示例图片三

金融大数据的三大业务价值

2015-06-12 16:46:39 上海五猴 阅读

金融大数据的三大业务价值

     大数据在金融行业越来越广泛的应用,改变着传统金融业的经营管理方式。通过数据采集和分析,迅速挖掘风险信息、实现风险监控;基于客户数据,探索客户需求,实现对客户群体的有效管理;根据市场需求,推送营销信息,做新型市场营销;以上三个方面是当前大数据在金融行业最主要的三个应用。  

    金融机构的重要作用之一是解决资金融通双方的信息不对称问题,作为新兴的信息技术,大数据的使用突破了传统金融机构解决信息不对称的方式,互联网金融借助大数据在信息挖掘、分析和预测上的强大功能,抢占传统金融业务、开拓新的市场需求。大数据在金融行业创造着重要的业务价值,随着大数据在金融行业中价值的发挥,金融体系也正在重构。

        究竟大数据在金融行业中创造了哪些重要的业务价值呢?传统金融机构、金融行业的潜在或新兴的进入者又可以从哪些方面应用大数据,去开辟新的业务增长点呢?从目前大数据在金融行业中的实际应用情况看,大数据的业务价值更多地体现在风险管理、客户管理、市场营销等三个方面。

风险管理

        大数据技术通过采集更全面、更及时、更真实的数据,快速地找出不同变量之间的相关关系,挖掘数据背后的风险信息,帮助金融机构迅速准确地识别和监控风险,改善风险决策模式,提高风险管理效率。

        例如,美国的一家网络贷款公司采用大数据技术,实时搜集网店店主的销售、顾客流量、商品评价、物流、店主在Facebook及Twitter等社交平台上与客户互动的信息,通过各类信息的交叉验证分析,在数分钟内即可评估出店主的信用风险水平,并计算出合适的贷款额度和利率,快速实现放贷。通过将互联网各个角度的信息转化为个体的信用信息,这家网贷公司实现了传统金融机构一般不愿涉足的小微网店贷款业务,这得益于大数据技术迅速采集和处理多渠道、多结构数据的能力。

客户管理

        金融机构的客户基数巨大,伴随着业务的增长,如何管理繁杂的客户关系、进行客户细分、识别关键客户、挖掘客户需求,进而减少客户流失,成为金融机构的难题,有的金融机构已开始利用大数据突破这一难题。

        例如,加拿大某家大型银行从网点、柜台、网上银行、呼叫中心、ATM、电子邮件、商店POS、调查问卷等多个渠道搜集客户与银行互动的信息,这些包含文本、语音记录等半结构或非结构数据的信息形成了一个360° 客户全景视图,使用文本分析、nPath路径分析、Naïve Bayes预测模型等大数据工具刻画客户的行为路径,并预测客户的流失可能性,进而辅助工作人员做出决策,采取客户挽留措施,减少银行损失。

市场营销

        在消费者被信息淹没、客户需求不断变化的时代,如何抓住客户需求、精准地推送营销信息,是当前各种竞争性行业必须直面的问题。众所周知,零售商业巨头沃尔玛、B2C鼻祖亚马逊等很早就开始使用大数据进行精准营销。大数据同样也可以帮助正从产品导向转为客户导向的金融机构提高营销效益。

        例如,国内某家非常具有竞争力的股份制银行,已通过采集客户刷卡消费和社交媒体消息,精细判别客户的消费偏好,并根据ATM交易、手机地理定位信息,实时获取客户所处地理位置,及时向客户推送符合其偏好、并处于其地理位置附近的商店刷卡优惠活动。另外,该银行还通过客户的资金来往记录、社交平台互动信息等,刻画出其社交网络图谱,识别出具有影响力的社交热点客户,进而向热点客户推荐消费金融产品,借助其影响力扩大营销范围。

        除了以上三种主要的应用价值,大数据在金融机构的运营管理、产品设计等其他方面也蕴含着极大价值。金融机构在挖掘大数据的应用价值时,应衡量成本与收益,做好合理规划,以业务价值为导向,整合传统数据与新型数据,从小做起,逐步验证并推进,实现大数据技术与业务的有机结合,最大化数据的价值。

 

 

新闻动态