九次方大数据创始人王叁寿:电信运营商大数据在银行业的三大用途

【数据猿导读】 电信运营商数据是大数据领域的价值金矿,九次方大数据创始人王叁寿表示,“电信运营商是‘数据管道’,用户的通话行为、上网行为、位置移动等都以数据的形式沉淀在运营商的管道里。”那么,在大数据时代,当银行遇上电信运营商会擦出什么火花

九次方大数据创始人王叁寿:电信运营商大数据在银行业的三大用途

数据是银行的“命脉”,电信运营商是数据的“富矿”。在大数据背景下,当银行遇上电信运营商的时候,将会碰撞出什么样的智慧火花呢?

日前,贵阳大数据交易所执行总裁、国内大数据资产运营商——九次方大数据创始人王叁寿,九次方大数据事业部总监徐庆给我们描述了两者相遇时的“迷人”一幕。

为什么说电信运营商数据是大数据领域的价值金矿?用王叁寿的话说,“电信运营商是‘数据管道’,用户的通话行为、上网行为、位置移动等都以数据的形式沉淀在运营商的管道里。”

在大数据视角下,电信运营商的数据有三大特点:一是实名制带来的数据真实性;二是数据的丰富性。仅中国移动每年的数据存储量就超过100PB;三是数据维度的多样性。基本能够回答“我是谁”“我在哪里”“我在干什么”三个关键问题,有助于立体化地为客户画像。

电信运营商有四类数据最具价值:一是“位置”数据;二是“身份”数据;三是“社交”数据;四是“上网”数据。王叁寿说,经过清洗、建模、分析后形成的每类数据结论,都蕴藏着极高的商业价值,有助于银行精准营销、网点选址和风险警示等。

王叁寿结合九次方大数据的具体案例,给记者描述了电信运营商大数据在银行业的几大用途:

一是全面客户画像。客户画像是银行开展精准业务的基础。比如,客户喜欢每天早上8点浏览某新闻网站,运营商便可基于该类客户的兴趣偏好,筛选并分析这些客户的理财需求,然后在网站的新闻板块精准推送广告。王叁寿说,九次方大数据通过全面的客户画像为银行做的精准营销平台,能将银行的外呼营销转化率提高至15%左右,在行业里遥遥领先。

二是信用评级。通过沉淀的缴费额度、位置轨迹、兴趣偏好、欠费信息等数据,能够分析出每个客户的信用等级。九次方大数据从客户的基本属性、支付能力、欠费风险和人际交往、行为特征五个维度评估客户信用,建立信用度模型,给客户信用评分。经过实践检验,这些信用评分模型实用性强,识别精准度高、区分度较好。

三是贷后风险监控。大数据公司按照法律规定,通过分析客户贷后国际漫游、手机号码变更等运营商数据,对贷款客户进行风险评估与监控,结合各风险因子对逾期或者违约的影响程度分析,形成风险预警机制,实现风险分层分级管理。

针对数据隐私与数据泄密,王叁寿说,手机实名制提高了数据质量,但也带来了数据隐私与数据泄密的隐患。九次方大数据作为贵阳大数据交易所的创始股东,其安全体系已经达到公安部等级保护测试的中高级应用标准。

王叁寿说,大数据公司必须严格按照法律规定,对运营商底层数据进行清洗和脱敏,实行闭环管理,模型的研发和测试均部署在运营商的大数据平台上,原始数据不出机房,向外部银行客户仅输出模型运算的结果,从技术层面彻底杜绝数据外泄的可能。


来源:中国经济网

声明:数据猿尊重媒体行业规范,相关内容都会注明来源与作者;转载我们原创内容时,也请务必注明“来源:数据猿”与作者名称,否则将会受到数据猿追责。

相关精彩内容推荐

我要评论