隨著中國金融市場的快速發(fā)展，金融行業(yè)競爭形態(tài)的持續(xù)演化，以及監(jiān)管力度的不斷加強，IT咨詢服務(wù)公司對金融企業(yè)的商業(yè)智能解決方案，也面臨著不斷的創(chuàng)新。

　　在主題為“乘數(shù)據(jù)之舟，達價值彼岸”的文思海輝商業(yè)智能解決方案研討會上文思海輝首席架構(gòu)師李飛在客戶管理之道分論壇分享了金融行業(yè)的客戶行為分析技術(shù)——大數(shù)據(jù)應(yīng)用 。

　　以下為演講實錄：

　　93年國外有一句話，不知道電腦的那一端是不是一條狗，今天狗都知道你是誰了。我們也正好和北京一家銀行合作做一些客戶行為分析的應(yīng)用，我記得兩年前我有一個同學在工行電子銀行部負責一攤事情，那時候他們就在聊，要去研究客戶行為，要去做電子銀行的行為分析。前兩天給他打電話，你做出什么東西來了嗎？告訴我，還在研究，發(fā)了點兒文章之類的。

　　但是，沒有什么東西可以去落地。我們聽到渠道越來越多，客戶行為越來越復雜，也越來越挑剔，數(shù)據(jù)量越來越大。怎么把它應(yīng)用到客戶關(guān)系管理，風險管控中？這確實是很大的問題�，F(xiàn)在確實有很多新的技術(shù)、新的方法，特別是創(chuàng)新，能夠幫助我們做到一部分事情，但是也讓機器理解你的客戶行為，這還真是不太可能。

　　所以我們來看一看從客戶行為分析來看一看能做到什么程度，我們的客戶渠道有很多，電子渠道、網(wǎng)點，剛才曹利娟也講到多渠道分析很重要。講個例子，以電子渠道來講這個話題，這是根據(jù)上市銀行的年報披露的一些數(shù)據(jù)，叫電子渠道替代率，我們可以看到甚至有的銀行已經(jīng)達到了90%，而平均都在60、70%，如果你去比較去年和今年的數(shù)據(jù)這個幅度增長比例是很大的，可以看出我們國內(nèi)的銀行真的在電子渠道上下足了工夫。純粹從量上來講，像中國銀行，我看到它的增長率是500%多，還有像交行，筆數(shù)增長率是200%，量的增長率是300%。所以我們可以從這個方面入手，來看一看我們能做哪些分析。當然，接下來多渠道也是必然我們能夠覆蓋的范圍。

　　正好，國內(nèi)某個銀行去年的時候做了個統(tǒng)計分析。根據(jù)客戶內(nèi)部反饋，比如大家去銀行的時候點滿意不滿意，各種各樣的反饋有了這些問題，這些問題如果分類的話，可以看到電子渠道57%，線下渠道23%，兩者兼優(yōu)20%。像我個人，95%金融業(yè)務(wù)都是用電子渠道。但回頭來看電子渠道中也有一些問題值得改進，比如電子渠道和其它渠道協(xié)同的問題，現(xiàn)在講O2O，銀行有沒有O2O的可能呢？電子渠道，你的微信客戶，這也是電子渠道一種新的方式，這些東西和大家現(xiàn)在說的網(wǎng)銀，還有你在支付渠道上，你去淘寶買個東西還是要通過網(wǎng)銀支付？所以這都是不同的電子渠道，只是各方面要協(xié)同，數(shù)據(jù)是不是足以支撐客戶體驗？然后是風險防控，在電子渠道運行的過程中是不是能夠避免風險？比如有的銀行推出自助刷卡，有沒有風控的問題？

　　文思海輝我們也不斷的在金融領(lǐng)域做很多新的方法、新的技術(shù)，我們創(chuàng)新中心也是和金融事業(yè)部緊密合作，包括移動、大數(shù)據(jù)、社交，甚至云，一起來合作、推進智慧金融的東西。從客戶角度來講，如何真正的實現(xiàn)以客戶為中心？體現(xiàn)差異化的服務(wù)和產(chǎn)品，提供精準營銷，提供一致的用戶體驗，后面來專注做一下。

　　這些方面當然有很多傳統(tǒng)的方法可以做，包括搭建數(shù)據(jù)倉庫，做很好的分析，包括前面馬寧介紹的一些分析方法。結(jié)合現(xiàn)在一些新的趨勢，數(shù)據(jù)的多樣性，比如將來肯定要把ATM取款機的攝象頭記錄，因為也要綜合分析進來，是不是這個人到這兒取款的，社交的數(shù)據(jù)、微信的數(shù)據(jù)，你吐槽的數(shù)據(jù)，能夠一起來做。這樣你可以更好的理解客戶的興趣、也好、消費習慣、理財習慣，等等等等，這些其實是傳統(tǒng)你的交易數(shù)據(jù)之外一個很好的數(shù)據(jù)資產(chǎn)，能夠為我們后面真正的把客戶行為分析、價值提升做好。

　　下一步，有了這些數(shù)據(jù)資產(chǎn)，就可以提升客戶的洞察，包括前面沈彬彬講到的四維六度，甚至風險管理方面，能夠提供很好的支撐。在真正做促銷、做推薦，比如說做發(fā)卡、核卡等等這種時候，可以更好的去做業(yè)務(wù)決策。利用大數(shù)據(jù)的低成本、高效率的分析能力，建立非常多的模型也好、分析模式也好，甚至可以實現(xiàn)剛才許俊敏先生講到的實時推送。

　　文思海輝我們也是基于業(yè)界一些成熟的技術(shù)，基于一些成熟的平臺，在打造自己完整的大數(shù)據(jù)平臺，最先的應(yīng)用案例就是在金融行業(yè)。這里面覆蓋了數(shù)據(jù)分析，商務(wù)智能、客戶智能方面的內(nèi)容。如何把復雜事件做處理？形成一個完整的統(tǒng)一平臺，當然核心還是要利用Hadoop技術(shù)，在里面開發(fā)出適合銀行客戶、金融客戶的分析模式。

　　舉個簡單的例子，剛才也有人提到點擊流，在我的電子渠道上這是最直接的行為表現(xiàn)�；�于點擊流，到底有多少是從電商來的，有多少是從我的專業(yè)銀行來的。剛剛后面我們在里面的操作，我們都可以把它記錄下來，形成我們分析的基礎(chǔ)。

　　下面給大家看一小段視頻，也是我們在這方面做的研究成果的表現(xiàn)，也是和我們客戶的需要很好的結(jié)合在一起的。第一部分是怎么收集這些點擊流，第二部分做了支持分析的hadoop基礎(chǔ)架構(gòu)，之后是這些分析真正的應(yīng)用場景。

　　首先我們看到，你在電子渠道做任何事情的時候，后面會有數(shù)據(jù)在跑，會把你的行為記錄下來，后面會形成日志，在里面不管是頁面切換的操作還是什么行為，我在后面相應(yīng)的會把它記錄下來。如果說幾個人沒關(guān)系，如果是幾百萬，中行應(yīng)該有幾百萬電子銀行的用戶，還有一百萬企業(yè)電子銀行的客戶，這個數(shù)據(jù)量原來任何一個數(shù)據(jù)倉庫都承受不了，所以我們要用這個新的大數(shù)據(jù)系統(tǒng)來做。我錄這個東西是在深圳，一般情況下我會在網(wǎng)銀里查一查我還有多少錢，然后做一些操作，把錢轉(zhuǎn)給別人或付個款。如果你經(jīng)常這么操作，我就會把這個行為模式根據(jù)我們點擊流的記錄記錄下來，形成一定的模式，然后在后面會用這個模式幫銀行分析這個客戶到底是怎樣的。

　　第二個方面我們來看一看hadoop做了什么事情，在座的有多少人真正用過hadoop？這里就是hadoop，從架構(gòu)上其實就是一堆數(shù)據(jù)節(jié)點，我真正去存儲的時候還好，運算的時候會用自動的分派到這些數(shù)據(jù)節(jié)點上運算。我們在做這個案例的時候，我們搭建了這樣一些數(shù)據(jù)節(jié)點。我們可以看到，在這里面跑到系統(tǒng)里看到有個wetail，這就是一些非結(jié)構(gòu)化的數(shù)據(jù)。不同的節(jié)點存儲了不同的點擊流數(shù)據(jù)，經(jīng)過分析可以變成后面可以進一步分析的內(nèi)容，比如在這里面進行一些清洗，把它變成大家能看懂點兒的東西，然后做進一步分析。

　　這是hadoop的管理界面，可以看到你有哪些數(shù)據(jù)節(jié)點。然后，這就是我們在這里看到的經(jīng)過分析的清晰的數(shù)據(jù)集，這里我們會把抓過來所有的數(shù)據(jù)進行分區(qū)、分組，然后在不同的節(jié)點里會有不同的記錄，我們還有不同的分區(qū)，把數(shù)據(jù)放到里面，這就是我們分析之后的數(shù)據(jù)。這些數(shù)據(jù)就是大家能看的懂的，我們還會用zneoss來做監(jiān)控，可以看到在這些節(jié)點上數(shù)據(jù)運行怎么樣，CPU、存儲是不是足夠。

　　現(xiàn)在大家就把hadoop當成一個原始的數(shù)據(jù)存儲，我們還可以把hadoop這些數(shù)據(jù)放到傳統(tǒng)的數(shù)據(jù)倉庫里做。把這些數(shù)據(jù)抓出來，通過圖形展示給大家，IOS的用戶可能就多給你點兒錢，Android的用戶額度可能就低一點了，怎樣的操作系統(tǒng)？這些其實都可以作為我們后面對客戶細分或多或少的依據(jù)，北京、上海從地域去訪問，這些是統(tǒng)計的。還有路徑，這里面是怎么走的？有多少人走了多少步就不往下走了，我沒有辦法走完？還有電商、客戶轉(zhuǎn)化率，這些都可以通過進一步的分析來做。這些是設(shè)備的分析，用什么樣移動設(shè)備的人最多？

　　后面我們會看，這樣的分析，我們把數(shù)據(jù)抓過來，形成一定的模式，在真正的交易中，它能夠發(fā)揮什么樣的作用？我剛才的用戶習慣是查一查有多少錢轉(zhuǎn)帳匯款，我們要有一些防欺詐的措施，我如果在網(wǎng)吧登錄，在不同的地點登錄，都要有所區(qū)別。這些東西其實都可以在這套大數(shù)據(jù)系統(tǒng)里完成。

　　在整個行為分析的過程中，我們收集了相關(guān)的數(shù)據(jù)，但你推薦要進行綜合分析，在這里面我們就要看這些客戶不同的分類，對它進行四維六度的分析，對它可以進行有目的、精準的推薦和營銷。但這同時我們有一些基于實時事件的分析，基于一些規(guī)則和行為模式，然后進行實時的營銷。

　　另外，比如基于路徑的分析，點到那不往下點了，我本來想做點兒別的業(yè)務(wù)，服務(wù)不好，把錢都取出來了，電子銀行常見的這些體驗分析結(jié)果，行為分析包括異常數(shù)據(jù)，等等等等，都可以做。

　　最后，除了點擊流、除了客戶行為分析，其實基于大數(shù)據(jù)，結(jié)合社交的數(shù)據(jù)、結(jié)合移動的數(shù)據(jù)，各有各的一些特點，我們可以把它們結(jié)合起來共同的打造所謂的智慧金融，這里面不光是技術(shù)本身，甚至也可以和用戶一起，共同的打造這些東西，跟客戶一起協(xié)同創(chuàng)新，把它真正的實施出來，最后也要不斷的優(yōu)化，因為這個過程必須是不斷進化的過程，這個過程我們可以做的非�？�，幾個星期、一兩個月就可以做金融的優(yōu)化。