大数据七种武器之------金融分析

为了督促自己学习,开始的时候要求自己每周写一篇关于大数据的博客,可回过头发现,有一个多月没有写内容了。为了督促自己学习,接下来会每周写篇大数据在七个领域(金融,电信,CRM,可视化,另三个待定)的应用。督促自己,整理自己的思路的过程,对所学内容有一个深化。

 

   金融分析,实际上,占到金融的这两个字就会有一定的神秘性。而在实际的应用中,它却能够为企业带来很大的利润。就像有的时候说的一样,短时间内卖出大量产品,这就营销的力量。而长时间卖出同样量的产品,这叫销售。举一个简单的例子,在微信圈的那个免费睡衣的例子就是这样。而到金融上,成功的例子也有很多。接下来,我们就来看看,大数据在它里边起到的作用。

   用实例来说明,我们身边最近非常流行的高额理财产品。比如说,答应年收益8%的某宝产品。还有就是银行现在也会推出基于自己手机端的理财产品。资本永远是追逐利益的,银行若推出8%的理财产品,势必是要拉入那些高额储户,而同时要避免低储蓄额用户也来享受利差优惠。这就会到数据分析知识了。

    有的时候,在进行相应数据分析之前,技术并不是最重要的。最重要的是要确保你拿到的数据的准确性。有的时候,我们中国人看到的数据很可能被动的被造假了。所以,第一步最重要的就是数据清洗。有人说,银行是国家经济命脉,怎敢在数据上造假?但有的时候,我们还是过分相信自己的直觉了。一般做银行的金融分析之前,对我们来说,最为准确的要数用户的***ID,与储蓄额度了。但仅从这些数据中能得出什么信息。通过***ID,我们可以通过SAS的ETL功能,抽取出用户的出生日期,这样就可以用于后期挖掘的年龄限制。而***前几位,还可以用于客户的区域限制,***上的最后几位还可以用于确定用户的性别。而储蓄额度,可以通过相应的计算,可以大体确定出我们所抽取样本的分布情况,平均数,中位数等信息。

    在金融分析中,有几个方面是需要注意的。一个是选取目标客户上,最好不要选平均数来做为决策点,这样很容易会造成误判。因为国人大部分是被平均的。而要从中位数的角度来选择,选取出最能体现我们数据样本特性的,才能分析出那些才是我们的目标客户。

    再一个就是在分支决策点的选择上,当你用不同的条件作为分支决策的时候,你的分析结果是不一样的。但一身般目标客户都是要在10%以内,因为这样,便于你做验证。当你验证成功率在90%以上的时候,不要急于在总体样本中去测试,验证与训练。而是找出那10%不成功的,向他们询问为什么不购买你的产品,先优化你的产品内容。然后再去总体样本中找出目标客户,再去做主动营销。

    

   从以上的分析中,我们也可以看出,以后的金融理财分析人员是要有一定的严谨性的。属于技术与营销都需要懂的人。而在主动营销的过程中,并不需要我们一个人一个人的找来询问从而确认其为你的目标客户,而是要有步骤的进行相应销售。从而也能够提高传统销售人员的业绩,试想,在经历一个大数据分析后,你确定这个客户的购买意愿有40%,而当你将这一数据告诉销售人员,他就会在此基础上更容易达成销售任务。

    而一个技术型的销售,只会简单的从一定指标分析。缺少了人与人之间的沟通。所以说,真正的大数据在金融领域的应用,一定是技术与营销的结合。这样,才能够达到一个更高效的目的!

展开阅读全文

没有更多推荐了,返回首页