商业银行大数据建设规划.pdf

该【商业银行大数据建设规划 】是由【青山代下】上传分享，文档一共【10】页，该文档可以免费在线阅读，需要了解更多关于【商业银行大数据建设规划 】的内容，可以使用淘豆网的站内搜索功能，选择自己适合的文档，以下文字是截取该文章内的部分文字，如需要获得完整电子版，请下载此文档到您的设备，方便您编辑和打印。:..XX银行大数据建设规划一、项目背景随着信息化程度(de)加深,以及移动互联网、物联网(de)崛起,人们产生(de)数据急剧膨胀,传统(de)数据处理技术难以支撑数据大量(de)(de)发展,大数据技术逐步成熟,可以帮助企业整合更多(de)数据,“概念”走向“价值”,(de)处理,(de)(de)(de)(de)本质是金融,核心是数据,载体是平台,关键是客户体验,发展趋势是互联网与金融(de)深度融合,,要深化互联网思维理念,稳步推进互联网金融产品和服务模式创新,积极利用移动互联网、大数据等新技术新手段,沉着应对冲击和挑战,实现传统金融与互联网金融(de)(de)专业化整合集成、关联共享、安全防护和维护管理,深度挖掘数据内含(de)巨大价值,探索银行业务创新,实现数据资源(de)综合应用、深度应用,已成为提升企业核心竞争力,实现企业信息化可持续发展(de),信息科技部组织力量对大数据技术进行研究,完成对市场上主流(de)大数据平台及应用技术预研,征求业务部门建议,、建设目标以大数据项目建设作为契机,凝聚我行优势力量,全面梳理数据资源,完善数据体系架构,自主掌握大数据关键技术,加速大数据资源(de)开发利用,将数据决策化贯穿到经营管理全流程,建设智慧银行,提升核心竞争力.(一)建设大数据基础设施,完善全行数据体系架构构建大数据平台,实现更广泛(de)半结构化、非结构化数据集中采集、存储、:..加工、分析和应用,极大地丰富我行(de)信息资源,同现有(de)企业级数据仓库和历史数据存储系统一起,形成基础数据体系,提供支撑经营管理(de)各类数据应用.(二)开发大数据资源,支撑全行经营管理创新建设离线数据分析、实时数据/流数据分析集群和各类数据分析集市,提供高性能可扩展(de)分布式计算引擎,通过数据挖掘、计量分析和机器学****等手段,对丰富(de)大数据资源进行开发使用,并将数据决策化过程结合到风控、营销、营运等经营管理活动.(三)培养大数据人才队伍,建立大数据分析能力结合大数据项目(de)落地实施,建立起一支大数据技术和分析人员队伍,具备自主运营和开发大数据(de)能力,以更好推动业务创新,、发展趋势近年来,银行业大力发展面向客户(de)新一代核心业务系统,信息系统建设日趋完备,电子银行等在线金融服务大幅增长,在提升客户体验和风险管控能力、满足监管各项要求(de)同时,形成并储存了庞大(de)(de)数据资源不仅包括存贷汇等结构化数据,也包括客户浏览痕迹、在线交易记录等非结构化数据,还包含客户语音、,银行业(de)记录数据、业务数据、数据仓库数据、结构化数据和非结构化数据(de)数据规模分别达到938T、1688T、3125T、(de)快速增长外,银行业面临(de)更大(de)挑战是大数据带来(de)业务挑战,这包括:小微贷市场上,银行与互联网小额贷款公司难以竞争;支付市场中,网银支付所占比重越来越低,这使得银行越来越难以知道客户(de)消费行为;各种互联网融资模式(de)出现,在未来可能会超过以银行为中心(de),本质上是银行对于客户(de),在大数据时代,不能充分形成大数据使用能力(de)竞争者将被淘汰.(一)同业案例情况:..国内领先(de)商业银行已经启动大数据平台(de)建设,并应用于精准营销、风险管理和业务创新等领域,,收集网银用户(de)行为轨迹并进行分析,精准营销,扩大销售,优化网银服务模块(de)质量,,推出在线明细,实时征信,精准营销等创新业务,,用于对客户(de)资金(de)、光大银行、平安银行、民生银行都在建设自身(de)大数据平台.(二)业务应用场景大数据技术在银行业(de)应用范围包括:客户洞察、营销支撑、(de)各种数据,包括语音、网络(de)监控录像、商城交易信息、金融业务信息以及外部(de)社交信息、第三方履约行为等多方面信息,(de)客户分层(de):是根据客户(de)实时状态来进行营销,如客户当时(de)所在地、:主要是微博营销,这主要是捕捉用户(de)言论和行为,:将改变生活(de)事件视为营销机会,如换工作、改变婚姻状况、:运用社交网络、行为特征、交易网、基本社会特征、人行征信等多个维度对客户综合评级,运用大量(de)指标构建多重模型,以识别客户(de):通过监控客户、账户和渠道等,提高银行在交易、转账和在线付款等:..领域防御欺诈(de),可以识别出潜在(de)违规客户,提示工作人员对其予以重点关注,:运用大数据能够处理海量数据(de)能力,将传统数据统计分析等业务切换到数据处理能力更强(de)平台,来解决查询历史数据(de)困难,:通过对客服中心(de)数据分析,允许银行提前预测用户需求用以快速地解决问题,能够快速满足用户(de):大数据平台采用普通(de)PC服务器和廉价存储,相对原有(de)小型机(de)硬件架构,可以有效(de)、平台建设原则平台是大数据(de)基础实施,其建设、设计和系统实现过程中,应遵循如下指导原则:经济性:基于现有场景分析,对三年内(de)数据量进行合理评估,确定大数据平台规模,:架构设计与功能划分模块化,考虑各接口(de)开放性、可扩展性,便于系统(de)快速扩展与维护,便于第三方系统(de):系统采用(de)系统结构、技术措施、开发手段都应建立在已经相当成熟(de)应用基础上,在技术服务和维护响应上同用户积极配合,确保系统(de)可靠;对数据指标要保证完整性,:针对系统级、应用级、网络级,均提供合理(de)安全手段和措施,为系统提供全方位(de)安全实施方案,确保企业内部信息(de):涵盖结构化,半结构化和非结构化数据存储和分析(de)(de)实践,使平台具有良好(de),引入对应大数据相关技术.:..平台性:归纳整理大数据需求,形成统一(de),:大数据平台提供开放(de)、标准(de)接口,实现与各应用产品(de)、分析应用规划大数据项目实施在保持核心账务系统稳定同时,实现外围IT架构逐步向开放架构演进,同时逐步吸纳互联网技术创新,应对大数据技术(de),借鉴同业和互联网企业(de)先进经验,分步实施分析应用,基础平台、(de)大数据平台及应用(de)整体架构如下:大数据平台重点功能模块定位如下:基础数据集群使用分布式文件系统和数据库等组件实现全量结构化数据和非结构化数据存储,并提供标准接口或Rest标准接口,:..成(de)(de)存放(de)往往是低价值密度(de)数据,经过加工处理后,提取出高价值密度(de)数据,放入在线查询集群,支撑实时业务、自助查询等高并发,低时延(de)(de)分析处理,提供数据挖掘、数据探索功能框架,从海量数据中提取高密度价值(de)、建模,以支撑以客户为中心(de)精准营销、,,对事件做分析处理,,需要访问基础集群或在线处理集群,获取必要(de)支撑信息,如风险信息表、黑白名单、历史交易信息等,、移动在线支付、在线统计分析等对实时性要求较高(de)场景.:..大数据平台(de)数据来源及应用场景规划如下:计划分三步进行实施,如下:(一)2015年完成大数据基础平台(de)搭建,构建简单(de)查询分析应用,(de)搭建,实现平台(de)、科技运维日志、网银日志、智能营销网页信息数据(de)(de):..、银行、微信银行(de)(de)个人信息(de)、银行、微信银行(de)数据采集点改造,将行为日志数据记录下来.(二)2016-2017年完善大数据基础平台,增加离线数据处理集群,采集行内各系统产生(de)客户行为数据,第三方合作机构(含同业)(de)外部数据,丰富客户营销、风险管理方面(de)数据信息,探索大数据同云计算平台(de)结合,构建相应(de)分析应用系统,,,完善多种数据挖掘算法库,用于对海量数据进行加工处理,,包括直销银行、银行、(de),我行网上舆论信息,特定客户和行内(de)互联网舆情信息,第三方合作机构、银银合作平台(de),实现半结构化、非结构化数据(de)解析功能,完善支撑数据分析应用集市,提供更多(de)数据服务,实现灵活深入(de)客户细分、专业化(de)营销与销售、优化管理流程,提升运作效率、:客户画像分析(个性化理财、交叉销售、客户挽留).舆情分析(对产品(de)比较、评价等反馈,进行营运优化).:..网站分析(终端、微信、直销银行等),(结合ITSM、系统运维日志分析事件、问题(de)关联性、各类统计等).信用风险(在现有(de)信用评级体系中,增加外部数据来源,优化评级结果),完善自动化授信审批,尤其是针对小微企业或特定产品,推出信贷差异化定价体系,做到对不同产品、不同行业、(de)活跃地址、商户(de)地址,结合个人移动终端地理位置信息推送商户营销信息;针对交易流水,类别码,、,(de)信贷授信过程.(三)2018年以后完善大数据基础平台,增加在线和流式数据处理集群,通过构建计量模型和机器学****算法,针对数据分析(de)结果,对实时业务进行自动、快速(de),、(de)(de),构建计量模型、机器学****算法,实现实时(de)风险决策和客户营销,并贯穿到前中台业务运营过程中,:实时营销支持,实时风险管控支持.:..,微信、微博(de)留言,互联网(de)评价信息),、风控等经营管理活动中增加数据决策(de)自动化、智能化支持,并进行流程优化.