現在大數據的應用領域非常廣泛，它幾乎已經涵蓋各個行業，包括但不限於金融、政府、零售、交通、製造、電信、醫療衛生以及政府的很多部門的各個領域。然而，金融行業一直是大數據應用的前沿和領航者，這與金融行業的激烈競爭和“有錢”是分不開的。
數據顯示，中國大數據IT應用投資規模以五大行業最高，其中以互聯網行業佔比最高，佔大數據IT應用投資規模的28.9%，其次是電信領域（19.9%），第三為金融領域（17.5%），政府和醫療分別為第四和第五。
在大數據應用綜合價值潛力方面，信息技術、金融保險、政府及批發貿易四大行業潛力最高。具體到行業內每家公司的數據量來看，信息、金融保險、計算機及電子設備、公用事業四類的數據量最大。
國內不少銀行已經開始嘗試通過大數據來驅動業務運營，如中信銀行信用卡中心使用大數據技術實現了實時營銷，光大銀行建立了社交網絡信息數據庫，招商銀行則利用大數據發展小微貸款。
下面來了解一下銀行大數據應用:客戶畫像應用
客戶畫像應用主要分為個人客戶畫像和企業客戶畫像。
個人客戶畫像包括人口統計學特徵、消費能力數據、興趣數據、風險偏好等；企業客戶畫像包括企業的生產、流通、運營、財務、銷售和客戶數據、相關產業鏈上下游等數據。
值得注意的是，銀行擁有的客戶信息並不全面，基於銀行自身擁有的數據有時候難以得出理想的結果甚至可能得出錯誤的結論。比如，如果某位信用卡客戶月均刷卡8次，平均每次刷卡金額800元，平均每年打4次客服電話，從未有過投訴，按照傳統的數據分析，該客戶是一位滿意度較高流失風險較低的客戶。但如果看到該客戶的微博，得到的真實情況是：工資卡和信用卡不在同一家銀行，還款不方便，好幾次打客服電話沒接通，客戶多次在微博上抱怨，該客戶流失風險較高。所以銀行不僅僅要考慮銀行自身業務所採集到的數據，更應考慮整合外部更多的數據，以擴展對客戶的瞭解。包括：
（1）客戶在社交媒體上的行為數據（如光大銀行建立了社交網絡信息數據庫）。通過打通銀行內部數據和外部社會化的數據可以獲得更為完整的客戶拼圖，從而進行更為精準的營銷和管理；
（2）客戶在電商網站的交易數據，如建設銀行則將自己的電子商務平臺和信貸業務結合起來，阿里金融為阿里巴巴用戶提供無抵押貸款，用戶只需要憑藉過去的信用即可；
（3）企業客戶的產業鏈上下游數據。如果銀行掌握了企業所在的產業鏈上下游的數據，可以更好掌握企業的外部環境發展情況，從而可以預測企業未來的狀況；
（4）其他有利於擴展銀行對客戶興趣愛好的數據，如網絡廣告界目前正在興起的DMP數據平臺的互聯網用戶行為數據。
數據星河平臺是一款集數據倉、大數據工具組件、大數據應用場景在內的數據資產智能聚合平臺，完美地支撐及覆蓋了包括政府、金融機構、企業在不同發展階段的AI及大數據相關需求。有關金融領域大數據應用相關業務，可以聯繫數據星河客服諮詢。
對大數據感興趣的請搜索關注公眾號“數據星河”，即可獲取免費的大數據學習資料。
閱讀更多 星河資訊 的文章
