某商業(yè)銀行大數(shù)據(jù)營銷案例
項(xiàng)目背景
隨著互聯(lián)網(wǎng)金融對傳統(tǒng)銀行業(yè)務(wù)的不斷沖擊，銀行業(yè)變革需求迫切，做為互聯(lián)網(wǎng)+金融的先鋒，某商業(yè)銀行早已布局了銀行電商平臺，但該電商平臺需要通過大數(shù)據(jù)技術(shù)實(shí)現(xiàn)個性化商品推薦，提高網(wǎng)站的用戶體驗(yàn)、客單價(jià)和復(fù)購率，同時希望能夠搭建用戶畫像和用戶分析系統(tǒng)，幫助運(yùn)營人員優(yōu)化網(wǎng)站運(yùn)營。
 
項(xiàng)目目標(biāo)
1、在該銀行的電商商城上為用戶提供精準(zhǔn)實(shí)時的個性化推薦服務(wù)
2、提供網(wǎng)站運(yùn)營智能分析工具
3、提供可視化分析報(bào)告

大數(shù)據(jù)金融系統(tǒng)解決方案：
1、個性化站內(nèi)推薦
（1）部署代碼，采集數(shù)據(jù)
通過js部碼的方式，在商城網(wǎng)站的PC端和手機(jī)客戶端采集商品信息和用戶行為等非敏感信息，包括商品編號、商品名稱、商品品類、頁面訪問、瀏覽品類、瀏覽單品、搜索、添加購物車等。
（2）建立推薦模型
對于收集上來的商品和用戶行為信息，經(jīng)過算法模型的處理變換為多種形式的個性化推薦模型，并結(jié)合大數(shù)據(jù)金融系統(tǒng)掌握的外部全網(wǎng)數(shù)據(jù)，形成更精確的推薦結(jié)果。
（3）進(jìn)行精準(zhǔn)的個性化推薦
大數(shù)據(jù)金融系統(tǒng)基于場景引擎、規(guī)則引擎、算法引擎、展示引擎以及流處理平臺和批處理平臺進(jìn)行個性化數(shù)據(jù)運(yùn)營，形成個性化推薦方案，推薦的內(nèi)容包括商品、廣告、活動、商家等。
 
2、智能分析引擎
（1）客戶畫像
將商城的數(shù)據(jù)與大數(shù)據(jù)金融系統(tǒng)全網(wǎng)數(shù)據(jù)整合，了解用戶在其它電商、社交平臺、APP上的外部行為，提供更準(zhǔn)確的客戶畫像。

（2）商業(yè)分析和網(wǎng)站運(yùn)維分析
整合商城前后端數(shù)據(jù)，提供基于流量、通路、訪客、會員、客戶行為、商品、訂單、融資等的數(shù)據(jù)分析，通過大數(shù)據(jù)金融系統(tǒng)分析引擎，向業(yè)務(wù)人員展示電子商務(wù)的核心數(shù)據(jù)情況，滿足商業(yè)分析（BA）和網(wǎng)站運(yùn)維分析(WA)的需求。
（3）算法和效果評估
建立完整的客戶行為分析引擎，包括基于多種算法產(chǎn)生的客戶行為模型和最終的效果評估優(yōu)化等。
 
3、可視化數(shù)據(jù)分析報(bào)告
（1）可視化數(shù)據(jù)分析報(bào)告系統(tǒng)。
通過大數(shù)據(jù)金融系統(tǒng)分析引擎，以行業(yè)通用的方式展示流量、通路、訪客、會員、客戶行為、商品、訂單、融資等可視化數(shù)據(jù)報(bào)告；向行內(nèi)運(yùn)營后臺、店鋪后臺進(jìn)行數(shù)據(jù)輸出。
（2）靈活的報(bào)表展現(xiàn)。
業(yè)務(wù)人員可根據(jù)需要，靈活展現(xiàn)電商運(yùn)維的核心及常用指標(biāo)，形成可用的數(shù)據(jù)分析結(jié)果。
（3）評估與優(yōu)化
定期對數(shù)據(jù)分析報(bào)告的質(zhì)量進(jìn)行評估和優(yōu)化，保證指標(biāo)的合理性和正確性，并根據(jù)需求不斷改進(jìn)分析報(bào)告系統(tǒng)。
 
項(xiàng)目實(shí)施
目前基于大數(shù)據(jù)金融系統(tǒng)的篩選引擎和分析引擎均已部署和上線。