大數(shù)據(jù)在金融業(yè)的應用-22-在線瀏覽
2025-03-31 19:46本頁面
【正文】 明朗、信 貸時間長、信用難以構建等現(xiàn)狀，使得小微企業(yè)的貸款相當困難 ? 大數(shù)據(jù)與小而美的金融 信貸 ? 完全是構建在互聯(lián)網的 基礎 ? 通過數(shù)據(jù)分析，以自主服務模式為主 的 、 面對 小微企業(yè)的信貸 工廠 ? 24小時開放、隨時申請、隨時審批、隨時發(fā)放的純互聯(lián)網的小額信貸服務 ? ODPS ? Open Data Processing Service，阿里云開放數(shù)據(jù)處理 服務 ? 來自淘寶、天貓、 B2B、支付寶的交易數(shù)據(jù)、日志、聊天記錄以及評價等各個方面的 數(shù)據(jù) ? 經過 確定的調度、系統(tǒng)監(jiān)控、數(shù)據(jù)分析、算法優(yōu)化等流程，最終形成了 310模式 17:49 10 其他應用 — 思考 ? 自下而上 的風險分析。 ? 業(yè)務 聯(lián)系和欺詐分析。 ? 跨 帳戶參考分析。 ? 事件 式營銷。 ? 交易 對手網絡風險分析。 ? 消費 智能 。 ? 數(shù)據(jù)被匯集至一個通用平臺，以方便以客戶為中心的數(shù)據(jù)挖掘與數(shù)據(jù)分析工具的使用。 模型的反饋和改進 時間 短 ? 違約率 高 ? 利率很高 ? Wonga ? LendingStream ? Zestcash ? Klarna ? PawnGo 17:49 17 國外其他應用 ? 定期 （每天） 對 所有客戶的交易日志和當前的債權狀況（包括核心系統(tǒng)內的數(shù)據(jù)和從征信中心取得的數(shù)據(jù)）進行分析， 建模，及分析當前模型的精確性； ? 定期 （每天） 根據(jù) 分析對客戶進行分類（ segmentation ）； ? 每天 針對不同的分類建立不同的模型，進行行為 評分 、 預測 對 客戶營銷 可能性 、 提前還款的 可能性 、 壞賬 的可能性等； ? 每天 根據(jù)預測的分數(shù)和交易狀況和提前設定的 strategy 自動調整客戶的 credit line； ? 每天 根據(jù)預先設定的 strategy和 3， 4的結果對客戶進行 電話 、 郵件、 信件 等的促銷和催收 ； ? 采用結構化和非結構化數(shù)據(jù) ? 不僅僅分析客戶本人，還可以分析擔保人等 17:49 18 大數(shù)據(jù)應用 IBM ? 大數(shù)據(jù)引擎基本上完成是存儲和計算 ? 客戶 數(shù)據(jù)都在數(shù)據(jù)倉庫里，隨著互聯(lián)網和其他的一些新型的包括移動應用的增加，我們希望通過非結構化的信息能夠來補強原有 傳統(tǒng)上 存在數(shù)據(jù)倉庫里客戶的檔案和 信息 ? 呼叫中心 記錄的 分析 ? 客戶情感分析 ? 增強的客戶細分 ? 機器 數(shù)據(jù) — 交易故障分析 ? 用現(xiàn)在大數(shù)據(jù)的能力把分布在各個地方的原始數(shù)據(jù)和原始的日志定時每隔一分鐘進行收集和 抽取 ? 放
教學課件相關推薦
鄂ICP備17016276號-1