大數據推動零售銀行營銷轉型

Ⅰ 大數據將推動零售業技術變革

大數據將推動零售業技術變革
建設強大的數據中台，實現線上線下數字化打通，重構「人、貨場」，是新零售的重要內涵。業內人士指出，2018年將是大數據從技術階段向應用階段高速發展的一年，大數據未來在物聯網、區塊鏈、智慧城市、AR、VR、AI、語音識別等方面都值得關注，這在不久的將來或深刻改變零售業的未來。
線下零售大數據應用剛起步
近日高鑫零售公布年報，2017年實現營業收入1023.20億元，同比增長1.9%；2017年凈利潤為30.20億元，同比增長14.9%。這是阿里入住高鑫新零售的第一年，招商證券指出，雖然阿里入股高鑫在短期內並未給高鑫業績帶來大幅改善，但是阿里的互聯網基因和大數據資源加速了高鑫的線上線下整合。
在阿里與高鑫的合作中，目前仍是線上大數據指導線下商品管理，大潤發華東20個城市的167家門店上架了天貓超市百萬件商品，這些商品由阿里大數據根據周邊消費者喜好篩選商品，並由天貓供應鏈優化供貨方案。招商證券指出，雖然這些商品銷售狀況有好有壞，但整體上調整了門店的經營體系和業務鏈路。
基於模式和技術優勢，線上零售數據的採集和大數據技術的應用已相當成熟，相比之下，線下零售大數據技術的應用還處於起步階段。中國連鎖經營協會會長裴亮曾指出，大數據技術在零售業的應用還沒有發揮出來，目前來看，零售企業不掌握大數據，如何與握有大數據的企業進行合作，共同開始大數據在零售業的應用，還處在探索的過程中。
從發展現狀來看，線下零售應用大數據技術首先面臨的技術難點是數據採集。專家指出，線下零售店由於技術限制和消費者更加碎片割裂的行為，很難根據消費者ID數據與商品銷售、店鋪庫存、物流等數據進行打通連接，尤其消費者店鋪行為偏好數據的獲取。
這方面，同時擁有門店優勢和互聯網基因的零售企業將占據優勢。蘇寧易購向中國證券報記者表示，在蘇寧易購雲店內的已經開始全面打造線下門店客流數據分析的「蘇寧北斗」系統。該產品的上線，標志著蘇寧易購在門店端開始採用類似線上頁面運營的流量運營邏輯，「從用戶進店以及在門店內的動線變化，進行線上UV到四級頁面瀏覽路徑的分析，對門店商品布局、用戶習慣分析將有巨大的幫助」。預計到2019年，蘇寧易購將會把人臉識別系統和北斗系統相結合，使監測數據更加精準，並將為後期會員服務、會員運營的優化提供數據依據。
推動零售業技術變革
蘇寧控股集團董事長張近東表示，2018年將是大數據從技術階段向應用階段高速發展的一年，「大數據未來在物聯網、區塊鏈、智慧城市、AR、VR、AI、語音識別等方面都值得關注，這在不久的將來或深刻改變零售業的未來」。
中國電子商務研究中心主任曹磊表示，過去數據只在銷售端和營銷端驅動，今後還將向商品端、供應鏈端、倉儲物流乃至生產端來進行全方位驅動。過去商品和用戶是零售商和電商最核心的資產，在大數據時代，大數據將成為他們最核心的資產。
基於對線上線下數據打通的重視，2017年國美落地蒲公英計劃，完成國美在線、國美Plus、國美管家、國美海外購、國美酒窖整合成國美APP，連接線上線下，以互聯網為基礎、數據為核心，打造線上交易、線下體驗的共享零售雙平台。通過實施蒲公英計劃，國美線上線下的供應鏈數據、交易數據、服務數據、會員數據全面打通，匯聚為國美的數據中台，形成大數據工廠。
在大數據的支持下，國美升級了後服務體系，推出「揚帆計劃」，實現訂單配送、安裝服務、維修服務、客戶服務全周期的可視化、標准化，打通廠家後台數據，首創保內維修一鍵預約功能。
從整個產業鏈來看，大數據的最高效應用將是從生產端開始就實現定製，對此，已有零售業開始布局。國美將大數據應用於供應鏈，用C2M反向定製、家生活品類和智能產品橫向延展、驅動精準選品和營銷，進而與第三方供應鏈形成補充，提升零售效率，滿足消費者品質化、個性化、智能化的產品需求，促進品質升級，優化商品結構。

Ⅱ 大數據分析 零售業謀變新路徑

大數據分析：零售業謀變新路徑

只有將客戶數據轉化為洞察，用數據指導營銷計劃和銷售規劃的制定，才能把這些冷冰冰的數字轉化為客戶親密度，將零售商與客戶緊緊綁定在一起。

數據顯示，截止到2013年底，中國電子商務市場交易規模達10.2萬億，同比增長29.9%。在電商呈現如火如荼之勢時，傳統零售業受到擠壓，線上線下遭遇截然不同：客流減少、業績不佳、甚至被迫關閉門店……實體零售業經營陷入困局。面對來自電商的強烈沖擊，實體零售商也開始思索如何謀變，進行了一系列新嘗試。部分不甘淪為「試衣間」的零售商勇敢試水O2O，打通線上線下渠道。來自更多渠道的數據重塑商業模式的同時，也讓零售商看到了其蘊含的商業價值。數據中的豐富客戶洞察也推動了「以客戶為中心」的業務轉型。

大數據時代，亟待突圍的零售商該如何在探索中把握先機，SAS公司結合國外零售商最佳實踐給出了如下建議：

以客戶為中心的數據驅動營銷管理，從多種渠道獲得成功轉型

在技術的幫助下，零售商可以通過社交媒體、移動應用、定位服務和電子郵件等更多渠道與消費者交流。更多溝通橋梁也帶來了更為豐富的客戶信息，而僅僅獲取這些信息是不夠的，只有將客戶數據轉化為洞察，用數據指導營銷計劃和銷售規劃的制定，才能把這些冷冰冰的數字轉化為客戶親密度，將零售商與客戶緊緊綁定在一起。

1.梅西百貨：有的話，只想說給你聽

美國著名連鎖百貨公司梅西百貨設立電商部門Macy』s.com，希望消費者無論在哪裡，都能同步享受最新上市商品和促銷活動，尋找購物魔力。Macy』s.com設立了互聯網客戶洞察部門，利用大數據分析改進個性化營銷、廣告策略等方面，迅猛發展在線渠道營銷，從傳統的線下經營成功轉型為全渠道經營模式。面對激烈的競爭，Macy』s.com亟需關於客戶偏好的更精準實時決策。梅西百貨認為，獲取跨越全渠道的客戶洞察是提高顧客滿意率和營收增長的關鍵。為了更高效地了解和評估在線營銷活動對實體店銷售額的影響，Macy』s.com採用SAS解決方案大大加強分析實力，自此改變了群發通用型電子郵件的低效營銷方式，對客戶進行更精細的分類，針對性地發送促銷郵件。出乎意料的是，郵件發送頻率的降低並沒有減少網站訪問量，郵件退訂率反而減少了20%。

2.Harry & David：嘗嘗分析的甜頭吧

在經歷了經濟衰退帶來的業績下滑之後，美國美食和禮物零售商領軍Harry & David利用分析技術判斷誰是目標客戶，目標客戶希望以何種方式以及何時接收促銷信息以及哪類人群最有可能驅動銷售額增長，從數據中理清未來發展的思路。在開始的幾個月里，營銷團隊在獲取顧客行為和偏好方面取得進展。一年內，在客戶細分、客戶生命周期和並發價值分析上更進一步。三年之內，Harry & David新的客戶維系率上升了14%，顧客帶來的銷售額也增長了7個百分點，高質量忠誠客戶增加了10%。使用SAS? Campaign Management之後，Harry & David獲取了更多有價值的客戶洞察，例如：通過導入外部數據和分析歷史交易行為，他們得出了由社交網路渠道吸引而來的客戶更值得進一步培養這一結論。客戶檔案建模和管理也為銷售情況預測提供了可靠依據。由此，Harry & David嘗到了數據分析的甜頭，走上了數據驅動型的營銷道路。

3.Chico』s：告別猜測，和直覺說再見

成衣女裝零售商Chico』s FAS Inc.在全美境內擁有超過1000家門店。除了實體店外，Chico』s還通過商品目錄和在線渠道開展營銷活動。在面臨行業衰退時，Chico』s決定好好利用多年積攢下來的客戶信息，並由此驅動商業決策。但是，現實遠比想像艱難，來自於Chico』s 旗下的多個品牌數據難以整合，且公司並不具備海量數據處理能力。相較於真實可靠的客戶數據，營銷人員更多倚賴的是直覺。Chico』s需要一個為管理和整合海量數據提供可靠追蹤記錄的系統，並希望業務人員在沒有數據工作人員和程序員的情況下也能使用數據。Chico』s選擇了隨需應變解決方案：營銷自動化（SAS? OnDemand：Marketing Automation）。這是一個包含了一整套預測分析和數據挖掘工具、允許營銷人員計劃、測試和執行任意規模營銷活動的企業級解決方案。

該解決方案幫助Chico』s策劃節假日促銷活動。數據顯示，在使用該解決方案後，Chico』s季度利潤達到1700萬美元，而在上一年同一季度中，Chico』s虧損了4200萬美元。在營銷自動化解決方案的幫助下，Chico』s將客戶進行精細分類，並區別不同推廣活動達到的效果。Chico』s將目標群體劃分為三類，並採取相應行動：第一類顧客為希望第一時間購買新品的消費者。這類顧客能收到包括所有尺寸和價位商品、並標注出新品的商品目錄和郵件。第二類顧客是熱衷於折扣商品的顧客，Chico』s向這類顧客郵寄針對性更強的更薄的商品目錄和促銷傳單。第三類為網站用戶，Chico』s向線上客戶推送符合其消費偏好的電子郵件。

一旦發現銷售不佳的商品，Chico』s即可迅速調整促銷策略。Chico』s挽回了更多的流失客戶，成功率是此前的三倍。通過大數據分析，Chico』s從過往交易記錄中鑒別更受歡迎的商品，並選擇相應的促銷手段。作為一家擁有多個品牌的零售商，通過判斷消費者喜好，如今Chico』s能夠通過策劃促銷活動引導某一品牌忠實顧客也能會光臨旗下另一品牌，帶來了更多潛在銷售機遇。過去需要30天才能出爐的營銷計劃現在只需4天就能策劃完成。團隊也擁有了更快創造精準營銷活動的能力。

通過大數據分析，零售商可以用過往交易記錄指導營銷活動，創造切實符合客戶所需的深入人心的營銷活動，用個性化的消費體驗建立更緊密的客戶關系，最終促進營收增長。

洞察中的精準預測，指導策略規劃

從總結過去和觀察現在中預測未來，是大數據的另一魔力。這也啟發了零售商從一開始的供應環節就在大數據的指導下進行精準且具有可行性的需求預測，由此優化客戶的購買體驗。

DSW：7碼還是9碼，我知道！

不同於成衣的尺碼靈活性，消費者在購買鞋類時必須選擇合腳的尺碼，這對鞋類零售商的供應體系提出了更高要求。美國鞋業零售巨頭DSW利用SAS解決方案整合採購和供貨系統。有了SAS解決方案的合理分配邏輯，DSW對於尺碼供應有了更精準的判斷。這讓「按店鋪所需分配尺碼（size by store）」模型開發成為可能。從前，DSW實行統一標准供貨，12箱包含各個尺碼鞋子的包裹被寄送到各個門店。事實上，有的門店僅僅需要7碼和8碼的鞋子，而它們依然會收到6碼和9碼的貨品。數據分析能夠計算出在減少促銷活動並且無缺貨情況下每個地區所需的特定鞋碼和款式貨品數量和訂單補給量，確保門店內供應充足的正確尺碼貨品，並能實現及時補貨。門店運作更為高效，顧客更少等待，滿意度也大幅上升。

減少IT開支，增加系統靈活性，高性能分析技術創造更高價值

大數據的蓬勃發展催生了具有高度靈活性的技術，例如可視化分析、高性能分析和雲端應用等。得益於隨需應變的高度靈活的技術，零售商大大減少了IT運營的開支，並從更高級的分析中獲取了更有價值的洞察。

SM-MCI：「亞洲百貨之王」的分析利器

「亞洲百貨之王」SM集團旗下的SM Marketing Convergence Inc.（SM-MCI）運作著全菲律賓最大的客戶忠誠度計劃。這一計劃中記錄了每一名顧客在SM集團旗下購物中心消費中所獲積分的情況，存儲了超過十億次的消費記錄，卻並未得到有效利用。SM-MCI需要一種可以促進銷售，改善運營，同時也能增進顧客忠誠度的解決方案。最終，SM-MCI選擇了融合內存分析技術和商業智能高級數據可視化的SAS可視化分析（SAS? Visual Analytics）解決方案。它不僅擁有無與倫比的統計計算能力和速度，還能通過直觀的方式展示分析結果。在新變數添加時也不會產生多餘的數據規劃和提取轉化載入流程。從更加深度的報告中，SM-MCI能夠更加深入地了解消費模式，並鑒別趨勢，以此來及時策劃促銷活動，傳遞更優質服務，提升顧客滿意度，吸引新會員加入，發現有利可圖的追加銷售機會。

在發達國家，電子商務的崛起早已證明其對實體零售業的強烈沖擊，而國外零售商們在對抗沖擊中也累積了更多經驗。這些實踐經驗帶給近年來飽受電商威脅的中國實體零售商更多思考：雲服務、數據可視化和Hadoop等新興技術在零售業落地應用並發展迅猛，為行業注入了活力。

以上是小編為大家分享的關於大數據分析 零售業謀變新路徑的相關內容，更多信息可以關注環球青藤分享更多干貨

Ⅲ 大數據技術可以為零售行業帶來那些重大變革

1、零售業的商品采購，不需要漫無目的，而可以根據購買習慣進行采購
2、商品溯源根據方便，倒閉零售的商品品質要求更高

Ⅳ 【案例分享】某銀行用這20件事，實現數字化轉型

【案例分享】某銀行用這20件事，實現數字化轉型

1.項目背景

隨著銀行各業務的精細化運營，經營活動從批量式逐步向互動式、個性化、場景化方式轉變，越來越多的銀行都在運用數據來構建自己的精準營銷渠道和場景，某銀行零售事業部在此潮流之下希望能夠盡快突破現狀，建立數字化的解決方案來應對競爭和客戶流失。

2.痛點分析

某銀行零售事業部現在面臨的兩大問題，一方面是來自客戶的，另一方面是來自競爭者的。

客戶對銀行的期望發生了變化，他們希望銀行能夠實現定製化的服務，提高服務的協作性、便利性、一致性以及控制性。

與此同時，競爭者正積極利用數字創新重新定義價值創造,以便更好地滿足被忽略或未獲滿足的客戶需求。這就出現了同一區域的不同銀行利用數字化技術來搶占本地客戶的現象。

另外，該銀行零售事業部的高管存在對數智化理解不多的情況，對如何實現銀行的數智化轉型缺乏認知，甚至束手無措，即使花費了大量的錢也沒有獲得想要的效果。

3.解決方案

面對這些問題和挑戰，該銀行牽手國雲數據一起為該銀行零售部定製應對自身發展的解決方案。

第一步：國雲數據通過對該銀行全面的調研，幫助其打造戰略、業務、需求、應用、演算法、數據等六大地圖，從而幫助其找到問題症結。

圖片

第二步：在確定完戰略地圖後，把戰略轉化成能執行的20件事情，做好這個20件事情意味著轉型基本成功，讓事業部有明確的目標感。

(1）建設新零售數字化中台。打通個金、互金、CRM、數據倉庫及外部購買三方數據、政府數據、互聯網數據；

(2） 建立新零售用戶，建立產品、網點等數據資產池，建立新零售數據組織，實現數據自助分析和提升，大大提高運營效率，讓數據看得見、用的到，

(3） 建立數據驅動運營體系；

精細化運營：用戶分群；重點客群畫像：中老、商貸、親子等不同客戶的不同運營策略和方法；

存量運營：代發工資用戶貢獻提升。對代發工資用戶做用戶畫像，智能交叉銷售

(4） 產品推薦：建立客臘正戶分層差異化營銷服務體系，定位和聚焦重點戰略客群

(5） 提升客戶經營服務能力，深度經營實現價值提升，提升流失客戶挽回能力，並利用大數據技術建立高效的客戶流失預警體系，實現流失預警、提示、催促提前挽回、自動挽回

(6） 建立客戶畫像。建立網易貸獲客模型和風險模型，自動智能篩賀飢選個貸客戶白名單

(7） 建立客戶裂變系統。通過客戶推薦客戶的方式實現客戶高質量裂變，畫出主推客戶的畫像以及主推客戶的關系鏈，實現一鍵推薦，推薦有獎；

(8） 建立競爭情報系統。實時監控競爭對手及競品的動態，幫助更合理更實時的定價調價、制定營銷策略、爆品調整、產品組禪局返合推薦策略等；

(9） 理財用戶。做大理財用戶規模、精準獲客模型，做強財富管理，加速擴張信用卡，豐富財富管理產品線。利用技術模型實現精準獲客模型，給一線員工精準推薦財務管理潛在白名單，通過給財富管理客戶建立實時動態畫像，讓一線員工提供定製、貼身、以咨詢為導向的營銷服務模式；

(10） 推動精細化銷售管理體系，建立總-分-支常態化檢視督導，實現軍事化目標管理；

(11） 打造新零售總部數據化運營和指揮系統：以戰略目標為導向，梳理業務詳細關鍵指標，全鏈路閉環運營，實現精細化運營實時動態管控；

(12） 實時預警：調整分行零售總行數字化管理系統、根據總行策略，實時可下發任務系統；

(13） 網點畫像：實現網點數字化、經營狀況、健康指數分析，基於網點畫像指導網點優化，對不同網點進行排名、相互學習、經驗分享；

(14） 推動線下渠道優化：建立網點選址系統提供個性精準的選址方案、建立網點周邊白名單用戶精準推薦系統，根據內外部數據精準獲取用戶並讓網點精準；

(15） 對銷售一線人員實現數字化客戶管理；

(16） 迭代創新線上渠道：建立手機銀行端到端的客戶行為追蹤系統，從用戶登陸到轉化每個環境，指導手機銀行優化，提供轉化率；

(17） 基於數據分析和精準營銷推薦：將結果推薦手機銀行，客服中心轉型為重要的線上渠道，承接營銷和客戶經營職能，成為半利潤中心；

(18） 線上線下一體化經營：線上精準定位高潛客戶並向線下推送，線下網點引流客戶至線上虛擬店，從單一、各自孤立的渠道向融合渠道轉型；

(19） 前線賦能系統：利用數據分析、客戶推薦和銷售激勵實現自動化過程管理，並建設高產能，專業化前線團隊實現數字化績效，讓每個員工知道今天的動作，動作換來的收入，以及收入狀況；

(20） 數智化用戶管理系統：讓前線員工清楚的看到自己客戶的動態、實現復購提醒、自動定製方案等方案。

第三步：基於這20件事情，快速幫助該行零售事業部構建了該部門數字化平台，包含數據中台、智能營銷雲平台等，並和該銀行的科技部無縫對接，一方面快速滿足了零售部的需求，又避免了過去投入大而效果不明顯的狀況，用20%的預算完成了既定目標。同時針對銀行零售部的高管、中層人員等都做了不同程度的數字化轉型課程培訓，幫助他們迅速理解數字化轉型的方法論及相關實現路徑和產品。

4.最終效果

通過數據中台構建，解決了該銀行因傳統方式反復重建，每個煙囪投入大，建設周期長、無法快速響應業務等方面的問題。幫助銀行深化客戶經營、豐富產品服務、推動綜合營銷、加速渠道轉型。新客獲取成本比以往降低了5個百分點，同時挽回了上萬個流失客戶，實現不同渠道間輕松轉化，年度初步統計降低投入及人員成本500萬。

5.關於國雲數據

國雲數據集團是由原阿里數據團隊建立的以獨創的「數字化轉型合夥人」的方式為客戶提供數字化轉型服務的公司，也是一家能為客戶提供「戰略+技術+人才」三位一體全方位、高標准數字化轉型落地綜合服務的供應商。

國雲數據獨創數字化轉型方法論指導客戶數字化轉型落地，該方法論最近已衍生為《數字化轉型方法論：落地路徑與數據中台》，由機械工業出版社出版，作者為公司創始人馬曉東，該書現在已全面發售。《數字化轉型方法論：落地路徑與數據中台》是一部從戰略、技術、人才和管理4個維度全面闡述企業數字化轉型方法論的著作，是國雲數據服務7萬余家企業的經驗總結。

Ⅳ 零售銀行如何玩轉大數據

零售銀行如何玩轉大數據

我們可以從備用資料庫里收集有關聯的數組和數據,並使用Hadoop進行分析。或者我們可以通過機器學習技術現有數據中隱藏的關聯關系。

普通數據組的介紹

針對所有客戶每月收入和支出的分類分析數組是一直存在的。這類數組是因為客戶銀行賬戶借記、貸記等各種日常操作而產生的。每一筆交易的產生通常都伴隨著一個電子號碼,比如電費話費單、商戶類別碼等等。此外,我們還可以通過商戶名稱、描述以及留言來對交易進行區分。

我們可以識別出很多消費類別,比如房產類消費(租金或者按揭)、能源類消費(加油或者電費)、食品及家居類消費、教育類、汽車消費、餐飲、大額項目(購買電視、傢具)、稅費、娛樂、信用卡和貸款支付、奢侈品等等。

同樣,收入分類有工資、分紅、退稅交易、社會福利收入、房租收入、銷售等等。通過簡單的回歸分析可以得到針對每個客戶的收入支出情況的整體趨勢,以及每個細分類別的趨勢。

機器學習和預測

我們可以使用各種機器學習演算法和模型來做預測。這里我們介紹兩種演算法：監督學習以及非監督學習。

監督學習演算法通過分析和驗證歷史數據來得到模型,這個模型可以通過輸入數據之間的聯系得到確定的結果。樣本數據可以隨意選取,但是最好提前進行分組處理以得到更准備的結果。通常可以將客戶數組數據按照年齡、收入、地域、教育背影以及儲蓄量進行分類。每一類還會繼續細分，比如年齡可以分成5個20的層級。我們能直接看到每一層級中客戶的數量,從而我們可以從每一層級里抽取5%的樣本數據來進行分析。這類樣本數據能夠讓我們最直接地看出哪個類別對最後結果的影響最大。比如我們可以很明顯地看出教育背影對投資產品的影響最大。

非監督機器學習演算法則會從現有的數據中尋找未知的關聯模型。我們可以通過那些非正常的客戶行為模式中來找到欺詐信息的蛛絲馬跡。

1. 產品的私人訂制

銀行可以把錢省下來去做那些昂貴的市場推廣活動來宣傳銀行產品。產品應該最大程度地提供給那些有可能需要並接受它們的人，所以應該針對客戶推薦與其最相關的產品。這些就需要好好研究客戶之前都愛使用哪些產品。

客戶所使用的銀行產品和服務的歷史數據都可以拿來做分析，並生成獨立的模型。我們篩選並驗證出最好的學習演算法,然後用它們計算哪些類別和變數能產生最大的效果。

2. 金融欺詐的早期偵測以及減少欺詐損失

這項內容包括識別身份造假、信用卡欺詐、電信欺詐、洗錢以及對網上銀行和移動銀行的攻擊。不斷出現的新型欺詐手段需要靈活、迅速的檢測演算法。過去,銀行只使用基於統計學和規則的演算法去識別可疑行為。這些演算法有很大的局限性，因為它們只能識別已知的欺詐手段,維護成本高，計算中無法覆蓋每個用戶的全部歷史數據,並且經常誤報。

我們使用了包含已知欺詐案件的數據集。這些欺詐案件被分為幾類儲存，如盜取身份透支欺詐，信用卡盜竊，消費信貸欺詐，偽造支票償還信用卡，盜竊支票，盜錄磁條復制卡片，使用竊取的客戶憑證或安全設備攻擊網上銀行，流氓電商運用信用卡詐騙等等。我們使用了利用反向傳播進行訓練的神經網路和決策樹兩種演算法。這些演算法對已有數據進行處理,從而識別新型詐騙的出現。

3. 預測客戶流失和取消服務

銀行對客戶流失和取消服務的預測有很強的時間敏感性，因為在客戶不可挽回地決定取消某項服務或轉投競爭對手之前，留給銀行的時間僅有幾天而已。銀行必須及早識別那些有可能流失的客戶並聯系他們，為他們提供其它可選擇的服務或是解決他們的問題。留存能帶來高利潤的活躍客戶的成本比起流失他們之後再吸引回來的成本要低得多。

我們預測時使用的原始數據包括賬戶流動情況，借記卡和信用卡流動情況,CRM中記錄的客戶數據，服務訂購數據，服務中心和分支機構的訪問交易數據以及登錄信息等。常用的收入和支出數據也被納入其中。

我們還建立關鍵事件的時間序列,諸如注銷借記卡，從其它銀行轉入的工資、分紅、租金等收入,客戶主動聯系服務中心或是訪問分支機構，注銷信用卡等等。

我們還建立了另外一組客戶集，他們符合年齡、收入、存款和地理位置分布等畫像但仍然是銀行的存留客戶。

基於以上，我們建立了有效的模型以預測客戶在不可挽回地轉投競爭對手之前的一系列行為。我們已經使用了一些監督學習演算法，例如支撐向量機進行二類分類以及利用用反向傳播的神經網路。在使用主成分分析對輸入數據進行降維後，我們使用非監督學習演算法中的K聚類演算法和KCm演算法來降低輸入數據的維度。

我們在最近的數據中識別出了數百名符合模式的活躍用戶，在他們轉投競爭對手之前，相關分行應當及早進行聯絡。

4. ATM機和銀行網點中現金分配的最優解決方案

對於ATM機和銀行網點而言，一年之中不同時段的現金需求量是在不斷變化的。這種變化可能由天氣、突發事件、假期及旅遊等各種因素引發。准確預測出ATM機和銀行網點的現金需求量非常重要。無論是頻繁地往ATM機里放現金，還是ATM機因缺少現金而停止使用,成本都很高。另一方面，我們又不希望出現ATM機和網點長期持有冗餘現金的情況，因為這既不是最優的現金分配方法，同時也會加大引發犯罪的可能。

我們會使用多個維度的數據進行分析，包括：ATM機的服務日誌,ATM機和銀行網點的地理位置信息，每台ATM機的提款數據，ATM機和銀行網點當地的天氣預報,賽事安排,每個地區的文化活動、重要事件以及節假日安排。此外，信用卡和借記卡的流動情況也是重要的數據源，可以判斷不同地區在每年不同時間的現金需求量。我們使用普通數據組來確定不同地區客戶的工資、社會福利和其它收入的到賬時間。

我們提取並分析了這樣一些數據，包括：所有ATM機在一年中每一天取現數量的中位數，所有ATM機一天中每小時取現數量的中位數。這一數據集被用來計算天氣、重要事件、星期幾及節假日對某一具體地區的現金需求量的影響。我們還將過去4年間的重要文化、體育及其它事件與其發生的地理坐標數據結合加以處理，計算出了每項事件對其輻射范圍100米以內的ATM機的現金需求量的影響。根據影響程度的不同,我們對這些事件進行了分類。這一數據組可以預測以後類似事件的影響。

同時，我們計算了天氣與當地每台ATM機現金需求量的相關性，過程中涉及到的天氣相關的參數包括降水量、溫度和風力等。

另外,我們還建立數組分析了不同地區收入(包括工資、社會福利等)到賬日和現金需求量的相關性。

基於以上數據集，我們建立了預測每台ATM機和網點一年中任意一天現金需求量的模型。這些模型考慮了歷史天氣預報數據和重要事件安排，也用到了很多高級演算法如波爾茲曼機、感知機和高斯判別分析等。

5. 昂貴銀行渠道使用的最小化

在昂貴的銀行渠道比如櫃台服務或光顧支行或電話客服的使用率最小化上我們做出了巨大的投入。

使用率的最小化可以由優化網上銀行或手機銀行應用、幫助頁、幫助軟體以及優化網站界面實現。另一個方法鼓勵正在猶豫的客人轉而使用更便宜的方式是目標更加明確的推廣活動。

可分析數據最主要的來源是來源於網上銀行以及手機銀行應用的網頁記錄。我們曾用過帶銀行賬號的使用記錄，客服中心交易記錄數據組，用戶信息的CRM數據組，或分行交易記錄的數據組。

另一個重要的數據組是客服中心、支行的投訴以及咨詢的來電、郵件、來信。我們將數據以網路幫助頁的咨詢點的相關興趣點分類。這能幫助找出解釋不清晰、造成誤解的以及不必要咨詢電話的幫助頁面。這還能幫助管理網上銀行那些復雜的造成投訴的操作。它發現了許多領域比如關於幫助頁面沒有涵蓋的信用卡支付匯率，這反而常常在電話或分行咨詢中常常被提到。網上銀行的產品據此修改，提供自助咨詢、搜索優化、網上銀行管理、以及手機銀行應用等服務,以減少客服中心以及分行的使用率。

我們分析了以轉化客戶到網上銀行、手機銀行以及自助櫃員機的市場營銷活動的結果數據。根據相關性分析，許多大范圍的營銷活動並不十分有效。我們也分析了最近將大部分業務轉移到網上的銀行客戶的規律。這幫助我們找出更有可能轉移到網上的客戶。對這些客戶我們應該使用更有針對性的個性化的營銷策略,根據各個分行的特點進行活動。

6. 評估債務產品的客戶

為了可靠地評估風險，對現有客戶批准借記產品，不僅需要考慮現有的信用狀況、可支配收入狀況，還需要客戶的全部歷史和社交記錄。這樣以減少銀行承擔的風險並增加來自有價值客戶的收入。

我們使用通用收入支出資料庫分析，客戶全部的信用卡、借貸、透支或其他金融產品的交易記錄以及CRM信息。

使用MarkovChain隨機分析評估與客戶行為相關的借貸支付可能。此類模型在盈利性借貸、信用卡以及其他金融產品的歷史數據中得到驗證。我們注意到信用記錄的可靠性得到增加,並能夠據此為被拒絕的客戶提供替代產品。

以上是小編為大家分享的關於零售銀行如何玩轉大數據的相關內容，更多信息可以關注環球青藤分享更多干貨

Ⅵ 大數據對新零售的影響是什麼

1、提高營銷的效率與質量

在信息時代的背景下，轉變營銷的模式，藉助大數據進行新零售營銷，可以有效的提高營銷的效率與質量，使營銷模式向著信息化的方向發展。和傳統的營銷模式相比，新零售更加的傾向於人與產品的融合。新零售主要是企業根據互聯網的發展情況，藉助物聯網技術、大數據技術等智能技術對產品的銷售流程進行改變，進而增加產品的銷量，為企業帶來更多的利益。

2、提高產品影響力

大數據在老賣新零售中的運用有利於提高產品的影響力，在傳統的零售行業中，由於宣傳模式存在缺陷，導致零售產品的影響力不足，人們對於產品不夠了解，進而使得產品的銷量受到影響。在大數據時代的影響下，企業藉助大數據對產品的生產製造、銷售渠道與銷售方法進行分析預測，進而使得企業可以及時的發現產品在營銷過程中存在的問題，並及時的制定解決策略，悄野完善產品的銷售流程，進而提高產品的銷量。

另外，藉助大數據對產品信息進行宣傳，使更多的人都可以對產品有所了解，提高產品的影響力，進而促進產品銷量的提升，提高企業的市場競爭力。

3、提高經濟效益

大數據在新零售中的運用有利於為企業帶來更大的利益，當前，電子商務已經成為商業發展的新趨勢。對於新零售行業來說，實現產品銷售的信息化發展，能夠有效的增強產品的出售，進而減少企業的成本損失。利用大數據對產品的營銷方式進行創新與改變，使產品的零售方式向著電子商務的方向發展，能夠有效的提高人們對產品的認識，進而提高產品的銷量，避免出現產品滯銷現象，為企業帶來更大的經濟效益。

4、促進企業信息化發展

大數據在新零售中的運用能夠促進企業的現代化發展，隨著信息技術的發展，我國已經步入了信息化時代，為了能夠滿足時代的需求，各個企業也應該加強對信息技術的運用，以信息技術來促進企業可持續發展。在新零售行業中加強侍運逗對大數據的運用，加快零售模式的創新改革，使企業逐漸意識到信息技術對於企業發展的重要意義，進而促進企業的信息化發展，為大數據在新零售中的應用奠定基礎。

對新零售系統有什麼疑問的，可以了解咨詢易族智匯javashop，專業做電商系統開發十幾年，專業值得信賴。