能够快速高效地分析产品的功能特征和喜欢的状态，产品的价值，客户的喜爱缘由，产品的生命周期，产品的利润，产品的客户群等。若是处理得好，能够作到把适当的产品送到须要该产品的客户手上，这是客户关系管理中一个重要的环节。

          3. 营销的管理

          借助大数据分析平台，经过对形式多样的用户数据（基本信息数据、财富信息数据、教育数据、消费数据、浏览数据、购买路径、客户的微博、客户的微信、客户的购买行为）进行挖掘、追踪、分析，以提高精准营销水平。在客户画像的基础上，金融机构能够有效地开展精准营销，包括利用外部大数据进行网络获客；基于社交数据、网络行为数据等对客户进行进一步的细分、分类；根据网络行为数据等对客户进行事件营销、实时营销等；根据外部大数据分析展开交叉销售，提高业务量并加深客户关系；根据客户偏好、年龄、资产规模等进行个性化营销以及基于客户生命周期进行客户生命周期管理，即新客户获取、客户的维护，客户防流失和客户赢回等大数据应用。

2.1 银行大数据应用

国内很多银行已经开始尝试经过大数据来驱动业务运营，如中信银行信用卡中心使用大数据技术实现了实时营销，光大银行创建了社交网络信息数据库，招商银行则利用大数据发展小微贷款。总的来看银行大数据应用能够分为四大方面：

2.1.1 客户画像

客户画像应用主要分为我的客户画像和企业客户画像。我的客户画像包括人口统计学特征、消费能力数据、兴趣数据、风险偏好等；企业客户画像包括企业的生产、流通、运营、财务、销售和客户数据、相关产业链上下游等数据。值得注意的是，银行拥有的客户信息并不全面，基于银行自身拥有的数据有时候难以得出理想的结果甚至可能得出错误的结论。好比，若是某位信用卡客户月均刷卡8次，平均每次刷卡金额800元，平均每一年打4次客服电话，从未有过投诉，按照传统的数据分析，该客户是一位满意度较高流失风险较低的客户。但若是看到该客户的微博，获得的真实状况是：工资卡和信用卡不在同一家银行，还款不方便，好几回打客服电话没接通，客户屡次在微博上抱怨，该客户流失风险较高。因此银行不只仅要考虑银行自身业务所采集到的数据，更应考虑整合外部更多的数据，以扩展对客户的了解。包括：
（1）客户在社交媒体上的行为数据（如光大银行创建了社交网络信息数据库）。经过打通银行内部数据和外部社会化的数据能够得到更为完整的客户拼图，从而进行更为精准的营销和管理；
（2）客户在电商网站的交易数据，如建设银行则将本身的电子商务平台和信贷业务结合起来，阿里金融为阿里巴巴用户提供无抵押贷款，用户只须要凭借过去的信用便可；
（3）企业客户的产业链上下游数据。若是银行掌握了企业所在的产业链上下游的数据，能够更好掌握企业的外部环境发展状况，从而能够预测企业将来的情况；
（4）其余有利于扩展银行对客户兴趣爱好的数据，如网络广告界目前正在兴起的DMP数据平台的互联网用户行为数据。

 

2.1.2 精准营销

在客户画像的基础上银行能够有效的开展精准营销，包括：
（1）实时营销。实时营销是根据客户的实时状态来进行营销，好比客户当时的所在地、客户最近一次消费等信息来有针对地进行营销（某客户采用信用卡采购孕妇用品，能够经过建模推测怀孕的几率并推荐孕妇类喜欢的业务）；或者将改变生活状态的事件（换工做、改变婚姻情况、置居等）视为营销机会；
（2）交叉营销。即不一样业务或产品的交叉推荐，如招商银行能够根据客户交易记录分析，有效地识别小微企业客户，而后用远程银行来实施交叉销售；
（3）个性化推荐。银行能够根据客户的喜欢进行服务或者银行产品的个性化推荐，如根据客户的年龄、资产规模、理财偏好等，对客户群进行精准定位，分析出其潜在金融服务需求，进而有针对性的营销推广；
（4）客户生命周期管理。客户生命周期管理包括新客户获取、客户防流失和客户赢回等。如招商银行经过构建客户流失预警模型，对流失率等级前20%的客户发售高收益理财产品予以挽留，使得金卡和金葵花卡客户流失率分别下降了15个和7个百分点。

2.1.3 风险管理与风险控制

在风险管理和控制方面包括中小企业贷款风险评估和欺诈交易识别等手段。 （1）中小企业贷款风险评估。银行可经过企业的产、流通、销售、财务等相关信息结合大数据挖掘方法进行贷款风险分析，量化企业的信用额度，更有效的开展中小企业贷款。 （2）实时欺诈交易识别和反洗钱分析。银行能够利用持卡人基本信息、卡基本信息、交易历史、客户历史行为模式、正在发生行为模式（如转帐）等，结合智能规则引擎（如从一个不常常出现的国家为一个特有用户转帐或从一个不熟悉的位置进行在线交易）进行实时的交易反欺诈分析。如IBM金融犯罪管理解决方案帮助银行利用大数据有效地预防与管理金融犯罪，摩根大通银行则利用大数据技术追踪盗取客户帐号或侵入自动柜员机(ATM)系统的罪犯。