导图社区 拼图作业——第7章 大数据在信托行业中的应用
包含信托业务概述、 信托行业数据问题、 信托大数据平台设计、客户标签管理、 趋势分析等内容。
这是一篇大数据保险应用分析的思维导图,包含客户关系管理 风险管理、 欺诈风险分析等。
社区模板帮助中心,点此进入>>
互联网9大思维
组织架构-单商户商城webAPP 思维导图。
域控上线
python思维导图
css
CSS
计算机操作系统思维导图
计算机组成原理
IMX6UL(A7)
考试学情分析系统
大数据在信托行业中的应用
信托业务概述
信托公司以( xin'ren委托 )为基础、以经营管理( 货币资金 )和( 实物财产 )为主要形式,实施融资、融物相结合的多边信用行为
分类
单一资金信托(1个委托人)、集合资金信托(两个及以上委托人)
( 投资类 )信托业务(帮人投资,获取收益)、( 融资类 )信托业务(出借资金,获取利息)、( 业务类 )信托业务(管理现金流,进行事务管理)
基础设施、房地产、证券投资信托业务
信托产品
( 家族 )信托
受托人按照委托人的意愿(意愿 )和( 处分 )信托财产,实现委托人对家族财富管理与传承的意愿,受益人一般为( 家族成员 )
( 消费 )信托
是指信托公司为满足不同客户群体的消费需求而提供的金融产品和服务,主要是消费信贷。包括信托公司与商业银行、消费金融公司、汽车金融公司、电商平台、P2P、分期消费平台等机构合作提供的消费贷款或分期服务
信托行业数据问题
基础数据获取阶段缺少( 制度化 )的质量控制要求
项目信息、( 产品 )信息、(客户 )信息(资金来源防和融资方)、( 合同 )信息(受益合同和融资合同)、( 交易 )信息(资金流水)、过程记录
数据标准差异导致多业务系统成为( 信息孤岛 )
需要多业务系统进行数据交互,供应商数据标准不统一
用接口应对业务多样性困难
无法保障数据转换、业务处理实时性
无规则、无标准导致数据孤岛数量增加,数据交互困难
僵化的报表无法满足灵活的( 数据处理 )工作的要求
信托大数据平台设计
需求分析
促进产品( 精准营销 )
客群细分→风险偏好分析→产品精准营销
大数据分析→产品评价→风险收益匹配分析→合理定价
定制( 资产配置 )方案
产品营销→针对客户需求和偏好的资产配置
大数据分析→产品匹配→KYC(了解客户)→因需定制
拓展( 客户 )
面向高净值客户,开展家族信托服务
面向长尾客户,扩大客户范围和数量
提升( 运营大决策 )管理
帮信托公司掌握内部经营管理状况
帮信托公司提高决策水平
信托数据来源及应用分析
数据来源分析
( 业务及管理 )数据
财富中心、新基建项目、证券项目
(信托行业 )数据
基础数据、产品数据、风险数据、客户数据
( 金融市场 )数据
宏观金融数据(货币发行量、利率、汇率)、金融产品数据(股、债、基)
(宏观经济非金融 )数据
宏观经济、区域经济、特定行业、交易对手数据
大数据应用分析
产品( 研发 )
用投资思维做融资业务
在房地产领域,运用大数据技术可以对项目所在城市的房价走势、所在地段( 房价 )前景、区域人口流动及对房地产的( 需求 )、物价及收入水平因素进行全面分析,得到科学结论
( 风险 )管理
借助大数据技术,防范交易对手风险、( 项目 )风险、( 声誉 )风险
建立每个项目的( 过程管理 )数据档案,对抵质押物的价值变化进行( 动态 )监测,对交易对手方、担保方的经营情况、资产负债和现金流等信息进行分析,提高风险管理的及时性和动态性
大数据舆情风险预警
大数据平台规划及模块分析
( 数据整合 )平台
从业务系统抽取数据→数据转换→数据存储
数据管理
数据存储→借助数据模型加工分析→因需提供数据
( 项目管理 )中台
各级管理人员构建项目管理数据→关键指标管理和决策支持
( 客户管理 )中台
深度挖掘客户偏好,创新产品服务
客户标签管理
客户标签概述
在营销中,依据销售策略和客户特点,为客户增加( 属性特征 )的方法
客户标签体系的构建
人口统计、( 兴趣爱好 )、(社会属性 )、(金融特征 )、互联网行为特征
客户标签梳理与应用
客户标签梳理
( 产品 )梳理——产品服务目录、产品特征
( 客户 )梳理——客户类型、从事的产品范围
( 营销 )梳理——交易对象、交易渠道、交易行为、交易主体、交易方式
搭建标签框架
以( 业务流程 )为主线
启动APP、注册登录、浏览、收藏、加入购物车
以( 客户生命周期价值 )为主线
设置四个时间边界参数(形成边界、活跃边界、沉睡边界、流失边界),刻画客户生命周期价值
以( 商业目标 )为导向,区分客户标签
由( 策略推导 )推导标签
根据产品适合的客户群体特征进行推导→标签特点和具体类目
标签的标准化管理
时效性:( 短期 )标签、( 长期 )标签(购买力、用户活跃度)
数据提取:( 事实 )标签(性别、生日)、( 模型 )标签(支付偏好度)、( 预测 )标签(协同过滤算法,预测用户行为)
客户画像工艺流程:明确目标→数据准备→( 建立模型 )与模型评估→模型结果的( 评价与解释 )→标签的(实施与优化 )方法
趋势分析
( )业务模式
结构化融资业务模式
资产证券化融资业务模式
现金贷业务模式
受托支付业务模式
客户标签画像
信托大数据平台层级架构
信托大数据平台架构
助贷类业务模式——现金贷业务模式
助贷类业务模式——受托支付业务模式
批发融资类业务模式——结构化融资业务模式
事务管理类业务模式