京公网安备 11010802034615号
经营许可证编号:京B2-20210330
银行对大数据的挖掘和应用_数据分析师
希望我们能够在未来数月更好地对银行结构化与非结构化的数据进行分析。
具体来说,我们每日都采集很多结构化的交易数据,比如说客户在这儿花了多少钱,在那儿花了多少钱。但我更感兴趣的是获得来自于银行各网点以及呼叫中心所获得的客户的数据和信息,据此我们能够更好地了解到,客户目前的计划是什么,他未来可能有哪些需求。了解到这些信息后,银行就能够有针对性地为他服务,并提供适合的产品。
《中国经营报》:你认为,在大数据驱动营销变革的时代,中国的银行业应该把握哪些机会?从全球范围角度来看,大数据在银行业的应用会呈现怎样的趋势?
Karen Ganschow:过去几年,中国在智能手机保有量、电子商务方面的发展飞速,接下来要看谁能够为消费者带来私人定制化的服务,能够在移动端或手机端带来好的用户体验,这是非常重要的。
借用大数据的力量更多了解客户,为他提供服务,我认为不管是在中国市场,还是全球哪个市场,这是银行获得成功的关键。
对于整个互联网或者大数据未来的发展,移动是一个非常重要的趋势,因为现在无论哪个行业都需要思考如何从手机端为消费者提供服务。
大家都在使用基于定位的服务,对银行来说,这是一个很好的机会。比如,前两天我刚到北京的时候,在北京机场收到了一条推送信息,内容是:作为Westpac的客户,我去中国银行的ATM机取款可以免收手续费。这就是我们希望在未来能够实现的、基于移动的或者定位的一项服务。
我举一个美国零售品牌的例子,某药妆店通过手机端的APP扫描处方单之后,消费者可以直接去药房取药,这是一个非常便捷、受消费者欢迎的过程。
除此之外,我觉得社交媒体是一个非常大的趋势。微博等社交媒体在中国很流行,银行可以借此平台与消费者互动。实际上,我们也通过Facebook和推特(Twitter)为消费者提供服务,当他们需要服务的时候不需要打电话进来,直接发一条推特,我们就可以更好地为他们提供服务。此外,我们还通过社交媒体这个平台,与消费者进行品牌互动和交流。
关于西太平洋银行集团(Westpac):
西太平洋银行集团提供金融服务和开展业务运营的目的,在于帮助1180万客户实现财务目标。集团成立于1817年,是澳大利亚的第一家银行,也是澳洲四大行之一。
西太平洋银行集团的分支机构遍布澳大利亚、新西兰和太平洋地区,员工人数超过36,000名。在澳大利亚证券交易所市值排名前5名。2014年1月,西太平洋银行集团位列世界经济论坛“全球可持续发展企业100强”榜单第一名。文章来源:CDA数据分析师官网
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在数据分析工作中,时间序列是最常见的数据类型之一,订单时间、日志时间、交易时段、统计周期等数据均离不开时间处理。原始数据 ...
2026-08-26在数据分析与数据预处理工作中,原始数据普遍存在录入错误、系统故障、偶然极值等问题,极易产生异常数据。异常数据会严重干扰数 ...
2026-08-26 很多数据分析师能熟练写SQL、做透视表,但当被问到“数据是从哪里来的?经过哪些加工才进入数据仓库?ETL具体做了什么?”时 ...
2026-08-26在数理统计与数据分析领域,多因素方差分析与线性回归模型是研究变量关系、因素影响、数据差异规律的两大核心工具。二者均属于经 ...
2026-08-25数据分析的核心价值不在于数据计算与图表制作,而在于清晰、精准、有逻辑地输出结论、支撑业务决策。日常数据分析报告普遍存在结 ...
2026-08-25 很多数据分析师能熟练地写SQL、做透视表、算描述性统计,但当被问到“如何预测用户流失概率”“如何归因销量下滑的关键因素 ...
2026-08-25平均数是数据分析、数理统计与日常运算中最基础、最常用的统计量,核心作用是浓缩一组数据的整体水平、刻画数据集中趋势。在众多 ...
2026-08-24在MySQL数据库中,InnoDB存储引擎作为主流事务型引擎,默认事务隔离级别为可重复读(Repeatable Read,RR),这与SQL Server、Or ...
2026-08-24 很多数据分析师拿到数据就开始清洗、建模,但当被问到“这批数据属于什么类型——结构化还是非结构化?分类变量还是数值变量 ...
2026-08-24 很多数据分析师画过趋势图、做过业绩预测,但当被问到“这个月销售额增长20%,到底是长期趋势自然增长,还是促销活动的短期 ...
2026-08-21在数据分析与数据可视化工作中,直方图是展示数据分布特征、离散程度、集中区间的核心图表,能够直观呈现数值数据的频次分布规律 ...
2026-08-20在数据分析领域有一句核心准则:垃圾数据进,垃圾数据出。数据清洗是数据分析、数据建模、数据可视化之前的必经前置工序,也是保 ...
2026-08-20 很多数据分析师做过按月份的销售额趋势图,画过按天的流量折线图,但当被问到“时间序列和普通数据有什么本质区别”“季节性 ...
2026-08-20在Python数据分析与数据清洗工作中,Pandas是最核心的数据处理库,DataFrame是结构化数据的标准存储格式。在实时数据采集、循环 ...
2026-08-19在零售行业大数据分析与精细化运营领域,纸尿裤旁摆放啤酒是最经典、最具代表性的商业案例。两种看似毫无关联的商品,一个是婴幼 ...
2026-08-19 很多数据分析师能熟练地计算指标、搭建标签体系,但当被问到“画像到底在解决什么问题”“画像和标签是什么关系”“画像如何 ...
2026-08-19在数据分析、业务监控、质量检测与风险管控工作中,数据波动性是衡量数据稳定性、业务健康度、结果可信度的核心依据。数据波动代 ...
2026-08-18很多分析师在设计标签时思路清晰,但真到落地环节却面临“数据在手,不知如何转化为可用标签”的困境:或因加工方式选择不当导致 ...
2026-08-18在数据分析、业务评价、产品评级、用户分层与综合决策场景中,单一指标往往无法全面、客观地评价事物整体水平。现实中的评价对象 ...
2026-08-18在数理统计、假设检验、数据分析与机器学习领域中,卡方分布(χ²分布)是继正态分布、t分布之后最重要的连续型概率分布之一。 ...
2026-08-17