金融行业如何利用大数据掘金?

有人曾经形容,推动大数据应用,就好比先铲下一大把沙子,再从沙砾中挖掘黄金;由于沙子含金量不见得高,所以挖掘过程难免辛苦,但一旦真能找到价值不菲的黄金,一切辛苦代价都很值得。 

经营百货、量贩零售、连锁加盟店或电子商务的企业,不时需要面对为数庞大、但忠诚度未必很高的顾客群,如何让广大顾客愿意在自己的场域里消费,甚至愿意扩大消费规模,无疑是一门不得不做、却又不容易做的苦功,所以推动大数据加值应用的迫切性很高。

大数据概念

同样的道理,以消金(消费型金融)为首的金融事业,一样面对为数庞大、但忠诚度未必很高的顾客群,一样企盼顾客多加关照自己、不做他想,一样希望从口袋掏出更多钱,选用更多商品与服务;在此前提下,金融业投入大数据淘金热潮,自然也是合情合理;唯一不同之处在于,金融业是一个必须接受政府高度管制的行业,有许多法令规章亟待遵循,比方说,即使同一金控集团旗下,拥有从事不同业别的个体,然不同个体间意欲交互运用个别客户资料,是受到法令限制的,所以金融业推动大数据应用,或许没办法像零售业那般大开大阖,或许需要融入更多精巧的设计。

以银行而论,能够靠着大数据分析,做到哪些事情?若将守势、攻势予以区隔,关于守势部分,被需要优先被满足的,即是遏止诈骗或非法洗钱等不当行径,以避免银行蒙受不必要的钱财或商誉损失。

透过大数据 信用卡诈骗无所遁形 例如墨西哥的Banco银行,长期饱受层出不穷的信用卡侧录盗刷事件困扰,亟欲追溯并捣毁犯罪集团的源头,无奈迟迟找不出正确的章法,倘若运用传统资料分析技术,难免旷日费时,完全跟不上犯罪集团的蔓延速度,几经苦思,决定采用大数据分析技术,并找来大批统计专家助阵,再根据盗刷时间、盗刷地区等复杂资料维度进行抽丝剥茧,终能利用短短不到一天的分析时间,从看似庞杂的事件中理出头绪,成功将不宵份子一网成擒,让该银行得以迅速止血,此一案例,无疑为大数据分析应用,做了非常漂亮的诠释。

无独有偶,身为全球业务量排名第一的信用卡发卡组织VISA,也凭借大数据分析技术,巧妙化解了信用卡诈骗、盗领等事件的侵扰。VISA何以必须仰赖大数据分析技术?只因为其握有全球规模最大的付费网络系统VisaNet,借以执行信用卡的支付验证,每天需要处理逾1亿次的授权交易,并与数以百万计的ATM进行连线存取,所以每天皆会新增上亿笔交易记录,一年累积下来,资料量少说数十TB,要在如此庞大的资料中分析数亿个账户之间的关联,运用传统资料分析技术,并非做不到,但是必须花上至少一个月时间。

此一分析与防制速度,能够实时应付此起彼落的伪卡交易?答案显然是否定的,缘于此故,VISA4年前决定导入Hadoop,运用分散式运算架构处理并分析大量数据,结果硬是将原本得历时一个月的分析时间,大幅缩短到15分钟内完成,终至能以最快速度洞悉各地的可疑交易,旋即对银行提出预警,竭尽所能遏阻诈骗交易。

举例来说,当某一使用者在英国伦敦刷卡消费,结果此后不到几分钟,又在香港进行刷卡,这种明显悖逆常理的交易行为,看似容易防制,但若仅倚靠过往技术,其实仍有极高难度;如今VISA运用大数据分析技术,即可在第一时间察觉异状,力阻相同事件在各地扩散之势。

另一方面,以个资法为例,无庸置疑的,金融业肯定是最容易触法的重点产业之一,若干寿险业者,为了避免自己沦为泄露个资的疑犯而不自知,遂由IT部门设计了「爬虫」,随时针对各个公开媒体进行搜寻,一旦收集到疑似个资外泄的结果,再加以分类整理,进一步研判这些泄露在外的个资,究竟是否为自己所流出,以便于实时采取因应对策。

而这些资料搜集与过滤的历程,并非一蹴可几,而是历经了浩大工程,确实得来不易,考量及此,该寿险业者也正在认真思索,如何从这个资料洪流里挖掘箇中价值,进而对业务部门产生助益,由此开启了无限的想象空间。

藉由精准推荐 实现以客为尊 至于攻势部分,则一如零售等其他产业的应用情境,意即从大量顾客的行为记录中,找出值得耕耘的商业契机。例如位在西班牙的Santander银行,利用大数据分析技术挖掘顾客的近期需求,进而在每周发送给顾客的讯息中,个别巧妙置入该顾客可能深感兴趣的商品暨相关优惠信息,藉此带动顾客采购频度与数量的提高,终至为该行创造可观利润。

新加坡花旗银行则是将大数据应用触角予以延伸,不仅用以带动自家商品或服务的销售业绩,也将与之合作的外部商家、餐厅纳入整条应用价值链,利用消费者的信用卡交易记录加以分析研判,继而适时提供相关商家或餐厅的优惠讯息。举例来说,某一消费者采纳了新加坡花旗银行所提供的此项推荐服务,后端系统便会根据他的所有刷卡交易历程,包含消费时间或地点等等,分析其购物与饮食习惯,譬如偏好吃泰国菜;某天傍晚时刻,该名消费者在一地刷卡购物后,银行便随即传送讯息,告知他身处的周遭,有关于邻近泰式餐厅的优惠信息。

值得一提的,新加坡花旗银行所运用的大数据分析系统,还具备了自我学习、进步的功能,也就是说,银行为消费者提供商品推荐讯息后,当然有的会获得采纳,有的则不获青睐,所以系统会根据采纳推荐的比例,持续提高后续推荐的精准度,期许带给消费者更大的贴心与便利。

可以而知,假设你身为银行业的业务主管,身处在百家争鸣的激烈竞局中,你做到精准推荐,而同业或许做不到、或许不如你做得到位,如此一来,你在消费者眼里,就多了一份别人所不具备的附加价值,那么你在竞局中脱颖而出的胜算,自然比同业高出一大截,由此可见大数据分析,确实魅力无穷。

即便后起之秀 亦能扭转市场游戏规则 另外,大数据亦是改变金融产业竞争格局的触媒,为一些新兴业者,提供了切入市场的契机。例如保险业界有部分后起之秀,便运用大数据开启了有别传统的商业模式,透过诸如剎车频率、行车速度等驾驶行为进行分析比对,据此研判该名驾驶出现意外事故的机率,再根据机率大小弹性收受不同等级的保费,换言之,驾驶行为者,即可适用于较低的保费,然而习惯性采取危险驾驶的族群,保费则急遽升高,终至能站在保险业者的经营角度,于利润、风险两端天平之间,巧妙找出最佳的平衡点。

从事小额贷款服务的新兴业者ZestCash,一向标榜「让人人都能贷款」,让人不禁好奇,何以有业者愿意甘冒高风险,承作一些已遭金融机构拒于门外的贷款业务,其中的奥妙就在大数据分析。一般银行通常取决FICO信用卡记录评分,来决定是否放款,但此一评分机制仅考量不到20种变量,难免失之偏颇,而ZestCash则是利用大数据分析技术探测数千个变量,所以能够巧妙挖掘出更多真相,一些被银行认定为高风险的贷款案件,到了ZestCash手中,可能变成偿债能力无虞的贷款案件,一来一往之间,后者做到更多生意,却未必承担更大风险,得以在市场中杀出重围,全都归功于大数据。

 

移动信息化交流QQ群:一号群:211029692 二号群:344692795 CIO交流群:316076815(需认证)

移动化问答社区:wenda.yidonghua.com



1 星2 星3 星4 星5 星 (还没有打分,快来打分吧!)
Loading...
 
已有 0 条评论
返回顶部

无觅相关文章插件,快速提升流量