大数据推动零售银行营销转型

Ⅰ 大数据将推动零售业技术变革

大数据将推动零售业技术变革
建设强大的数据中台，实现线上线下数字化打通，重构“人、货场”，是新零售的重要内涵。业内人士指出，2018年将是大数据从技术阶段向应用阶段高速发展的一年，大数据未来在物联网、区块链、智慧城市、AR、VR、AI、语音识别等方面都值得关注，这在不久的将来或深刻改变零售业的未来。
线下零售大数据应用刚起步
近日高鑫零售公布年报，2017年实现营业收入1023.20亿元，同比增长1.9%；2017年净利润为30.20亿元，同比增长14.9%。这是阿里入住高鑫新零售的第一年，招商证券指出，虽然阿里入股高鑫在短期内并未给高鑫业绩带来大幅改善，但是阿里的互联网基因和大数据资源加速了高鑫的线上线下整合。
在阿里与高鑫的合作中，目前仍是线上大数据指导线下商品管理，大润发华东20个城市的167家门店上架了天猫超市百万件商品，这些商品由阿里大数据根据周边消费者喜好筛选商品，并由天猫供应链优化供货方案。招商证券指出，虽然这些商品销售状况有好有坏，但整体上调整了门店的经营体系和业务链路。
基于模式和技术优势，线上零售数据的采集和大数据技术的应用已相当成熟，相比之下，线下零售大数据技术的应用还处于起步阶段。中国连锁经营协会会长裴亮曾指出，大数据技术在零售业的应用还没有发挥出来，目前来看，零售企业不掌握大数据，如何与握有大数据的企业进行合作，共同开始大数据在零售业的应用，还处在探索的过程中。
从发展现状来看，线下零售应用大数据技术首先面临的技术难点是数据采集。专家指出，线下零售店由于技术限制和消费者更加碎片割裂的行为，很难根据消费者ID数据与商品销售、店铺库存、物流等数据进行打通连接，尤其消费者店铺行为偏好数据的获取。
这方面，同时拥有门店优势和互联网基因的零售企业将占据优势。苏宁易购向中国证券报记者表示，在苏宁易购云店内的已经开始全面打造线下门店客流数据分析的“苏宁北斗”系统。该产品的上线，标志着苏宁易购在门店端开始采用类似线上页面运营的流量运营逻辑，“从用户进店以及在门店内的动线变化，进行线上UV到四级页面浏览路径的分析，对门店商品布局、用户习惯分析将有巨大的帮助”。预计到2019年，苏宁易购将会把人脸识别系统和北斗系统相结合，使监测数据更加精准，并将为后期会员服务、会员运营的优化提供数据依据。
推动零售业技术变革
苏宁控股集团董事长张近东表示，2018年将是大数据从技术阶段向应用阶段高速发展的一年，“大数据未来在物联网、区块链、智慧城市、AR、VR、AI、语音识别等方面都值得关注，这在不久的将来或深刻改变零售业的未来”。
中国电子商务研究中心主任曹磊表示，过去数据只在销售端和营销端驱动，今后还将向商品端、供应链端、仓储物流乃至生产端来进行全方位驱动。过去商品和用户是零售商和电商最核心的资产，在大数据时代，大数据将成为他们最核心的资产。
基于对线上线下数据打通的重视，2017年国美落地蒲公英计划，完成国美在线、国美Plus、国美管家、国美海外购、国美酒窖整合成国美APP，连接线上线下，以互联网为基础、数据为核心，打造线上交易、线下体验的共享零售双平台。通过实施蒲公英计划，国美线上线下的供应链数据、交易数据、服务数据、会员数据全面打通，汇聚为国美的数据中台，形成大数据工厂。
在大数据的支持下，国美升级了后服务体系，推出“扬帆计划”，实现订单配送、安装服务、维修服务、客户服务全周期的可视化、标准化，打通厂家后台数据，首创保内维修一键预约功能。
从整个产业链来看，大数据的最高效应用将是从生产端开始就实现定制，对此，已有零售业开始布局。国美将大数据应用于供应链，用C2M反向定制、家生活品类和智能产品横向延展、驱动精准选品和营销，进而与第三方供应链形成补充，提升零售效率，满足消费者品质化、个性化、智能化的产品需求，促进品质升级，优化商品结构。

Ⅱ 大数据分析 零售业谋变新路径

大数据分析：零售业谋变新路径

只有将客户数据转化为洞察，用数据指导营销计划和销售规划的制定，才能把这些冷冰冰的数字转化为客户亲密度，将零售商与客户紧紧绑定在一起。

数据显示，截止到2013年底，中国电子商务市场交易规模达10.2万亿，同比增长29.9%。在电商呈现如火如荼之势时，传统零售业受到挤压，线上线下遭遇截然不同：客流减少、业绩不佳、甚至被迫关闭门店……实体零售业经营陷入困局。面对来自电商的强烈冲击，实体零售商也开始思索如何谋变，进行了一系列新尝试。部分不甘沦为“试衣间”的零售商勇敢试水O2O，打通线上线下渠道。来自更多渠道的数据重塑商业模式的同时，也让零售商看到了其蕴含的商业价值。数据中的丰富客户洞察也推动了“以客户为中心”的业务转型。

大数据时代，亟待突围的零售商该如何在探索中把握先机，SAS公司结合国外零售商最佳实践给出了如下建议：

以客户为中心的数据驱动营销管理，从多种渠道获得成功转型

在技术的帮助下，零售商可以通过社交媒体、移动应用、定位服务和电子邮件等更多渠道与消费者交流。更多沟通桥梁也带来了更为丰富的客户信息，而仅仅获取这些信息是不够的，只有将客户数据转化为洞察，用数据指导营销计划和销售规划的制定，才能把这些冷冰冰的数字转化为客户亲密度，将零售商与客户紧紧绑定在一起。

1.梅西百货：有的话，只想说给你听

美国著名连锁百货公司梅西百货设立电商部门Macy’s.com，希望消费者无论在哪里，都能同步享受最新上市商品和促销活动，寻找购物魔力。Macy’s.com设立了互联网客户洞察部门，利用大数据分析改进个性化营销、广告策略等方面，迅猛发展在线渠道营销，从传统的线下经营成功转型为全渠道经营模式。面对激烈的竞争，Macy’s.com亟需关于客户偏好的更精准实时决策。梅西百货认为，获取跨越全渠道的客户洞察是提高顾客满意率和营收增长的关键。为了更高效地了解和评估在线营销活动对实体店销售额的影响，Macy’s.com采用SAS解决方案大大加强分析实力，自此改变了群发通用型电子邮件的低效营销方式，对客户进行更精细的分类，针对性地发送促销邮件。出乎意料的是，邮件发送频率的降低并没有减少网站访问量，邮件退订率反而减少了20%。

2.Harry & David：尝尝分析的甜头吧

在经历了经济衰退带来的业绩下滑之后，美国美食和礼物零售商领军Harry & David利用分析技术判断谁是目标客户，目标客户希望以何种方式以及何时接收促销信息以及哪类人群最有可能驱动销售额增长，从数据中理清未来发展的思路。在开始的几个月里，营销团队在获取顾客行为和偏好方面取得进展。一年内，在客户细分、客户生命周期和并发价值分析上更进一步。三年之内，Harry & David新的客户维系率上升了14%，顾客带来的销售额也增长了7个百分点，高质量忠诚客户增加了10%。使用SAS? Campaign Management之后，Harry & David获取了更多有价值的客户洞察，例如：通过导入外部数据和分析历史交易行为，他们得出了由社交网络渠道吸引而来的客户更值得进一步培养这一结论。客户档案建模和管理也为销售情况预测提供了可靠依据。由此，Harry & David尝到了数据分析的甜头，走上了数据驱动型的营销道路。

3.Chico’s：告别猜测，和直觉说再见

成衣女装零售商Chico’s FAS Inc.在全美境内拥有超过1000家门店。除了实体店外，Chico’s还通过商品目录和在线渠道开展营销活动。在面临行业衰退时，Chico’s决定好好利用多年积攒下来的客户信息，并由此驱动商业决策。但是，现实远比想象艰难，来自于Chico’s 旗下的多个品牌数据难以整合，且公司并不具备海量数据处理能力。相较于真实可靠的客户数据，营销人员更多倚赖的是直觉。Chico’s需要一个为管理和整合海量数据提供可靠追踪记录的系统，并希望业务人员在没有数据工作人员和程序员的情况下也能使用数据。Chico’s选择了随需应变解决方案：营销自动化（SAS? OnDemand：Marketing Automation）。这是一个包含了一整套预测分析和数据挖掘工具、允许营销人员计划、测试和执行任意规模营销活动的企业级解决方案。

该解决方案帮助Chico’s策划节假日促销活动。数据显示，在使用该解决方案后，Chico’s季度利润达到1700万美元，而在上一年同一季度中，Chico’s亏损了4200万美元。在营销自动化解决方案的帮助下，Chico’s将客户进行精细分类，并区别不同推广活动达到的效果。Chico’s将目标群体划分为三类，并采取相应行动：第一类顾客为希望第一时间购买新品的消费者。这类顾客能收到包括所有尺寸和价位商品、并标注出新品的商品目录和邮件。第二类顾客是热衷于折扣商品的顾客，Chico’s向这类顾客邮寄针对性更强的更薄的商品目录和促销传单。第三类为网站用户，Chico’s向线上客户推送符合其消费偏好的电子邮件。

一旦发现销售不佳的商品，Chico’s即可迅速调整促销策略。Chico’s挽回了更多的流失客户，成功率是此前的三倍。通过大数据分析，Chico’s从过往交易记录中鉴别更受欢迎的商品，并选择相应的促销手段。作为一家拥有多个品牌的零售商，通过判断消费者喜好，如今Chico’s能够通过策划促销活动引导某一品牌忠实顾客也能会光临旗下另一品牌，带来了更多潜在销售机遇。过去需要30天才能出炉的营销计划现在只需4天就能策划完成。团队也拥有了更快创造精准营销活动的能力。

通过大数据分析，零售商可以用过往交易记录指导营销活动，创造切实符合客户所需的深入人心的营销活动，用个性化的消费体验建立更紧密的客户关系，最终促进营收增长。

洞察中的精准预测，指导策略规划

从总结过去和观察现在中预测未来，是大数据的另一魔力。这也启发了零售商从一开始的供应环节就在大数据的指导下进行精准且具有可行性的需求预测，由此优化客户的购买体验。

DSW：7码还是9码，我知道！

不同于成衣的尺码灵活性，消费者在购买鞋类时必须选择合脚的尺码，这对鞋类零售商的供应体系提出了更高要求。美国鞋业零售巨头DSW利用SAS解决方案整合采购和供货系统。有了SAS解决方案的合理分配逻辑，DSW对于尺码供应有了更精准的判断。这让“按店铺所需分配尺码（size by store）”模型开发成为可能。从前，DSW实行统一标准供货，12箱包含各个尺码鞋子的包裹被寄送到各个门店。事实上，有的门店仅仅需要7码和8码的鞋子，而它们依然会收到6码和9码的货品。数据分析能够计算出在减少促销活动并且无缺货情况下每个地区所需的特定鞋码和款式货品数量和订单补给量，确保门店内供应充足的正确尺码货品，并能实现及时补货。门店运作更为高效，顾客更少等待，满意度也大幅上升。

减少IT开支，增加系统灵活性，高性能分析技术创造更高价值

大数据的蓬勃发展催生了具有高度灵活性的技术，例如可视化分析、高性能分析和云端应用等。得益于随需应变的高度灵活的技术，零售商大大减少了IT运营的开支，并从更高级的分析中获取了更有价值的洞察。

SM-MCI：“亚洲百货之王”的分析利器

“亚洲百货之王”SM集团旗下的SM Marketing Convergence Inc.（SM-MCI）运作着全菲律宾最大的客户忠诚度计划。这一计划中记录了每一名顾客在SM集团旗下购物中心消费中所获积分的情况，存储了超过十亿次的消费记录，却并未得到有效利用。SM-MCI需要一种可以促进销售，改善运营，同时也能增进顾客忠诚度的解决方案。最终，SM-MCI选择了融合内存分析技术和商业智能高级数据可视化的SAS可视化分析（SAS? Visual Analytics）解决方案。它不仅拥有无与伦比的统计计算能力和速度，还能通过直观的方式展示分析结果。在新变量添加时也不会产生多余的数据规划和提取转化加载流程。从更加深度的报告中，SM-MCI能够更加深入地了解消费模式，并鉴别趋势，以此来及时策划促销活动，传递更优质服务，提升顾客满意度，吸引新会员加入，发现有利可图的追加销售机会。

在发达国家，电子商务的崛起早已证明其对实体零售业的强烈冲击，而国外零售商们在对抗冲击中也累积了更多经验。这些实践经验带给近年来饱受电商威胁的中国实体零售商更多思考：云服务、数据可视化和Hadoop等新兴技术在零售业落地应用并发展迅猛，为行业注入了活力。

以上是小编为大家分享的关于大数据分析 零售业谋变新路径的相关内容，更多信息可以关注环球青藤分享更多干货

Ⅲ 大数据技术可以为零售行业带来那些重大变革

1、零售业的商品采购，不需要漫无目的，而可以根据购买习惯进行采购
2、商品溯源根据方便，倒闭零售的商品品质要求更高

Ⅳ 【案例分享】某银行用这20件事，实现数字化转型

【案例分享】某银行用这20件事，实现数字化转型

1.项目背景

随着银行各业务的精细化运营，经营活动从批量式逐步向互动式、个性化、场景化方式转变，越来越多的银行都在运用数据来构建自己的精准营销渠道和场景，某银行零售事业部在此潮流之下希望能够尽快突破现状，建立数字化的解决方案来应对竞争和客户流失。

2.痛点分析

某银行零售事业部现在面临的两大问题，一方面是来自客户的，另一方面是来自竞争者的。

客户对银行的期望发生了变化，他们希望银行能够实现定制化的服务，提高服务的协作性、便利性、一致性以及控制性。

与此同时，竞争者正积极利用数字创新重新定义价值创造,以便更好地满足被忽略或未获满足的客户需求。这就出现了同一区域的不同银行利用数字化技术来抢占本地客户的现象。

另外，该银行零售事业部的高管存在对数智化理解不多的情况，对如何实现银行的数智化转型缺乏认知，甚至束手无措，即使花费了大量的钱也没有获得想要的效果。

3.解决方案

面对这些问题和挑战，该银行牵手国云数据一起为该银行零售部定制应对自身发展的解决方案。

第一步：国云数据通过对该银行全面的调研，帮助其打造战略、业务、需求、应用、算法、数据等六大地图，从而帮助其找到问题症结。

图片

第二步：在确定完战略地图后，把战略转化成能执行的20件事情，做好这个20件事情意味着转型基本成功，让事业部有明确的目标感。

(1）建设新零售数字化中台。打通个金、互金、CRM、数据仓库及外部购买三方数据、政府数据、互联网数据；

(2） 建立新零售用户，建立产品、网点等数据资产池，建立新零售数据组织，实现数据自助分析和提升，大大提高运营效率，让数据看得见、用的到，

(3） 建立数据驱动运营体系；

精细化运营：用户分群；重点客群画像：中老、商贷、亲子等不同客户的不同运营策略和方法；

存量运营：代发工资用户贡献提升。对代发工资用户做用户画像，智能交叉销售

(4） 产品推荐：建立客腊正户分层差异化营销服务体系，定位和聚焦重点战略客群

(5） 提升客户经营服务能力，深度经营实现价值提升，提升流失客户挽回能力，并利用大数据技术建立高效的客户流失预警体系，实现流失预警、提示、催促提前挽回、自动挽回

(6） 建立客户画像。建立网易贷获客模型和风险模型，自动智能筛贺饥选个贷客户白名单

(7） 建立客户裂变系统。通过客户推荐客户的方式实现客户高质量裂变，画出主推客户的画像以及主推客户的关系链，实现一键推荐，推荐有奖；

(8） 建立竞争情报系统。实时监控竞争对手及竞品的动态，帮助更合理更实时的定价调价、制定营销策略、爆品调整、产品组禅局返合推荐策略等；

(9） 理财用户。做大理财用户规模、精准获客模型，做强财富管理，加速扩张信用卡，丰富财富管理产品线。利用技术模型实现精准获客模型，给一线员工精准推荐财务管理潜在白名单，通过给财富管理客户建立实时动态画像，让一线员工提供定制、贴身、以咨询为导向的营销服务模式；

(10） 推动精细化销售管理体系，建立总-分-支常态化检视督导，实现军事化目标管理；

(11） 打造新零售总部数据化运营和指挥系统：以战略目标为导向，梳理业务详细关键指标，全链路闭环运营，实现精细化运营实时动态管控；

(12） 实时预警：调整分行零售总行数字化管理系统、根据总行策略，实时可下发任务系统；

(13） 网点画像：实现网点数字化、经营状况、健康指数分析，基于网点画像指导网点优化，对不同网点进行排名、相互学习、经验分享；

(14） 推动线下渠道优化：建立网点选址系统提供个性精准的选址方案、建立网点周边白名单用户精准推荐系统，根据内外部数据精准获取用户并让网点精准；

(15） 对销售一线人员实现数字化客户管理；

(16） 迭代创新线上渠道：建立手机银行端到端的客户行为追踪系统，从用户登陆到转化每个环境，指导手机银行优化，提供转化率；

(17） 基于数据分析和精准营销推荐：将结果推荐手机银行，客服中心转型为重要的线上渠道，承接营销和客户经营职能，成为半利润中心；

(18） 线上线下一体化经营：线上精准定位高潜客户并向线下推送，线下网点引流客户至线上虚拟店，从单一、各自孤立的渠道向融合渠道转型；

(19） 前线赋能系统：利用数据分析、客户推荐和销售激励实现自动化过程管理，并建设高产能，专业化前线团队实现数字化绩效，让每个员工知道今天的动作，动作换来的收入，以及收入状况；

(20） 数智化用户管理系统：让前线员工清楚的看到自己客户的动态、实现复购提醒、自动定制方案等方案。

第三步：基于这20件事情，快速帮助该行零售事业部构建了该部门数字化平台，包含数据中台、智能营销云平台等，并和该银行的科技部无缝对接，一方面快速满足了零售部的需求，又避免了过去投入大而效果不明显的状况，用20%的预算完成了既定目标。同时针对银行零售部的高管、中层人员等都做了不同程度的数字化转型课程培训，帮助他们迅速理解数字化转型的方法论及相关实现路径和产品。

4.最终效果

通过数据中台构建，解决了该银行因传统方式反复重建，每个烟囱投入大，建设周期长、无法快速响应业务等方面的问题。帮助银行深化客户经营、丰富产品服务、推动综合营销、加速渠道转型。新客获取成本比以往降低了5个百分点，同时挽回了上万个流失客户，实现不同渠道间轻松转化，年度初步统计降低投入及人员成本500万。

5.关于国云数据

国云数据集团是由原阿里数据团队建立的以独创的“数字化转型合伙人”的方式为客户提供数字化转型服务的公司，也是一家能为客户提供“战略+技术+人才”三位一体全方位、高标准数字化转型落地综合服务的供应商。

国云数据独创数字化转型方法论指导客户数字化转型落地，该方法论最近已衍生为《数字化转型方法论：落地路径与数据中台》，由机械工业出版社出版，作者为公司创始人马晓东，该书现在已全面发售。《数字化转型方法论：落地路径与数据中台》是一部从战略、技术、人才和管理4个维度全面阐述企业数字化转型方法论的著作，是国云数据服务7万余家企业的经验总结。

Ⅳ 零售银行如何玩转大数据

零售银行如何玩转大数据

我们可以从备用数据库里收集有关联的数组和数据,并使用Hadoop进行分析。或者我们可以通过机器学习技术现有数据中隐藏的关联关系。

普通数据组的介绍

针对所有客户每月收入和支出的分类分析数组是一直存在的。这类数组是因为客户银行账户借记、贷记等各种日常操作而产生的。每一笔交易的产生通常都伴随着一个电子号码,比如电费话费单、商户类别码等等。此外,我们还可以通过商户名称、描述以及留言来对交易进行区分。

我们可以识别出很多消费类别,比如房产类消费(租金或者按揭)、能源类消费(加油或者电费)、食品及家居类消费、教育类、汽车消费、餐饮、大额项目(购买电视、家具)、税费、娱乐、信用卡和贷款支付、奢侈品等等。

同样,收入分类有工资、分红、退税交易、社会福利收入、房租收入、销售等等。通过简单的回归分析可以得到针对每个客户的收入支出情况的整体趋势,以及每个细分类别的趋势。

机器学习和预测

我们可以使用各种机器学习算法和模型来做预测。这里我们介绍两种算法：监督学习以及非监督学习。

监督学习算法通过分析和验证历史数据来得到模型,这个模型可以通过输入数据之间的联系得到确定的结果。样本数据可以随意选取,但是最好提前进行分组处理以得到更准备的结果。通常可以将客户数组数据按照年龄、收入、地域、教育背影以及储蓄量进行分类。每一类还会继续细分，比如年龄可以分成5个20的层级。我们能直接看到每一层级中客户的数量,从而我们可以从每一层级里抽取5%的样本数据来进行分析。这类样本数据能够让我们最直接地看出哪个类别对最后结果的影响最大。比如我们可以很明显地看出教育背影对投资产品的影响最大。

非监督机器学习算法则会从现有的数据中寻找未知的关联模型。我们可以通过那些非正常的客户行为模式中来找到欺诈信息的蛛丝马迹。

1. 产品的私人订制

银行可以把钱省下来去做那些昂贵的市场推广活动来宣传银行产品。产品应该最大程度地提供给那些有可能需要并接受它们的人，所以应该针对客户推荐与其最相关的产品。这些就需要好好研究客户之前都爱使用哪些产品。

客户所使用的银行产品和服务的历史数据都可以拿来做分析，并生成独立的模型。我们筛选并验证出最好的学习算法,然后用它们计算哪些类别和变量能产生最大的效果。

2. 金融欺诈的早期侦测以及减少欺诈损失

这项内容包括识别身份造假、信用卡欺诈、电信欺诈、洗钱以及对网上银行和移动银行的攻击。不断出现的新型欺诈手段需要灵活、迅速的检测算法。过去,银行只使用基于统计学和规则的算法去识别可疑行为。这些算法有很大的局限性，因为它们只能识别已知的欺诈手段,维护成本高，计算中无法覆盖每个用户的全部历史数据,并且经常误报。

我们使用了包含已知欺诈案件的数据集。这些欺诈案件被分为几类储存，如盗取身份透支欺诈，信用卡盗窃，消费信贷欺诈，伪造支票偿还信用卡，盗窃支票，盗录磁条复制卡片，使用窃取的客户凭证或安全设备攻击网上银行，流氓电商运用信用卡诈骗等等。我们使用了利用反向传播进行训练的神经网络和决策树两种算法。这些算法对已有数据进行处理,从而识别新型诈骗的出现。

3. 预测客户流失和取消服务

银行对客户流失和取消服务的预测有很强的时间敏感性，因为在客户不可挽回地决定取消某项服务或转投竞争对手之前，留给银行的时间仅有几天而已。银行必须及早识别那些有可能流失的客户并联系他们，为他们提供其它可选择的服务或是解决他们的问题。留存能带来高利润的活跃客户的成本比起流失他们之后再吸引回来的成本要低得多。

我们预测时使用的原始数据包括账户流动情况，借记卡和信用卡流动情况,CRM中记录的客户数据，服务订购数据，服务中心和分支机构的访问交易数据以及登录信息等。常用的收入和支出数据也被纳入其中。

我们还建立关键事件的时间序列,诸如注销借记卡，从其它银行转入的工资、分红、租金等收入,客户主动联系服务中心或是访问分支机构，注销信用卡等等。

我们还建立了另外一组客户集，他们符合年龄、收入、存款和地理位置分布等画像但仍然是银行的存留客户。

基于以上，我们建立了有效的模型以预测客户在不可挽回地转投竞争对手之前的一系列行为。我们已经使用了一些监督学习算法，例如支撑向量机进行二类分类以及利用用反向传播的神经网络。在使用主成分分析对输入数据进行降维后，我们使用非监督学习算法中的K聚类算法和KCm算法来降低输入数据的维度。

我们在最近的数据中识别出了数百名符合模式的活跃用户，在他们转投竞争对手之前，相关分行应当及早进行联络。

4. ATM机和银行网点中现金分配的最优解决方案

对于ATM机和银行网点而言，一年之中不同时段的现金需求量是在不断变化的。这种变化可能由天气、突发事件、假期及旅游等各种因素引发。准确预测出ATM机和银行网点的现金需求量非常重要。无论是频繁地往ATM机里放现金，还是ATM机因缺少现金而停止使用,成本都很高。另一方面，我们又不希望出现ATM机和网点长期持有冗余现金的情况，因为这既不是最优的现金分配方法，同时也会加大引发犯罪的可能。

我们会使用多个维度的数据进行分析，包括：ATM机的服务日志,ATM机和银行网点的地理位置信息，每台ATM机的提款数据，ATM机和银行网点当地的天气预报,赛事安排,每个地区的文化活动、重要事件以及节假日安排。此外，信用卡和借记卡的流动情况也是重要的数据源，可以判断不同地区在每年不同时间的现金需求量。我们使用普通数据组来确定不同地区客户的工资、社会福利和其它收入的到账时间。

我们提取并分析了这样一些数据，包括：所有ATM机在一年中每一天取现数量的中位数，所有ATM机一天中每小时取现数量的中位数。这一数据集被用来计算天气、重要事件、星期几及节假日对某一具体地区的现金需求量的影响。我们还将过去4年间的重要文化、体育及其它事件与其发生的地理坐标数据结合加以处理，计算出了每项事件对其辐射范围100米以内的ATM机的现金需求量的影响。根据影响程度的不同,我们对这些事件进行了分类。这一数据组可以预测以后类似事件的影响。

同时，我们计算了天气与当地每台ATM机现金需求量的相关性，过程中涉及到的天气相关的参数包括降水量、温度和风力等。

另外,我们还建立数组分析了不同地区收入(包括工资、社会福利等)到账日和现金需求量的相关性。

基于以上数据集，我们建立了预测每台ATM机和网点一年中任意一天现金需求量的模型。这些模型考虑了历史天气预报数据和重要事件安排，也用到了很多高级算法如波尔兹曼机、感知机和高斯判别分析等。

5. 昂贵银行渠道使用的最小化

在昂贵的银行渠道比如柜台服务或光顾支行或电话客服的使用率最小化上我们做出了巨大的投入。

使用率的最小化可以由优化网上银行或手机银行应用、帮助页、帮助软件以及优化网站界面实现。另一个方法鼓励正在犹豫的客人转而使用更便宜的方式是目标更加明确的推广活动。

可分析数据最主要的来源是来源于网上银行以及手机银行应用的网页记录。我们曾用过带银行账号的使用记录，客服中心交易记录数据组，用户信息的CRM数据组，或分行交易记录的数据组。

另一个重要的数据组是客服中心、支行的投诉以及咨询的来电、邮件、来信。我们将数据以网络帮助页的咨询点的相关兴趣点分类。这能帮助找出解释不清晰、造成误解的以及不必要咨询电话的帮助页面。这还能帮助管理网上银行那些复杂的造成投诉的操作。它发现了许多领域比如关于帮助页面没有涵盖的信用卡支付汇率，这反而常常在电话或分行咨询中常常被提到。网上银行的产品据此修改，提供自助咨询、搜索优化、网上银行管理、以及手机银行应用等服务,以减少客服中心以及分行的使用率。

我们分析了以转化客户到网上银行、手机银行以及自助柜员机的市场营销活动的结果数据。根据相关性分析，许多大范围的营销活动并不十分有效。我们也分析了最近将大部分业务转移到网上的银行客户的规律。这帮助我们找出更有可能转移到网上的客户。对这些客户我们应该使用更有针对性的个性化的营销策略,根据各个分行的特点进行活动。

6. 评估债务产品的客户

为了可靠地评估风险，对现有客户批准借记产品，不仅需要考虑现有的信用状况、可支配收入状况，还需要客户的全部历史和社交记录。这样以减少银行承担的风险并增加来自有价值客户的收入。

我们使用通用收入支出数据库分析，客户全部的信用卡、借贷、透支或其他金融产品的交易记录以及CRM信息。

使用MarkovChain随机分析评估与客户行为相关的借贷支付可能。此类模型在盈利性借贷、信用卡以及其他金融产品的历史数据中得到验证。我们注意到信用记录的可靠性得到增加,并能够据此为被拒绝的客户提供替代产品。

以上是小编为大家分享的关于零售银行如何玩转大数据的相关内容，更多信息可以关注环球青藤分享更多干货

Ⅵ 大数据对新零售的影响是什么

1、提高营销的效率与质量

在信息时代的背景下，转变营销的模式，借助大数据进行新零售营销，可以有效的提高营销的效率与质量，使营销模式向着信息化的方向发展。和传统的营销模式相比，新零售更加的倾向于人与产品的融合。新零售主要是企业根据互联网的发展情况，借助物联网技术、大数据技术等智能技术对产品的销售流程进行改变，进而增加产品的销量，为企业带来更多的利益。

2、提高产品影响力

大数据在老卖新零售中的运用有利于提高产品的影响力，在传统的零售行业中，由于宣传模式存在缺陷，导致零售产品的影响力不足，人们对于产品不够了解，进而使得产品的销量受到影响。在大数据时代的影响下，企业借助大数据对产品的生产制造、销售渠道与销售方法进行分析预测，进而使得企业可以及时的发现产品在营销过程中存在的问题，并及时的制定解决策略，悄野完善产品的销售流程，进而提高产品的销量。

另外，借助大数据对产品信息进行宣传，使更多的人都可以对产品有所了解，提高产品的影响力，进而促进产品销量的提升，提高企业的市场竞争力。

3、提高经济效益

大数据在新零售中的运用有利于为企业带来更大的利益，当前，电子商务已经成为商业发展的新趋势。对于新零售行业来说，实现产品销售的信息化发展，能够有效的增强产品的出售，进而减少企业的成本损失。利用大数据对产品的营销方式进行创新与改变，使产品的零售方式向着电子商务的方向发展，能够有效的提高人们对产品的认识，进而提高产品的销量，避免出现产品滞销现象，为企业带来更大的经济效益。

4、促进企业信息化发展

大数据在新零售中的运用能够促进企业的现代化发展，随着信息技术的发展，我国已经步入了信息化时代，为了能够满足时代的需求，各个企业也应该加强对信息技术的运用，以信息技术来促进企业可持续发展。在新零售行业中加强侍运逗对大数据的运用，加快零售模式的创新改革，使企业逐渐意识到信息技术对于企业发展的重要意义，进而促进企业的信息化发展，为大数据在新零售中的应用奠定基础。

对新零售系统有什么疑问的，可以了解咨询易族智汇javashop，专业做电商系统开发十几年，专业值得信赖。