江苏龙网

  1. 首页 > 生活 > >

银行内部的数据分析部门怎样开展工作?

1 银行数据分析的尴尬处境
银行内部的数据分析部门怎样开展工作?


在很多传统银行，数据分析工作在很多时候充斥着这样的内容：
（1）筋疲力尽的为业务部门汇总各项指标数据，形成月报、季报、年报；
（2）计算某业务今年营业额，利润，计算同比增长幅度，给业务经理出经营报告。
（3）不断收到业务部门临时提数要求，要提供激活率、留存率、增长人数。
……
总结起来，就是深陷于写SQL，无止境的出各种简单数字汇总的统计报表、报告，成为了“表哥”“表姐”，经常被各业务部门催促，地位很低。
2 数据分析职能定位

银行内部的数据分析部门怎样开展工作?


著名的咨询公司Gartner于2013年总结、归纳、提炼出一套数据分析的框架，把数据分析分为了四个层次，分别是：
（1）描述性分析（Descriptive Analysis）-解决发生了什么？
该层次主要是对已经发生的事实用数据做出准确的描述，这也是许多企业需求最多、最杂的统计工作。比如某企业本月订单签约额比上月增加100万，至1100万。
（2）诊断性分析（Diagnostic Analysis）-解决为什么会发生？
知道到底发生了什么，对我们的帮助不大，更重要的是，我们要明白为什么发生。比如经过分析，发现订单履约率下降的原因是成品生产不出来，无法完成交付。而成品生成不出来的原因则是部分原材料的供应商未能按时送货，导致原材料不齐套，无法开始生产。
到这一个层次就开始脱离的打杂，成为了辅助经营的角色。
（3）预测性分析（Predictive Analysis）-解决什么可能会发生？
通过寻找相关特征和运行逻辑规律，借助定量和定性的分析，实现预测。不仅能找到问题发生原因和解决办法，还能防患于未然，提前调整发展方向，这是辅助经营的更高一个层次。
（4）处方性分析（Prescriptive Analysis）-解决该做些什么
有了预测性分析的结果后，连未来怎样做都准备好了，这已经上升到了战略层面，引领了业务发展。这是数据分析的最高层次，以领导的视角参与的企业决策，成为企业不可获取的角色。
3 数据分析怎样在银行业上位？
银行内部的数据分析部门怎样开展工作?


（1）数据分析的几个方向
目前在银行，数据分析主要包括两个方向：一是业务方向，包括基础数据采集和处理、业务报表提取和业务问题分析，数据产品的思考和搭建；二是技术方向，包括建设数据挖掘系统、搭建大数据平台等工作。
在银行这个以金融效益为主的企业，底层算法和技术这类IT专业技术活只能使人成为后台人员，要真正在这里实现自我价值，还得通过数据驱动给业务带来价值来分享企业红利。所以选择业务方向才是一条光明大道。
（2）大数据在银行应用的几个领域
大数据在银行应用时间较短，所以要找到最容易出成果的地方发力，主要可以概括为以下三个方面：
第一方面：营销方面
包括了客户营销（这是应用最多，最容易出价值的方向）。有客户画像（对公、对私客户画像）、精准营销（差异化服务、客户生命周期管理、个性化产品推荐、信用卡贷款精准营销、交叉营销），大数据征信和评价。
产品营销：产品定价，产品折扣分析，产品设计，产品运营。
量化营销：营销任务量化、过程量化、计划量化。
第二方面：风控方面
包括了信贷风险评估、欺诈交易识别、反洗钱分析。
第三方面：运营优化


推荐阅读


上一篇：国内外有哪些较为规范、纯粹的影评网站，不是吐槽和观影感受那种

下一篇：windows上有类似MAC上的popclip这样的软件吗