京公网安备 11010802034615号
经营许可证编号:京B2-20210330
平安口袋银行获评年度最佳APP 大数据促零售战略转型
10月27日,由易观主办的“易观A10大数据应用峰会”在北京举行。凭借出色的金融创新能力和大数据在银行用户运营的应用,平安口袋银行将易观之星年度评选的“2017年最佳APP”奖项揽入囊中。作为国内一年一度的大数据盛典,易观A10峰会进行的易观之星2017年度评选是国内共识性和专业性于一体的奖项活动。
活动现场,平安银行(000001,股吧)零售网络金融事业部总裁李明作为特邀嘉宾,参与了“用户经营”论坛的演讲。演讲中李明谈道:“在大数据时代的背景下,平安银行致力于将行内系统底层数据全面打通,对客户数据进行全面收集并进行有效整合,对不同的客户制定不同的产品策略、营销策略及服务策略,制定精准经营方案。同时,不断完善内部数据标签体系,每个客户标签最多达到2000个,从而对银行老客户进行精细化运营。通过大数据平台经营覆盖全量客户。截止目前,平安银行新客户的户均资产比去年提升70%,存量零资产和低于1万元的低资产客户1-9月为全行贡献800多亿的新增资产。对标同业,平安银行2017年前三季度关键指标(存款、贷款、AUM)增速在股份制银行中均位列第一。”
平安银行以“大数据基础能力建设”、“AI基础能力建设”、“基础服务能力建设”3大基础建设作为基石,将银行内部各系统的底层数据全面打通,多维度对客户数据进行收集并有效整合,使其得以在客户经营、管理决策、市场获客及风控流程等领域被有效应用。比如本次获得“2017最佳APP”奖的平安口袋银行更是运用“人工智能+大数据”在4.0版本中,推出了平安口袋银行智能投顾,能根据客户的交易记录与风险偏好,为客户提供个性化的产品投资组合方案。同时,口袋APP还能对客户行为的大数据分析,可做到预测每一个客户最可能要使用的下一个功能或产品,并通过APP推送、呈现,实现“千人千面”。让客户能在平安银行口袋银行新版中充分感受到智能化、个性化的酷炫体验。
截至2017年9月末,平安银行零售AUM余额突破万亿,贷款余额7400余亿,存款余额也突破了3000亿元,这样庞大的零售数据若没有大数据报表平台的支持,就无法实时准确有效的获取并加以分析利用。李明表示,平安银行自行开发出多套数据报表,通过报表核心功能,做到经营业绩T+0快速可视化,并通过移动化设备实时传达,让管理者及时了解监控业绩情况,并通过邮件分享及订阅,将有效数据及时传达下发。报表核心功能还包括明细数据下载,让管理者能够有充足数据进行分析,助力决策制定。
此外,平安银行对创新媒体投放模式进行积极探索,深度挖掘行内数据,在内部建立用户标签体系,为客户标记年龄、性别、浏览购买行为、资产、业务类别等标签。之后,进一步通过IdMapping找到平安银行用户在合作媒体上的行为数据,例如浏览行为、兴趣标签等等,细化客户画像。最后,再利用大数据服务公司提供的用户线下行为数据、支付数据等,进一步完精准善客户画像。依托行内行外多方数据,建立数据模型,挖掘潜在客户,同时,加深与媒体方的深度合作,针对目标用户精准投放,再返回转化数据,优化模型。对比传统的媒体投放获客效率提升65%以上。
当下,欺诈风险日益呈现出复杂化、高科技化,李明在现场还介绍了平安银行“人工智能+大数据”构建的企业级的反欺诈体系。李明表示,平安银行通过对“事前、事中、事后”全流程进行反欺诈监控,即在欺诈行为事前、事中、事后各个环节中通过结合黑名单和各类征信资源、常用设备和习惯表、对关联欺诈进行挖掘、欺诈聚类和图案挖掘。利用人脸识别、经纬度定位、设备指纹、声纹识别等AI技术做到链式网络分析甄别欺诈用户。同时,大数据还深入运用到企业级反欺诈的各个模块,打通借记、信用,助力科学决策。据悉,平安银行通过运用这些有效的手段,仅在2016年一年间拦截案件就达到了50000余起,防堵金额近3亿元人民币。并且,截至2017年三季度,平安银行在零售贷款额增长的同时,零售贷款额不良增额、不良率实现“双降”。其中信用卡不良率1.18%,较上年末下降0.25个百分点。
精彩多样的金融科技创新的背后,是平安银行正渐入佳境的“智能化零售转型”。围绕“科技引领、零售突破、对公做精”三大核心策略,平安银行不断着力提升大数据的应用能力,凭借科技力量助推战略转型升级,全力打造以“SAT(社交+移动应用+远程服务)+智能主账户”为核心的零售银行服务体系,并对口袋银行APP进行精耕,运用高科技+大数据,为客户倾力打造“更懂您”的零售智能银行。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在机器学习建模、数据预处理、抽样划分、模型初始化训练的全流程中,随机种子是控制实验随机性、保证结果可复现、提升模型稳定性 ...
2026-08-04Python作为面向对象的主流编程语言,核心编程体系由变量、方法、类三大基础要素构成。三者层层递进、相互协作,支撑起所有基础代 ...
2026-08-04 很多数据分析师沉迷于复杂的机器学习算法,却忽略了数据分析最基础也最核心的能力——描述性统计。事实上,80%的商业分析问 ...
2026-08-04为什么学习数据分析? 当下,我们已然步入数据要素价值全面释放的智能时代。数据不再只是零散的数字记录,更是驱动新质生产力运 ...
2026-08-03CDA等级认证证书有效期为三年,三年进行一次年审,主要考察CDA持证人的职业发展情况;学历、工作单位及职业变更情况;继续教育 ...
2026-08-03【核心关键词】金融、岗位、企业、算法、知识、专业、理论、课程、软件、数据分析、业务类型、应用场景、经营管理、大型企业、 ...
2026-08-03在日常数据分析、业务报表复盘、业绩预测工作中,平均增长率是衡量数据长期变化趋势的核心指标,广泛用于营收增长、用户增长、销 ...
2026-08-03很多人把统计学理解为“一堆公式和计算”,却忽略了它的本质——一门让数据“开口说话”的科学。真正的数据分析高手,不是会算平 ...
2026-08-03在数据指标体系搭建工作中,从业者常困惑于指标搭建的核心逻辑:究竟是依托一线零散数据自下而上汇总指标,还是基于战略目标自上 ...
2026-07-31在数据分析、问卷研究、实验复盘、业务建模的工作中,大多数人最关注的是“用什么统计方法”:是做T检验、方差分析、卡方检验, ...
2026-07-31 许多数据分析师精通Excel函数和SQL查询,但当面对一张上万行的销售明细表,要快速回答“哪个地区销量最高”“哪款产品增长最 ...
2026-07-31在问卷调研的数据分析流程中,“先检验信效度,再开展进阶统计分析”是通用的规范逻辑。很多从业者会听到“问卷效度高,后续可以 ...
2026-07-30【核心关键词】大数据、统计学、专业、毕业生、论文、课程、计算机、建模、知识、数据分析、机器学习、数据科学、大数据技术、 ...
2026-07-30 很多数据分析师掌握了Excel函数、会写SQL查询,但当被问到“数据从哪里来”“数据加工有哪些步骤”“如何使用分析工具连接数 ...
2026-07-30在业务数据分析中,按天拆分统计夜间时段的数据是高频需求——比如电商夜间订单监测、平台夜间用户活跃度分析、运维系统夜间异常 ...
2026-07-29在机器学习建模与特征工程实践中,判断不同特征对模型预测效果的贡献度,是特征筛选、模型解释、业务归因的核心环节。特征置换重 ...
2026-07-29 很多数据分析师精通Excel单元格操作,但当被问到“表结构数据的基本处理单位是什么”“字段和记录的本质区别”“为什么表结 ...
2026-07-29【核心关键词】岗位、数字化、经验、课程、方法论、决策、企业、大方向、数据分析、销售管理、理论知识、思维方式、分析销售、 ...
2026-07-28在问卷调研、用户分群、效果对比等业务数据分析中,分类变量的关联性与差异性验证是高频需求。卡方检验作为针对离散分类数据的经 ...
2026-07-28 数据分析师八成以上的时间在和数据表格打交道,但许多人拿到Excel后习惯性地先算、先分析,结果回头发现漏了一列关键数据, ...
2026-07-28