數(shù)據(jù)挖掘在銀行的應(yīng)用

時(shí)間:2022-05-08 09:31:52

導(dǎo)語(yǔ):數(shù)據(jù)挖掘在銀行的應(yīng)用一文來(lái)源于網(wǎng)友上傳,不代表本站觀點(diǎn),若需要原創(chuàng)文章可咨詢(xún)客服老師,歡迎參考。

數(shù)據(jù)挖掘在銀行的應(yīng)用

【摘要】如今,隨著互聯(lián)網(wǎng)的迅猛發(fā)展和計(jì)算機(jī)技術(shù)的日新月異,大數(shù)據(jù)、云計(jì)算和移動(dòng)互聯(lián)網(wǎng)等互聯(lián)網(wǎng)新興技術(shù)隨之興起,海量數(shù)據(jù)的產(chǎn)生及數(shù)據(jù)流轉(zhuǎn)成為常態(tài),這意味著人們進(jìn)入了“大數(shù)據(jù)時(shí)代”。而數(shù)據(jù),是商業(yè)銀行的核心基礎(chǔ)和戰(zhàn)略資產(chǎn),大數(shù)據(jù)的挖掘價(jià)值對(duì)于商業(yè)銀行的發(fā)展至關(guān)重要,甚至意味著商業(yè)銀行發(fā)展的未來(lái)。

【關(guān)鍵詞】商業(yè)銀行;大數(shù)據(jù);數(shù)據(jù)挖掘

1概述

近年來(lái),數(shù)據(jù)挖掘與數(shù)據(jù)分析發(fā)展迅猛,這給傳統(tǒng)銀行業(yè)帶來(lái)了迅猛沖擊和嚴(yán)峻挑戰(zhàn)[1]。這主要表現(xiàn)在三個(gè)方面:(1)銀行中企業(yè)文化面臨的挑戰(zhàn)與沖擊。這主要是銀行由喜愛(ài)完整、純凈的數(shù)據(jù)到傾向于接受非結(jié)構(gòu)化數(shù)據(jù),允許不精確完整的數(shù)據(jù)的存在;由局部沖擊擴(kuò)大為全局沖擊,大數(shù)據(jù)時(shí)代銀行需要海量數(shù)據(jù)沖擊企業(yè)文化,從而碰撞出適應(yīng)新時(shí)代的嶄新企業(yè)文化。(2)銀行面臨的數(shù)字化挑戰(zhàn)。在大數(shù)據(jù)背景下,銀行面臨的挑戰(zhàn)層出不窮:一方面,大數(shù)據(jù)的發(fā)展促使銀行不斷地進(jìn)行新產(chǎn)品和新服務(wù)的開(kāi)發(fā)和推廣;另一方面,是解決傳統(tǒng)數(shù)據(jù)的結(jié)構(gòu)性能問(wèn)題。(3)銀行轉(zhuǎn)型所面臨的挑戰(zhàn)[2]。大數(shù)據(jù)時(shí)代,銀行的發(fā)展需要進(jìn)行合理轉(zhuǎn)型,轉(zhuǎn)型的關(guān)鍵在于對(duì)銀行數(shù)據(jù)進(jìn)行合理分析和利用的能力高低。

2大數(shù)據(jù)的挖掘

2.1數(shù)據(jù)挖掘的涵義。[3]數(shù)據(jù)挖掘的定義是從海量,摻雜噪聲,有缺失值,模糊和隨機(jī)數(shù)據(jù)中挖掘和學(xué)習(xí)對(duì)人們有用的知識(shí)和信息的過(guò)程。大數(shù)據(jù)環(huán)境下的數(shù)據(jù)挖掘不再使用抽樣數(shù)據(jù),而是通過(guò)實(shí)時(shí)監(jiān)測(cè)和跟蹤獲得對(duì)象在互聯(lián)網(wǎng)上的全部數(shù)據(jù),挖掘和分析,揭露其隱藏的法則,并提出相應(yīng)的預(yù)測(cè)和結(jié)論。2.2數(shù)據(jù)挖掘的主要方法和技術(shù)。(1)關(guān)聯(lián)規(guī)則分析關(guān)聯(lián)是指銀行客戶(hù)之間各類(lèi)行為之間的相關(guān)關(guān)系。客戶(hù)并不是獨(dú)立個(gè)體,生活在社交網(wǎng)絡(luò)之中,由于客戶(hù)與客戶(hù)之間興趣愛(ài)好和意識(shí)行為的趨向性,當(dāng)一個(gè)客戶(hù)發(fā)生某種行為時(shí),極有可能有其他客戶(hù)傾向于發(fā)生同種行為或者同一客戶(hù)發(fā)生其他行為,基于銀行現(xiàn)有歷史數(shù)據(jù)進(jìn)行關(guān)聯(lián)規(guī)則分析,可以預(yù)測(cè)客戶(hù)行為發(fā)生的可能性,因此,選擇適當(dāng)?shù)睦碡?cái)產(chǎn)品進(jìn)行準(zhǔn)確推薦,大大提高了銀行理財(cái)營(yíng)銷(xiāo)的效率。(2)決策樹(shù)技術(shù)[4]決策樹(shù)是使用樹(shù)狀結(jié)構(gòu)來(lái)結(jié)構(gòu)化表示數(shù)據(jù)受不同因素影響程度的分析預(yù)測(cè)模型??蛻?hù)作為分析對(duì)象,樹(shù)形結(jié)構(gòu)表示客戶(hù)決策集合或者對(duì)銀行產(chǎn)品的感興趣程度集合。使用自上而下的回歸方法,決策樹(shù)的非葉節(jié)點(diǎn)代表銀行的各種金融理財(cái)產(chǎn)品,葉節(jié)點(diǎn)代表客戶(hù)對(duì)相應(yīng)產(chǎn)品的興趣。通過(guò)計(jì)算各種決策的期望值,得出此決策樹(shù)的最優(yōu)解,基于最優(yōu)解向客戶(hù)進(jìn)行精準(zhǔn)推送。(3)分類(lèi)分析法在銀行龐大的用戶(hù)數(shù)據(jù)庫(kù)中,不同的客戶(hù)具有不同的特征和行為,這些特征可以加以分析,整合和歸類(lèi)。(4)數(shù)據(jù)描述和可視化技術(shù)數(shù)據(jù)描述和可視化是指將數(shù)據(jù)進(jìn)行概念化,規(guī)范化和以圖形動(dòng)畫(huà)描述的過(guò)程。使用銀行大數(shù)據(jù)倉(cāng)庫(kù)和客戶(hù)自身數(shù)據(jù)為基礎(chǔ),使用可視化工具和相關(guān)算法,直觀、清晰而全面的展示銀行客戶(hù)金融行為和歷史金融消費(fèi)數(shù)據(jù),實(shí)現(xiàn)精準(zhǔn)的服務(wù)和個(gè)性化。(5)孤立點(diǎn)檢測(cè)技術(shù)在銀行數(shù)據(jù)庫(kù)中,如果客戶(hù)行為數(shù)據(jù)與總體行為出現(xiàn)了過(guò)大偏差,形成了一個(gè)孤立點(diǎn),一般這種行為被判定為異常行為。多種方法可用于孤立點(diǎn)檢測(cè),其中基于偏差的方法最為常用。其主要思想是使用序列異常技術(shù),即使用客戶(hù)樣本集的方差作為相異度函數(shù)。異常值檢測(cè)主要用于財(cái)務(wù)欺詐和反洗錢(qián)監(jiān)控。2.3數(shù)據(jù)挖掘的流程。(1)需求分析數(shù)據(jù)挖掘的第一步是需求分析。此過(guò)程要與具體業(yè)務(wù)部門(mén)人員進(jìn)行溝通交流,完成數(shù)據(jù)挖掘需求的獲取、整合和分析,制定挖掘目標(biāo)和具體要求以及業(yè)務(wù)指標(biāo),形成初步的思路。(2)數(shù)據(jù)采集數(shù)據(jù)收集包括數(shù)據(jù)選擇,預(yù)處理和數(shù)據(jù)集成轉(zhuǎn)換。數(shù)據(jù)選擇基于在銀行用戶(hù)數(shù)據(jù)庫(kù)中提取樣本數(shù)據(jù)的需要。而數(shù)據(jù)整合變換目的削減數(shù)據(jù)維度,將初始數(shù)據(jù)轉(zhuǎn)化為有效數(shù)據(jù)。(3)數(shù)據(jù)挖掘根據(jù)第一步中明確的挖掘需求和目的,使用關(guān)聯(lián)規(guī)則分析,決策樹(shù),歸類(lèi)聚類(lèi),神經(jīng)網(wǎng)絡(luò)和異常點(diǎn)檢測(cè)等技術(shù)進(jìn)行數(shù)據(jù)挖掘。最佳策略是多次嘗試不同的挖掘算法和分析方法,不斷比較其效果和準(zhǔn)確率,從而能夠選擇最佳策略,建立挖掘模型。(4)結(jié)果分析和評(píng)價(jià)數(shù)據(jù)挖掘的結(jié)果不一定正確有效,有些甚至與需求背道而馳,因此需要評(píng)估挖掘結(jié)果的有效性。確定其準(zhǔn)確性、效率和穩(wěn)定性,評(píng)價(jià)是否達(dá)到預(yù)期,然后進(jìn)行完善。(5)決策分析數(shù)據(jù)挖掘的最終目標(biāo)是根據(jù)需求挖掘數(shù)據(jù)特征,以幫助決策者做出業(yè)務(wù)決策。所以,應(yīng)根據(jù)數(shù)據(jù)挖掘的結(jié)果,適時(shí)制定和調(diào)整商業(yè)策略,為銀行客戶(hù)制定滿(mǎn)意的個(gè)性化方案,對(duì)銀行未來(lái)發(fā)展提出前瞻性建議。

3大數(shù)據(jù)在銀行領(lǐng)域的應(yīng)用

3.1個(gè)性化定制和精準(zhǔn)實(shí)時(shí)營(yíng)銷(xiāo)。商業(yè)銀行內(nèi)的客戶(hù)歷史數(shù)據(jù)不斷積累,關(guān)于客戶(hù)的數(shù)據(jù)已經(jīng)極大豐富,在此前提下,商業(yè)銀行的發(fā)展模式逐漸從“產(chǎn)品導(dǎo)向”轉(zhuǎn)變?yōu)椤邦櫩蛯?dǎo)向”,客戶(hù)需求和偏好成為銀行業(yè)發(fā)展的源泉。個(gè)性化定制方法是商業(yè)銀行依據(jù)客戶(hù)喜好進(jìn)行金融產(chǎn)品或者服務(wù)的推薦,對(duì)客戶(hù)的經(jīng)濟(jì)規(guī)模,理財(cái)喜好以及年齡地區(qū)進(jìn)行精準(zhǔn)定位,針對(duì)性地推廣。精準(zhǔn)實(shí)時(shí)營(yíng)銷(xiāo)是根據(jù)客戶(hù)當(dāng)前實(shí)際情況進(jìn)行推廣營(yíng)銷(xiāo),考察客戶(hù)所在地、最近金融行為和消費(fèi)記錄來(lái)實(shí)時(shí)有效跟蹤,精準(zhǔn)服務(wù)。3.2客戶(hù)管理。銀行通過(guò)建立客戶(hù)關(guān)系倉(cāng)庫(kù)來(lái)管理用客戶(hù),借助數(shù)據(jù)挖掘工具,精細(xì)區(qū)分客戶(hù)群體,分析客戶(hù)行為模式,根據(jù)不同的客戶(hù)群提供個(gè)性化,準(zhǔn)確的財(cái)務(wù)和貸款服務(wù)。大數(shù)據(jù)倉(cāng)庫(kù)技術(shù)也可用于構(gòu)建預(yù)測(cè)模型,以觀察和預(yù)測(cè)商業(yè)銀行客戶(hù)的流動(dòng)和流失,為銀行開(kāi)發(fā)新客戶(hù)和留住老客戶(hù)提供參考。銀行使用聚類(lèi)方法自然地對(duì)客戶(hù)進(jìn)行分組,分析,預(yù)測(cè)和優(yōu)化,通過(guò)分析客戶(hù)收入,服務(wù)成本,風(fēng)險(xiǎn)和其他因素來(lái)實(shí)現(xiàn)收入目標(biāo)[5]。3.3虛擬銷(xiāo)售渠道。在大數(shù)據(jù)時(shí)代,各大商業(yè)銀行將網(wǎng)上電子銀行視為未來(lái)趨勢(shì)和發(fā)展重點(diǎn)。電子銀行相較于傳統(tǒng)銀行網(wǎng)點(diǎn),在客戶(hù)資源和成本等各個(gè)方面都有無(wú)可比擬的巨大優(yōu)勢(shì)。然而,商業(yè)銀行僅僅將電子銀行視為交易平臺(tái),在虛擬化銷(xiāo)售渠道[6]方面的應(yīng)用少之又少。銀行應(yīng)打破傳統(tǒng)固有思維的禁錮,將金融服務(wù)內(nèi)嵌至微信、微博等社交網(wǎng)絡(luò),多管齊下才能擴(kuò)寬銷(xiāo)售思路,促進(jìn)業(yè)務(wù)發(fā)展。3.4風(fēng)險(xiǎn)管理體系在大數(shù)據(jù)平臺(tái)背景下,銀行管理者要充分認(rèn)識(shí)到銀行客戶(hù)的不同特征,對(duì)不同客戶(hù)的業(yè)務(wù)進(jìn)行深入分析,建立起風(fēng)險(xiǎn)管控和風(fēng)險(xiǎn)規(guī)避綜合體系,實(shí)現(xiàn)對(duì)銀行客戶(hù)的信用等級(jí)、利率調(diào)控、業(yè)務(wù)操作等各個(gè)因素的風(fēng)險(xiǎn)等級(jí)進(jìn)行精細(xì)化量化評(píng)價(jià),并在此基礎(chǔ)上進(jìn)行風(fēng)險(xiǎn)趨勢(shì)預(yù)測(cè),從而提升銀行風(fēng)險(xiǎn)管理的安全性和可靠性。

4總結(jié)

當(dāng)前,大數(shù)據(jù)技術(shù)已成時(shí)代主流,作為商業(yè)銀行應(yīng)該跟上時(shí)代腳步,充分發(fā)揮數(shù)據(jù)挖掘的優(yōu)勢(shì)分析挖掘客戶(hù)信息,精準(zhǔn)定位客戶(hù)需求,樹(shù)立以客戶(hù)為中心的新型經(jīng)營(yíng)理念,從而改變傳統(tǒng)的經(jīng)營(yíng)理念和運(yùn)營(yíng)方式,推動(dòng)銀行綜合服務(wù)能力提升,不斷保持銀行的核心競(jìng)爭(zhēng)力。

參考文獻(xiàn)

[1]霍魁.大數(shù)據(jù)時(shí)代下數(shù)據(jù)挖掘技術(shù)在銀行中的應(yīng)用[J].商,2015(26):191-192.

[2]宋婷汀.大數(shù)據(jù)在銀行業(yè)務(wù)管理中的應(yīng)用研究[J].港澳經(jīng)濟(jì),2016(23):60.

[3]盧輝.數(shù)據(jù)挖掘與數(shù)據(jù)化運(yùn)營(yíng)實(shí)戰(zhàn)思路、方法、技巧與應(yīng)用[M].北京:機(jī)械工業(yè)出版社,2013.

[4]王日宏,王曉龍.大數(shù)據(jù)時(shí)代下數(shù)據(jù)挖掘在銀行中的應(yīng)用[J].電腦知識(shí)與技術(shù),2014(7):1369-1370.

[5]郭瑩,張曉燕.數(shù)據(jù)倉(cāng)庫(kù)和數(shù)據(jù)挖掘技術(shù)在銀行客戶(hù)關(guān)系管理中的應(yīng)用[J].科技管理研究,2013,23(2):75-78.

[6]王珊,張延松,冷建全.金融企業(yè)大數(shù)據(jù)技術(shù)選擇策略[I].金融電子化,2012(6):46-48.

作者:尹魯燕 單位:山東省農(nóng)村信用社聯(lián)合社信息科技部