長春職業(yè)技術(shù)大學(xué)課程教案首頁No.3授課題目金融大數(shù)據(jù)應(yīng)用教學(xué)單元學(xué)時2［√］4［］教學(xué)目標(biāo)［知識目標(biāo)］：了解金融數(shù)據(jù)分析在銀行業(yè)，保險業(yè)，證券業(yè)的廣泛應(yīng)用。［能力目標(biāo)］：能夠熟練說出數(shù)據(jù)分析在金融行業(yè)如何應(yīng)用［素質(zhì)目標(biāo)］：對我國宏觀經(jīng)濟(jì)發(fā)展以及金融業(yè)發(fā)展有所了解，樹立民族自豪感和自信心。重點(diǎn)難點(diǎn)如何通過數(shù)據(jù)分析對用戶進(jìn)行精準(zhǔn)營銷教學(xué)方法講授法、對比法、討論法、啟發(fā)式教學(xué)法等能力訓(xùn)練（作業(yè)）教學(xué)體會授課班級授課時間及地點(diǎn)年月日（星期）第節(jié)，樓室年月日（星期）第節(jié)，樓室年月日（星期）第節(jié)，樓室年月日（星期）第節(jié)，樓室年月日（星期）第節(jié)，樓室注：教學(xué)體會一般在課后填寫，授課時間須按上課先后順序依次填寫長春職業(yè)技術(shù)大學(xué)課程教案用紙教學(xué)環(huán)節(jié)教學(xué)內(nèi)容備注導(dǎo)入新課（5分鐘）講授新課（60分鐘）課堂活動（20分鐘）課堂總結(jié)（5分鐘）項目一金融大數(shù)據(jù)認(rèn)知任務(wù)二金融大數(shù)據(jù)應(yīng)用視頻導(dǎo)入：向?qū)W生播放數(shù)據(jù)中臺在金融行業(yè)的應(yīng)用視頻，總結(jié)數(shù)據(jù)分析在金融行業(yè)營銷，風(fēng)投等場景的廣泛應(yīng)用，引發(fā)學(xué)生思考，并提問，他們所了解的數(shù)據(jù)分析在金融行業(yè)的應(yīng)用場景。金融數(shù)據(jù)分析在銀行業(yè)的應(yīng)用傳統(tǒng)的銀行數(shù)據(jù)按類型主要分為∶交易數(shù)據(jù)、資產(chǎn)數(shù)據(jù)、征信數(shù)據(jù)、客戶信息數(shù)據(jù)等4大類。大部分是結(jié)構(gòu)化數(shù)據(jù)，存儲在傳統(tǒng)關(guān)系型數(shù)據(jù)庫中，具有很強(qiáng)的金融屬性。目前，大數(shù)據(jù)在銀行業(yè)的商業(yè)應(yīng)用主要還是以其自身的交易數(shù)據(jù)為主，同時引入外部機(jī)構(gòu)數(shù)據(jù)，如社交網(wǎng)絡(luò)數(shù)據(jù)、商務(wù)經(jīng)營信息、人行征信數(shù)據(jù)、收支消費(fèi)信息、社會關(guān)聯(lián)信息等，進(jìn)行描述性數(shù)據(jù)分析、預(yù)測性數(shù)據(jù)建模。在這一趨勢下，金融數(shù)據(jù)分析在銀行業(yè)的應(yīng)用主要集中在客戶畫像和精準(zhǔn)營銷兩大方面。1.客戶畫像（1）什么是客戶畫像？客戶畫像分為個人客戶畫像和企業(yè)客戶畫像。簡單的來說，個人客戶畫像包含人口統(tǒng)計學(xué)特征、消費(fèi)能力數(shù)據(jù)、興趣數(shù)據(jù)、風(fēng)險偏好等;企業(yè)客戶畫像包括企業(yè)的生產(chǎn)、流通、運(yùn)營、財務(wù)、銷售、相關(guān)產(chǎn)業(yè)鏈上下游客戶數(shù)據(jù)等。個人用戶畫像（2）為什么要進(jìn)行客戶畫像？通過案例引入講述客戶畫像的必要性?；阢y行自身數(shù)據(jù)有時會出現(xiàn)評估結(jié)果的偏差。（3）客戶畫像與數(shù)據(jù)之間存在什么關(guān)系？（1）客戶在社交媒體上的畫像會留下行為數(shù)據(jù)。引入光大銀行案例進(jìn)行講述。（建立了社交網(wǎng)絡(luò)信息數(shù)據(jù)庫，通過打通銀行內(nèi)部數(shù)據(jù)和外部社會化的數(shù)據(jù)獲得更為完整的客戶拼圖。）（2）客戶在電商網(wǎng)站的交易畫像會留下行為數(shù)據(jù)。如目前諸多商業(yè)銀行都通過自己的支付系統(tǒng)收集到用戶電商消費(fèi)數(shù)據(jù)。（3）企業(yè)客戶的產(chǎn)業(yè)鏈上下游數(shù)據(jù)。銀行通過掌握企業(yè)客戶所在的產(chǎn)業(yè)息，可以更全面的了解企業(yè)外部環(huán)境，從而判斷企業(yè)發(fā)展情況。（4）其他有利于銀行了解客戶興趣愛好的數(shù)據(jù)，如網(wǎng)絡(luò)廣告界目前正在興起的DMP數(shù)據(jù)平臺的互聯(lián)網(wǎng)用戶行為數(shù)據(jù)。2.精準(zhǔn)營銷如何在獲取客戶畫像的基礎(chǔ)上，進(jìn)行精準(zhǔn)營銷？（1）實(shí)時營銷。舉例說明實(shí)時營銷的重要性。比如發(fā)現(xiàn)客戶短期內(nèi)的多筆境外消費(fèi)記錄，可以大概率認(rèn)定該客內(nèi)在外游，井且有較大可能每年都從事此類活動，因此及時營銷Visa信用卡。列舉一些有關(guān)生活狀態(tài)的事件，如升學(xué)就業(yè)、改變婚姻狀況、置業(yè)等均可視為營銷機(jī)會。1）個性化推薦。舉例說明根據(jù)客戶的年齡、資產(chǎn)規(guī)模、理財偏好等，對客戶群進(jìn)行精準(zhǔn)定位，分析出其潛在金融服務(wù)需求，進(jìn)而有針對性的營銷推廣。（3）客戶生命周期管理。包括新客戶獲取、客戶防流失和客戶贏回等。舉例說明招商銀行通過構(gòu)建客戶流失預(yù)警模型，對流失率等級前20%的客戶發(fā)售高收益理財產(chǎn)品予以挽留，使得金卡和金葵花卡客戶流失率分別降低了15個和7個百分點(diǎn)。3.風(fēng)險管控舉例說明銀行數(shù)據(jù)分析在風(fēng)險管控方面的應(yīng)用。例如當(dāng)今電信網(wǎng)絡(luò)詐騙花樣層出，防不勝防。銀行在針對用戶信息是否被盜用或虛假注冊方面，通過大數(shù)據(jù)儲存用戶與各種ID對應(yīng)的數(shù)據(jù)庫，在用戶進(jìn)行借貸時進(jìn)行身份匹配，能夠及時辨別潛在的欺詐嫌疑用戶。同時可以通過對卡組織交易數(shù)據(jù)進(jìn)行清洗補(bǔ)齊，提取風(fēng)險特征，再將風(fēng)險特征載入神經(jīng)網(wǎng)絡(luò)和業(yè)務(wù)規(guī)則，對交易進(jìn)行欺詐判斷，對可疑交易實(shí)施攔截，并發(fā)送驗(yàn)證碼核實(shí)。4.運(yùn)營優(yōu)化以ATM運(yùn)營優(yōu)化案例導(dǎo)入說明。通過對ATM機(jī)器的日志數(shù)據(jù)進(jìn)行一些簡單統(tǒng)計分析，就可以幫助改進(jìn)ATM的配置以更好的服務(wù)客戶，提升服務(wù)質(zhì)量及降低成本。如圖所示，通過對ATM歷史交易量做一個統(tǒng)計并以柱狀圖展示出來，我們可以發(fā)現(xiàn)，有些ATM的使用量很低(例如圖中ATM15的使用量差不多只有ATM1的一半)。說明有些ATM的位置擺放并不合理。結(jié)合ATM的地理位置信息，我們可以對使用量低ATM進(jìn)行重新選址與布局，提高使用效率，降低銀行成本。金融數(shù)據(jù)在證券業(yè)的應(yīng)用1.智能投顧智能投顧近年來幾乎成為國內(nèi)所有券商公司的標(biāo)配服務(wù)。智能投顧業(yè)務(wù)能夠基于客戶的交易行為、交易偏好品種、風(fēng)險承受能力等數(shù)據(jù)建立數(shù)據(jù)模型，匹配客戶多樣化求，為客戶線上提供個性化財富管理方案。此外，智能投顧可建立場景化的伴隨式服務(wù)，在客戶開戶、日常消費(fèi)、建倉平倉等全過程中，主動進(jìn)行適當(dāng)?shù)耐额櫡?wù)，包括主動詢間、主動支持、主動建議、主動情緒干預(yù)等，增加與客戶的互動，提升用戶體驗(yàn)，改善客戶粘性。學(xué)生互動：如果你是一個投資經(jīng)理，得到一個客戶平均年收益率低于5%，而且交易不活躍的數(shù)據(jù)，你會為他推薦何種投資方案？2.市場行情預(yù)測證券機(jī)構(gòu)利用大數(shù)據(jù)技術(shù)對海量個人投資者樣本進(jìn)行持續(xù)性跟蹤監(jiān)測，對持倉情況位、資金流向情況等一系列指標(biāo)進(jìn)行統(tǒng)計分析、對股市導(dǎo)投資偏心的狀態(tài)、對投資者整體預(yù)期、市場情緒，對市場行情進(jìn)行預(yù)測。引入星巴克，耐克，可口可樂案例，引出情緒詞可以預(yù)測交易所指數(shù)趨勢這一觀點(diǎn)。金融數(shù)據(jù)在保險業(yè)的應(yīng)用通過傳統(tǒng)保險代理人和數(shù)據(jù)技術(shù)代理人的對比案例引出保險大數(shù)據(jù)應(yīng)用場景。1.欺詐風(fēng)險控制保險公司基于企業(yè)內(nèi)外部交易記錄和歷史數(shù)據(jù)，能夠?qū)崟r或準(zhǔn)實(shí)時的分析和預(yù)測騙保等非法行為。（1）醫(yī)療保險欺詐風(fēng)險控制。醫(yī)療保險欺詐與濫用，一是非法騙取保險金;另一類是在保額限度內(nèi)重復(fù)就醫(yī)、浮報理賠金額等。保險公司能夠利用過去數(shù)據(jù)，尋找影響保險欺詐最為顯著的因素及這些因素的取值區(qū)間，建立預(yù)測模型，并通過自動化計分功能，快速將理賠案件依照欺詐可能性進(jìn)行分類處理。（2）車險欺詐風(fēng)險控制。傳統(tǒng)的核賠過程中，主要靠核賠人員的經(jīng)驗(yàn)甄別風(fēng)險，但這種情況下，虛報事故、夸大保險事故損失金額經(jīng)常發(fā)生。通過大數(shù)據(jù)技術(shù)，保險公司可以建立歷史理賠數(shù)據(jù)庫，任何理賠申請，先經(jīng)過數(shù)據(jù)庫的檢驗(yàn)，利用過去的欺詐事件建立預(yù)測模型，將理賠申請分級處理，可以很大程度上解決車險欺詐問題。2.精細(xì)化運(yùn)營（1）產(chǎn)品優(yōu)化，保單個性化。過去保險公司把眾人都放在同一風(fēng)險水平之上，客戶的保單并沒有完全解決客戶的面臨的各種風(fēng)險。現(xiàn)今，保險公司通過自有數(shù)據(jù)和客戶的社交網(wǎng)絡(luò)數(shù)據(jù)，為客戶制定個性化的保單，獲得更準(zhǔn)確、更高利潤率的保單模型，給每一位顧客提供個性化的解決方案。（2）運(yùn)營分析?；诒ｋU保單和客戶交互數(shù)據(jù)進(jìn)行建模，借助大數(shù)據(jù)平臺快速分析和預(yù)測再次發(fā)生或者新的市場風(fēng)險、操作風(fēng)險等。（3）代理人（保險銷售人員）甄選。根據(jù)代理人員業(yè)績數(shù)據(jù)、性別、年齡、入司前工作年限、工作經(jīng)驗(yàn)和代理人思維性向