关于大数据时代数据挖掘在银行中的应用研究
来源:用户上传
作者:
摘 要：本文主要从大数据时代下银行遭遇的挑战出发，根据数据挖掘技术，分别从客户关系、产品推荐、金融监管以及销售和风险管理等几个方面，对大数据时代下数据挖掘在银行中的应用进行了深入的探究，以期对数据挖掘技术应用于银行提供一定的理论思考。
关键词：大数据;数据时代;数据挖掘;银行应用
基金项目：成都职业技术学院校级课题，项目名称：智能金融分析;项目编号：16CZYTD951。
一、大数据时代下银行遭遇的挑战
随着大树据时代的逐渐到来，对我国银行的发展造成了很大的影响，会给银行传统数据处理方式以及银行企业的文化等各种方面造成很大的影响，首先，银行不得不放弃纯净数据与那些有条理的数据，转而接受那些具有非结构性质的数据，同时还必须接受少量不精确数据的存在。
其次，由于大数据时代不同于传统的时代，所以大数据时代的到来也逐渐从局部银行冲击转变为全部银行冲击，同时，由于大量数据存在于银行企业之中，也会在一定程度上给银行的企业文化造成全面的冲击，促使我国银行企业的文化与数据关系逐步从因果关系转变为相关关系，致使银行企业不得不重视其银行的数据存储于数据流动。
最后，我国银行企业还遭遇着严重的数字化挑战，因为大数据分析对于我国的银行来说，主要是为了达到扩展数据、快速分析数据的目的，从而支持我国银行的稳步发展目标，但是现阶段，我国银行企业要在这种大数据时代下不得不大力开发其经营的新业务与金融新产品，从而将其制约在巨大的市场竞争压力之下。
二、关于数据挖掘技术
（一）关于数据挖掘概述
数据挖掘就是从巨量，同时混有噪声、缺失值、模糊以及随机数据中深入挖掘对人们学习有帮助的信息和知识的过程，在大数据环境背景下，已经不能再使用传统的抽样数据，而是要使用实时监测与实时跟踪来获取與之相关的互联网全部信息，同时详细分析其中隐藏的法则，并提出一定的预测与结论。数据挖掘技术主要包括关联分析技术、这种技术主要指银行和其客户之间各种行为的相互关系，由于客户并不是一个单独的个体，所以生活在整个社交网络中的客户之间具有一定程度的爱好趋向性，当某一客户做出了某种行为时，其余的客户也会随之效仿。
（二）数据挖掘技术操作流程
数据挖掘操作流程主要包括需求分析技术、数据采集、挖掘、结果分析、结果评价以及决策分析技术等。就需求分析技术而言，它是数据挖掘流程的第一步，在这个过程中，相关技术人员要与其具体的业务部门的负责人进行沟通，以此来完成数据的最初获取与整合分析，从而确定出相应的数据挖掘目标，以及与之相关的数据挖掘具体要求，从而规划出一个初步的数据挖掘思路。
就数据的采集技术而言，它主要包括选择、数据预处理、以及数据的转换等，选择是在银行中拥有的客户信息数据库中进行样本数据的提取工作，数据的处理和转换工作则是削减数据的相关维度与将其转化为有效可用的数据。
数据的挖掘技术则是建立一种数据挖掘模型，而数据的结果分析与评价工作则是分析数据结果的有效性以及评价其是否达到预期目的，而数据的决策分析则是根据数据挖掘结果来对银行未来发展进行一定程度的预测。
三、大数据时代下数据挖掘在银行中的应用研究
（一）客户关系的管理
客户关系的管理是大数据时代下数据挖掘在银行中的应用途径之一。发展新客户关系是银行工作的重要组成部分之一，银行可以通过采用探索性的数据挖掘方式，来进行发现银行数据中心的特点，以此来预测银行实际营销活动的响应率，银行可以使用聚类分析的方法来将其客户进行一定程度的分类，然后通过分析客户的风险与其服务成本等，来预测和优化与之相关的因素，以此来实现最后的银行盈利目标。例如，建设银行通过大数据挖掘技术，可以进行关联因子的适当转移，找到客户中与之相似的转移者，再对其进行孤立点分析来发现客户的异常行为，当其预测客户即将停止放贷而转向别家银行放贷时，就可以提醒银行通过降低银行的贷款利率或者增加客户的贷款额度等具体的措施来留住客户，以此来防止客户的流失，保护银行的经济利益。
（二）精准银行产品推荐
在大数据时代的背景下，银行经营发展迎来了全新的契机。银行能够结合自身的需求、大数据的分析结果，实现精准银行产品的推荐。具体而言，银行可以成立一个大数据挖掘部门，然后对与客户、产品、需求相关的信息进行分析。从当前的情况来看，基本上所有银行都已经提出了属于自己的客户端APP，为用户查询账户信息提供了便利，同时也减轻了银行柜台工作的压力。相应的，因为客户端APP的出现、使用，会产生海量与客户相关的信息数据。而通过对这些数据的分析，基本上能够掌握客户的偏好，从而为实现产品的设计提供参考，提高银行产品推进的精准性。
例如：在招商银行的客户端APP中，客户除了可以查看用户余额、交易明细以及转账之外，平台还为客户提供了相应的理财服务，包括保险、基金、债权等。其中，招商银行所推出的保险业务大部分仅在北上广深等地区销售，而其他地区的客户则不能实现保险购买的需求。面对这样的现象，银行的大数据挖掘部门可以对客户的保险需求进行分析，确定其倾向的保险业务类型，从而设计更具精准的保险产品。通过此种方式，可以充分发挥大数据技术的作用，帮助银行推出符合客户需求的产品，进而在优化银行形象的同时，还能够获得更多的经济效益，实现可持续发展的目标。
（三）进行银行金融监管
银行的长期发展中，因为自身的特殊性、市场的多变性，增加了银行金融监管的难度。为了能够解决这一问题，银行可以合理运用大数据挖掘技术，增强金融监管工作的有效性。在当前的金融市场中，银行的诸多业务中很可能会出现违法的行为，如客户通过银行“洗钱”。为了能够对类似行为的有效监管，银行应该积极将大数据技术应用在其中。在具体的应用中，银行可以运用孤立点分析方式、分类研究方式等，实现对银行内部金融业务的检测。此时，大数据技术便会发挥作用，确定其中是否存在“洗钱”等不正当的行为，为管理人员实现监管目的提供参考。 为了能够更加充分的发挥大数据技术的价值，银行可以在其基础上构建一个金融监管平台。在平台的构建中，最为重要的是设置数据库，实现对所有金融信息的保存、整理。同时，银行运用可视化处理的方式，对数据分析工作提供相应的图形，然后便能够通过相应的算法，对金融问题进行查找。该过程中，虽然能可以在根本上保证大数据技术的效用最大化，但是如果数据信息泄露则会给银行带来风险。因此，银行应该重视平台数据库的安全管理，并将身份识别技术、密钥技术、防火墙技术应用其中，以便于防止数据信息丢失等现象，并为实现金融的监管的目的提供保障。
（四）虚拟销售与风险管理
在新时代的背景下，网络营销已经成为各行各业发展的主要手段，此种方式可以弥补传统营销的不足。例如：银行在应用大数据挖掘技术的前提下，能够通过客户端APP掌握客户的喜好，从而能够实现针对性的销售。不过，当前银行所采用的虛拟销售方式，主要集中于电子银行方面，导致大数据信息存在一定的片面性。因此，为了优化虚拟销售的方式，银行还应该积极与微信、微博等平台进行合作。
银行可以设置官方微信公众号，引导客户将银行账号与公众号绑定。基于此，客户能够定时收到公众号推送的信息，帮助银行实现虚拟销售的目的。同时要想充分调动客户的积极性，银行还可以在公众号中设置“会员积分”项目。客户每完成一次消费以后，可以兑换相应的积分，当积分积累到一定程度以后，则可以获得银行提供的礼品。在虚拟销售的过程中，存在多方面的风险因素，要求银行加大重视力度，并及时进行规避。由于大数据时代的到来，客户在银行相关的业务中会留下个人信息。但是如果这部分信息发生泄漏问题，则会给客户、银行双方带来风险，在损害客户权益的同时还限制了银行的长久发展。对此，应用运用大数据技术对各个环节中进行风险分析，帮助管理人员制定针对性的处理方案，实现对不同风险的预防、治理。
结论：
综上所述，大数据时代下数据挖掘技术对于银行业务拓展具有重要意义，通过数据挖掘技术，可以在银行中进行更好的客户关系管理、精准其银行的产品推荐，更好的进行银行金融监管，顺利进行银行虚拟销售与及时的风险管理，从而帮助银行在未来从容地面对激烈的市场竞争，打造出具有独特竞争力的银行。
参考文献：
[1]尹鲁燕.大数据时代数据挖掘在银行中的应用[J].通讯世界，2019，04：121-122.
[2]康涛.大数据时代数据挖掘在公安信息资源管理中的应用研究[J].科技经济导刊，2017，09：17-33.
[3]方献梅，刘亮龙，高晓波.大数据时代数据挖掘在证券公司客户关系管理中的应用研究[J].信息与电脑（理论版），2018，11：64-65.
作者简介：
叶昱希（1987-）女，四川自贡人，硕士研究生，助教，研究方向：商业银行、互联网金融。
转载注明来源:https://www.xzbu.com/3/view-14942013.htm
