金融大數(shù)據(jù)平臺(tái)項(xiàng)目規(guī)劃(編輯修改稿)
2025-05-09 01:09 本頁面
【文章內(nèi)容簡介】 功能。 本項(xiàng)目的 具體 業(yè)務(wù)目標(biāo)包括 ： 精準(zhǔn)營銷 ：綜合分析客戶行為特征信息和金融業(yè)務(wù)分類信息，可以得到客戶最有可能感興趣的業(yè)務(wù)以及業(yè)務(wù)最有可能的潛在客戶群，以此為基礎(chǔ)有針對(duì)性地開展?fàn)I銷； 統(tǒng)一廣告發(fā)布 ：分析廣告效果分析信息，可以得到各類型、各渠道的最佳配置或薄弱環(huán)節(jié)，以此為 基礎(chǔ)改變廣告策略、提升廣告效果； 業(yè)務(wù)體驗(yàn)優(yōu)化 ：分析客戶業(yè)務(wù)體驗(yàn)信息、客戶流失信息，可以得到客戶在各業(yè)務(wù)、各環(huán)節(jié)的轉(zhuǎn)化率，分析流失原因，在此基礎(chǔ)上改進(jìn)業(yè)務(wù)流程、提高服務(wù)質(zhì)量，以提升客戶滿意度； 客戶 流失分析 ：綜合分析客戶行為特征信息、客戶流失信息及其它信息，得到客戶的全方面分析結(jié)果，在此基礎(chǔ)上改進(jìn)客戶關(guān)系管理的效率和水平； 風(fēng)險(xiǎn) 分析 ：分析客戶屬性數(shù)據(jù)、風(fēng)險(xiǎn)分析數(shù)據(jù)，可以得到存在較高風(fēng)險(xiǎn)可能的客戶群體和業(yè)務(wù)信息，在此基礎(chǔ)上區(qū)分特別關(guān)注目標(biāo)、制定預(yù)防措施，降低這些客戶和業(yè)務(wù)可能帶來的沖擊 。 四 . 技術(shù)方案 總體架構(gòu) “金融大數(shù)據(jù)服務(wù)平臺(tái)”由數(shù)據(jù)采集層、數(shù)據(jù)存儲(chǔ)層、分析挖掘?qū)雍蜆I(yè)務(wù)應(yīng)用層組成，總體框架如下圖所示： 金融大數(shù)據(jù)服務(wù)平臺(tái)項(xiàng)目規(guī)劃書 7 數(shù) 據(jù) 源傳 統(tǒng) 系 統(tǒng) 電 子 銀 行手 機(jī) 銀 行?數(shù) 據(jù)采 集 層動(dòng) 態(tài) 采 集 S D K外 部數(shù) 據(jù) 源日 志 提 取 分 析 工 具外 部 數(shù) 據(jù) 導(dǎo) 入 工 具 其 它 數(shù) 據(jù) 提 取 工 具關(guān) 系 數(shù) 據(jù) 庫?數(shù) 據(jù)存 儲(chǔ) 層H a d o o p 集 群分 析挖 掘 層客 戶 行 為 特 征 模 型 精 準(zhǔn) 營 銷 模 型業(yè) 務(wù) 體 驗(yàn) 優(yōu) 化 模 型 客 戶 流 失 分 析 模 型業(yè) 務(wù)應(yīng) 用 層精 準(zhǔn)營 銷系 統(tǒng)統(tǒng) 一廣 告發(fā) 布系 統(tǒng)客 戶流 失分 析系 統(tǒng)?數(shù) 據(jù) 提 取 、 導(dǎo) 入數(shù) 據(jù) 預(yù) 處 理建 模 、 評(píng) 估可 視 化 展 現(xiàn) 、統(tǒng) 計(jì) 分 析 報(bào) 表風(fēng) 險(xiǎn)分 析系 統(tǒng)廣 告 效 果 分 析 模 型風(fēng) 險(xiǎn) 分 析 模 型業(yè) 務(wù)體 驗(yàn)優(yōu) 化系 統(tǒng) 數(shù)據(jù)采集層 ：負(fù)責(zé)從各類數(shù)據(jù)源中提取、導(dǎo)入數(shù)據(jù)，主要產(chǎn)品包括：動(dòng)態(tài)采集 SDK、日志提取分析工具、外部數(shù)據(jù)導(dǎo)入工具、其它數(shù)據(jù)提取工具等。 數(shù)據(jù)存儲(chǔ)層 ：負(fù)責(zé)將預(yù)處理后的數(shù)據(jù)進(jìn)行存儲(chǔ)，主要由可進(jìn)行橫向擴(kuò)展的 Hadoop 集群構(gòu)成，另外輔之以關(guān)系數(shù)據(jù)庫作數(shù)據(jù)中轉(zhuǎn)、元數(shù)據(jù)存儲(chǔ)、供某些軟件使用等用途。 分析挖掘?qū)?：負(fù)責(zé)金融數(shù)據(jù)經(jīng)建模、挖掘、評(píng)估和發(fā)布，核心是實(shí)現(xiàn)兩類數(shù)據(jù)挖掘的算法和模型：一類是抽象的數(shù)學(xué)算法及模型，另一類是在此基礎(chǔ)上針對(duì)金融業(yè)務(wù)的專業(yè)算法和金融大數(shù)據(jù)服務(wù)平臺(tái)項(xiàng)目規(guī)劃書 8 模型。 業(yè)務(wù)應(yīng)用層 ：負(fù)責(zé)將分析挖掘結(jié)果的可視化展現(xiàn)形式，集成到相應(yīng)的金融業(yè)務(wù)系統(tǒng)中。 另外，在數(shù)據(jù)采集層和數(shù)據(jù)存儲(chǔ)層之間，由 ETL 工具負(fù)責(zé)數(shù)據(jù)預(yù)處理任務(wù)；在分析挖掘?qū)雍蜆I(yè)務(wù)應(yīng)用層之間，由可視化展現(xiàn)工具負(fù)責(zé)分析挖掘結(jié)果的可視化展現(xiàn)任務(wù)。 技術(shù)架構(gòu) “金融大數(shù)據(jù)服務(wù)平臺(tái)”的技術(shù)架構(gòu)采用多層次形式，如下圖所示： 靜 態(tài) 數(shù) 據(jù)日 志 文 件? ?其 它 數(shù) 據(jù)C / S 應(yīng) 用客 戶 端 數(shù) 據(jù) 采 集M a p R e d u c e日 志 分 析 、 提 取S q o o p關(guān) 系 數(shù) 據(jù) 庫 導(dǎo) 入? ?定 制 化 程 序其 他 數(shù) 據(jù) 采 集H D F S + M a p R e d u c eK e t t l e , ? ?數(shù) 據(jù) 抽 取 、 轉(zhuǎn) 換 、 加 載H i v e H B a s e? ?Z o o K e e p e r關(guān) 系 數(shù) 據(jù) 庫R 分 析 包 , S A S , ? ?分 析 挖 掘 模 型R 分 析 包 , S A S , ? ?分 析 挖 掘 算 法R 圖 形 包 ， ? ?可 視 化 展 現(xiàn)業(yè) 務(wù) 系 統(tǒng) 1 業(yè) 務(wù) 系 統(tǒng) 2 業(yè) 務(wù) 系 統(tǒng) 3? ?數(shù) 據(jù) 源數(shù) 據(jù)采 集 層數(shù) 據(jù)存 儲(chǔ) 層分 析挖 掘 層業(yè) 務(wù)實(shí) 現(xiàn) 層動(dòng) 態(tài) 數(shù) 據(jù) 數(shù)據(jù)源包括各類動(dòng)態(tài)數(shù)據(jù)（如行為數(shù)據(jù)）、靜態(tài)數(shù)據(jù)（如屬性數(shù)據(jù)）、日志文件以及其它數(shù)據(jù)等，可以是結(jié)構(gòu)化的、半結(jié)構(gòu)化的和非結(jié)構(gòu)化的數(shù)據(jù)。 在 數(shù)據(jù) 采集層，各采集工具根據(jù)具體情況采用不同的技術(shù)實(shí)現(xiàn)方式，如對(duì)動(dòng)態(tài)數(shù)據(jù)的采集，使用 C/S 架構(gòu)的客戶端采集 SDK，對(duì)日志文件使用 MapReduce 方式的分析提取工具，對(duì)靜態(tài)數(shù)據(jù)按 Sqoop 方式從關(guān)系數(shù)據(jù)導(dǎo)入，對(duì)其它數(shù)據(jù)則使用定制化程序，等等。 金融大數(shù)據(jù)服務(wù)平臺(tái)項(xiàng)目規(guī)劃書 9 E
高考資料相關(guān)推薦
鄂ICP備17016276號(hào)-1