2023年大数据云计算学习总结新编.docx

大数据云计算学习总结 “云计算与大数据环境下银行变革〞学习心得 一、大数据根本概念 1、大数据或称巨量资料，指的是所涉及的资料量规模巨大到无法通过目前主流软件工具，在合理时间内到达撷取、管理、处理、并整理成为帮助企业经营决策更积极目的的资讯。大数据不但包含类似交易信息、账户信息等标准结构化数据，也包括用户评论类似群众点评等非结构化数据。 2、大数据的目的不是要告诉我们“为什么〞，而是告诉我们结果“是什么〞。比方每年度淘宝网数据盛典中的分析结果，“最疼爱老婆的男人地区是浙江宁波〞，“山西人最孝顺，安徽人最爱宠物〞等等，从数据分析结果中没方法看到“为什么〞，而只能看到“结果就是这样〞。 3、数据渐渐由效劳、产品等产生的副产品变为银行业最重要的金融资产。2023年3月，美国发布“大数据研究与开展方案〞，将大数据比喻为美国的新石油。 与其他行业相比，大数据对银行更具潜在价值，麦肯锡的研究显示，金融业在大数据价值潜力指数中排名第一。这主要是因为：一方面，大数据决策模式对银行更具针对性。以百度、阿里巴巴、腾讯为首的互联网巨头，正在毫不讲理的进行跨界经营，大力开展互联网金融，业务领域涉及结算、支付、贷款等各个银行传统业务，尤其余额宝、财务通等各种互联网宝宝的出现，更是直接导致了银行存款的搬家。面对如此情况，银行的经营模式、效劳模式、营销模式必须要转型、需要大力开展金融创新和管理升级，而大数据技术、践行大数据思维就是一种很好的工具。 另一方面，银行具备实施大数据的根本条件： （一）数据众多。银行不仅拥有所有客户的账户和资金收付交易等结构化数据，还拥有客服音频、网点视频、网上银行记录、电子商城记录等非结构化数据; （二）拥有处理传统数据的经验; （三）较高的薪酬能够吸引到实施大数据的人才; （四）充分的预算可以利用多项大数据新技术。 二、大数据的特性 1、大数据包含的数据分类： （一）根本数据：包含姓名、 、住址、单位、学历、家庭信息、财产信息等； （二）账户数据：包含存款时点数、日均数、资产结构、产品持有率等； （三）交易数据：交易时间、交易地点、渠道等； （四）交互数据：客户爱好习惯、习惯接受方式、投资偏好等； （五）评论数据。反映问题、投诉建议等。 目前国内银行应用范围主要在前两项，例如建行客户在建行柜面办理业务，刷卡后直接显示该客户在建行已持有产品情况，还可向其推荐的产品种类，甚至推销的口头用语直接显示在屏幕上。交易数据国内一局部银行已经在使用。交互数据目前主要是国外银行有应用，例如花旗银行，该类型数据非常有利于银行客户的平稳过渡和交接。国内维护客户主要靠专人的客户经理，一旦客户经理调整岗位或者离职，该客户即面临无人接管、难以接管的局面，对客户经理个人的依赖性比较强，如果能够注意搜集交互数据，将有助于改善这种局面。评论数据限于数据量较少，目前实际应用较少。 2、大数据的4v特征： （一）volume（大量）指海量数据 （二）variety（多样）指大数据的异构和多样性，很多不同形式、无模式或者模式不明显、不连贯的语法和定义。 （三）velocity（高速）指如何通过强大的机器算法更迅速地完成数据的价值“提纯〞。 （四）value（价值密度低）指数据中存在大量看起来不相关的数据，但通过大量分析运算才能够得到价值。 3、大数据的应用特征： （一）允许数据存在不精确； （二）数据在收集的时候可能未找到用途，但是在发现中找到创新性的用途； （三）离钱最近的信息最有商业价值； 4、大数据时代营销的特点是“个性化〞。现代目标客户拥有以下四个特点： （一） 等移动设备占据了所有的碎片时间，刷微信、看新闻、聊天、朋友圈等等，用户对信息的渴望、饥饿感与日俱增。 （二）客户对于自己不关心、不喜欢的内容的容忍能力与日剧减。 （三）客户对于兴趣数据的渴求程度与日俱增。 （四）客户对于信息的甄别能力与日剧减。如果能够不用自己刻意寻找感兴趣的信息，而能够通过某种方式主动提供，才是当前客户最想要的。 三、大数据的应用创新 （一）创立个性化的金融咨询展示平台。目前国内各电商平台甚至新浪网等通过搜集客户的浏览数据，能够分析判断出感兴趣的兴趣点，有针对性的推送内容。但目前国内银行的门户网站内容很少能够做到个性化展示，例如通过搜集过往浏览记录，发现客户对理财产品的收益率比较感兴趣，在发行新的理财产品的时候可以把相应信息主动弹出，或者置顶。 （二）做到个性化理财产品营销。如果一个客户在我们的网站上浏览了黄金信息，可以推送给他其他诸如重金属或者基金产品等信息，做到交叉销售。 （三）做到个性化触发式营销。如果一个客户在网站上在按揭贷款类产品说明页面停留超过2023秒钟，那么很有可能这个客户存在贷款需求，可以对其针对性的营销。 （四）做到客户潜在终身价值的识别和挖掘。比方说，一个客户虽然在我行只有一个卡，余额也不多，只有20230元，但是只要有他的身份证信息，就能够判断这个人是男是女，年龄是30多岁，应该处于事业的上升期，住址是本市的一个高档住宅小区，那么可以判断其家庭收入应该不错，通过这样的分析，就能够得出结论，这个客户就是一个潜在的有价值的客户，通过定向的营销和专业的效劳，这个客户可能给我行创造远超20230元存款的价值。 四、大数据时代银行开展趋势 大数据时代，尤其互联网金融开展如火如荼的今天，银行必须从初始的仅提供标准产品和效劳的数字银行，开展为先进的智慧银行。但需要注意的是，智慧银行指的并不是靠大量高大上的高科技设备罗列堆砌在一起的物理网点，而是通过强大后台，依托大数据，能够想客户之所想，急客户之所急，提供个性化的效劳，主动提供给客户最想要的效劳或产品的智慧银行。 要想实现智慧银行的目标，银行需要做到六个方面。上网、下沉、内转、外跨、两精、效劳。 上网就是指金融互联网，在当今的年代，有一句话叫银行不触网，注定会消亡。 下沉就是效劳客户群体的下沉。按照传统的28原那么，银行效劳的重点客户一般是能够给他带来重大利润奉献的那20%优质客户，为了从竞争对手手中争取这一局部客户，甚至可以不惜代价，无视了剩下的那80%的客户的需求，更无视银行眼中传统的次级客户（无抵押质押的信用贷款客户），无视了这局部客户积少成多，聚沙成塔后的巨大能量。而当前互联网金融中被称为“屌丝理财〞的各种宝宝们，仅仅付出市场利率水平的利息，就把大量的存款聚集起来；目前多达2022多家的p2p小额贷款公司，能够提供信用贷款，仅仅是需要你的销售进货流水或者你的收入工资单。内转包含三个方面：经营模式从以产品为中心，向以客户为中心转型；营销模式从粗放营销向精准化营销转型；效劳模式从标准化效劳向个性化效劳转型。 外跨包含两个意思。一个是内部跨部门，目前以职能划分的部门结构不适合新业务的开展；二是跨界，银行要勇于创新，互联网企业的特性是激进，一般做法就是做了再说，金融行业的特性是稳健，服从监管，如何在两者之间找到一个平衡点是当前的一个难点。例如前段时间被人行叫停的虚拟信用卡，是支付宝与中信银行合作推出的新兴支付方式，但该产品未经主管部门充分认可，结果惨被叫停。 两精指的是精细化管理和精准化营销，提倡不再把客户看到一片森林，而需要进一步关注到森林中的某一棵树。 效劳指的是效劳模式进化的三个阶段，第一阶段不把客户当人看，有可能是业务太多，效劳跟不上，态度生硬；第二阶段把客户当上帝看，面对投诉战战兢兢，委曲求全，使银行面对客户时处于弱势地位，也不利于业务开展；第三种模式就是把客户当做伙伴或者是朋友，实现双赢和共同开展。 五、大数据分析建设过程中面临的难题 一是数据搜集困难，我们需要的数据散步在各个系统、各个渠道、各个的甚至未知的角落，可能还包括涉及客户隐私的数据。数据搜集和后续的加工处理是一个规模巨大的系统性工程，而非仅仅是一个信息系统。幸好我们是银行，相对互联网企业，我们拥有它们没有的一种天然的公信力。二是大数据利用率偏低。国外对于大数据有过统计：在每天收集的1quintillion（百万3次方）字节的数据中，有99%的数据完全未被利用。文章中提到“见解就是金钱：我们愿意承担花销唯一理由就是数据中的见解可以释放价值。遗憾的是，我们失去了已收集数据中大局部的价值。虽然收集数据的本钱可能会很高，但是无效分析带来的本钱显然更高。当下并不存在什么工具可以直接从数据中提取见解，我们依赖着非常聪明的人去提出假设，然后使用我们的工具去证实（或者是否认）这些臆测。因为依赖的是臆测，这个途径存在着天生的缺陷。〞所以即使数据搜集上来，这些数据怎么应用，怎么才能最大化的实现其价值，是大数据建设过程中无可防止的难题。