二是積極推進業(yè)務(wù)應(yīng)用。中行已推出基于大數(shù)據(jù)技術(shù)的“e 觸即發(fā)”、“口碑貸”、“中銀沃金融”等試點項目，在為個人客戶提供實時產(chǎn)品營銷推薦、針對小微企業(yè)的客戶發(fā)掘、信用評級和融資服務(wù)等方面進行探索，取得了很好的應(yīng)用效果。
朱鶴新表示，未來，中國銀行將在大數(shù)據(jù)技術(shù)平臺、精準營銷平臺、征信與欺詐檢測平臺三個方面深化大數(shù)據(jù)建設(shè)，為集團全球化、多元化及互聯(lián)網(wǎng)金融發(fā)展戰(zhàn)略提供支撐。
1.優(yōu)化完善大數(shù)據(jù)技術(shù)平臺
研究制定全行性的大數(shù)據(jù)技術(shù)體系規(guī)范，優(yōu)化完善全行大數(shù)據(jù)技術(shù)架構(gòu)體系。在現(xiàn)有大數(shù)據(jù)平臺的基礎(chǔ)上，運用大數(shù)據(jù)所帶來的新思維、方法和工具，逐步形成行內(nèi)、行外、線上、線下的結(jié)構(gòu)化與非結(jié)構(gòu)化數(shù)據(jù)集成能力，多種數(shù)據(jù)格式并存的海量數(shù)據(jù)存儲能力，基于分布式和流計算的快速計算能力，以及運用機器學習、實時決策、數(shù)據(jù)沙箱、可視化等技術(shù)實現(xiàn)數(shù)據(jù)分析和挖掘能力。
由于大數(shù)據(jù)和云計算密不可分，大數(shù)據(jù)平臺的基礎(chǔ)設(shè)施依賴于分布式架構(gòu)下的私有云平臺建設(shè)。朱鶴新表示，按照自主可控的原則，中國銀行正在著力構(gòu)建服務(wù)營運、管理、開發(fā)、部署和運維一體化的私有云平臺?；赬86 體系架構(gòu)，應(yīng)用異構(gòu)虛擬化、分布式海量存儲、分布式數(shù)據(jù)庫、大規(guī)模資源調(diào)度與管理等關(guān)鍵技術(shù)，實現(xiàn)可定制、可擴展的多租戶金融服務(wù)，從而全面支持大數(shù)據(jù)技術(shù)組件開發(fā)和運維管理需要。
2.深化推廣客戶精準營銷平臺
有專家認為，大數(shù)據(jù)是網(wǎng)絡(luò)營銷到精準營銷的落地之舉。當前，中國銀行正在建設(shè)的客戶精準營銷平臺，以大數(shù)據(jù)技術(shù)平臺為依托，有機提煉并整合線下、線上關(guān)于客戶行為的結(jié)構(gòu)化數(shù)據(jù)和非結(jié)構(gòu)化數(shù)據(jù)，形成客戶360度畫像，實現(xiàn)復(fù)雜統(tǒng)計分析模型和規(guī)則模型相融合的快速計算，構(gòu)建與前端服務(wù)渠道的實時互動體系，實現(xiàn)網(wǎng)銀、手機銀行、網(wǎng)絡(luò)金融多渠道實時客戶營銷及在線推薦服務(wù)。
精準營銷平臺的簡歷，還有利于實現(xiàn)集團內(nèi)部客戶資源、產(chǎn)品銷售和渠道信息的多層次數(shù)據(jù)共享，支持全集團內(nèi)部交叉銷售及業(yè)務(wù)聯(lián)動，支撐集團全球資源的優(yōu)化配置。
3.探索構(gòu)建互聯(lián)網(wǎng)征信及欺詐監(jiān)測平臺
在符合信息安全相關(guān)規(guī)定的前提下，中行將合理運用外部數(shù)據(jù)，進一步豐富大數(shù)據(jù)平臺的數(shù)據(jù)范圍，探索構(gòu)建互聯(lián)網(wǎng)征信及欺詐監(jiān)測平臺，提升對客戶的風險識別及信用評估能力，為更廣泛的客戶群體提供操作便捷、定價合理的融資服務(wù)；提升預(yù)防和識別欺詐交易行為的能力，有效降低欺詐風險。
具體包括：
通過互聯(lián)網(wǎng)征信及欺詐監(jiān)測平臺，深化人行征信數(shù)據(jù)應(yīng)用，探索與外部征信機構(gòu)的合作；
與社保、司法、稅務(wù)等政府部門及學歷學籍等信息平臺對接；
與合作電商平臺實現(xiàn)數(shù)據(jù)共享，挖掘分析客戶互聯(lián)網(wǎng)交易信息，掌握客戶真實可靠的現(xiàn)金流、信息流、物流信息；
利用互聯(lián)網(wǎng)數(shù)據(jù)獲取技術(shù)，在安全合規(guī)的前提下有效利用互聯(lián)網(wǎng)上的個人行為信息，并通過與行內(nèi)信息進行有效組織和關(guān)聯(lián)，完善客戶風險畫像，全面評估客戶信用，探索構(gòu)建基于互聯(lián)網(wǎng)模式的信用風險評價體系；
基于客戶風險畫像，結(jié)合客戶歷史行為數(shù)據(jù)進行客戶交易行為特征分析，運用機器學習等算法，實時監(jiān)測并識別背離客戶常規(guī)交易模式的資金交易行為，預(yù)防交易欺詐。
