最具影响力的数字化技术在线社区

168大数据

 找回密码
 立即注册

QQ登录

只需一步,快速开始

1 2 3 4 5
开启左侧

Teradata:数字银行的根本是如何利用技术来实时掌控和分析数据

[复制链接]
发表于 2015-3-13 20:15:29 | 显示全部楼层 |阅读模式

马上注册,结交更多数据大咖,获取更多知识干货,轻松玩转大数据

您需要 登录 才可以下载或查看,没有帐号?立即注册

x
摘要:数字化银行技术投入增长迅猛,已超过ATM、实体分支、呼叫中心的总和。如何以数据为核心,整合不同数据源,并通过对基本信息、关联信息和网络分析,来实现业务深度挖掘和增值服务,是银行所必须面对的挑战。
两会期间,中国建设银行行长张建国委员半开玩笑地说:“银行也是弱势群体啊。”当时包含总理总理在内的所有人都笑了。但仔细品味,“弱势”一词固然指的是利率市场化改革对金融的影响,另一方面也折射出互联网金融等创新模式给金融产业转型带来的压力。
在银行的发展中,ATM、实体分支银行、呼叫中心和数字化银行代表了四类渠道。而从不同行业的对比来看,尽管传统观点总是认为由于种种因素,银行对新技术的采用比较慢,但实际上,却远超其他行业的速度。尤其是在中国。“从新技术采用程度来看,数字化银行增速猛,目前已经超过其他渠道的总和。”Teradata天睿公司北亚地区金融服务行业咨询主管Vince Leat表示:“不管是移动设备还是网银的客户数量,都不是用百万或千万计,而是以亿或者十亿作为单位来计算,关键是他们在日常生活中会频繁使用各类银行服务,这真是令人震惊。比如,春节通过电子方式发放红包的数量已经达到了350亿。”
不止如此,“依赖互联网而产生的互联网银行,比如深圳前海微众银行(WeBank),正在稳健扩大业务范围。而这样的银行,至少还有5家。”银行要创新,从技术角度来看,就需要对内,整合全数据;对外,整合不同数据源,并通过对基本信息、关联信息和网络分析,来实现业务的深度挖掘和增值服务。几乎所以银行都已经充分意识到这一点。但并不容易。
Vince Leat曾是一大型银行的主管,后续更是帮助多家金融企业提升数字分析能力。在他看来,银行业面临极大挑战:
第一是统一信息的把控。
客户会通过不同方式与银行接触,柜台、电话、互联网、应用软件等,来实现自己的交易或互动的目的。银行跟踪这些动作是直接而简单的。但如果用户使用了不止一种手段,比如打电话咨询,手机银行查询,柜台交易,那么银行如何实现跨平台无缝跟踪和分析,进而推荐合适的产品和服务,尤其这些服务需要实时响应,那就是问题了。而由于历史原因,银行的基础架构是实体的分支网点加上ATM机的设备,信息和交易处理都是分批进行的,这些银行内部关于活动、产品、账户的统一信息把控,到目前为止,还没有充分实现。
第二是生态环境中非结构化的数据的处理与分析。
在统一信息的基础上,如果再加上互联网关联信息等大量生态环境中非结构化的数据进行采集和分析,并形成统一客户视图,困难可想而知。这其中,还有来自不同通道,比如微博微信等社交产品中的实时反馈等。
第三是提升个性化服务定制能力与用户体验。
在前两者的基础上,通过不同客户日常交易行为的对比与分析,进行个性化定制以吸引客户,比如通过位置服务提升用户体验。作为一个客户,银行的系统可以感知到客户所处的位置。当其在金地中心购物街的太平洋咖啡用午餐时,这家银行的系统可以感知到在这个位置用户使用了信用卡,就会直接推送一条信息,“您附近的ZARA正在进行促销活动, 如果使用该卡消费,可以获得25%的折扣。”这对客户而言,是一个非常好的客户体验。而对于银行和ZARA来说,他们的业务也有了进一步的增长。当然,要提供这样的特殊的算法,需要技术开发。
第四是与对手竞争,留住客户并实现单体利润增加。
现在接触客户越来越难。大量的信息通过短信、电子邮件发送出去,但几乎很少的阅读。而如果客户登陆网银,看到一系列针对他行为的个性化服务推荐,则更有价值。留住客户显然极为关键。因为拥有客户的时间越长,得到数据就越多,越容易实现单个客户的利润率。如果客户流失到竞争对手,比如支付公司,那获得数据越少,利润越低。传统方式要花很长时间来构建客户流失的预测模型,但是用Teradata的数字分析工具,几天即完成。当银行近乎实时看到客户行为发生一些预警性的变化时,就能通过积极主动方式,比如特殊产品来留住客户。除此以外,还有业务流程的优化,风险管理的把控,产品服务的舆情分析,市场实时反馈等。
为了更好说明这些新业务场景的价值,Teradata天睿公司大中华区金融行业行业总监刘静如举了一个非常具体的例子:
一位客户,32岁,已婚,在银行的资产有50万,有各种各样的理财产品。银行内部可以收集到其数字化信息、电子渠道信息。比如曾经来网点的次数,用过手机银行的次数,响应过的市场活动等。由此会有很多标签。比如网银活跃用户,80后,中等价值。由此可以做精准营销,推荐产品组合。
而基础信息之外,还有更多信息可以深入挖掘。
通过对公和对私业务分析,银行系统会发现这位客户还是对公客户,是一家企业法人。而企业规模,企业和银行做了哪些互动都是可跟踪分析的数据。在重新评估后,这位客户就不仅是中等价值了,而是上升为高价值客户。
银行外部的生态中数据同样可分析。
在对客户进行网络分析(如社交媒体、朋友圈)后,企业方面,可以追踪到其供应链金融,上下游伙伴,贷款和担保关系,并绘制出资金链流动图。个人方面,发现其是网络上的意见领袖,会通过微博、微信发布与银行的互动,其朋友圈会知道她使用的产品和服务,进而产生群体效应。简单说,就是她对产品满意,会有积极影响;对产品不满意,也会有极大的负面影响。不止如此,深入社交,还能发现她的伙伴群体的特性,如喜欢购物,打高尔夫等。当标签越来越全,信息就更加真实准确,销售和管理会自然更有针对性。
当然,这其中无论是风险管控,还是资金往来,担保圈网络都能实现实时监控。而如果能实现这些,对于2014年一些行业频频发生的资金链断裂,造成连锁倒闭的情况就能提前防范。
归根到底,银行变革的根本还是利用技术手段来实时掌控和分析数据。Vince Leat表示:“Teradata UDA统一数据架构,核心是Teradata数据仓库、Teradata Aster与hadoop,可以为银行提供各种工具,例如Teradata Aster探索型工具,可以帮他们把自己银行的结构化数据和非结构化数据进行统一融合,以此来帮助金融服务机构通过海量数据融合性的分析,获得自己在风险管理、客户体验提升或运营财务等方面的提升。
作者:郭雪梅


楼主热帖
您需要登录后才可以回帖 登录 | 立即注册

本版积分规则

关闭

站长推荐上一条 /1 下一条

关于我们|小黑屋|Archiver|168大数据 ( 京ICP备14035423号|申请友情链接

GMT+8, 2024-3-29 22:50

Powered by BI168大数据社区

© 2012-2014 168大数据

快速回复 返回顶部 返回列表