1. 背景：
普惠金融的願景是將金融服務拓展到欠發達地區和低收入人群，我國從國家層面促進普惠金融的發展。但目前市場缺乏足夠的能力來推進普惠金融，原因在於：
1）徵信手段欠缺，壞賬發生率高
2）傳統金融以線下營銷為主，難以抵達許多潛在客戶
3）線上營銷準確率低，成本高
2. 電信擁有的資料：
1）使用者**訪問資料
2）使用者搜尋資料
5）使用者移動位置資料
3. 電信資料應用於競爭營銷
3.1 基本流程
與一般 資料融合→清洗→分析不同，這裡將權益設計也納入基本流程中，不同型別使用者採取不同權益。
3.2 提高新客獲取能力
1）潛客識別：融合不同資料來源，構建使用者畫像，挖掘潛客
2）場景分析：根據使用者行為資料，對目標客戶分群
3）抵達使用者：採用不同權益、不同場景、不同渠道的方式，千人多面進行營銷
4）資料反饋及模型迭代
3.3 啟用存客消費需求
1）資料拼接：存客是金融機構曾經獲取但目前沉默的客戶，由於金融資料敏感，因此由運營商將資料匯入金融機構內部進行融合
2）場景挖掘：基於資料，優化不同場景下的營銷方案和權益設計
3）價值名單：基於資料建立多個畫像維度，基於模型進行維度選擇。多維交叉分析，對客戶價值進行細分
4）資料反饋與模型迭代
4. 電信資料應用於徵信與風控
4.1 貸前
1）負面資訊審查：電信運營商市場地位高，能夠從多方機構核查新客是否有不良記錄
2）身份核驗：手機卡實名制，運營商 能夠對冒名資訊進行識別，同時還能識別「養卡」欺詐
3）通話行為欺詐：基於夜間通話行為、通話靜默情況、聯絡人號碼資料量、特殊號碼通話情況、近三個月停機次數等資料，可以識別新客是否有通訊欺詐行為
4.2 貸中：電信的使用者資料能幫助金融機構進行使用者畫像，增加特徵以提高風控模型的準確度
4.3 貸後：在貸款發出後，監控使用者的通訊行為、社交關係、消費能力、生活方式，分析使用者是否存在違約風險，從而提前採取措施
5. 案例一——a銀行信用卡新客推廣
1）需求：a銀行面向新客推出10款主題信用卡（境外遊、車主卡等），需要識別哪些使用者有信用卡需求，以及對哪種卡有需求
2）過程：基於使用者價值屬性、興趣偏好、信用卡需求、習慣偏好，建立營銷模型。以auc為評價標準，啟動階段測試集auc為0.68。
3）營銷效果：以簡訊響應率、進件率、批核率、一卡批核率四個指針對各個環節進行追蹤。簡訊響應率與一卡批核率均有大幅度增長：簡訊響應率從5.5%到28.4%提公升了5倍以上；一卡批核率從70%增長到95%，提公升了25個百分點。進件率與批核率也有一定程度的提公升，而最終綜合營銷效果則有著8倍以上的顯著提公升。
6. 案例二——b銀行信用卡存客啟用
1）提高啟用率：基於銀行現有資料，建立模型識別存客的啟用能力。結果顯示，歷史刷卡次數、借記卡餘額、客戶等級是關鍵特徵。
2）擴大存客營銷規模：對照組僅採用銀行資料，實驗組採用銀行+電信資料構建模型。最終對照組提出的可選樣本佔樣本池的10%，實驗組提出的可選樣本佔樣本池的20%。結合運營商資料，可以在盡可能維持營銷轉化率的同時，增大營銷覆蓋率。
3）針對不同使用者進行權益設計：如餐飲偏好，則提供餐飲娛樂優惠券
4）使用者價值細分：根據網際網路金融活躍度&行內手機銀行活躍度，將客戶分為雞肋人群、維持人群、潛在人群和重點人群
5）效果評估：促活率提高了2倍（5.4%→10.7%）
7. 案例三——c銀行小貸產品的貸中評估
1）特徵有52個，主要維度有：通訊行為、消費趨勢、波動指數、平均消費額、出入賬金額、卡種及數量
大資料筆記
分類 利用資料學習模型或得到規則，用於 或者判定乙個輸入所屬的類，或者計算屬於某一類的概率 給定乙個輸入，所產生的輸出是乙個布林值。回歸 y g x w g 模型 w 引數 關鍵 確定損失函式，以及最小化損失函式的過程 梯度下降 隨機梯度下降 批量 梯度下降 給出損失函式f wx 目的是優化w使f ...
2023年暑期大資料培訓小記
python庫for windows pandas參考手冊 1 首先在virtual box軟體中設定共享資料夾，並命名共享名。如 michale 2 在linux中新建資料夾如 mnt mkdir mnt 3 mount t vboxsf michale mnt t 指定要掛載裝置上的檔案系統的型...
大資料學習筆記 1 1 了解大資料
三 bigtable 大表 nosql資料庫 hbase 首先引入兩個個大資料應用場景 從以上兩個例子可以引出大資料的兩個核心問題 資料的儲存 分布式的檔案系統 hdfs hadoop distributed file system 資料的計算 資料的計算 不是演算法 分布式的計算 mapreduc...