26
1.10 PCRM应用主题——深层分析
数据仓库处理过程管理
2021/3/31
27
1.10 PCRM应用主题——深层分析
优质客户筛选：数据挖掘
2021/3/31
28
1.10 PCRM应用主题——深层分析
数据挖掘：模型评估
2021/3/31
29
1.10 PCRM应用主题——深层分析
抽样分析：SAS EG
单次透支金额、 还贷周期）。
➢客户群分析：
优质客户排名分析、卡业务存款分析、 用卡行为分析、 贡献度分析、 卡申领情况分析、 卡业务风险分析。
2021/3/31
8
1.10 PCRM应用主题——深层分析
银行卡客户贡献度：初步结果
按照现有的贡献度指标体系， 什么样的客户对银行卡的贡献度最高
年龄在25-35，36-45的客户对银行卡的贡献度最高， 其中，36-45岁的客户的贡献度最高，因为这类人群 中稳定、高收入或高积蓄者较多。
2021/3/31
9
1.10 PCRM应用主题——深层分析
银行卡客户贡献度：初步结果
按照现有的贡献度指标体系， 什么样的客户对银行卡的贡献度最高
年龄在25-35，36-45的客户对银行卡的贡献度最高， 其中，36-45岁的客户的贡献度最高，因为这类人群 中稳定、高收入或高积蓄者较多。 贡献度 在 年龄段 上的分布
2021/3/31
30
1.10 PCRM应用主题——深层分析
分布分析：SAS EG
2021/3/31
31
1.10 PCRM应用主题——深层分析
图形展示：SAS EG
2021/3/31
32
1.10 PCRM应用主题——深层分析
图形展示：SAS EG
2021/3/31
33
1.10 PCRM应用主题——深层分析
▪工商银行卡用户体验到自动的个性化 分析服务
▪IT部门开发产生直接的市场效益：
有先进的客户关系管理系统支持 的牡丹卡
2021/3/31
22
1.10 PCRM应用主题——深层分析
深层分析:直邮用卡行为月报原型 实现的方式
CB2000 每日加载 PCRM
数据
数据仓库
银行卡 数据集市
用卡行为月报
Web 展现工具
模型：星型结构；
存储：多维数据库。
数
数据来源取自数据仓库基本数据层。
据
➢数据仓库基本数据层
以关系模型存储各类业务数据，实现海量数据
仓 库 层
的集中、历史、稳定、有序存贮。
➢缓冲层
按一定的时间周期缓存各类经规范处理的业务数据。
▪操作数据层
对各类业务或管理数据实行规范处理。
应用层 数据集市层 数据仓库基本数据层
2021/3/31
20
1.10 PCRM应用主题——深层分析
深层分析:直邮用卡行为月报原型 应用的竞争力
▪利用web展现工具输出报告，可以进 行网上直邮
2021/3/31
21
1.10 PCRM应用主题——深层分析
深层分析:直邮用卡行为月报原型 体现的概念
▪工商银行卡部在客户关系管理方案上 领先业界的尝试
6
1.10 PCRM应用主题
银行卡应用：按照需求开发 个人金融应用 住房信贷应用 深层分析：原有需求之外的考虑
2021/3/31
7
1.10 PCRM应用主题 ——银行卡应用
银行卡应用：按照需求开发
➢重点客户分析：
基本信息查询、存款余额分析、 用卡行为分析、贡献度分析、 透支分析（透支余额、单笔透支余额、
2021/3/31
3
2.1 开发进展——个人客户关系管理（PCRM）
▪需求分析
2001/10/11-2001/10/31
▪总体方案
2002/11/01-2002/02/28
▪原型开发
2001/11/15-2001/12/31
▪原型评估
2001/12/24-2002/02/09
▪银行卡设计开发
2002/01/04-2002/04/30
利用数据挖掘自动筛选优质客户， 针对优质客户提供个性化服务——
直邮用卡行为月报
2021/3/31
18
1.10 PCRM应用主题——深层分析
深层分析:直邮用卡行为月报原型 解决的问题
▪对优质客户提供详细的行为分析，帮 助客户更好掌握自己的用卡行为
▪针对客户用卡的具体情形提供促销性 建议，使优质客户感受到工商银行卡 部的人性化关注
缓冲区 操作数据层
2021/3/31
38
1.5 数据流程
采集
加工
应用 预处理 数据处理 系统
企业级 数据存贮
数据 集市
展现
数据挖掘 信息展现
外部数据 CMIS
计财数据
批处理 数据 转送
批处理 译码
缓存 整合 校验
抽取 转换 加载
CB2000
数据 转送
抽取
关系型数据库、
多维数据存贮
转换
加载
备份与 老化处理
银行卡客户贡献度：初步结果
对于银行卡客户发展的辅助作用
工行牡丹卡的客户中，25-55的年龄段为高贡献度 主流年龄段，其中，如果关注当前直接贡献度， 36-45岁的客户是最好的人群，如果关注发展潜力 以及对新产品、新消费渠道的接受程度，25-35岁的 客户是重点人群。
2021/3/31
16
1.10 PCRM应用主题——深层分析
透支利息 在 年龄段 上的分布
2021/3/31
14
1.10 PCRM应用主题——深层分析
银行卡客户贡献度：初步结果
贡献度指标的具体分布怎样
年龄在25-35的客户的透支利润和消费回佣最高， 因为这类人群中，理财风格前卫，消费旺盛者居多。
消费回佣 在 年龄段 上的分布
2021/3/31
15
1.10 PCRM应用主题——深层分析
2021/3/31
4
日程安排
开发进度 最终应用展现 数据仓库架构
2021/3/31
5
1.8 主要应用
➢个人客户关系管理（PCRM） ➢业绩价值管理（PVMS） ➢信贷台帐报表（CMIS-REPT） ➢管理信息综合统计报表 ➢法人客户关系管理（CCRM） ➢开放式基金绩效分析
2021/3/31
筛选优质客户数据挖掘
银行 卡部
直邮
优质客户
2021/3/31
23
1.10 PCRM应用主题——深层分析
深层分析:直邮用卡行为月报原型 实现的方式
CB2000 每日加载 PCRM
数据
数据仓库
银行卡 数据集市
用卡行为月报
Web 展现工具
筛选优质客户数据挖掘
银行 卡部
直邮
优质客户
2021/3/31
24
1.10 PCRM应用主题——深层分析
深层分析:直邮用卡行为月报原型 实现的方式
CB20ห้องสมุดไป่ตู้0 每日加载 PCRM
数据
数据仓库
银行卡 数据集市
用卡行为月报
Web 展现工具
筛选优质客户数据挖掘
银行 卡部
直邮
优质客户
2021/3/31
25
1.10 PCRM应用主题——深层分析
2021/3/31
ICBC PCRM 数据仓库管理界面
2021/3/31
10
1.10 PCRM应用主题——深层分析
银行卡客户贡献度：初步结果
贡献度指标的具体分布怎样
年龄在36-45，46-55的客户的存款利润最高，其中， 36-45岁的客户的存款利润最高，因为这类人群中， 理财风格保守，存款倾向性强者较多。
2021/3/31
11
1.10 PCRM应用主题——深层分析
贡献度指标的具体分布怎样
年龄在25-35的客户的透支利润和消费回佣最高， 因为这类人群中，理财风格前卫，消费旺盛者居多。
2021/3/31
13
1.10 PCRM应用主题——深层分析
银行卡客户贡献度：初步结果
贡献度指标的具体分布怎样
年龄在25-35的客户的透支利润和消费回佣最高， 因为这类人群中，理财风格前卫，消费旺盛者居多。
银行卡客户贡献度：初步结果
贡献度指标的具体分布怎样
年龄在36-45，46-55的客户的存款利润最高，其中， 36-45岁的客户的存款利润最高，因为这类人群中， 理财风格保守，存款倾向性强者较多。
存款利润 在 年龄段 上的分布
2021/3/31
12
1.10 PCRM应用主题——深层分析
银行卡客户贡献度：初步结果
图形分析：SAS EG
2021/3/31
34
1.10 PCRM应用主题 ——银行卡应用
银行卡应用：数据 ➢以CB2000系统为主 ➢每天下载的业务数据，第二天可 以在数据仓库中得到反映
2021/3/31
35
1.10 PCRM应用主题 ——银行卡应用
银行卡应用：性能 ➢存量加载
测试机：Sun3800 总时间：6小时
▪工商银行卡部可以更便捷地跟踪优质 客户的信息
2021/3/31
19
1.10 PCRM应用主题——深层分析
深层分析:直邮用卡行为月报原型
应用的竞争力
▪利用数据挖掘进行优质客户自动筛选 ▪提高平均筛选精度，提高优质 客户促销的投资建效率 ▪降低筛选成本，提高筛选速度， 迎接他行的竞争（如交行的500 元个人理财报告）
银行卡客户贡献度：初步结果
优质客户排名靠前的客户中，消费场所的分布 怎样
金融、证券等交易机构有较大金额占比， 饭店、旅游业其次，零售、百货等居于中游。 可以根据这个结果制定相应的消费场所促销策略