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
【核心关键词】软件、洞察力、大数据、产品、经验、硬件、流量、创新、决策、数据安全、网络安全、数据分析、决策制定、数据挖 ...
2026-06-18在方案选型、效果复盘、产品评估、供应商筛选等各类业务决策场景中,仅凭单一指标下结论往往会陷入 “以偏概全” 的误区。多维度 ...
2026-06-18 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 ...
2026-06-18在数据分析、用户运营与业务增长的工作体系中,漏斗拆解是最基础也最高频的问题定位方法。很多业务场景下,我们只能看到最终的转 ...
2026-06-17在数据库开发、数据清洗与报表统计场景中,数值类型转换为日期是高频刚需操作。业务系统常以 Unix 时间戳、整型日期(如20240617 ...
2026-06-17 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, ...
2026-06-17【核心关键词】数据库、电商、知识、产品、数据产品、监管业务、产品经理、业务系统、用户行为分析、用户分析、数据分析、电商 ...
2026-06-16在 Python 动态类型与面向对象的编程体系中,变量定义与类实例化是构建代码逻辑的两大核心基石。变量是数据存储、传递与运算的基 ...
2026-06-16 很多数据分析师每天与Excel打交道,但当被问到“表格结构数据和表结构数据有什么区别”“数据类型误判会引发哪些分析错误” ...
2026-06-16在 MySQL 查询性能优化体系中,索引是降低查询耗时、提升数据库吞吐的核心手段。其中联合索引与覆盖索引是实际开发中最高频的两 ...
2026-06-15在数据仓库建设与商业智能分析体系中,维度建模是应用最广泛的建模方法论,而事实表与维度表是维度建模的两大核心构件,共同构成 ...
2026-06-15 很多数据分析师能熟练计算指标,但当被问到“这家企业的核心业务目标是什么”“如何把模糊的战略目标拆解为可量化的指标”“ ...
2026-06-15在数据分析、业务监控、运营复盘等场景中,列值趋势计算是核心需求之一。无论是分析销售额的月度增长、用户活跃的变化趋势、库存 ...
2026-06-12在数字经济深度渗透的当下,消费者的购买行为已从过去的 “被动接受” 转变为 “主动决策”。流量红利消退、获客成本攀升、用户 ...
2026-06-12CDA三级认证是三个级别中的塔尖,全面考察数据战略、团队领导和复杂项目的综合能力。它所对应的《敏捷数据挖掘》教材,不再局限 ...
2026-06-12在游戏产业的商业逻辑中,付费玩家是支撑游戏生存与发展的核心支柱。行业普遍遵循 “二八定律”:20% 的付费玩家贡献了游戏 80% ...
2026-06-11【核心关键词】企业、定位、传统、产品、互联网、可视化、业务侧、数字化、结构化、数据分析、传统制造业、市场状态、发展空间 ...
2026-06-11 解读《CDA二级教材:量化策略分析(2025)》的全景结构与学习逻辑 ” CDA二级认证是企业招聘数据分析师时最常提及的证书门槛 ...
2026-06-11【核心关键词】药企、可视化、营销、分类、数据分析师、销售数据、业务人员、指导方向、分析报告、营销数据、营销医生 【专访摘 ...
2026-06-10在统计学分析、问卷调研、实验验证、业务复盘等场景中,卡方检验与 T 检验是应用最广泛的两类基础假设检验方法。前者专门处理分 ...
2026-06-10