《金融客戶征信大數(shù)據(jù)》

                                             《金融客戶征信大數(shù)據(jù)》

                                           --------段方老師  北大博士后

1 客戶征信概述

1.1 征信社會

1.1.1 降低社會管理成本

1.1.2 產(chǎn)生新的商業(yè)模式——淘寶

1.1.3 信用是公民的“第二張身份證”

1.2 銀行的基礎(chǔ)——客戶征信

1.2.1 壞種子客戶

1.2.2 好種子客戶

1.3 互聯(lián)網(wǎng)金融

1.3.1 P2P的發(fā)展和瓶頸

P2P的特點

P2P的瘋狂發(fā)展

跑路的原因——風(fēng)險控制不足

美國的LendingClub

1.3.2 支付和征信是基礎(chǔ)

1.3.3 改寫金融歷史

銀行大量“下崗”？

1.4 征信的內(nèi)容

1.4.1 身份欺詐

1.4.2 逾期不換

1.4.3 “跑路”

1.5 難點

1.5.1 信息共享難題

1.5.2 信息價值等維度評估

1.5.3 正規(guī)軍遇到游擊隊——派臥底？

1.5.4 對客戶隱私的挑戰(zhàn)

美國

歐盟

2 客戶征信的大數(shù)據(jù)內(nèi)容

2.1 征信大數(shù)據(jù)的特點

2.1.1 新4V特征

2.1.2 維度跨度大

2.1.3 數(shù)據(jù)新鮮度高

2.1.4 剔除臟數(shù)據(jù)

2.1.5 數(shù)據(jù)價值權(quán)重各異

2.2 客戶的差異

2.2.1 銀行客戶——高富帥

2.2.2 互聯(lián)網(wǎng)金融客戶——屌絲

2.3 客戶的歷史檔案數(shù)據(jù)

2.3.1 考試作弊？

2.3.2 酒后駕駛？

2.3.3 逃票行為？

2.4 銀行內(nèi)部的大數(shù)據(jù)

2.4.1 央行的大數(shù)據(jù)

人民銀行的征信系統(tǒng)

2.4.2 個人客戶和企業(yè)客戶

2.4.3 信貸歷史數(shù)據(jù)

2.4.4 交易流水?dāng)?shù)據(jù)

2.5 互聯(lián)網(wǎng)行為的大數(shù)據(jù)

2.5.1 社交數(shù)據(jù)

2.5.2 電商網(wǎng)購數(shù)據(jù)

2.5.3 聊天數(shù)據(jù)等

2.6 電信行業(yè)的大數(shù)據(jù)

2.6.1 位置軌跡

2.6.2 手機(jī)動態(tài)

2.6.3 交往圈痕跡

2.6.4 客戶的“喜好”

客戶視圖

客戶知識庫

2.6.5 客戶“積分”數(shù)據(jù)

2.7 偵探（線下）的大數(shù)據(jù)

2.7.1 典當(dāng)情況

2.7.2 民間借貸情況

2.7.3 法院破產(chǎn)等信息

2.7.4 水電部門的數(shù)據(jù)

3 客戶征信數(shù)據(jù)分析方法

3.1 客戶基本特征分析

3.1.1 客戶基本信息

3.1.2 客戶喜好及性格

3.1.3 客戶的360度分析

3.2 客戶身份識別分析

3.2.1 人臉識別

3.2.2 行為識別

3.3 客戶黑白名單

3.3.1 實時分析誰是騙子

快速計算

快速獲取實時客戶數(shù)據(jù)

騙子識別算法

3.3.2 客戶忠誠度分析

哪些是跳蚤客戶

哪些是忠誠客戶

3.3.3 優(yōu)質(zhì)客戶分析

客戶分群

3.4 產(chǎn)品的交叉營銷

3.4.1 信用卡和貸款交叉

3.4.2 產(chǎn)品超市中關(guān)聯(lián)分析

4 客戶征信數(shù)據(jù)收集、清洗及管理

4.1 背景

4.1.1 征信的立法滯后

4.1.2 哪些客戶數(shù)據(jù)可以收集？

4.1.3 規(guī)避哪些問題？

4.2 數(shù)據(jù)如何收集？

4.2.1 讓客戶自己開房信譽數(shù)據(jù)

4.2.2 跨企業(yè)聯(lián)合的“市場”

4.2.3 跨行業(yè)聯(lián)合的“市場”

4.3 數(shù)據(jù)如何“驗真”？

4.3.1 客戶自己提供數(shù)據(jù)的驗真

4.3.2 跨行業(yè)的驗真服務(wù)

4.4 數(shù)據(jù)質(zhì)量如何保障？

4.4.1 數(shù)據(jù)源的質(zhì)量保障

4.4.2 數(shù)據(jù)加工過程的質(zhì)量保障

4.5 數(shù)據(jù)如何管理？

4.5.1 元數(shù)據(jù)

4.5.2 數(shù)據(jù)質(zhì)量監(jiān)控

4.6 如何規(guī)避侵犯客戶隱私？

4.6.1 客戶隱私的定義和范圍

4.6.2 規(guī)避的方法

4.6.3 貸款就沒有隱私了——“度”的把控

4.7 數(shù)據(jù)安全管理

4.7.1 數(shù)據(jù)脫敏

4.7.2 數(shù)據(jù)加密和解密算法

4.7.3 安全管理辦法

4.7.4 云托管環(huán)境下如何保障安全？

5 金融客戶征信案例

5.1 阿里的“芝麻信用”

5.2 從FICO到ZestFinance

5.3 中國人民銀行征信系統(tǒng)

6 展望

6.1 征信需求從元年到興盛

6.2 建立產(chǎn)業(yè)鏈——避免“因噎廢食”

6.3 從依靠“禮教”到依靠“征信”的轉(zhuǎn)型

段方博士后簡介

專業(yè)背景：

世界最大電信運營商總部大數(shù)據(jù)系統(tǒng)

總設(shè)計師、奠基人

北京大學(xué)信息處理專業(yè)博士后

北京郵電大學(xué)博士

十七年專注于數(shù)據(jù)倉庫、大數(shù)據(jù)、云計算、

人工智能的研究與推廣

      曾經(jīng)在中國銀行工作，熟悉銀行業(yè)務(wù)。段方博士后承擔(dān)了國際最大電信運營商的數(shù)據(jù)倉庫和大數(shù)據(jù)中心的設(shè)計和建設(shè)、運營工作，積累了17年的大數(shù)據(jù)（含機(jī)器學(xué)習(xí)）領(lǐng)域的實際工作經(jīng)驗。帶領(lǐng)相關(guān)的團(tuán)隊，從系統(tǒng)創(chuàng)建到系統(tǒng)運營，開發(fā)了很多大數(shù)據(jù)領(lǐng)域的各種應(yīng)用。積累了國內(nèi)唯一的大數(shù)據(jù)系統(tǒng)在大型企業(yè)建設(shè)、運營的經(jīng)驗。其前后主持設(shè)計的技術(shù)文檔，有150余冊、1200多萬字。涉及大數(shù)據(jù)系統(tǒng)的數(shù)據(jù)模型、數(shù)據(jù)接口、系統(tǒng)架構(gòu)、質(zhì)量管控、業(yè)務(wù)應(yīng)用、系統(tǒng)安全等各個領(lǐng)域。

      近期啟動了人工智能、區(qū)塊鏈等新技術(shù)的研究和部署工作，積累了大型企業(yè)人工智能技術(shù)部署和應(yīng)用的經(jīng)驗。受邀為多場大型專業(yè)論壇會議進(jìn)行主題發(fā)言，多次獲得好評，行業(yè)經(jīng)驗豐富。

      2018年6月在美國硅谷datawork summit 2018（世界頂級的大數(shù)據(jù)峰會）上兩次發(fā)言（國內(nèi)僅四家中國企業(yè)參會），取得良好效果。

教育經(jīng)歷：

2002――2005（博士后學(xué)歷）：北京大學(xué)信息科學(xué)技術(shù)學(xué)院博士后工作

1998——2001（博士學(xué)位）：北京郵電大學(xué)電子工程系攻讀博士學(xué)位

1995——1998（碩士學(xué)位）：北京郵電大學(xué)智能網(wǎng)國家重點實驗室  計算機(jī)應(yīng)用專業(yè)

主要經(jīng)驗：

       大數(shù)據(jù)系統(tǒng)相關(guān)領(lǐng)域的知識：數(shù)據(jù)倉庫、大數(shù)據(jù)的基本技術(shù)，熟悉當(dāng)前業(yè)界的使用和規(guī)模特點。熟悉數(shù)據(jù)倉庫及數(shù)據(jù)建模技術(shù)基礎(chǔ)，實際進(jìn)行過十余年數(shù)據(jù)質(zhì)量管控工作。熟悉DB2/ORACLE/TERADATA等數(shù)據(jù)倉庫的產(chǎn)品特點，了解Erwin等建模工具。了解VERTICA/GP等MPP數(shù)據(jù)庫的原理和特點。熟悉數(shù)據(jù)挖掘等機(jī)器學(xué)習(xí)技術(shù),熟悉聚類、分類、回歸預(yù)測等機(jī)器學(xué)習(xí)算法，有十余年的實際數(shù)據(jù)挖掘案例經(jīng)驗。熟悉HADOOP相關(guān)生態(tài)的組件技術(shù)，包括：SPARK/KAFKA/FLUME/YARN/HIVE/HBASE/STORM等實現(xiàn)技術(shù)，熟悉：R、mahout、SAS/SPSS等數(shù)據(jù)分析技術(shù)。掌握Python、Scala等編程語言。

熟悉TensorFlow等人工智能框架，了解深度學(xué)習(xí)、增強(qiáng)學(xué)習(xí)、遷移學(xué)習(xí)原理，實際進(jìn)行過人工智能項目的實施和部署。

授課風(fēng)格：

       理智型教學(xué)，理論聯(lián)系實踐，將理論性、實踐性與趣味性相結(jié)合,講解深入淺出，分析、論證時思路清晰。

工作經(jīng)歷：-——十六年的大數(shù)據(jù)專業(yè)經(jīng)驗

1.主持設(shè)計并完成了世界電信行業(yè)最大的大數(shù)據(jù)中心系統(tǒng)（截至到2017年底達(dá)到500PB存儲容量，累計投資150億元）

充分參考了互聯(lián)網(wǎng)行業(yè)BAT（百度、阿里、騰訊）和谷歌等互聯(lián)網(wǎng)企業(yè)的大數(shù)據(jù)建設(shè)案例，在電信行業(yè)主持設(shè)計并建設(shè)了國內(nèi)最大的大數(shù)據(jù)中心（500PB）?；贖ADOOP云計算架構(gòu)，結(jié)合數(shù)據(jù)倉庫系統(tǒng)，構(gòu)建了混搭的大數(shù)據(jù)中心系統(tǒng)，完成了互聯(lián)網(wǎng)內(nèi)容爬去、客戶內(nèi)容喜好分析、客戶數(shù)據(jù)業(yè)務(wù)營銷、社會渠道欺詐、GIS網(wǎng)格量化、客戶投訴分析等各種應(yīng)用。提升了企業(yè)對外數(shù)據(jù)服務(wù)管理能力，增強(qiáng)了企業(yè)“數(shù)據(jù)變現(xiàn)”的水平。

2.主持設(shè)計并完成了世界上最大的數(shù)據(jù)倉庫系統(tǒng)建設(shè)

    結(jié)合某電信運營商的實際情況，創(chuàng)制性地提出了分級式數(shù)據(jù)倉庫理論，本人主持設(shè)計并建設(shè)了某電信運營商的“經(jīng)營分析系統(tǒng)”，前后投資了80多億人民幣，建成了目前國際最大容量的數(shù)據(jù)倉庫系統(tǒng)。實現(xiàn)了客戶離網(wǎng)分析、客戶細(xì)分分群、客戶價值評估、數(shù)據(jù)業(yè)務(wù)產(chǎn)品喜好分析、一線經(jīng)理貼身支撐、客戶渠道分析、供應(yīng)鏈分析、員工量化薪酬管理、營銷成本分析等。提升了企業(yè)內(nèi)部量化管理水平，確?？蛻艟珳?zhǔn)營銷能力，降低企業(yè)運營成本。

3.帶動了國內(nèi)數(shù)據(jù)倉庫和大數(shù)據(jù)產(chǎn)業(yè)的發(fā)展

    通過本人主持和設(shè)計的最大的數(shù)據(jù)倉庫系統(tǒng)，填補了國內(nèi)在數(shù)據(jù)倉庫領(lǐng)域技術(shù)和應(yīng)用的很多空白，通過十六年的努力，帶動了國內(nèi)一批數(shù)據(jù)倉庫領(lǐng)域的廠商和研究力量，對國內(nèi)數(shù)據(jù)倉庫行業(yè)的發(fā)展起到了積極的推動作用。同時，從2010年開始通過HADOOP云計算技術(shù)的研發(fā)和推廣，探索了云計算如何在大型企業(yè)落地的方式、方法，總結(jié)了大量的實際案例，推動了大數(shù)據(jù)在非互聯(lián)網(wǎng)企業(yè)的經(jīng)營研究。

4.學(xué)術(shù)上取得了一些成績

依據(jù)提出的“分級式數(shù)據(jù)倉庫理論”，獲得了北京大學(xué)的博士后。發(fā)表了幾十篇文章，出版了4-5本技術(shù)專著。

5.組建了某電信運營商在數(shù)據(jù)倉庫領(lǐng)域和云計算領(lǐng)域的隊伍

    帶動某電信運營商相關(guān)領(lǐng)域的員工，通過多次的培訓(xùn)，逐步組織了各省公司的技術(shù)骨干團(tuán)隊，在對系統(tǒng)的維護(hù)、新業(yè)務(wù)的開發(fā)和工程項目的管理等方面，積累了寶貴的經(jīng)驗。

6.與國內(nèi)外進(jìn)行了積極的交流

    通過舉辦多次大數(shù)據(jù)相關(guān)技術(shù)論壇，與國內(nèi)外的廠商進(jìn)行了廣泛的技術(shù)交流。先后與VODAPHONE 、AT&T、VERIZION等多家國外運營商就數(shù)據(jù)倉庫的建設(shè)和使用進(jìn)行了充分的交流，并赴部分國外運營商進(jìn)行了實地的考察工作。

與BAT等互聯(lián)網(wǎng)企業(yè)進(jìn)行了充分的調(diào)研和交流，熟悉BAT大數(shù)據(jù)的架構(gòu)和應(yīng)用情況。詳細(xì)分析、比較過互聯(lián)網(wǎng)企業(yè)和傳統(tǒng)企業(yè)在大數(shù)據(jù)應(yīng)用領(lǐng)域的各自優(yōu)勢，給出了實際的咨詢方案。

出版著作：

       2005年出版了電信行業(yè)第一本數(shù)據(jù)倉庫專著《數(shù)據(jù)倉庫技術(shù)及其在電信領(lǐng)域中的應(yīng)用》和《數(shù)據(jù)倉庫基礎(chǔ)》（電子工業(yè)出版社出版）兩本書籍。前后在各種技術(shù)媒體發(fā)表了幾十篇各種文章，有的文章被SCI檢索收錄。

       2015年結(jié)合15年大數(shù)據(jù)從業(yè)經(jīng)驗，完成了《大數(shù)據(jù)&大分析》（人民郵電出版社）和《大數(shù)據(jù)的互聯(lián)網(wǎng)思維》（電子工業(yè)出版社）兩本書籍的編寫和出版工作。

       2018年《數(shù)聯(lián)網(wǎng)》（人民郵電出版社）書籍已經(jīng)出版（世界上第一本關(guān)于數(shù)聯(lián)網(wǎng)的書）；《大數(shù)據(jù)基礎(chǔ)介紹》（編寫中）

 獲得的獎項：

 1）2006年，《基于海量數(shù)據(jù)的經(jīng)營分析系統(tǒng)》項目獲得中國通信學(xué)會科學(xué)技術(shù)獎一等獎           2）2018年在美國硅谷datawork summit 2018 峰會上發(fā)言，取得良好反響。

部分曾服務(wù)客戶：

通信行業(yè)：

        北京移動（4次）、河北移動、成都移動（4次）、遂寧移動、山東移動、惠州移動、四川移動、南充移動（2次）、瀘州移動、康定移動、西昌移動、江門移動、陽江移動、江蘇移動、山西移動、深圳移動、中國移動卓望公司、上海奉賢區(qū)電信、上海北區(qū)電信、上海聯(lián)通、浙江聯(lián)通、上海移動、中山電信、廣東移動、國信公司、中國吉通、成都電信、福建移動、河南移動、河北電信、北京電信、安徽移動、廣州電信……

金融保險行業(yè)：

        中國人民銀行總行、中國銀行、民生銀行、工商銀行、建設(shè)銀行、交通銀行、華夏銀行、浦發(fā)銀行、興業(yè)銀行、泰康人壽、中國人壽保險、太平洋保險、安邦保險、中國人民銀行、匯豐投資、金泰化成投資、天和融資、南方基金管理、中信銀行、中國電信翼支付、平安銀行、某大宗商品交易中心、深圳佰仟金融公司……

交通行業(yè)：

       北京中交集團(tuán)（9次）、華通汽車、北斗汽車、廣州汽車、北京汽車、重慶北汽銀翔汽車、中交威海公司、中國鐵路研究院……

IT行業(yè)：

       首都信息發(fā)展公司、華為公司、愛立信公司、唐郎商旅網(wǎng)、青牛公司、用友軟件、蘭芯數(shù)據(jù)定向傳媒、深圳金立手機(jī)、新東網(wǎng)科技、東軟軟件、亞信公司、新大陸公司、北京電子控股……

高校研修班：

      北京大學(xué)、清華大學(xué)、北京郵電大學(xué)、武漢大學(xué)總裁研修班、浙江大學(xué)總裁研修班、上海交通大學(xué)總裁研修班、

其它行業(yè)：

        信息產(chǎn)業(yè)部（2次）、北京海淀區(qū)政府（2次）、中國電力建設(shè)集團(tuán)（3次）、中石油吉林公司、深圳中海油公司、廣東美的電器、杭州蘇寧電器、威斯特時尚購物、武漢工貿(mào)、富邦科技、新農(nóng)翔飼料、愛民藥業(yè)集團(tuán)、寧德新能源、億童文教股份、寧波商貿(mào)、寧波市政府、齊心文具、廣州保利國際、湖南糧食集團(tuán)、中遠(yuǎn)集團(tuán)、寶鋼地產(chǎn)、上海閃迪芯片公司、國家電網(wǎng)西安公司、國家電網(wǎng)武漢公司、長白山電力公司、旺旺食品有限公司、大連冰山集團(tuán)……

段方老師的其它課程