京公网安备 11010802034615号
经营许可证编号:京B2-20210330
SAS助力广发银行打造全行数据挖掘分析平台
2014年,基于具体业务战略发展需求,SAS协助广发银行开发并建立了全行数据挖掘分析平台。该平台帮助广发银行塑造了数据分析资源统一管理体系,大幅提高挖掘分析效率,并对业务绩效表现产生了显著的积极影响。在《亚洲银行家》近日公布的2015年技术应用奖项计划(TheAsianBankerTechnology Implementation Awards 2015)获奖名单中,SAS与广发银行凭借该项目荣获 “2015年中国最佳数据与分析项目(Best Data and Analytics Project in China)”奖项。
全行数据挖掘分析平台依托SAS网格计算技术架构,将各业务部门独立的数据挖掘分析系统进行整合,对全行资源进行集中统一管理。该平台的建立实现了分析资源合理分配,提高了数据分析资源的使用效率。分析平台主要应用于三个方向
绩效考核管理:通过对绩效考核指标的分析和挖掘,实现对分支行机构、客户经理、员工的精细化科学管理
客户关系管理:通过加强对客户的分析和洞察,丰富客户全景视图,促进客户的获取率和留存率,活跃客户的激活率和持续力,提高客户交叉销售效能,提升客户整体价值,实现对银行客户关系的精准管理
风险计量管理:通过建立相应挖掘模型实现对客户信用风险、操作风险、市场风险等主要风险的计量,根据广发银行的风险偏好选择发展最优业务,降低资本占用的同时提升全行风险管控水平
以客户关系管理(CRM)为例,该平台为广发银行提供了更为精准的产品推荐模式。广发银行线上金融超市始于2014年初,该平台会为登录官网首页的客户固定推荐三款在售理财产品。全行数据挖掘分析平台建立之后,广发银行告别了“一刀切”的低效产品推荐模式。银行基于全行数据挖掘分析平台,对全行个人网银客户的理财产品偏好度进行深度分析,从而推荐符合客户偏好的产品。项目实施后,官网首页购买理财产品的客户转化率和理财产品销量两项指标表现都得到了明显的提升。
广发银行开发中心副总经理赵宏鑫说道:“通过该平台的建立,我们为各业务部门提供了统一的数据视图,重塑了数据处理流程,形成了数据处理规范。这帮助我们克服了各个部门分析资源使用不均的问题,便于我们进行集中监控和管理,提升了数据使用效率。”
“数据分析为银行业务发展提供了最可靠的答案,”《亚洲银行家》研究部总监ColinSavage表示,“不断革新的数据分析技术正在引领整个银行业的发展。技术应用奖项不仅限于评估项目获得的效益,还希望甄选具有创新意识的最佳实践。我们希望通过表彰具有领先意识的项目,启发更多有意义的探索。”
SAS大中华区总裁吴辅世在颁奖典礼上表示:“随着互联网金融的兴起和利率市场化的逐步推进,传统银行面对愈加激烈的市场竞争。不管是面对何种形式的金融模式,我们都希望与客户一起,探索最高效的数据分析手段,从数据分析中获取业务答案,从容不迫地应对挑战。”
CDA学员免费下载查看报告全文:2026全球数智化人才指数报告【CDA数据科学研究院】.pdf
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在Power BI数据可视化分析中,切片器是连接用户与数据的核心交互工具,其核心价值在于帮助使用者快速筛选目标数据、聚焦分析重点 ...
2026-04-23以数为据,以析促优——数据分析结果指导临床技术改进的实践路径 临床技术是医疗服务的核心载体,其水平直接决定患者诊疗效果、 ...
2026-04-23很多数据分析师每天盯着GMV、DAU、转化率,但当被问到“哪些指标是所有企业都需要的”“哪些指标是因行业而异的”“北极星指标和 ...
2026-04-23近日,由 CDA 数据科学研究院重磅发布的《2026 全球数智化人才指数报告》,被中国教育科学研究院官方账号正式收录, ...
2026-04-22在数字化时代,客户每一次点击、浏览、下单、咨询等行为,都在传递其潜在需求与决策倾向——这些按时间顺序串联的行为轨迹,构成 ...
2026-04-22数据是数据分析、建模与业务决策的核心基石,而“数据清洗”作为数据预处理的核心环节,是打通数据从“原始杂乱”到“干净可用” ...
2026-04-22 很多数据分析师每天盯着GMV、转化率、DAU等数字看,但当被问到“什么是指标”“指标和维度有什么区别”“如何搭建一套完整的 ...
2026-04-22在数据分析与业务决策中,数据并非静止不变的数值,而是始终处于动态波动之中——股市收盘价的每日涨跌、企业月度销售额的起伏、 ...
2026-04-21在数据分析领域,当研究涉及多个自变量与多个因变量之间的复杂关联时,多变量一般线性分析(Multivariate General Linear Analys ...
2026-04-21很多数据分析师精通描述性统计,能熟练计算均值、中位数、标准差,但当被问到“用500个样本如何推断10万用户的真实满意度”“这 ...
2026-04-21在数据处理与分析的全流程中,日期数据是贯穿业务场景的核心维度之一——无论是业务报表统计、用户行为追踪,还是风控规则落地、 ...
2026-04-20在机器学习建模全流程中,特征工程是连接原始数据与模型效果的关键环节,而特征重要性分析则是特征工程的“灵魂”——它不仅能帮 ...
2026-04-20很多数据分析师沉迷于复杂的机器学习算法,却忽略了数据分析最基础也最核心的能力——描述性统计。事实上,80%的商业分析问题, ...
2026-04-20在数字化时代,数据已成为企业决策的核心驱动力,数据分析与数据挖掘作为解锁数据价值的关键手段,广泛应用于互联网、金融、医疗 ...
2026-04-17在数据处理、后端开发、报表生成与自动化脚本中,将 SQL 查询结果转换为字符串是一项高频且实用的操作。无论是拼接多行数据为逗 ...
2026-04-17面对一份上万行的销售明细表,要快速回答“哪个地区卖得最好”“哪款产品增长最快”“不同客户类型的购买力如何”——这些看似复 ...
2026-04-17数据分析师一天的工作,80% 的时间围绕表格结构数据展开。从一张销售明细表到一份完整的分析报告,表格结构数据贯穿始终。但你真 ...
2026-04-16在机器学习无监督学习领域,Kmeans聚类因其原理简洁、计算高效、可扩展性强的优势,成为数据聚类任务中的主流算法,广泛应用于用 ...
2026-04-16在机器学习建模实践中,特征工程是决定模型性能的核心环节之一。面对高维数据集,冗余特征、无关特征不仅会增加模型训练成本、延 ...
2026-04-16在数字化时代,用户是产品的核心资产,用户运营的本质的是通过科学的指标监测、分析与优化,实现“拉新、促活、留存、转化、复购 ...
2026-04-15