电信+金融大数据项目简介.docx
电信+金融大数据项目简介XX科技股份有限公司编制目录一、电信+金融大数据项目背景3二、客户情况及市场情况31客户情况32市场情况4三、技术选型5四、项目团队构成错误!未定义书签。五、团队成员技能需求错误!未定义书签。一、电信+金融大数据项目背景1.传统银行业务与大数据的结合吸存放贷，是银行很重要的一个工作流程，吸收存款，放出贷款，吸收存款最基础的做法就是散客的存款，但是银行还可以利用大数据技术分析出，在某个城市，部分人群的资金运转情况，并且与部分人群建立一个良好的大客户合作关系。放出贷款就更需要大数据的帮忙了，因为有一个很重要的环节，那就是风险控制，简称风控，需要通过定点大数据技术来进行个人的风险情况判定，包括个人的资产管理，未偿还贷款管理，过去的信用表现等，利用模型和评分卡，来给这个人进行综合评分，之后给评分较高的人群发放贷款，因为在批量操作的时候，不可能每个人都去做背景调查。2、互联网金融与大数据的结合互联网金融的主战场在互联网上,比如很多理财产品，很多保险产品，大数据分析需要告诉品牌方，我们的用户转化情况，跟其他的营销思路一样，从用户触点开始，到用户着陆，再到成功使用产品，进行投费理财，这是一个完整的营销漏斗，大数据技术可以正向的优化各层级转化率，同时可以利用用户集群的共性行为，反推测出成功转化用户的路径，从而作出决策，甚至可以利用大数据分析技术做产品使用频率，功能使用频率的分析，来进行产品优化，提高产品使用率。二、客户情况及市场情况1 客户情况客户画像主要分为个人客户画像和企业客户画像。个人客户画像包括人口统计学特征、消费能力数据、兴趣数据、风险偏好等；企业客户画像包括企业的生产、流通、运营、财务、销售和客户数据、相关产业链上下游等数据。值得注意的是，根行拥有的客户信息并不全面，基于银行自身拥有的数据有时候难以得出理想的结果甚至可能得出错误的结论。比如，如果某位信用卡客户月均刷卡8次，平均每次刷卡金额800元，平均每年打4次客服电话，从未有过投诉，按照传统的数据分析，该客户是一位满意度较高流失风险较低的客户。但如果看到该客户的微博，得到的真实情况是：工资卡和信用卡不在同一家银行，还款不方便，好几次打客服电话没接通，客户多次在微博上抱怨，该客户流失风险较高。所以粮行不仅仅要考虑银行自身业务所采集到的数据，更应考虑整合外部更多的数据，以扩展对客户的了解2 .市场情况需求方面：大数据等技术驱动需求创新数据采集的量和质要求提高平台双向融资理财标准化先行政策方面：政策导向逐渐清晰政策边界日趋明确政策监管渐趋完善产品方面：第三方支付发展步入快车道互联网理财产品日趋多元化互联网融资、消费渐成潮流互联网小额高频保险获接受业态方面：业务发生不同程度重构金融业态创新初步成型垂直场景挖掘成关键点三、技术选型 TAB1.EAU针对数据分析及智能提供自助式或嵌入式的可视化分析图表 CDH/F1.umeKafka数据采集，结合数据流技术对接各类应用系统及数据库的数据资源 HADooPYAR针对数据服务及安全类应用的定制开发提供微服务运行环境技术管理工具 CDH/HDFS文件类数据整合与存储，HADOOP技术路线 CDH/HBASE格式类数据整合与存储，HADOOP技术路线 HADP数据清洗工具 CDH/YAKN+CM数据负载及集群管理 CDH/HIVESparkM1.数据分析及智能四、项目团队构成姓名性别学历职稼专业工作单位项目中的分工*年工作时间（月）筌字成员A男本科高级大数据工程师应用电子技术XX科技股份有限公司项目管理12成员B男本科高级大数据工程师体育医学技术总监12成员C男本科中级软件工程师计算机科学与技术软件开发12成员D男本科高级大数据讲卸计算机科学与技术软件开发12成员E男本科中级软件工程师数学与应用数学软件开发12成员F男本科高级运维工程师信息管理架构设计12五、团队成员技能需求(I)成员A云计算、大数据高级工程师擅长：负责企业级云计算、大数据平台项目，大数据应用开发项目的立项、论证、验收等项目过程管理，云计算和大数据相关通识性培训。项目经历：区域医疗云计算中心、重庆三峡银行大数据平台、电信分析云项目、重庆移动业务支撑大数据平台建设。(2)成员BC1.。Udera大数据专家高级软件工程师长期从事技术管理工作，对技术团队的管理和认识有自己独到的见解，善于将人员提升和管理经营有机结合。擅长技术:Windows、1.inux、EXChange、数据库、Hadoop、项目管理等系统开发与管理。(3)成员C商级软件工程师擅长技术：网络通信、网络安全、数据库操作、dui1.ib、cc+o(4)成员D高级软件工程师擅长技术：Python爬虫程序开发、Python数据分析、1.inux系统管理、大数据存储与管理、HadOoP大数据开发、Sca1.a函数式编程、数据挖掘、云计算平台架构、Exce1.高级数据分析、图像识别、机器学习、分布式计算、数据可视化分析等。(5)成员E大数据分析师擅长技术：R语言统计分析、EXCe1.数据分析、Q1.ik数据可视化、数据可视化建模、概率论与数理统计。(6)成员FC1.。Udera大数据专家商级软件测试工程师曾在上海惠普、IBM、MOTORO1.A,北京融信恒通等公司任职，擅长技术:hadoop平台设计、运维,熟悉yarn、hdfs/HA、mapreducev1.v2,f1.ume.Sqoop、pig、impa1.a,hive,zookeeper,等相关组件集群的搭建和维护管理。
