隨著中國金融市場的快速發(fā)展，互聯(lián)網(wǎng)金融對傳統(tǒng)金融行業(yè)的競爭，以及監(jiān)管力度的不斷加強，IT咨詢服務(wù)公司對金融企業(yè)的商業(yè)智能方案也面臨不斷創(chuàng)新。如何提升金融機構(gòu)在管理、盈利、風險控等多方位的能力？如何將國際經(jīng)驗更好的為中國市場服務(wù)？如何通過解決方案將海量數(shù)據(jù)轉(zhuǎn)化為對經(jīng)營決策有價值的信息之路？如何將客戶智能分析成果行之有效地運用于服務(wù)渠道，并最終轉(zhuǎn)換為銷售業(yè)績？為解決中國金融機構(gòu)在發(fā)展中所面臨的新問題，文思海輝在西安、蘇州、北京、成都、深圳五地舉辦了6場“乘數(shù)據(jù)之舟，達價值彼岸”系列活動。

　　在主題為“乘數(shù)據(jù)之舟，達價值彼岸”的文思海輝商業(yè)智能解決方案系列研討會西安站現(xiàn)場，文思海輝商業(yè)智能事業(yè)部高級經(jīng)理馬寧做了“數(shù)據(jù)分析之道--銀行業(yè)數(shù)據(jù)挖掘分析的現(xiàn)狀與前瞻”主題演講。

文思海輝商業(yè)智能事業(yè)部高級經(jīng)理 馬寧

　　以下為演講實錄：

　　大家好最后一個議題，也是最時髦的議題，關(guān)于銀行業(yè)的數(shù)據(jù)挖掘。這張片子不知道大家是不是第一次見，但我敢保證肯定不是你們最后一次看這張片子及接下來的兩張片子，業(yè)內(nèi)會把數(shù)據(jù)分析分成八個等級，前四個等級是驗證性的，我們的目的是了解過去，而后四個等級和更高等級是預(yù)測性的，它用來發(fā)現(xiàn)未來，驗證型的包含普通的報表，查詢預(yù)警風險，發(fā)掘型的是一些更深的比如統(tǒng)計分析，時間序列的分析，去建一些預(yù)測模型，以及最復(fù)雜的形式，我們會用一些運籌學的知識做流程優(yōu)化。

　　數(shù)據(jù)挖掘我們在執(zhí)行時始終遵循BM的執(zhí)行方法論，它包含六個主要步驟，從業(yè)務(wù)理解到數(shù)據(jù)理解，數(shù)據(jù)準備，建立模型評估模型，最終部屬這個模型。

　　先來看業(yè)務(wù)理解，我們銀行最常見的信用卡產(chǎn)品，來看整個客戶的生命周期，產(chǎn)品周期是怎樣的，下面是隨著生命周期的演進，客戶價值的曲線，我們一開始在獲取這個客戶的時候，是付出成本的過程，客戶是附加值，隨著客戶逐漸成熟，價值在提升達到他的峰值，有可能客戶會流失或者發(fā)生一些違約欺詐行為，導致客戶最終的價值又變?yōu)榈母郊又�，在整個過程中，上面列出來的是業(yè)務(wù)所關(guān)注的各個視角，而下面是數(shù)據(jù)挖掘在每個過程中輔助業(yè)務(wù)做出的各種量化判斷與分析。我在這里會把所有數(shù)據(jù)挖掘的專題分成營銷類風險管理類的，剛才劉密和宋楊兩人提到的兩大類型。營銷類關(guān)注的是我怎么更好的獲取客戶，了解客戶，給他們賣更多的產(chǎn)品，幫助我更好的盈利，風險類的無外乎客戶的申請評分，行為評分，欺詐管理等等防范銀行的風險，我們把營銷展開來看，數(shù)據(jù)挖掘這一層在整個營銷層中中間地位，它承接了數(shù)據(jù)層的數(shù)據(jù)，為營銷的決策提供營銷客戶名單，以及基于這個名單的具體實施流程，主要包含了客戶細分，營銷預(yù)測等等。

　　風險管理第一大部分是基于巴塞爾框架，有信用風險，市場風險操作風險以及流動性風險，上面每一個領(lǐng)域我們研究的主題對象是什么，下面是我們用挖掘模型去量化的一些具體的指標和專題是什么，同樣在反欺詐里面也會做數(shù)據(jù)挖掘的模型，做時時的檢測和行為分析。這里面我列出來了某家銀行他們目前在建的所有的和數(shù)據(jù)挖掘有關(guān)的模型情況，基本上是符合我們剛才介紹的框架，零售做營銷類的，兩個風險部門做具體的信用風險和流動性風險的各種模型，信用卡中心單獨做風險ABC卡，以及營銷的客戶分群和營銷預(yù)測。使用到的產(chǎn)品和市場上主流的SPSS這樣的工具。

　　看第二步關(guān)于數(shù)據(jù)的理解，我們要做一個客戶的營銷，一定要了解你的客戶，客戶具有什么樣的屬性，是做客戶模型的重中之重，我們提倡建立客戶的360度的試圖，其中灰色字的部分是我們行內(nèi)比較具備的數(shù)據(jù)，而黃色字的部分是我們比較欠缺的需要收集的部分，行內(nèi)現(xiàn)有的數(shù)據(jù)真的足以支撐對客戶360度的分析嗎？首先我們來看行內(nèi)是有自己數(shù)據(jù)壁壘的，出于安全敏感性的考慮，各個部門的數(shù)據(jù)可能不能充分的共享，各個系統(tǒng)之間有對接的成本，以及數(shù)據(jù)質(zhì)量帶來的各種問題，同時行內(nèi)的數(shù)據(jù)其實是非常非常局限的客戶視角，我們只看到了客戶的金融屬性，你看到客戶買一雙鞋，你不知道客戶為什么買這雙鞋，同時第三方支付平臺的出現(xiàn)，使得連我們最后客戶買這雙鞋這個事情都不知道，就知道他花了二百塊錢，所以現(xiàn)在一些大銀行在探討如何拓展行內(nèi)的數(shù)據(jù)以及銜接行外的數(shù)據(jù)，去獲取更多客戶信息，互聯(lián)網(wǎng)上提供了大量這方面的信息，餐飲的，購物的房產(chǎn)以及綜合類的信息，很多銀行在嘗試建立自己的電商平臺，把自己的非結(jié)構(gòu)化數(shù)據(jù)項結(jié)構(gòu)化數(shù)據(jù)轉(zhuǎn)換，以及利用API去互聯(lián)網(wǎng)上爬數(shù)據(jù)，和其它的數(shù)據(jù)提供方進行合作。

　　有了這些數(shù)據(jù)之后，我們終于可以開始進行數(shù)據(jù)的準備，打算建立一個挖掘模型，傳統(tǒng)的數(shù)據(jù)準備這種架構(gòu)，從我的數(shù)據(jù)存儲平臺ODS數(shù)倉遷移到數(shù)據(jù)分析平臺SPSS，在這里面做基礎(chǔ)的數(shù)據(jù)加工，遵循八二原則，會有80%的數(shù)據(jù)拼接匯總在這里充分利用數(shù)倉的優(yōu)勢完成。具體的統(tǒng)計過程相關(guān)的數(shù)據(jù)處理剩下的20%在數(shù)據(jù)挖掘平臺來執(zhí)行，這樣的問題是有大量的建模數(shù)據(jù)，有一個遷移的過程，現(xiàn)在一個大的趨勢就是存儲節(jié)點與計算節(jié)點的融合，數(shù)據(jù)在哪里存儲就在哪里結(jié)算，比如一些庫內(nèi)計算的框架，以及大數(shù)據(jù)hadoop這樣的平臺上都是這樣的平臺，直接操作，把中間結(jié)果保存于內(nèi)存中，數(shù)據(jù)處理的效果更高。

　　接下來模型這里面簡單挪列了一下數(shù)據(jù)挖掘經(jīng)常會遇到的模型，時間的原因我們不仔細展開講，大致四類，分類模型，回歸模型，聚類模型以及數(shù)據(jù)建緯的一些算法，分別用于解決不同的問題，我們做的最常見的其實是預(yù)測模型，預(yù)測模型就是我拿到很多歷史數(shù)據(jù)，我如何根據(jù)歷史數(shù)據(jù)來預(yù)測未來，舉一個簡單例子，我現(xiàn)在要判斷一個企業(yè)它的違約概率，剛才說的PD模型，我收集了它歷史上2006年到2012年的數(shù)據(jù)，因為現(xiàn)在2014年了，2013年發(fā)生違約我是知道的，我在這里面希望找到一個函數(shù)關(guān)系，把收集的數(shù)據(jù)財務(wù)指標，帳戶行為影射到最后的違約概率上來，一個最簡單的模型，比如他是房地產(chǎn)業(yè)，房地產(chǎn)業(yè)這幾年被限制，所以它的違約概率會高一些，如果不是房地產(chǎn)業(yè)，違約概率低一些，非常粗糙的模型，確實是一個數(shù)據(jù)挖掘的模型，我如果找到這樣的關(guān)系，我可以做預(yù)測，如果時間往后退一年，2007到2013年的數(shù)據(jù)我已經(jīng)收集齊了，到2014年這家行業(yè)就可以利用這個公式算他的違約概率是多少，這就是最簡單的預(yù)測模型的例子。

　　模型做好之后，下一步是模型部屬上線，我們這里不談模型的技術(shù)部屬，模型的評估兩方面，一方面從統(tǒng)計指標評估，是不是符合我們的要求，有各種各樣檢驗指標，準確性、違約性等等，另一方面看這樣的模型從業(yè)務(wù)上是否有可應(yīng)用的能力，比如它得到的結(jié)果是不是符合業(yè)務(wù)上的主觀認知和業(yè)務(wù)經(jīng)驗，它使用的變量有沒有政策法律風險，比如說我去做一張信用卡評分模型，會發(fā)現(xiàn)在美國黑人他的違約率很高的，但是我們把膚色這個變量方進模型肯定是不行的，會帶來各種各樣的法律問題。

　　最后模型的部屬，模型做好是要上線應(yīng)用的，我們的應(yīng)用模式有這么幾種，一種打標簽給客戶做聚類，通過客戶的各種屬性分成各種各樣的類型，甚至一個客戶有多種標簽，將來搞營銷活動的話，我從中優(yōu)選到底推送美食愛好者，還是推送給網(wǎng)購達人，另一種模式我們給客戶做批量評分，這里面我算一下我客戶的流失率是多少，算流失率具體的數(shù)值0到1之間，也會估算一下如果客戶流失，他目前的資產(chǎn)是多少，流失以后行業(yè)有可能造成資產(chǎn)損失是多少，拿到這么一個龐大流失名單以后，我們怎么挽留這些客戶，我們挽留誰，甚至我們可以算一下，每一個客戶如果說我要挽留他的話，花費一個單位的成本，如果一個客戶其實不會流失，我就白白挽留他了，一個成本掏出去之后，是一個準成本，但如果一個客戶真的會流失，我如果成功留住，雖然我留住這個客戶的概率是0.3%，但是這個人如果留住他會給我?guī)��?0單位的價值的話，進去一個單位的挽留成本，我會掙五塊錢，雖然這也是一個比較粗糙的估算，但是我就可以知道，這個名單上前百分之多少的客戶我把他挽留住，能給我?guī)�來整個銀行效益的最大化，這是實際做的例子，告訴我們某家銀行私人銀行的客戶，我們建議他按照這個名單從高到低的概率排序的話，建議他挽留前9.7%的客戶。

　　除了挖掘出名單之后，同樣的對這個名單業(yè)務(wù)的執(zhí)行是非常重要的，這也是我們實際案例的數(shù)據(jù)，我們在某家銀行三個分行里面搞產(chǎn)品營銷，我怎么知道最后營銷效果好壞，是我的模型做的好與不好，還是我這個名單到客戶經(jīng)理那邊以后，他的執(zhí)行是有利的，還是不利的，我們這樣做，我們把對照組是隨機的客戶名單，而不是挖掘的客戶名單，讓他交給客戶執(zhí)行，既是挖掘名單又有客戶經(jīng)理執(zhí)行，就是簡單的挖掘名單，我們關(guān)注這些人，對他進行營銷，到時候每組的簽約率可以算出比值，這個比值就可以知道到底是執(zhí)行的問題，還是算法。

　　在大數(shù)據(jù)時代能看到這是麥肯錫在2013年對各個行業(yè)大數(shù)據(jù)應(yīng)用前景做的調(diào)查，他認為銀行業(yè)這個橫軸指使用大數(shù)據(jù)所帶來的價值和潛力，縱軸代表這個行業(yè)收集大數(shù)據(jù)的可行性，顏色代表這個行業(yè)內(nèi)部的競爭壓力，以及圓形的大小代表這個行業(yè)對美國GDP的貢獻，可以看到銀行業(yè)是處在正張圖的最右上角，因此銀行業(yè)是我們將來使用大數(shù)據(jù)最重要的領(lǐng)域之一。有了大數(shù)據(jù)之后，我們的客戶試圖更加完善，我們更加了解我們的客戶，再做傳統(tǒng)客戶分析模型時，我們可以從更多的視角了解我們的客戶，而不是簡單的以前的傳統(tǒng)很枯燥的做法，我可以知道我的客戶他家周圍有多少家其它銀行的網(wǎng)點，如果新開一些其它銀行網(wǎng)點，會不會導致流失，都會成為我們考慮的因素。

　　一些國際上領(lǐng)先的銀行，已經(jīng)開始嘗試使用大數(shù)據(jù)技術(shù)對客戶進行深入研究，他們會記錄客戶每次消費地點，客戶經(jīng)常去的地方，來看客戶是否經(jīng)常外出吃飯，是否為了一個打折商品，犧牲距離去很遠商場買東西等等，他們這樣精細的記錄客戶的行為，是為了把客戶細分，再細分，甚至細分到一個人，一個人做精細化的營銷，其它的一些項目花旗銀行他使用了文本分析技術(shù)，去了解客戶在社交網(wǎng)絡(luò)上，提供了各種對銀行產(chǎn)品服務(wù)的個種信息，這是一個三方的評級公司，他們研究客戶的信用指數(shù)與他的一些習慣，姓名的大小寫，喜歡車的品牌等等之間的關(guān)系，這都是我們在傳統(tǒng)分析里面從來沒有考慮過嘗試過的視角。

　　剛才說了這么多數(shù)據(jù)挖掘與分析的事情，什么人來做這樣的事情，有很多對數(shù)據(jù)科學家的定義在這里不想挨個念一遍，我們認為數(shù)據(jù)科學家和傳統(tǒng)的數(shù)據(jù)分析者是具有一定的差異，他們首先要對非結(jié)構(gòu)化的數(shù)據(jù)有轉(zhuǎn)換加工的能力，我拿到了一個語音，一個視頻，我想分析它，我不可能直接分析，我要做轉(zhuǎn)換文本的識別，以及對混雜的不匹配的數(shù)據(jù)做匹配，以及海量的數(shù)據(jù)，我通過什么樣的平臺高效的處理這樣的數(shù)據(jù)，這是2011年EMC做的市場調(diào)查，有三分之二的企業(yè)認為在未來的五年中，是非常非常需要大數(shù)據(jù)人才，這是美國的一個求職網(wǎng)站對于大數(shù)據(jù)和數(shù)據(jù)科學家相關(guān)人員的需求量，這是從2011年開始的積分。

　　最后一個問題挖掘技術(shù)得加強，是我們文思海輝商業(yè)智能的數(shù)據(jù)挖掘團隊，我們有來自于芝加哥大學、清華大學、北京大學等多個著名高校碩士博士組成，我們是一支既懂業(yè)務(wù)，又懂數(shù)據(jù)還懂統(tǒng)計分析的團隊，這個是我們在銀行業(yè)和證券業(yè)所有的成功案例，謝謝大家。