大數(shù)據(jù)在金融業(yè)的應(yīng)用(完整版)
【正文】 、 家庭計(jì)劃等） 17:49 13 花旗銀行 續(xù) ? 應(yīng)用 ? 信用風(fēng)險(xiǎn)評(píng)估（貸款） ? 針對(duì)性 營銷 ? 以 客戶為 中心 ? 客戶統(tǒng)一視圖 （結(jié)構(gòu)化和非結(jié)構(gòu)化數(shù)據(jù)） ? 細(xì)分 客戶， 按照 客 戶行為 進(jìn)行分類 ? 為客戶提供質(zhì)量一致的客戶體驗(yàn) ? IBM Watson產(chǎn)品 ? 深度 非結(jié)構(gòu)化 數(shù)據(jù)分析 ? 自然語言處理 ? 決策 支持 ? 基于 循證的學(xué)習(xí) 功能 17:49 14 西太平洋銀行 ? 特點(diǎn)： ? 隨著 大數(shù)據(jù)的大量涌現(xiàn)，尤其是在社交媒體網(wǎng)絡(luò)的背景下，渠道戰(zhàn)略不應(yīng)僅限于傳統(tǒng)的銀行渠道，而且還應(yīng)整合新的客戶接觸點(diǎn)（即社交媒體網(wǎng)站 ） ? 盡管西太平洋銀行已經(jīng)非常清楚地認(rèn)識(shí)到社交媒體數(shù)據(jù)僅僅是當(dāng)今多種數(shù)據(jù)來源之一，但銀行目前側(cè)重于將 情感分析 作為其大數(shù)據(jù)分析挑戰(zhàn)的一部分 ? 應(yīng)用： ? 啟用 和優(yōu)化定價(jià)、市場營銷和經(jīng)濟(jì) 利潤 ? 事前風(fēng)險(xiǎn)管理 （ PRM） 系統(tǒng)，該系統(tǒng)允許使用銀行風(fēng)險(xiǎn)實(shí)踐快速更新有關(guān)欺詐的知識(shí)并減少個(gè)人風(fēng)險(xiǎn) 17:49 15 Zions銀行 ? 大數(shù)據(jù)安全 策略 ? 倉庫存儲(chǔ)了 120多個(gè)不同類型的數(shù)據(jù)，包括交易日志，日志，欺詐警報(bào)，服務(wù)器日志，防火墻日志和 IDS日志 ? 跨整個(gè)企業(yè)進(jìn)行數(shù)據(jù)挖掘，加快取證調(diào)查并提高欺詐偵測，以及整體 安全性 ? 是主動(dòng)的而非被動(dòng)的 安全 ? 基于 Hadoop的安全數(shù)據(jù)倉庫，就像是具有分布式檢索 ? 應(yīng)用 ? （ 魚叉 式網(wǎng)絡(luò)釣魚 攻擊 ） 威脅建模 /惡意軟件推動(dòng)的帳戶接管 ? 迅速對(duì)來自各種源頭的惡意軟件威脅作出響應(yīng)并對(duì)抗它們 17:49 16 微 信貸公司 ? “大數(shù)據(jù) +機(jī)器智能學(xué)習(xí) ” ? 利用海量數(shù)據(jù)挖掘和算法來做一些貸款 業(yè)務(wù) ? 大量使用 了社交媒體和其他的網(wǎng)絡(luò) 工具 ? 每個(gè)貸款人都擁有 6000到 8000條數(shù)據(jù) ? 特點(diǎn)： ? 它 的每筆貸款額度都很 小 ， 太 多的資金額度需要更多次的 檢驗(yàn) ? 不良貸款會(huì)迅速 暴露 。分析 ACH交易的文本材料（工資存款、資產(chǎn)購買），以發(fā)現(xiàn)更多營銷機(jī)會(huì)。 EMC Greenplum 中信銀行信用卡中心 17:49 4 建設(shè)銀行 ? 阿里 信貸 ? 面向阿里巴巴普通會(huì)員全面 放開 ， 不用 提交任何擔(dān)保、抵押，只需憑借企業(yè)的信用資源就可以 “微貸” ? “微貸”通過網(wǎng)絡(luò)低成本廣泛采集客戶的各類數(shù)據(jù)信息，分析挖掘的數(shù)據(jù)，判斷客戶資質(zhì)，用戶可以 24小時(shí)隨用隨借、隨借隨 還 ? 善融商務(wù)平臺(tái)上的每一筆交易，建行都有記錄并且能鑒別真?zhèn)?br />
教學(xué)課件相關(guān)推薦
鄂ICP備17016276號(hào)-1