- 快捷搜索
- 全站搜索
（1）数据挖掘分析
数据挖掘分析是决定将信息推送给谁以及按照什么规则推送的关键要素，是实现信息精准推送的要件。数据挖掘分析层需要收集整理行内业务信息和行外各类信息数据，要实现数据建模和规则引擎等核心功能。既可以实现客户的行为分析、偏好分析和消费能力分析，又可以对产品营销效果和新产品规划演练进行分析评估，最终目的是可以为信息推送输出结果清单和营销规则。
（2）信息推送管理
信息推送管理是负责信息推送前的管理和准备工作的重要环节，是业务部门通过各渠道推送信息的管理工具。信息推送管理层的主要功能应包括推送清单管理、标签或别名管理、推送渠道管理、互动推送管理（类似推聊）、数据报表管理、系统设置和参数管理等功能。
（3）信息智能推送
信息智能推送是业务部门完成信息自定义和智能化推送的工具，简洁易用的操作界面可以让业务运营人员轻松地完成信息推送工作。信息智能推送层应具备内容管理、推送对象选择、推送渠道选择、推送方式、接收方式、数据安全加密等功能。
（4）客户端接收
客户端接收是信息推送工作完成的基本标识。客户端接收层的主要功能应具备记录信息推送状态、记录客户对信息的处置操作、记录客户在信息链接内的行为动作等能力。
（5）营运效果分析
营运效果分析是业务部门完成信息推送后对一系列业务活动的分析和评价，对支撑业务决策和改善信息推送有着重要的意义。营运效果分析应具备客户信息统计、应用使用情况统计、信息推送结果统计、信息操作信息统计、客户行为数据统计、各渠道信息推送统计等统计分析功能。
2．逻辑架构
智能信息推送逻辑架构如图3所示。
（1）银行内部数据源：指从行内系统，包括综合业务系统、网上银行系统、自助设备前置、ECIF系统和数据仓库等系统中所获得的基础数据信息，包括客户分类、客户等级等信息。
（2）银行外部数据源：主要是从银行外部购买或引入所得的数据信息，可以是社交网络方面的信息和电商信息，也可以是从某厂商购入的经济、地理和人口等信息。这些信息各行可根据实际需要引入。
目前Hadoop/HBase广泛应用于各类具有大数据需求的企业，尤其是互联网企业，
工商银行启动业务集中处理改革，研发了具有自主知识产权的业务集中处理平台