二、大数据平台建设
（一）大数据平台框架概述
大数据平台建设充分整合信息化资源，打破行业、部门之间的信息壁垒，运用大数据技术进行采集、力口工、建模、分析，将数据价值融入到金融之中，从而提升创新能力和产品服务能力。主要包括以下三部分：
1.大数据分析基础平台
按照功能划分数据区，设计数据模型，在统一流程调度下，整合各类数据，同现有的企业级数据仓库和历史数据存储系统一起，形成基础数据体系，提供支撑经营管理的各类数据应用，支撑上层应用。
2.大数据应用系统
基于基础数据平台，持续建设各类数据应用系统，通过数据挖掘、计量分析和机器学习等手段，对丰富的大数据资源进行开发使用，并将数据决策化过程结合到风控、营销、营运等经营管理活动，充分发挥大数据价值。
3.大数据管控
建立数据标准，提升数据质量，加强元数据管理能力，为平台建设及安全提供保障
（二）大数据平台建设原则
大数据平台是大数据运用的基础实施，其设计、建设和
系统实现过程中，应遵循如下指导原则：
经济性：基于现有场景分析，对数据量进行合理评估，
确定大数据平台规模，后续根据实际情况再逐步优化扩容
可扩展性：架构设计与功能划分模块化，考虑各接口的开放性、可扩展性，便于系统的快速扩展与维护，便于第三方系统的快速接入。
可靠性：系统采用的系统结构、技术措施、开发手段都应建立在已经
相当成熟的应用基础上，在技术服务和维护响应上同用户积极配合，确保系统的可靠；对数据指标要保证完整性，准确性。
安全性：针对系统级、应用级、网络级，均提供合理的安全手段和措施，为系统提供全方位的安全实施方案，确保企业内部信息的安全。大数据技术必须自主可控。
先进性：涵盖结构化，半结构化和非结构化数据存储和分析的特点。借鉴互联网大数据存储及分析的实践，使平台具有良好的先进性和弹性。支撑当前及未来数据应用需求，引入对应大数据相关技术。
平台性：归纳整理大数据需求，形成统一的大数据存储服务和大数据分析服务。利用多租户, 实现计算负荷和数据
访问负荷隔离。多集群统一管理。
分层解耦：大数据平台提供开放的、标准的接口，实现与各应用产品的无缝对接
（三）基础数据来源
1．银行内部大数据资源
客户自身信息以及其金融交易行为，依照目前积累沉淀
的数量资源情况，将数据主要分为三大类:
第一类：客户基础数据
客户信息数据，即客户基础数据，主要是指描述客户自身特点的数据。
个人客户信息数据包括：个人姓名、性别、年龄、身份信息、联系方式、职业、生活城市、工作地点、家庭地址、所属行业、具体职业、婚姻状况、教育情况、工作经历、工作技能、账户信息、产品信息、个人爱好等
等。
企业客户信息数据包括：企业名称、关联企业、所属行业、销售金额、注册资本、账户信息、企业规模、企业地点、分公司情况、客户和供应商、信用评价、主营业务、法人信
将这些割裂的数据整合到大数据平台，形成全局数据，再按照自身需要进行归类和打标签，由于都是结构化数据因此将有利于数据分析。可以将这些信息集中在大数据管理平台，对客户进行分类，依据其他的交易数据，进行产品开发和决策支持。
第二类：支付信息
交易信息数据，可以称之为支付信息，主要是指客户通过渠道发生的交易以及现金流信息。
个人客户交易信息：包括工资收入、个人消费、公共事业缴费、信贷
还款、转账交易、委托扣款、购买理财产品、
购买保险产品、信用卡还款等。
企业客户交易信息：包括供应链应收款项、供应链应付
款项、员工工资、企业运营支出、同分公司之间交易、同总公司之间交易、税金支出、理财产品买卖、金融衍生产品购买、公共费用支出、其他转账等。
第三类：资产信息资产信息主要是指客户在金融机构端资产和负债信息，同时也包含金融机构自身资产负债信息，其中数据大多来自银行。
个人客户资产负债信息包括：购买的理财产品、定期存款、活期存
款、信用贷款、抵押贷款、信用卡负债、抵押房产、企业年金等。
企业客户资产负债信息包括：企业定期存款、活期存款、信用贷款、抵押贷款、担保额度、应收账款、应付账款、理财产品、票据、债券、固定资产等。
银行自身端资产负债信息包括：自身资产和负债例如活期存款、定期存款、借入负债、结算负债、现金资产、固定资产贷款证券投资等。
第四类：新型业务数据此类数据包括系统的运行日志、客服语音、视频影像、网站日志等。
2．外部大数据来源
为了赢得差异化竞争，就必须考虑其他数据源的输入，这些数据是自身不具有的，但是对其数据分析和决策起到了很重要的作用。
线上交易、电商平台、社交网络等互联网数据来源，司
法、工商、财税等政府部门依法公开的信息，主要包括：互联网消费行为数据，了解客户消费能力和消费偏好等；个人严重行政处罚记录（如行政拘留等）、刑事犯罪记录、涉诉
情况（人身关系、财产关系）、交通严重违规违章记录等；客户征信信息、客户在其他银行或金融机构的贷款记录、信用记录等信息等；客户的第三方征信评级情况，客户的社保、纳税、公积金等信息，客户的社会保障情况及经济能力，工作单位性质，客户社会身份等；客户在第三方催收机构的催收记录、社会信息等；出入境记录，客户出入境目的地、出入境频率等；国内出行记录，客户出行习惯等；采用同大数据厂商合作的方式，通过自身平台来采集数据或购买第三方数据。
（四）大数据平台实现功能
大数据平台功能架构图
(1) 批量实现较高水准的个性化客户产品服务，增加
客户粘性，推动业务创新。有效地将大数据分析系统够构建 客户360度全方位视图，设计更有竞争力的创新产品。对企 业型客户的财务状况、相关产业链上下游数据分析，把握客 现在的状况，更可以通过数据的交换、映射对其进行短期、 中期预测未来发展状况。同时通过与同行业中的企业比较，
以及利用公共平台收集企业的上、游对其评价，取得多维度 的评估，对中小企业风险进行有效的识别，从而缓解银行与 中小企业信息不对称问题，更好地推动中小企业市场业务创 新。
(2) 针对客户需求，实现精准营销。银行借助大数据 分析平台，通
过对客户的浏览记录、购买路径、消费数据， 进行挖掘、追踪、分析，将不同的客户群体进行聚类，根据
EVA, RAROC 反欺注懼电
中小的师济甲 礼內模型
财簧分樹棋型
倩用卡＜ 冲I 樸孕 * * ' * 申小企业奋款凤险评1古
外部兹业
机黑最加
