文档介绍：版本号：
金融大数据应用案例
金融大数据应用案例
第1页
民生银行
署云计算，实现自动化、高能效、虚拟化和标准化云布署目标；
洞察大数据推进了民生银行转型与创新；
手机银行等移动应用帮助它们打造了战略产品平台
依据数证券和交易对手问风险概况和联络。
消费智能。
金融大数据应用案例
第10页
摩根大通
已经开始使用Hadoop技术以满足日益增多用途，包含诈骗检验、IT风险管理和自助服务
150PB在线存放数据、30,000个数据库和35亿个用户登录账号
Hadoop能够存放大量非结构化数据，允许企业搜集和存放Web日志、交易数据和社交媒体数据。
数据被聚集至一个通用平台，以方便以客户为中心数据挖掘与数据分析工具使用。
金融大数据应用案例
第11页
花旗银行
分析数据包含
客户提供信息（申请、表格等）
社交网络、公共网页得到客户信用统计以及信用历史
和目标客户有类似行为模式客户数据
金融以及经济数据
证券交易委员会文件
招股章程、过往贷款统计
新闻（以衡量公众意见以及信心）
Facebook在内来自社交网络数据（个人、家庭计划等）
金融大数据应用案例
第12页
花旗银行--续
应用
信用风险评定（贷款）
针对性营销
以客户为中心
客户统一视图（结构化和非结构化数据）
细分客户，按照客户行为进行分类
为客户提供质量一致客户体验
IBM Watson产品
深度非结构化数据分析
自然语言处理
决议支持
基于循证学****功效
金融大数据应用案例
第13页
西太平洋银行
特点：
伴随大数据大量涌现，尤其是在社交媒体网络背景下，渠道战略不应仅限于传统银行渠道，而且还应整合新客户接触点（即社交媒体网站）
尽管西太平洋银行已经非常清楚地认识到社交媒体数据仅仅是当今各种数据起源之一，但银行当前侧重于将情感分析作为其大数据分析挑战一部分
应用：
启用和优化定价、市场营销和经济利润
事前风险管理 （PRM） 系统，该系统允许使用银行风险实践快速更新相关欺诈知识并降低个人风险
金融大数据应用案例
第14页
Zions银行
大数据安全策略
仓库存放了120多个不一样类型数据，包含交易日志，日志，欺诈警报，服务器日志，防火墙日志和IDS日志
跨整个企业进行数据挖掘，加紧取证调查并提升欺诈侦测，以及整体安全性
是主动而非被动安全
基于Hadoop安全数据仓库，就像是含有分布式检索
应用
（鱼叉式网络钓鱼攻击）威胁建模/恶意软件推进帐户接管
快速对来自各种源头恶意软件威胁作出响应并反抗它们
金融大数据应用案例
第15页
微信贷企业
“大数据+机器智能学****br/>利用海量数据挖掘和算法来做一些贷款业务
大量使用了社交媒体和其它网络工具
每个贷款人都拥有6000到8000条数据
特点：
它每笔贷款额度都很小，太多资金额度需要更屡次检验
不良贷款会快速暴露。，模型反馈和改进时间短
违约率高
利率很高
Wonga
LendingStream
Zestcash
Klarna
PawnGo
金融大数据应用案例
第16页
国外其它应用
定时（天天）对全部客户交易日志和当前债权情况（包含关键系统内数据和从征信中心取得数据）进行分析， 建模，及分析当前模型准确性；
定时（天天）依据分析对客户进行分类（segmentation ）；
天天针对不一样分类建立不一样模型，进行行为评分、预测对客户营销可能性、 提前还款可能性、坏账可能性等；
天天依据预测分数和交易情况和提前设定strategy 自动调整客户credit line；
天天依据预先设定strategy和3，4结果对客户进行电话、邮件、信件等促销和催收；
采取结构化和非结构化数据
不但仅分析客户本人，还能够分析担保人等
金融大数据应用案例
第17页
大数据应用--IBM
大数据引擎基本上完成是存放和计算
客户数据都在数据仓库里，伴随互联网和其它一些新型包含移动应用增加，我们希望经过非结构化信息能够来补强原有传统上存在数据仓库里客户档案和信息
呼叫中心统计分析
客户情感分析
增强客户细分
机器数据—交易故障分析
用现在大数据能力把分布在各个地方原始数据和原始日志定时每隔一分钟进行搜集和抽取
放到分布式文件系统里，并很快能够建立起一些索引
提供一个很方便前端实时查询
风险和欺诈
建一个反欺诈统计模型
钓鱼网站攻击、***、盗刷信用卡
金融大数据应用案例
第18页
非结构化数据应用--IBM
信贷
并不只跟信贷部相关系，还跟客户服务部、法律部、IT架构等等都相关系
这些关系全部串接起就形成了全流程信贷概念，打破了业务部门和业务部门之间界限
信贷应用就要重新设计、开发
引入影像平台、流程平台、规则引擎平台这些原因降低整体成本
反