大数据时代银行客户社交关系圈研究与应用 [session]

Strata Data Conference早期门票优惠6月9日截止！点击阅读原文可登录会议网站，尽快报名以确定留位！

---

---

大数据时代银行客户社交关系圈研究与应用

讲师：黄文宇 (广发银行股份有限公司)

14:50–15:30 Friday, 2017-07-14

企业应用 (Enterprise adoption)

地点： 多功能厅5B＋C（Function Room 5B+C)

观众水平: 中级 (Intermediate)

必要预备知识

银行基础知识、算法建模知识

您将学到什么

社群发现算法应用场景、传统银行业务场景

描述

为加深对银行客户的洞察，提升银行营销获客与风险管控能力，广发银行基于Hadoop大数据平台，通过Hive on Spark、图计算进行数据加工，结合LFM社群发现、增强决策树等机器学习算法构建了银行客户社交关系模型，挖掘出银行客户社交关系圈，并应用于银行实际业务中。银行客户社交关系圈全面的反映了银行个人客户资金、社交等关系，以全新的视角实现银行对客户洞察从点到面、从单客到客群的扩展，填补银行个人客户社交关系研究与应用的空白。

银行客户社交关系圈简要处理流程如下：首先，银行整合加工了近6000万存量个人客户及1亿个潜在个人客户的一年内交易流水及其他关系数据，提取资金、社交、媒介及位置四类关系；其次，选择以LFM社群划分算法为基础，设计了权重、导率、归属度等指标，识别、挖掘客户的个人圈及客群圈；最后，通过回归算法进行客户模式识别，形成客户分类，并在银行零售业务场景进行应用与推广。

目前广发银行以银行客户资金关系圈为基础，在信用卡及网络金融业务的失联催收、精准营销等方面开展与推广：

失联催收客户联系率51.57%，其中银行客户资金关系圈作为唯一可联信息来源的客户最高占比10.07%，预计每年可增加失联催收回款900万。

信用卡分期业务营销成功率提升15.67%，业务收益增加189万元，预计每年增加分期收益约4500万元。

---

讲师介绍：

黄文宇 (广发银行股份有限公司)

工学博士，现任广发银行数据中心总经理，银行业信息科技发展与风险管理专家，广州市金融高级专业人才，曾任工商银行北京数据中心信息科技专家。黄先生作为银行业科技条线的资深专家，在基础设施与运行维护、信息科技治理与管理、大数据研究及规划等领域具有丰富经验。