1、第10章大数据分析在具体行业中的应用10.1 大数据分析在商业银行领域的应用10.2 大数据分析在交通领域的应用10.3 大数据分析在安防领域的应用10.1 大数据分析在商业银行领域的应用10.1.1 利用大数据分析显著提升银行精准营销效率实战方法1.IT部门转变成利润中心从战略方向上讲，企业必须借助数据的帮助来做决策，并进行客观的验证和预测，要从原来依据经验说话向依据数据说话进行转变。从战术方面上讲金融行业内企业可以尝试三种战术方向。首先可以通过用户画像、精准营销来做运营优化。其次是通过运营分析、产品定价来做精细化管理。最后是利用实时的反欺诈反洗钱应用，以及中小企业的贷款评估来提高风险控制能
2、力，最终实现全面提升金融企业的核心价值和能力。第10章大数据分析在具体行业中的应用10.1 大数据分析在商业银行领域的应用10.1.1 利用大数据分析显著提升银行精准营销效率实战方法2.新一代金融大数据运营中心运营优化、管理提升、风险监控，这三个方向到底给金融行业带来什么价值？(1)精准营销。(2)除精准营销，还有多维盈利分析。(3)风险监控方面，可以列出很多风险监控的指标，再通过这些指标用大数据平台进行实时监控，真正了解整个企业当前所处的风险等级。3.传统业务架构存在的6个缺点传统业务架构存在的6个缺点主要体现在以下方面。(1)不够敏捷(2)性能不佳 (3)洞察力弱 (4)扩展性差 (5)无
3、法挖掘非结构化数据价值 (6)成本高第10章大数据分析在具体行业中的应用4.在线或离线如果不愿意对数据进行汇总计算，而是进行实时计算，就要提供大量细节数据实时计算的能力，这时可以采用MPP数据集市来处理在线分析需求。大数据平台离线分析是通过Hadoop的平台来做结构化和非结构化数据的存储，解析。然后在上面会用YARN(Yet Another Resource Negotiator，另一种资源协调者)量做资源管理根据分析需求决定是用批处理模块还是搜索模块、是用流处理还是用机器学习等。第10章大数据分析在具体行业中的应用10.1 大数据分析在商业银行领域的应用10.1.2 如何利用大数据分析提升金
4、融风控安全性风控体系主要包括事前、事中、事后调控三个方面。(1)事前：在风险发生之前就要通过对风险舆情的监控发现风险。(2)事中：信贷借款申请，在线上注册激活的过程中，根据自动风险评估，包括申请欺诈、信用风险等来选择是否拒绝发放贷款。(3)事后：贷款发放以后的风险监控，如果借款人出现在其他平台的新增申请，或者长距离的位置转移，或者手机号停机等，可作为贷后风险预警。第10章大数据分析在具体行业中的应用10.1 大数据分析在商业银行领域的应用10.1.2 如何利用大数据分析提升金融风控安全性1.如何提前在网络中抓住骗子1)最基础的技术：设备指纹2)设备定位：基站和WiFi三角定位3)复杂网络4)数
5、据抽样结果案例：骗子遁形2.优秀的决策引擎是怎样的一个优秀的决策引擎具有以下特点。(1)灵活可配 (2)快速部署 (3)决策流 (4)AB测试和冠军挑战 (5)支持模型的部署第10章大数据分析在具体行业中的应用3.信用评估评分卡分为申请评分卡、行为评分卡、信用评分卡。申请评分卡用于贷前审核。行为评分卡作为贷中贷后监控，例如调额、提前预知逾期风险。它可以通过历史的数据和个人属性等角度来预测违约的概率。信用评分卡主要用于信用评分过程中的分段，高分段可以通过，低分段可以直接拒绝。4.核心技术与挑战在目前以大数据、大数据决策为核心的风控技术体系中，整体的数据量达到一定水平，存在的挑战将会是数据的稀疏化
6、。随着风控业务覆盖的行业越来越多，平台间的数据稀疏问题就越明显。第10章大数据分析在具体行业中的应用10.1 大数据分析在商业银行领域的应用10.1.3 利用大数据分析降低信用卡套现概率实战技巧随着互联网信息技术的发展与移动互联时代的到来，信用卡业务的申请受理也逐渐由线下转移到线上渠道。某银行信用卡中心申请进件的重心，也逐渐向线上渠道倾斜。这就要求信用卡中心在审批流程和方法上与时俱进，采用更多渠道通过第三方服务，对申请进件的信用资质、真实性等方面进行核查，以防止欺诈行为的发生。第10章大数据分析在具体行业中的应用10.2 大数据分析在交通领域的应用10.2.1 公共交通利用出行数据分析合理分配
7、运力实战策略在目前的技术条件和发展水平下，大数据在交通中的应用主要有以下几种方式。(1)公共交通部门发行的一卡通大量使用，因此积累了乘客出行的海量数据，这也是大数据的一种(2)交通管理部门在道路上预埋或预设物联网传感器，实时收集车流量、客流量信息，结合各种道路监控设施及交警指挥控制系统数据，由此形成智慧交通管理系统(3)通过卫星地图数据对城市道路的交通情况进行分析，得到道路交通的实时数据(4)出租车是城市道路的最多使用者，可以通过其车载终端或数据采集系统提供的实时数据(5)智能手机已经很普及，多数智能手机都会使用地图应用第10章大数据分析在具体行业中的应用10.2 大数据分析在交通领域的应用1
8、0.2.2 大数据分析实现城市的智能交通以大数据、云计算、移动互联等先进信息技术为引领，以监控和维护道路通行秩序、保障道路畅通、有效预防和减少交通事故和交通拥堵为目标，实现分析大数据的分析研判。(1)交通拥堵分析 (2)案件多发区分析 (3)交通参量同比、环比 (4)事故高发地点统计 (5)以交通出行量数据调查(也称起终点间的交通出行量)表为基础，进行OD(Origin Destination)数据分析和挖掘 (6)交通预测预警 (7)根据实时的视频采集数据 (8)根据公共交通上下车刷卡数据 (9)利用大数据智能分析，结合高清监控视频、卡口数据、线圈微采集波数据等，再辅以智能研判第10章大数据
9、分析在具体行业中的应用10.3 大数据分析在安防领域的应用10.3.1 大数据分析对实现快速安检过闸的提升作用1.开发智能安检系统的目的利用人工智能+大数据，实现违禁品精准识别。比传统人工分辨方式更精准、更灵活，各安检点获得的数据通过网络整合形成大数据分析。通过提供多维度的管理数据和可视化管理模拟，更精准地筛选违禁品。2.智能安检系统的关键在于“大数据”智能安检机的特点就是“自动判断、自动报警”，这无疑提升了安检单位的使用体验，但也使得安检过于机械化，缺乏有效的数据依据。第10章大数据分析在具体行业中的应用3.如“物品特征”的衡量往往需要通过多个维度的数据特征进行筛选，但目前其他品牌后台只能提
10、供一些基础的数据，无法充分获取、挖掘和分析用户的行为数据。麦盾安全通过引入人工智能和大数据技术，能够智能获取物品的密度比重、有机物、无机物等数据，并进行特征画像，从而帮助筛选设立“物品特征”。何界定和找到“物品特征”第10章大数据分析在具体行业中的应用10.3 大数据分析在安防领域的应用10.3.2 家庭安防系统中的大数据挖掘应用家庭安防行业正在向以网络为中心的模式转变，并且明显侧重于开发比较简单的、自供电的、联网的设备。这种转变引发了对产品的整个生命周期提供保障的需求。对于“侵犯”的不断更新的定义，已经进一步迫使解决方案提供商保障他们的智能家庭安全解决方案自始至终发挥应有的作用。第10章大数据分析在具体行业中的应用感谢观看
