大数据人官方⑤群

大数据人|中国大数据第一社区

 找回密码
 注册会员

扫一扫,访问微社区

万物皆可分析:银行与电信行业的大数据探索

2016-5-28 22:28| 发布者: admin| 查看: 966| 评论: 0|原作者: Shirley Xie

摘要: 在“2016Teradata大数据峰会”上,Teradata解读“万物皆可分析”的理念。Teradata天睿公司大中华区大数据事业部总监孔宇华认为,数据存储起来是没有用的,要把数据拿出来分析,产生分析的价值,再把这些分析出来的洞 ...

在“2016Teradata大数据峰会”上,Teradata解读“万物皆可分析”的理念。Teradata天睿公司大中华区大数据事业部总监孔宇华认为,数据存储起来是没有用的,要把数据拿出来分析,产生分析的价值,再把这些分析出来的洞察放到业务部门、生产系统里,或放到营销部、风险部等,才是最有价值的。


大数据时代,如何进行数据分析,如何让数据创造价值,是大家普遍关注的焦点。近日在北京举办的“2016Teradata大数据峰会”上,来自中国、美国、新西兰、沙特等国家的银行与电信用户汇聚一堂,分享各自的大数据探索经验。


一 万物皆可分析:这是银行的发展契机


来自美国富国银行(Wells Fargo)的企业模型风险部副总裁刘维政表示,对于富国银行,“万物皆可分析”是一个立体的构面。从资产结构而言,银行对外有面对零售和企业的不同构面;银行对内则有经验数据和外部数据的不同构面。经验数据,即来自于银行内部交易或者顾客跟我们交易所产生的咨询数据。外部数据,就是从外部而来,并非由银行内部所产生的资讯,这是现在面临的极大挑战。刘维政对此特意举例阐述:“当石油价格下滑的时候,我们必须针对整个产业的上游和下游,对外部资料进行分析。我们必须很明确地表达,当油价下降十个百分点的时候,对下游所有的产业,他们的财务杠杆比率以及信用违约的比率会增加到多少。所以对我们来说,已经不是只针对内部咨询的情况,而是针对总体有任何可以产生咨询的地方,我们都会非常有兴趣。”


来自中信银行总行零售银行部客户服务管理处的袁东宁博士对此表示赞同。他认为,数据对银行而言,是一个契机,是长期积累的资产发挥价值的时候,无论从管理方式上,还是生产方式上,都可以通过数据进行变革。比如,决策的制定、组织架构的调整、风险和信贷的管理、精准营销、客户管理等,都可以从数据之中去获取它的价值。


二 万物皆可分析:电信可以提供更好的客户服务


对于电信行业而言,来自沃达丰新西兰公司分析及数据战略经理的David Bloch认为,“万物皆可分析”意味着每一个设备都能够捕获数据,利用这些数据去产生业务价值。比如,沃达丰在新西兰大概有800万台设备,如何实现一个快速的覆盖和客户体验?有的时候客户的手机无法连入通信网络,如何保证VIP客户能够获得最好的网络使用体验?这样的数据分析变得尤为重要。


来自沙特电信客户生命周期管理的总经理Luca Decarli进一步补充道,监控和风险控制也是“万物皆可分析”所应关注的方面。例如,沙特电信监控很多DPI的信息,比如互联网上的动向、客户在网上搜索的偏好等。Luca说:“我们收集的DPI信息一天有60亿条,为的是更好地对客户生命周期进行管理,提升客户体验,为客户提供更好的服务,甚至预测客户可能需要从我们这购买的下一个产品或者服务。”此外,现有的客户可能有被竞争对手抢走的风险。“新客户在最初的三个月中会收到我们的产品和服务信息,我们会对客户的流失率风险度进行评估,之后制定一个非常扎实的战略,来找到一些触发点。比如客户的态度变了、行为变了,从而更好的了解客户的需求,这对我们来说非常重要。把所有这些信息搜集到一起,我们的业务才能够更加成功。”


三 大数据探索的挑战不是来自技术


大数据的探索在落地时,会面临什么样的挑战?大家都异口同声地赞同:最难的不是技术。中信银行的袁博士对此分享了五个方面的心得:


战略:对于银行来说,你把数据看作什么?是不是要把数据看作一个非常高的战略资产,或者该投入的地方?


平台:这主要是IT的支持,就是数据得有地方去放,业务部门可以拿到这些数据。


分析工具:传统的有一些结构化数据的分析工具,现在比较流行的非结构化数据的分析工具,还有一些可视化的分析工具,都是有利于我们在业务上面去了解这些数据深层次的价值和原因。


业务应用:有很多时候拿到了数据,不知道该怎么去做,我们应该是多想一些我们业务上应用的场景在哪里,我们应该在什么方面去应用,它的价值在哪里。这样才能长久地把这个工作持续下去。


数据人才:这些人经常被称为数据科学家,而这方面的人才在国内是非常紧缺的。而且认识也不同,有的人认为这些人就是IT人员,就是做开发的人员。实际上不是。这些人员所覆盖的知识面,或者他对业务和技术的理解都是需要全面的。而且可能一个人不够,是需要一个团队。


David进一步补充道,数据科学家,不仅是中国短缺,全球范围内都面临同样的问题。我们要的不是编程人员,而是利用技术这个工具,去做数据方面的分析。


四 如何组建大数据团队?


Luca认为,非常重要的一点是,你要有合适的人;要组成一个团队,更重要的是如何在现有的环境中整合这个团队。要有一个非常强的数据科学家团队,而且在开始的时候要把这些技术在整个组织中传播出去,把思想传播出去。更重要的一点是,要考虑到组织端到端的东西,要覆盖到所有客户的生命周期的各个环节。


刘维政介绍了富国银行的实践经验。他说,富国银行有一个EDA部门,全称是Enterprise Data & Analytics (企业数据和分析),这是一个跨部门的组织。因为不同的部门拥有自己的数据,拥有自己的分析,他们可能不愿意分享信息。所以,EDA走的是一条中间线路,把这些分析能力汇总起来,形成数据以及分析的联邦,让大家共享这个平台。这样,无论是分析结果的共享,还是经营的成本效益节约,大家都受益匪浅。刘维政特别指出,这个项目从2011年开始规划实施,到目前才看到显著的效果。所以,对于开始数据分析的大银行而言,高层一定要有耐心,用更长远的眼光去对待大数据,因为大数据项目很难说可以立竿见影。


David也赞同,高层领导能够了解分析的洞察力,要知道有什么样的变化,一个咨询行业以及相关的业务内部要有变革,能够说明这个数据带来的变化,然后告诉高管这些都意味着什么,这是一个业务流程的变化,在你的产品和服务中,公司如果要成功的话,是要看到这个数据所带来的意义。



鲜花

握手

雷人

路过

鸡蛋

最新评论

关闭

站长推荐上一条 /2 下一条


id="mn_portal" >首页Portalid="mn_P18" onmouseover="navShow('P18')">应用id="mn_P15" onmouseover="navShow('P15')">技术id="mn_P37" onmouseover="showMenu({'ctrlid':this.id,'ctrlclass':'hover','duration':2})">前沿id="mn_P36" onmouseover="navShow('P36')">宝箱id="mn_P61" onmouseover="showMenu({'ctrlid':this.id,'ctrlclass':'hover','duration':2})">专栏id="mn_P65" >企业id="mn_forum_2" >社区BBSid="mn_Nd633" >导航id="mn_Nbe89" >通讯录id="mn_N4033" >赞+1 折叠导航 关注微信 关注微博 关注我们

QQ|广告服务|关于我们|鄂ICP备14012176号-2|Archiver|手机版|小黑屋|大数据人    

GMT+8, 2017-11-24 19:33 , Processed in 0.469024 second(s), 23 queries .

Powered by 小雄! X3.2

© 2014-2016 bigdataer Inc.

返回顶部