• 快捷搜索
  • 全站搜索

打造全能金融服务,创造数据价值

2015-11-11 16:05:26作者:中国工商银行软件开发中心专家 王晓平 软件开发中心 张艳薇编辑:金融咨询网
随着互联网金融蓬勃发展,互联网企业打破了传统的金融行业界限和竞争格局,工商银行因势而动,将“大数据和信息化”战略列为全行发展三大战略之一,利用大数据技术,通过对数据的研究和应用推动自身发展和创新。

作为数据依赖型行业,银行在数据收集、整理和应用上具有自身特有的优势,为了真正使数据成为提高竞争力和经济价值的生产因素,工商银行积极探索大数据前沿技术,以金融数据为核心、以外部数据为辅助,持续完善分析模型,运用文本挖掘及可视化技术,深入挖掘客户需求,更加全面地了解客户、服务客户,并采用分布式、流数据等技术提高信息服务的及时性和准确性,增强客户服务能力,提升营销的精准度和效率,提高风险管控能力,将信息优势转化为业务竞争优势。

  互联网和大数据技术改变了传统商业模式,成为各行业颠覆性创新的源动力和助推器。随着互联网金融蓬勃发展,互联网企业借助大数据、云计算、社交网络和搜索引擎等信息技术优势,打破了传统的金融行业界限和竞争格局,在支付、融资、存款、信息资源等领域挑战商业银行经营模式甚至中介功能。面对互联网金融和大数据时代的风云变幻,工商银行因势而动,将“大数据和信息化”战略列为全行发展三大战略之一,利用大数据技术,通过对数据的研究和应用推动自身发展和创新。

图片1.jpg
中国工商银行股份有限公司软件开发中心专家 王晓平

一、依托两库一师,开展工商银行大数据战略规划

  工商银行拥有庞大的数据资产,经过十多年的建设,目前已建立了以数据仓库和集团信息库为核心的大数据基础平台,实现了客户信息、账户信息、产品信息、交易信息、管理信息等内容的集中管理,全行数据总量超过60PB(其中安防视频等数据超过40PB)。在不断丰富面向结构化的数据仓库和面向非结构化数据的信息库基础上,工商银行通过打造一支精于技术、业务熟练、爱岗敬业的一流分析师人才队伍,不断提升全行客户营销、风险管控、决策支持等各领域对数据的深入挖掘和分析应用能力,加快将信息优势转化为业务竞争优势。工商银行两库一师数据架构如图1所示。

图片2.jpg

  1.构建数据仓库,海量数据全覆盖

  工商银行自2000年启动全行数据仓库体系建设,2007年已经建立了以企业级数据仓库为基础的结构化数据的采集、存储和应用体系。目前数据仓库数据已覆盖行内对公、个人、银行卡、电子银行、金融市场、风险管理、经营分析、综合化等业务线,在地域上覆盖了境内外系统的全部机构地区,并逐步纳入工商注册信息、证券价格等外部数据,存储数据量超过400TB。

  2.建设集团信息库,拥抱大数据

  大数据时代,在数据量爆发性增长的同时,数据种类也呈现出多样性的特点,半结构化、非结构化数据的涌现对数据的获取和处理技术提出更高要求。2013年工商银行启动集团信息库建设,纳入各类非结构化信息,作为对结构化数据的补充。经过两年的建设,集团信息库已纳入行内全球资讯平台、电子公文、网银日志、融e购客户行为日志、客服工单等非结构化数据,并整合外部的国家经济金融政策信息、行业信息、市场信息、外部客户信息动态、市场研报等数据,同时通过外部爬网,获取各类互联网新闻媒体、主流论坛、社交媒体数据。

  目前集团信息库已纳入行内资讯、业务知识、规章制度等领域2000万个信息索引,纳入700多TB客户行为日志、客服工单及外部信息等非结构化数据,促进了信息的跨专业共享与流动,并为开展客户行为分析、情感表达分析等多维度分析提供了数据基础,成为拓展营销机会、优化产品结构、提升服务质量、加强风险管控的重要助推器。集团信息库已成为工商银行继数据仓库之后的又一大信息资源宝库。

  3.组建分析师团队,进行跨专业、跨系统的业务联动与相互协同,推动大数据深入应用

  在打造信息资源优势的同时,工商银行更加强对数据的深入挖掘和分析应用,组建了一支高素质的分析师队伍。目前,工商银行在总行和一级分行建立了数据分析师团队,为全行数据挖掘提供标准模型、平台和相关支持;同时在客户营销、运营以及风险管理、经营管理等部门培养专业分析师,进行相关专业领域的模型研究和分析挖掘工作。

  工商银行通过建设数据分析师和专业分析师两支队伍,以规模化、集约化、体系化方式,对全行拥有的各类数据信息资源进行深入挖掘和分析,将分析结果应用于客户营销、经营决策、内部管理、风险控制等领域,充分发挥信息的价值,推动经营管理模式和业务发展方式加快转变,为全行经营战略转型提供支持。

二、应用大数据提升产品创新、客户服务和经营管理能力

  作为数据依赖型行业,银行在数据收集、整理和应用上具有自身特有的优势,为了真正使数据成为提高竞争力和经济价值的生产因素,工商银行积极探索大数据前沿技术,以金融数据为核心、以外部数据为辅助,持续完善分析模型,运用文本挖掘及可视化技术,深入挖掘客户需求,更加全面地了解客户、服务客户,并采用分布式、流数据等技术提高信息服务的及时性和准确性,增强客户服务能力,提升营销的精准度和效率,提高风险管控能力,将信息优势转化为业务竞争优势。

  1.实现个性化精准营销、全渠道协同营销,提升营销的精准度和效率

  利用大数据技术,通过对客户基本特征及消费行为特征的深入挖掘,改变过去“撒网式”、“跑楼式”营销方法,大幅提升营销成功率。2014年全年通过智能营销信息服务管理系统,成功营销537.84万目标客户交叉购买理财产品、商友卡、电子银行等重点产品,总体营销成功率达到25.29%,在客户拓展、交叉销售和客户关怀等领域取得了较好的效果和带动作用,在增加收入、降低成本、提高效率、规避风险等方面累计创造综合效益20亿元。

 1 2 下一页 尾页

扫码即可手机
阅读转发此文

本文评论

相关文章