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。

【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