智能AI企業(yè)大數(shù)據(jù)中臺(tái)建設(shè)方案某著名企業(yè)型組件多云化支持擁抱開源共建生態(tài)共享資源面向業(yè)務(wù)定位縱向業(yè)務(wù)深入理解場(chǎng)景

快速打磨迭代互聯(lián)互通

共享共建如何建立大數(shù)據(jù)深中臺(tái)301

從大數(shù)據(jù)平臺(tái)到大數(shù)據(jù)中臺(tái)02

業(yè)務(wù)驅(qū)動(dòng)的大數(shù)據(jù)中臺(tái)03

技術(shù)大數(shù)據(jù)中臺(tái)建立參考模式與思考CONTENTS———什么是大數(shù)據(jù)大數(shù)據(jù)通常具有“4V”(Volume,Variety,Velocity,Value

)特征—-大數(shù)據(jù)時(shí)代大數(shù)據(jù)時(shí)代生活、工作與思維的大變革畫]性支(

he。

爾-

tr為g構(gòu)i)

貨(只ka：

電ca在ww雪)

題,新工人民出原熱影

城

e

eaLjwt花

大

數(shù)

據(jù)

時(shí)

代重

》

:

《

通

連■環(huán)比增長(zhǎng)

一

0

-交400035003000250020001802億元150027.20%10005003.20%0二季度2013年·

所見即所得。·

產(chǎn)品使用方便，人員易上手·

支持各種定制化展示

·

支持簡(jiǎn)單的數(shù)據(jù)挖掘

·

業(yè)務(wù)部門容無(wú)招勝有招多少金融模型來(lái)自于Excel大數(shù)據(jù)平臺(tái)的起源——Excel

是小數(shù)據(jù)量最好分析工具0

訪問數(shù)訪

問

數(shù)

LineFitPlot組合圖制作單要2024年2668億元3537億元2098億元3650億元三季度四季度一

季度32.20%16.90%16.40%大數(shù)據(jù)平臺(tái)的起源

集美貌與智慧一身的“SQL

Server”免費(fèi)第三方統(tǒng)

計(jì)工具：例如，XX方

舟數(shù)據(jù)處理調(diào)

度

SSISSQLServer

EngineExcel+SSRS+MS

OLAPNginx·一個(gè)軟件覆蓋了這個(gè)階段數(shù)據(jù)處理的所有功能·

支持各種數(shù)據(jù)源的集成·

支持ETL調(diào)度·

支持報(bào)表展示·

支持OLAP●

數(shù)據(jù)量在幾億條之內(nèi)(每天50萬(wàn)，

一年1.5億),查詢效率0K,如果擴(kuò)展cluster,

支持更好。·小數(shù)據(jù)分析神器Excel,

完美結(jié)合，擴(kuò)展了數(shù)據(jù)挖掘，展現(xiàn)等功能·缺點(diǎn)：數(shù)據(jù)量大以后，效率跟不上大數(shù)據(jù)平臺(tái)的起源——集美貌與智慧一身的“SQL

Server”大數(shù)據(jù)平臺(tái)的起源——傳統(tǒng)數(shù)據(jù)倉(cāng)庫(kù)+日志分析工具日增500萬(wàn)，年度過5億以內(nèi)，2-4個(gè)人，暫時(shí)還沒有人力搭建hadoop數(shù)據(jù)處理調(diào)度Informatica,DatastageKettle

(

免

)腳本PythonELKXX本

地PaaSQlik

Sense/Tablau/Cognos/BONginxHiveHadoopN個(gè)源數(shù)據(jù)庫(kù)Kafka/otherMQ數(shù)據(jù)處理

調(diào)度Informatica,

Datastage,oozie(免)腳本PythonPython

MLlib/R/SPSS/SASQlik

Sense/Tablau/Cognos/BO大數(shù)據(jù)平臺(tái)的建立——開源平臺(tái)的引入與數(shù)據(jù)治理的加強(qiáng)主數(shù)

據(jù)管理元數(shù)據(jù)管理Teradata/Greenplum

(

免

)ELK

(

免

)

XX

(免)NginxStorm·

最皮實(shí)的組合·

魯棒性·

硬件兼容性·

數(shù)據(jù)處理穩(wěn)定性·

每個(gè)系統(tǒng)大數(shù)據(jù)存儲(chǔ)，都繞不開·

缺點(diǎn)：慢!大數(shù)據(jù)平臺(tái)的建立——中流砥柱——Apache

Kafka/Apache

Hadoop/Apache

Hive·

MPP

架構(gòu)，查詢速度很快!·

大數(shù)據(jù)量SQL

查詢，除了Teradata,

商業(yè)化使用最多

·

穩(wěn)定性強(qiáng)·

GPDB目前使用最多，HAWQ支持HDFS是未來(lái)·

缺點(diǎn)：吃硬件，萬(wàn)兆、多SAS盤、服務(wù)器很貴…大數(shù)據(jù)平臺(tái)的建立——貴族的開源——Greenplum&ApacheHAWQ主數(shù)據(jù)管理元數(shù)據(jù)管理數(shù)據(jù)處理調(diào)度Apache

Dolphin

Scheduler腳本PythonN個(gè)源數(shù)據(jù)庫(kù)Kafka/other

MQNginxPython

/R自主研發(fā)展示工具(E-chart/D3等

)Kylin(免)/Druid

(免)/Presto

(免)Greenplum

(

免

)HiveHadoop

(

免

)大數(shù)據(jù)平臺(tái)的建立——數(shù)據(jù)量增加、實(shí)時(shí)計(jì)算的引入導(dǎo)致全面開源化Storm(免Spark(

免

)·

目前最火的大數(shù)據(jù)開源項(xiàng)目·

華人貢獻(xiàn)占52%·

大數(shù)據(jù)下數(shù)據(jù)挖掘必選項(xiàng)

SparkR·

即使使用磁盤，執(zhí)行效率優(yōu)于Hive幾倍·

支持?jǐn)?shù)據(jù)流，Spark

SQL…研究生大數(shù)據(jù)必修課·

缺點(diǎn)：如果達(dá)到很高效，硬件要支持·

數(shù)據(jù)量比較大，節(jié)點(diǎn)比較多，對(duì)Scala要求比較高大數(shù)據(jù)平臺(tái)的建立——內(nèi)存計(jì)算的翹楚——Apache

Spark·

解決了大數(shù)據(jù)多維度查詢速度慢，多維查詢數(shù)據(jù)返回不及時(shí)的問題·

開源MOLAP利器·Apache金牌項(xiàng)目

源

自Ebay大數(shù)據(jù)·

目前騰訊、美團(tuán)都有在使用，經(jīng)過實(shí)際使用檢驗(yàn)中國(guó)人自己的開源項(xiàng)目!·

缺點(diǎn)：預(yù)計(jì)算時(shí)間比較長(zhǎng)··大數(shù)據(jù)平臺(tái)的建立——OLAP的利器——ApacheKylin利

用Hbase,

加速可以加速Hbase項(xiàng)目定義：一個(gè)分布式的可視化

DAG

工作流任務(wù)調(diào)度系統(tǒng)中國(guó)人XX開源的項(xiàng)目!大數(shù)據(jù)平臺(tái)的建立——開源ETL調(diào)度工具ApacheDolphinScheduler被Apache接受成為Apache

DolphinSchedulerA2_DEV_ETL_REFORMproduct_ods_dev_standardupdate_buse_appP_dev_user_app_actionyg_dev_etl-xxx_info漏案密a3_bds_dev_user_bhv_sum_reformd面not_product_ods_dev_standard|p_hds_dev_app_installaion_Jlist|

溫千帆日數(shù)據(jù)

(A3)dev_ods_bhv24d_hours_refom

返同上一節(jié)點(diǎn)千帆日數(shù)據(jù)(50)kafka_stg_dev工具欄yg_dev_etlEasySchedulerAzkabanAirflow穩(wěn)定性單點(diǎn)故障去中心化的多Master和多Worker是單個(gè)Web和調(diào)度程序組合節(jié)點(diǎn)是單一調(diào)度程序HA額外要求不需要(本身就支持HA)DBCelery/Dask/Mesos+Load

Balancer

+DB過載處理任務(wù)隊(duì)列機(jī)制，單個(gè)機(jī)器上可調(diào)度的任務(wù)數(shù)量可以靈活

配置，當(dāng)任務(wù)過多時(shí)會(huì)緩存在任務(wù)隊(duì)列中，不會(huì)造成機(jī)

器卡死任務(wù)太多時(shí)會(huì)卡死服務(wù)器任務(wù)太多時(shí)會(huì)卡死服務(wù)器DAG監(jiān)控界面任務(wù)狀態(tài)、任務(wù)類型、重試次數(shù)、任務(wù)運(yùn)行機(jī)器、可視

化變量等關(guān)鍵信息一目了然只能看到任務(wù)狀態(tài)不能直觀區(qū)分任務(wù)類型可視化流程定義是所有流程定義操作都是可視化的，通過拖拽任務(wù)來(lái)繪制DAG,配置數(shù)據(jù)源及資源。同時(shí)對(duì)于第三方系統(tǒng)，提供api方式的操作。否通過自定義DSL繪制DAG并打包上傳否通過python代碼來(lái)繪制DAG,使用不便，特別是對(duì)不會(huì)寫代碼的業(yè)務(wù)人員基本無(wú)法使用快速部署一鍵部署集群化部署復(fù)雜集群化部署復(fù)雜功能是否能暫停和恢復(fù)支持暫停，恢復(fù)操作否只能先將工作流殺死再重新運(yùn)行否只能先將工作流殺死再重新運(yùn)行是否支持多租戶支持easyscheduler上的用戶可以通過租戶和hadoop用戶實(shí)

現(xiàn)多對(duì)一或一對(duì)一的映射關(guān)系，這對(duì)大數(shù)據(jù)作業(yè)的調(diào)度是非常重要的。否否任務(wù)類型支持傳統(tǒng)的shell任務(wù)，同時(shí)支持大數(shù)據(jù)平臺(tái)任務(wù)調(diào)度：MR、Spark、SQL(mysql、postgresql、hive、sparksql)、Python、Procedure、Sub_Processshell、gobblin、hadooplava、java、hive

、pig、spark、hdfsToTeradata、teradataToHdfsBashOperator、DummyOperator、MySqiOperator、HiveOperator、Ema

lOperator、HTTPOperator、契合度支持大數(shù)據(jù)作業(yè)sparkhivemr的調(diào)度，同時(shí)由于支持多

租戶，與大數(shù)據(jù)業(yè)務(wù)更加契合由于不支持多租戶，在大數(shù)據(jù)平臺(tái)業(yè)務(wù)使用不夠靈活由于不支持多租戶，在大數(shù)據(jù)平臺(tái)業(yè)務(wù)使用

不夠靈活擴(kuò)展性是否支持自定義任務(wù)類型是是是是否支持集群擴(kuò)展是調(diào)度器使用分布式調(diào)度，整體的調(diào)度能力會(huì)隨便集群的

規(guī)模線性增長(zhǎng)，Master和Worker支持動(dòng)態(tài)上下線異、但是復(fù)雜Executor水平擴(kuò)展是，但是復(fù)雜Executor水平擴(kuò)展數(shù)據(jù)處理可

視

化DAG分布式可擴(kuò)展大數(shù)據(jù)平臺(tái)的建立——開源ETL調(diào)度工具ApacheDolphinScheduler元

tkeyea(aF)**E從大數(shù)據(jù)平臺(tái)到大數(shù)據(jù)中臺(tái)的轉(zhuǎn)變

大數(shù)據(jù)平臺(tái)的痛點(diǎn)大數(shù)據(jù)項(xiàng)目啟動(dòng)難大數(shù)據(jù)平臺(tái)建設(shè)周期長(zhǎng)，成本高人員互聯(lián)網(wǎng)運(yùn)營(yíng)經(jīng)驗(yàn)不足大數(shù)據(jù)如何解決互聯(lián)網(wǎng)運(yùn)營(yíng)問題大數(shù)據(jù)系統(tǒng)建設(shè)結(jié)果是更多的BI報(bào)表大數(shù)據(jù)建設(shè)ROI

無(wú)法衡量大數(shù)據(jù)項(xiàng)目效果體現(xiàn)難線上數(shù)據(jù)APPH5*

JAVA/C秒級(jí)查詢引擎存儲(chǔ)引擎整體

運(yùn)營(yíng)數(shù)據(jù)

計(jì)算數(shù)據(jù)

分析異業(yè)合作數(shù)據(jù)導(dǎo)入運(yùn)營(yíng)

商攝像頭廣告服務(wù)端媒體數(shù)據(jù)庫(kù)超市日志自定

義儀

表盤IOT電話

銀行即時(shí)數(shù)據(jù)

處理引擎油卡API活動(dòng)

自動(dòng)化用戶

價(jià)值

探索用戶

流失預(yù)警留存漏斗分析個(gè)性

化推

薦事件

渠道

分析場(chǎng)景自動(dòng)

化用戶洞察索

引

優(yōu)化機(jī)器

學(xué)習(xí)深度

學(xué)習(xí)業(yè)務(wù)

增長(zhǎng)服務(wù)

監(jiān)控標(biāo)簽工廠產(chǎn)品

改進(jìn)服務(wù)

提升智能

路徑人工

智能分用

戶群運(yùn)營(yíng)

提升實(shí)時(shí)

分析資源

管理ROI

優(yōu)化A/B

測(cè)試數(shù)據(jù)治理數(shù)據(jù)聯(lián)邦數(shù)據(jù)整合知識(shí)圖譜…Python/R自主研發(fā)展示工具

(E-chart/D3等

)Kylin/Druid/Presto/ClickhouseGreenplum/HAWQ理HiveHadoop腳本PythonN個(gè)源數(shù)據(jù)庫(kù)Kafka/other

MQNginx·

數(shù)據(jù)人員都是后臺(tái)人員?·

讓業(yè)務(wù)還給業(yè)務(wù)，提高的業(yè)務(wù)效率·

實(shí)時(shí)數(shù)據(jù)分析·

人工智能、增強(qiáng)智能…·

數(shù)據(jù)治理，在業(yè)務(wù)端，而不是技術(shù)端梳理讓業(yè)務(wù)人員、數(shù)據(jù)科學(xué)家直接看到反饋，

而不是傳統(tǒng)的軟件加工方式從大數(shù)據(jù)平臺(tái)到數(shù)據(jù)中臺(tái)是一次從技術(shù)到業(yè)務(wù)的飛躍數(shù)據(jù)

處理

調(diào)度

自主工

具(可

以調(diào)度

資源)元數(shù)

據(jù)管理Storm

Spark主數(shù)

據(jù)管loT/O20

時(shí)代Mobile

HW

Wi-Fi

Smart

ElectricalsPC

HW

BeaconWearablesWeb

2.0

時(shí)

代Web

Log

WAP

ADSearch

EngineAPPRmendationERP/CRM

時(shí)代

EnenceMES

HRCross

BorderWMSGLLogisticsEAM

APRoboticsPOSVideoVoiceGraphGPSWeatherConver。大數(shù)據(jù)中臺(tái)是信息化⑦數(shù)字化的必然產(chǎn)消費(fèi)者距離物近20中臺(tái)業(yè)務(wù)，顧名思義，是承接前臺(tái)業(yè)務(wù)和后臺(tái)業(yè)務(wù)的

橋梁。

一方面為前臺(tái)人員提供決策支持，可以讓他們一心無(wú)旁騖地為公司賺取利潤(rùn)，另一方面則是監(jiān)測(cè)前臺(tái)

業(yè)務(wù)流程，降低各類風(fēng)險(xiǎn)事件的發(fā)生幾率。高效支持前臺(tái)業(yè)務(wù)人員及系統(tǒng)的相關(guān)系統(tǒng)。投資銀行的后臺(tái)指的是所有幕后的職能崗位。后臺(tái)專業(yè)人

員從事結(jié)算工作，保證支付得以進(jìn)行。也可以j技術(shù)、人力、合規(guī)等部門。運(yùn)行在后臺(tái)財(cái)務(wù)、物流系統(tǒng)，數(shù)據(jù)倉(cāng)庫(kù)系統(tǒng)。前臺(tái)部門，面對(duì)客戶或者為客戶創(chuàng)造產(chǎn)品和客戶進(jìn)行交方，和客戶進(jìn)行直接

--的溝通互動(dòng)。與客戶交互，贏得利潤(rùn)的系統(tǒng)(例如、

APP)什么是中臺(tái)?中臺(tái)是技術(shù)從后臺(tái)走向前臺(tái)的過渡階段支持更快賺賺支持的前臺(tái)中臺(tái)MiddleOfficeFrontOffice互聯(lián)互通井放式API某著名企業(yè)理組件多

云

化

支

持面向業(yè)務(wù)定位縱向業(yè)務(wù)深入理解場(chǎng)景

快速打磨迭代共享共建擁抱開源共建生態(tài)

共享資源如何建立大數(shù)據(jù)深中臺(tái)2201

從大數(shù)據(jù)平臺(tái)到大數(shù)據(jù)中臺(tái)02

業(yè)務(wù)驅(qū)動(dòng)的大數(shù)據(jù)中臺(tái)03

技術(shù)大數(shù)據(jù)中臺(tái)建立參考模式與思考CONTENTS———典型流程驅(qū)動(dòng)企業(yè)：建立新業(yè)務(wù)流程②系統(tǒng)設(shè)計(jì)①固化系統(tǒng)優(yōu)點(diǎn)：流程清晰，開發(fā)規(guī)范缺點(diǎn)：創(chuàng)新乏力，無(wú)法快速適應(yīng)變化大數(shù)據(jù)：即時(shí)分析數(shù)據(jù)/Al

.SMARTBI

EN濕SE

ME技BDP

海云數(shù)據(jù)

FACE+科7商S建立MVP

與數(shù)據(jù)假設(shè)②敏捷開發(fā)驗(yàn)證②快速迭代精益運(yùn)營(yíng)優(yōu)點(diǎn)：快速適應(yīng)互聯(lián)網(wǎng)+變化，根據(jù)實(shí)際效果快速調(diào)整，適應(yīng)客戶缺點(diǎn)：要求數(shù)據(jù)分析貫穿整體業(yè)務(wù)，要求企業(yè)業(yè)務(wù)及調(diào)整能力較高某著名企業(yè)化應(yīng)用：全平臺(tái)、多觸點(diǎn)10應(yīng)用MIN云服務(wù)：隨需而用、按時(shí)計(jì)費(fèi)基礎(chǔ)架構(gòu)UCLOUD〔〕互聯(lián)網(wǎng)+環(huán)境下，流程驅(qū)動(dòng)企業(yè)向數(shù)據(jù)驅(qū)動(dòng)企業(yè)轉(zhuǎn)型數(shù)

據(jù)

驅(qū)

動(dòng)

企流程驅(qū)動(dòng)企業(yè)自底向上設(shè)計(jì)*面積為企業(yè)互聯(lián)網(wǎng)+投入成本

24MicrosoftSQLServerLenovoSAP

BO厘重鼠CognosTERAOAT〇

尺ACE*面積為企業(yè)IT投入成本典型數(shù)據(jù)驅(qū)動(dòng)企業(yè)：傳統(tǒng)BI:

事后分析數(shù)據(jù)升級(jí)阿里云市場(chǎng)環(huán)境分析產(chǎn)品學(xué)習(xí)市場(chǎng)用戶研究用

戶

行

為

分

析·

用戶需求分析用戶導(dǎo)入精準(zhǔn)拉新獲客

精準(zhǔn)廣告投放

用戶洞察模式確認(rèn)產(chǎn)品基礎(chǔ)運(yùn)營(yíng)探索階段產(chǎn)品探索實(shí)施期

導(dǎo)入期一、商業(yè)模式視角

二、業(yè)務(wù)驗(yàn)證視角數(shù)字化產(chǎn)品全生命周期的四大視角驅(qū)動(dòng)用戶增長(zhǎng)運(yùn)營(yíng)階段成熟期四

、用戶增長(zhǎng)視角市場(chǎng)對(duì)比&宣傳競(jìng)品分析市場(chǎng)宣傳競(jìng)品追蹤競(jìng)品跟蹤學(xué)習(xí)

縮短差距·用戶需求分析用戶精準(zhǔn)投放

·精準(zhǔn)廣告投放·產(chǎn)品精細(xì)化運(yùn)營(yíng)

·用戶生命周期管理

·客戶分群分析成長(zhǎng)期三、產(chǎn)品成長(zhǎng)視角產(chǎn)品模式選擇數(shù)字

用戶

資產(chǎn)衰退期時(shí)間25>行業(yè)發(fā)展；傳統(tǒng)手段難以維系商業(yè)銀行進(jìn)一步的顯著增長(zhǎng)>客戶脫媒：銀行正在失去同顧客的接觸機(jī)會(huì)，因?yàn)槿藗冝D(zhuǎn)向非銀行渠道/資源，如在互金平臺(tái)在線借款通

道化：銀行提供的眾多產(chǎn)品服務(wù)正在被肢解，如存款和支付解除綁定，銀行淪為一個(gè)通道>去中心化：隨著更高的價(jià)格透明度和商品相似性導(dǎo)致銀行產(chǎn)品和服務(wù)再也不是客戶的唯一選擇>

田戶行為演變：從數(shù)字化渠道獲取金融服務(wù)已成主流，趨勢(shì)銀行做出調(diào)整，適應(yīng)用戶需求銀行面臨困境-零售業(yè)務(wù)增長(zhǎng)需要突圍2013年-2018年銀行業(yè)平均離柜業(yè)務(wù)率設(shè)定清晰的目標(biāo)，并整體跟蹤檢視建立與目標(biāo)配套的組織和管理機(jī)制用戶分層管理與運(yùn)營(yíng)，以及相應(yīng)的

產(chǎn)品與服務(wù)設(shè)計(jì)打造并運(yùn)營(yíng)科學(xué)化工具，提升團(tuán)隊(duì)

能力精細(xì)化的用戶分層工具建設(shè)產(chǎn)品迭代優(yōu)化及體驗(yàn)提升能力建設(shè)提升用戶體驗(yàn)，是零售業(yè)務(wù)突圍的核心XX認(rèn)為，銀行全面提升用戶體驗(yàn)需要從以下四個(gè)舉措入手：結(jié)果導(dǎo)向類指標(biāo)全渠道統(tǒng)一規(guī)劃

管理機(jī)制過程管理類指標(biāo)

同業(yè)對(duì)標(biāo)指標(biāo)總分聯(lián)動(dòng)機(jī)制

生態(tài)創(chuàng)新機(jī)制以終為始，基于經(jīng)營(yíng)目標(biāo)提升用戶體驗(yàn)渠道及用戶

運(yùn)營(yíng)策略數(shù)據(jù)智能中臺(tái)場(chǎng)景金融設(shè)定清晰的目標(biāo)，并整體跟蹤檢視建立與目標(biāo)配套的組織和管理機(jī)制用戶分層管理與運(yùn)營(yíng)，以及相應(yīng)的

產(chǎn)品與服務(wù)設(shè)計(jì)打造并運(yùn)營(yíng)科學(xué)化工具，提升團(tuán)隊(duì)

能力精細(xì)化的用戶分層工具建設(shè)產(chǎn)品迭代優(yōu)化及體驗(yàn)提升能力建設(shè)提升用戶體驗(yàn)，是零售業(yè)務(wù)突圍的核心XX認(rèn)為，銀行全面提升用戶體驗(yàn)需要從以下四個(gè)舉措入手：結(jié)果導(dǎo)向類指標(biāo)全渠道統(tǒng)一規(guī)劃

管理機(jī)制過程管理類指標(biāo)

同業(yè)對(duì)標(biāo)指標(biāo)總分聯(lián)動(dòng)機(jī)制

生態(tài)創(chuàng)新機(jī)制以終為始，基于經(jīng)營(yíng)目標(biāo)提升用戶體驗(yàn)渠道及用戶

運(yùn)營(yíng)策略數(shù)據(jù)智能中臺(tái)場(chǎng)景金融零售業(yè)務(wù)經(jīng)營(yíng)目標(biāo)需要進(jìn)行拆解，制定圍繞經(jīng)營(yíng)目標(biāo)的用戶體驗(yàn)衡量體

系

零售業(yè)務(wù)核心經(jīng)營(yíng)目標(biāo)：存款規(guī)模、VIP客戶數(shù)量及中間業(yè)務(wù)收入用戶體驗(yàn)與零售業(yè)務(wù)核心經(jīng)營(yíng)目標(biāo)緊密相關(guān)，需要引起管理層、總行及各分支行的重視，并基于此形成統(tǒng)一認(rèn)知和行動(dòng)計(jì)劃與銀行經(jīng)營(yíng)指標(biāo)聯(lián)系起來(lái)的用戶體驗(yàn)指標(biāo)/北極星指標(biāo)例如，銀行理財(cái)產(chǎn)品收入=銀行理財(cái)用戶MAU

(月度活躍用戶規(guī)模)*銀行用戶AUM

(資產(chǎn)管理規(guī)模)影響北極星指標(biāo)的全生命旅程，而非某一個(gè)觸點(diǎn)例如，銀行理財(cái)用戶MAU包含注冊(cè)、開戶、入金、選擇理財(cái)產(chǎn)品、購(gòu)買理財(cái)產(chǎn)品等全流程日常產(chǎn)品運(yùn)營(yíng)的客觀動(dòng)作管理指標(biāo)，能夠下鉆到每個(gè)觸點(diǎn)以及每個(gè)營(yíng)銷運(yùn)營(yíng)事件例如，“818”理財(cái)節(jié)活動(dòng)獲得多少新增用戶，激活多少存量用戶等等管理層

經(jīng)營(yíng)目標(biāo)零售業(yè)務(wù)成長(zhǎng)公式=客戶基礎(chǔ)X交叉銷售率X交大小X交叉銷售頻次基于上述銀行零售業(yè)務(wù)成長(zhǎng)公式，需要設(shè)計(jì)一套完整的指標(biāo)體系，其中需要考量：>

需要同比同業(yè)銀行關(guān)鍵指標(biāo)的差

異，并有針對(duì)性地分析及制定競(jìng)

爭(zhēng)策略>

對(duì)于股份制銀行及國(guó)有銀行，需

要關(guān)注異業(yè)潛在的對(duì)標(biāo)對(duì)象；對(duì)

于城商行，不僅需要對(duì)比同等規(guī)

某省市份城商行，還需要對(duì)比

股份制和國(guó)有銀行在區(qū)域化的關(guān)

鍵指標(biāo)>包括各個(gè)關(guān)鍵舉措的量化行動(dòng)目

標(biāo)，包括獲客、獲客以及粘客等

各個(gè)關(guān)鍵環(huán)節(jié)的轉(zhuǎn)化目標(biāo)及行動(dòng)測(cè)

量設(shè)計(jì)指標(biāo)體系需要結(jié)果、過程及同業(yè)對(duì)標(biāo)并重過程管理類指標(biāo)同業(yè)對(duì)標(biāo)指標(biāo)結(jié)果導(dǎo)向類指標(biāo)>全行零售業(yè)務(wù)AUM目標(biāo)，以及用戶

規(guī)模、交等指標(biāo)總行-網(wǎng)絡(luò)金融/運(yùn)營(yíng)團(tuán)隊(duì)>北極星指標(biāo)周度成長(zhǎng)曲線及距離目標(biāo)的差距>主要營(yíng)銷及運(yùn)營(yíng)活動(dòng)表現(xiàn)>重點(diǎn)運(yùn)營(yíng)活動(dòng)及漏斗轉(zhuǎn)化分析>用戶分群產(chǎn)品體驗(yàn)及轉(zhuǎn)化分析…………分行-網(wǎng)絡(luò)金融團(tuán)隊(duì)>分行北極星指標(biāo)周度成長(zhǎng)曲線及距離目

標(biāo)的差距>對(duì)北極星指標(biāo)貢獻(xiàn)最好和最差的TOP支行，以及各個(gè)支行距離目標(biāo)的差距>

主要營(yíng)銷及運(yùn)營(yíng)活動(dòng)表現(xiàn)支行團(tuán)隊(duì)>支行北極星指標(biāo)周度成長(zhǎng)曲線及距離目

標(biāo)的差距>

主要營(yíng)銷及運(yùn)營(yíng)活動(dòng)表現(xiàn)

所屬VIP客戶線上瀏覽數(shù)據(jù)分析及運(yùn)營(yíng)

策略建議…總行-網(wǎng)絡(luò)金融>北極星指標(biāo)周度成長(zhǎng)曲線及距離目標(biāo)的差距>

同業(yè)對(duì)比差距變化>

獲客進(jìn)展及距離目標(biāo)的差異>活客進(jìn)展及主要營(yíng)銷活動(dòng)表現(xiàn)>粘客(交叉銷售)進(jìn)展及漏斗轉(zhuǎn)化總行-網(wǎng)絡(luò)某省市場(chǎng)團(tuán)隊(duì)>>>>>北極星指標(biāo)周度成長(zhǎng)曲線及距離目標(biāo)的差距獲客進(jìn)展及距離目標(biāo)的差異主要營(yíng)銷活動(dòng)表現(xiàn)渠道分析相關(guān)數(shù)據(jù)分析……總行-管理層>北極星指標(biāo)周度成長(zhǎng)曲線及距離目標(biāo)的

差距>對(duì)北極星指標(biāo)貢獻(xiàn)最好和最差的TOP分

行，以及各個(gè)分行距離目標(biāo)的差距>

同業(yè)對(duì)比差距變化為了實(shí)現(xiàn)有效的過程管理，需要基于相關(guān)指標(biāo)及目標(biāo)值設(shè)計(jì)儀表盤，用以針對(duì)目標(biāo)整體完成情況進(jìn)行追蹤與檢視。

銀行管理者通過儀表盤，可以快速直觀地了解各類目標(biāo)的完成情況，從而把握全行的增長(zhǎng)狀況，進(jìn)行業(yè)績(jī)對(duì)話。銀行各個(gè)業(yè)務(wù)線及分支行也能夠?qū)崟r(shí)了解基于經(jīng)營(yíng)目標(biāo)的動(dòng)態(tài)過程，便于形成下一步行動(dòng)計(jì)劃。數(shù)據(jù)看板是實(shí)現(xiàn)有效過程管理的重要抓手設(shè)定清晰的目標(biāo)，并整體跟蹤檢視建立與目標(biāo)配套的組織和管理機(jī)制用戶分層管理與運(yùn)營(yíng)，以及相應(yīng)的

產(chǎn)品與服務(wù)設(shè)計(jì)打造并運(yùn)營(yíng)科學(xué)化工具，提升團(tuán)隊(duì)

能力精細(xì)化的用戶分層工具建設(shè)產(chǎn)品迭代優(yōu)化及體驗(yàn)提升能力建設(shè)提升用戶體驗(yàn)，是零售業(yè)務(wù)突圍的核心XX認(rèn)為，銀行全面提升用戶體驗(yàn)需要從以下四個(gè)舉措入手：結(jié)果導(dǎo)向類指標(biāo)全渠道統(tǒng)一規(guī)劃

管理機(jī)制過程管理類指標(biāo)

同業(yè)對(duì)標(biāo)指標(biāo)總分聯(lián)動(dòng)機(jī)制

生態(tài)創(chuàng)新機(jī)制以終為始，基于經(jīng)營(yíng)目標(biāo)提升用戶體驗(yàn)渠道及用戶

運(yùn)營(yíng)策略數(shù)據(jù)智能中臺(tái)場(chǎng)景金融全渠道統(tǒng)一規(guī)劃，建立全渠道統(tǒng)一管理的用戶旅程，并識(shí)別關(guān)鍵路徑及各個(gè)渠道的協(xié)同機(jī)制和目標(biāo)

網(wǎng)絡(luò)金融/數(shù)字金融部門解決高度數(shù)字化的關(guān)鍵節(jié)點(diǎn)，并對(duì)其進(jìn)行生命旅程實(shí)時(shí)跟蹤及反饋，從而推動(dòng)全行目標(biāo)達(dá)成28.一般查詢、投訴及反饋11.產(chǎn)品收益、凈值及到期日查詢18.可疑交及掛失14.刷卡消費(fèi)15.額度調(diào)整及個(gè)人信息變更16.接收賬單、還款及催收17.參加營(yíng)銷活動(dòng)、積分兌換22.變更地址或者對(duì)賬戶進(jìn)行其他修改23.接收賬單、還款建立與目標(biāo)配套的組織和管理機(jī)制-全渠道統(tǒng)一規(guī)劃3.現(xiàn)金存取

6.個(gè)人信息變更4.轉(zhuǎn)賬匯款、支付結(jié)算7.接收綜合對(duì)賬單5.營(yíng)銷活動(dòng)10.分紅及贖回新客登船

購(gòu)買產(chǎn)品

使用與服務(wù)

查詢與投訴8.開立定期存款/大額存單/購(gòu)買國(guó)債9.購(gòu)買理財(cái)/基金/保險(xiǎn)/信托12.新客戶申請(qǐng)及激活信用卡13.存量客戶申請(qǐng)及激活信用卡26.接收賬單、還款27.現(xiàn)金管理、代發(fā)工資1.開立個(gè)人基本銀行賬戶

2.開立外幣賬戶、外幣買賣0.廳堂排隊(duì)/數(shù)字化產(chǎn)品使用金融用戶場(chǎng)景矩陣健康/醫(yī)療互聯(lián)網(wǎng)內(nèi)容網(wǎng)絡(luò)游戲電視游戲電子竟技網(wǎng)絡(luò)音樂數(shù)字出版網(wǎng)絡(luò)文學(xué)視頻直播某著名企業(yè)音頻網(wǎng)絡(luò)自制某著名企業(yè)閱讀知識(shí)經(jīng)濟(jì)電視劇二次元電影綜藝動(dòng)漫IP視頻社交/社區(qū)垂直媒體搜索引擎自媒體數(shù)字新媒體電視新媒體戶外新媒體營(yíng)銷服務(wù)處)于

矩

陣

第Ⅱ

象

限的

偏向于該應(yīng)用場(chǎng)景

要的產(chǎn)品布局方向1.6場(chǎng)景目前用戶

,應(yīng)作為以金規(guī)模融為生不大且金融用

核心業(yè)務(wù)企業(yè)營(yíng)銷金融銀行保險(xiǎn)基金證券第三方支付征信彩票個(gè)人理財(cái)金融安全產(chǎn)業(yè)金融P2P眾籌虛擬貨幣供應(yīng)鏈金融消費(fèi)金融戶重活房產(chǎn)終端智能終端智能手機(jī)PC/筆記本智能電視平板電腦家用游戲機(jī)智能腕帶類設(shè)備醫(yī)療監(jiān)控設(shè)備智能頭戴類設(shè)備智能小家電

服務(wù)型機(jī)器人30打印機(jī)民用無(wú)人機(jī)AR/VR設(shè)備某著名企業(yè)分發(fā)瀏覽器應(yīng)用商店手機(jī)安全網(wǎng)盤用商務(wù)旅游汽車交通汽車汽車電商車后服務(wù)汽車工具車聯(lián)網(wǎng)智能駕駛智能汽車新能源汽車駕駛學(xué)習(xí)汽車違章交通地圖導(dǎo)航公共某省市出行汽車租賃在線停車充電加油1.20.80.4戶

偏ⅡI旅游大健康旅游旅游工具/社區(qū)酒店機(jī)票旅游產(chǎn)品商旅好TⅢIV醫(yī)療醫(yī)療服務(wù)健康服務(wù)醫(yī)療電商體育競(jìng)技體育體育賽事場(chǎng)館基建體育用品服裝設(shè)備休閑體育出行教育互聯(lián)網(wǎng)交易生活服務(wù)信息服務(wù)家政關(guān)業(yè)洗衣招聘票務(wù)餐飲婚戀/婚慶演藝團(tuán)購(gòu)?fù)赓u家裝維慘回收房產(chǎn)新房二手房地產(chǎn)/產(chǎn)業(yè)園區(qū)社區(qū)/物業(yè)購(gòu)物用戶覆蓋TGI消費(fèi)流通線下零售線上B2C某著名企業(yè)購(gòu)物線上C2C專賣店跨境批發(fā)股務(wù)/B2B垂直電商返利精選物流倉(cāng)儲(chǔ)在線教育學(xué)前教育K12教育語(yǔ)言教育綜合平臺(tái)類高等教育留學(xué)教育職業(yè)教育興趣愛好培訓(xùn)學(xué)習(xí)工具大數(shù)據(jù)及智能制造大數(shù)據(jù)lassPassSaasDaas私有云公有云混合云云存儲(chǔ)云安全數(shù)據(jù)挖掘數(shù)據(jù)可視化數(shù)據(jù)交/語(yǔ)音識(shí)別行業(yè)云0.00.811.21.4智能制造工業(yè)4.0智能工廠智能制造工業(yè)大數(shù)據(jù)工業(yè)機(jī)器人智能機(jī)場(chǎng)智能交通智能家居智能物流智能社區(qū)房產(chǎn)平安好房健康/醫(yī)

療生活商務(wù)旅游

出行

教育購(gòu)物平安好醫(yī)

生28%平安好車

主

6紅%知鳥onb好碼拓地

掃某省市場(chǎng)動(dòng)態(tài)，實(shí)時(shí)洞察創(chuàng)新方向全景用戶畫像，全面把握用戶潛在需求，為創(chuàng)新夯實(shí)基礎(chǔ)娛樂處于第IV象限的場(chǎng)景雖然金融用戶偏

好低，但場(chǎng)景目前用戶規(guī)模較大，在

資源、能力充分的情況下也可以布局

(建議以產(chǎn)業(yè)合作方式進(jìn)行)1.61.8

2

2.22.4建立與目標(biāo)配套的組織和管理機(jī)制-生態(tài)創(chuàng)新機(jī)制⑤

行金融理財(cái)場(chǎng)景

其它各類場(chǎng)景為主營(yíng)業(yè)務(wù)導(dǎo)流某省市場(chǎng)地位處于

I

象限的中的場(chǎng)景可以考慮自

建或者投資/并購(gòu)的方式進(jìn)行教育培訓(xùn)場(chǎng)景

醫(yī)療健康場(chǎng)景地*

銀

行APP6分各設(shè)定清晰的目標(biāo)，并整體跟蹤檢視建立與目標(biāo)配套的組織和管理機(jī)制用戶分層管理與運(yùn)營(yíng)，以及相應(yīng)的

產(chǎn)品與服務(wù)設(shè)計(jì)打造并運(yùn)營(yíng)科學(xué)化工具，提升團(tuán)隊(duì)

能力精細(xì)化的用戶分層工具建設(shè)產(chǎn)品迭代優(yōu)化及體驗(yàn)提升能力建設(shè)提升用戶體驗(yàn)，是零售業(yè)務(wù)突圍的核心XX認(rèn)為，銀行全面提升用戶體驗(yàn)需要從以下四個(gè)舉措入手：結(jié)果導(dǎo)向類指標(biāo)全渠道統(tǒng)一規(guī)劃

管理機(jī)制過程管理類指標(biāo)

同業(yè)對(duì)標(biāo)指標(biāo)總分聯(lián)動(dòng)機(jī)制

生態(tài)創(chuàng)新機(jī)制以終為始，基于經(jīng)營(yíng)目標(biāo)提升用戶體驗(yàn)渠道及用戶

運(yùn)營(yíng)策略數(shù)據(jù)智能中臺(tái)場(chǎng)景金融根據(jù)用戶資產(chǎn)管理規(guī)模(AUM)

和資產(chǎn)提升潛力，制定不同的用戶戰(zhàn)略及服務(wù)模式圍繞用戶的具體信息，進(jìn)一步細(xì)分用戶群體>建立結(jié)構(gòu)化和系統(tǒng)化的用戶分類管理，以及選擇科學(xué)合理的分層指標(biāo)>

除

了

用

戶

的AUM相關(guān)指標(biāo)，還需要將用戶實(shí)時(shí)行為軌跡及行為偏好納入分類標(biāo)準(zhǔn)當(dāng)中>同時(shí)，需要建立一套自動(dòng)化的用戶分層信息管理系統(tǒng)，通過輸入和不斷更新用戶相關(guān)數(shù)據(jù)和信息，并進(jìn)一步根據(jù)用戶分類進(jìn)行策略跟進(jìn)大部分銀行在進(jìn)行用戶群體細(xì)分時(shí)，僅簡(jiǎn)單地根據(jù)資產(chǎn)規(guī)模將用戶劃分3-5個(gè)群體(第一方數(shù)據(jù)),未能進(jìn)一步地進(jìn)行戰(zhàn)術(shù)層面的用戶細(xì)分，更談不上如何

基于用戶需求和畫像出發(fā)(第一方數(shù)據(jù)&外部數(shù)據(jù)),針對(duì)不同產(chǎn)品、服務(wù)、渠道、營(yíng)銷活動(dòng)和執(zhí)行時(shí)機(jī)進(jìn)行更個(gè)性化的用戶觸達(dá)用戶基本信息>用戶基本屬性(包括性

別、年齡、常住地等)>

用戶教育背景及職業(yè)背

景>用戶生活階段(例如，

學(xué)生/單身/未孕育年輕

家庭/中年家庭/養(yǎng)老需

求的老年家庭等等)用戶資產(chǎn)及產(chǎn)品持有情況>用戶資產(chǎn)情況>產(chǎn)品持有情況(例如，單

一存款為主/單一理財(cái)為主/單一貸款為主/復(fù)合產(chǎn)

品持有)>用戶風(fēng)險(xiǎn)偏好用戶行為偏好/潛在需求>基于用戶的行為偏好(例

如，教育/旅游/海淘/汽

車等等)推測(cè)其潛在消費(fèi)

需求，并設(shè)計(jì)并推送有吸

引力的營(yíng)銷活動(dòng)用戶實(shí)時(shí)行為軌跡>基于用戶在數(shù)字化產(chǎn)品的

實(shí)時(shí)行為軌跡監(jiān)測(cè)和反饋，

制定營(yíng)銷/用戶運(yùn)營(yíng)事件

的觸發(fā)規(guī)則和執(zhí)行時(shí)機(jī)用戶分層的精細(xì)化管理戰(zhàn)術(shù)戰(zhàn)略用戶喚回成本4.衰退用戶5.沉睡用戶6.流失用戶2.留存用戶1.新用戶0.潛在人群定義銀行及金融用戶的生命周期衰退期用戶金額全部贖回且超過M

時(shí)間不回訪，對(duì)觸達(dá)無(wú)反饋成熟穩(wěn)定階段衰退階段流失階段用戶的生命周期用戶維護(hù)成本3.成熟用戶用戶獲取成本CAC新手獲取階段成長(zhǎng)階段流失用戶→用戶群體新用戶首投用戶復(fù)投用戶成熟用戶衰退期用戶流失用戶目標(biāo)>發(fā)現(xiàn)優(yōu)質(zhì)渠道>最優(yōu)化管理渠道>促進(jìn)新訪問用戶注冊(cè)轉(zhuǎn)化>優(yōu)化新用戶上手

體驗(yàn)>幫助新用戶發(fā)現(xiàn)

產(chǎn)品價(jià)值>促進(jìn)新用戶投資

轉(zhuǎn)化>幫助投資用戶更

多感受產(chǎn)品價(jià)值>促進(jìn)投資用戶斧頭轉(zhuǎn)化率>提升用戶投資金

額>發(fā)掘成熟用戶產(chǎn)

品/服務(wù)需求>延長(zhǎng)成熟用戶的

生命周期>減少衰退期用戶量和占比>使衰退期用戶轉(zhuǎn)

為成熟期用戶>召回流失用戶業(yè)務(wù)環(huán)節(jié)某省市場(chǎng))某省市場(chǎng)、產(chǎn)品、運(yùn)營(yíng))運(yùn)營(yíng)(用戶、產(chǎn)品、活動(dòng)、內(nèi)容)明確基于用戶生命周期的階段性目標(biāo)用戶群體新用戶首投用戶復(fù)投用戶成熟用戶衰退期用戶流失用戶目標(biāo)>發(fā)現(xiàn)優(yōu)質(zhì)渠道>最優(yōu)化管理渠道

>促進(jìn)新訪問用戶

注冊(cè)轉(zhuǎn)化>優(yōu)化新用戶上手

體驗(yàn)>幫助新用戶發(fā)現(xiàn)

產(chǎn)品價(jià)值>促進(jìn)新用戶投資

轉(zhuǎn)化>幫助投資用戶更

多感受產(chǎn)品價(jià)值>促進(jìn)投資用戶斧

頭轉(zhuǎn)化率>提升用戶投資金

額>發(fā)掘成熟用戶產(chǎn)

品/服務(wù)需求>延長(zhǎng)成熟用戶的生命周期>減少衰退期用戶

量和占比>使衰退期用戶轉(zhuǎn)

為成熟期用戶>召回流失用戶運(yùn)營(yíng)策略優(yōu)化管理渠道新用戶產(chǎn)品體驗(yàn)

設(shè)計(jì)新用戶運(yùn)營(yíng)設(shè)計(jì)

注冊(cè)流程設(shè)計(jì)綁卡、充值等環(huán)

節(jié)轉(zhuǎn)化流程設(shè)計(jì)

首投轉(zhuǎn)化設(shè)計(jì)新用戶運(yùn)營(yíng)設(shè)計(jì)

(新用戶引導(dǎo))首投→復(fù)投轉(zhuǎn)化

長(zhǎng)期產(chǎn)品轉(zhuǎn)化促進(jìn)用戶復(fù)投設(shè)

計(jì)(內(nèi)容運(yùn)營(yíng)、優(yōu)

惠券、紅包等運(yùn)

營(yíng)

)成熟用戶運(yùn)營(yíng)設(shè)

計(jì)(產(chǎn)品內(nèi)容運(yùn)營(yíng)、優(yōu)惠券運(yùn)營(yíng))

滿足成熟用戶產(chǎn)

品需求滿足成熟用戶服

務(wù)需求衰退期用戶運(yùn)營(yíng)設(shè)計(jì)(吸引用戶回訪

文案、紅包等等)召回用戶群體選

擇召回運(yùn)營(yíng)設(shè)計(jì)(召回文案設(shè)計(jì)、召回活動(dòng)設(shè)計(jì))制定每個(gè)階段的運(yùn)營(yíng)策略目標(biāo)>發(fā)現(xiàn)優(yōu)質(zhì)渠道>最優(yōu)化管理渠道>促進(jìn)新訪問用戶

注冊(cè)轉(zhuǎn)化>優(yōu)化新用戶上手

體驗(yàn)>幫助新用戶發(fā)現(xiàn)

產(chǎn)品價(jià)值>促進(jìn)新用戶投資

轉(zhuǎn)化>幫助投資用戶更

多感受產(chǎn)品價(jià)值>促進(jìn)投資用戶斧頭轉(zhuǎn)化率>提升用戶投資金

額>發(fā)掘成熟用戶產(chǎn)

品/服務(wù)需求>延長(zhǎng)成熟用戶的

生命周期>減少衰退期用戶

量和占比>使衰退期用戶轉(zhuǎn)

為成熟期用戶>召回流失用戶優(yōu)化管理渠道流量指標(biāo)訪問用戶量/新訪問用戶量流量質(zhì)量指標(biāo)訪問深度-人均訪問次數(shù)&瀏覽頁(yè)面數(shù)量&訪問時(shí)長(zhǎng)流量質(zhì)量指標(biāo)&頁(yè)面質(zhì)量跳出率綜合指標(biāo)注冊(cè)用戶量/注冊(cè)率資金規(guī)模&用戶畫像投資金額&人均投資金額選擇合適的度量指標(biāo)-優(yōu)化管理渠道評(píng)估指標(biāo)衡量指標(biāo)注冊(cè)&綁卡流程質(zhì)量注冊(cè)轉(zhuǎn)化率&注冊(cè)各環(huán)節(jié)轉(zhuǎn)化率、綁卡&充值轉(zhuǎn)化率及轉(zhuǎn)化質(zhì)量關(guān)鍵環(huán)節(jié)用戶規(guī)模綁卡人數(shù)、購(gòu)買轉(zhuǎn)化人數(shù)產(chǎn)品設(shè)計(jì)投資理財(cái)內(nèi)容&場(chǎng)景頻道用戶滲透率新用戶-專享產(chǎn)品購(gòu)買轉(zhuǎn)化率留存用戶-各類產(chǎn)品購(gòu)買轉(zhuǎn)化率&各產(chǎn)品購(gòu)買分步驟轉(zhuǎn)化率關(guān)鍵環(huán)節(jié)金額規(guī)模各產(chǎn)品購(gòu)買金額用戶畫像各產(chǎn)品人均投資金額及用戶洞察用戶群體新用戶首投用戶復(fù)投用戶成熟用戶衰退期用戶流失用戶目標(biāo)>發(fā)現(xiàn)優(yōu)質(zhì)渠道>最優(yōu)化管理渠道>促進(jìn)新訪問用戶

注冊(cè)轉(zhuǎn)化>優(yōu)化新用戶上手

體驗(yàn)>幫助新用戶發(fā)現(xiàn)

產(chǎn)品價(jià)值>促進(jìn)新用戶投資

轉(zhuǎn)化>幫助投資用戶更

多感受產(chǎn)品價(jià)值

>促進(jìn)投資用戶斧頭轉(zhuǎn)化率>提升用戶投資金

額>發(fā)掘成熟用戶產(chǎn)

品/服務(wù)需求>延長(zhǎng)成熟用戶的

生命周期>減少衰退期用戶

量和占比>使衰退期用戶轉(zhuǎn)

為成熟期用戶>召回流失用戶選擇合適的度量指標(biāo)-優(yōu)化上手體驗(yàn)&服務(wù)投資用戶優(yōu)化上手體驗(yàn)?zāi)?服務(wù)投資用戶評(píng)估指標(biāo)衡量指標(biāo)內(nèi)容運(yùn)營(yíng)運(yùn)營(yíng)內(nèi)容是否觸達(dá)用戶(文案&設(shè)計(jì))內(nèi)容-用戶滲透率活動(dòng)運(yùn)營(yíng)運(yùn)營(yíng)活動(dòng)參與率(活動(dòng)頁(yè)面轉(zhuǎn)化)用戶通過活動(dòng)的投資金額用戶留存日周月留存率、用戶LTV新用戶留存、老用戶留存、活躍用戶留存產(chǎn)品設(shè)計(jì)產(chǎn)品核心功能留存用戶群體新用戶首投用戶復(fù)投用戶成熟用戶衰退期用戶流失用戶目標(biāo)>發(fā)現(xiàn)優(yōu)質(zhì)渠道>最優(yōu)化管理渠道>促進(jìn)新訪問用戶

注冊(cè)轉(zhuǎn)化>優(yōu)化新用戶上手

體驗(yàn)>幫助新用戶發(fā)現(xiàn)

產(chǎn)品價(jià)值>促進(jìn)新用戶投資

轉(zhuǎn)化>幫助投資用戶更

多感受產(chǎn)品價(jià)值

>促進(jìn)投資用戶斧頭轉(zhuǎn)化率>提升用戶投資金安百合以>發(fā)掘成熟用戶產(chǎn)

品/服務(wù)需求>延長(zhǎng)成熟用戶的

生命周期>減少衰退期用戶

量和占比>使衰退期用戶轉(zhuǎn)

為成熟期用戶>召回流失用戶選擇合適的度量指標(biāo)-優(yōu)化上手體驗(yàn)&服務(wù)投資用戶用戶運(yùn)營(yíng)新客登船獲客購(gòu)買產(chǎn)品活客使

用

與

服

務(wù)查詢粘客0.廳堂排隊(duì)/數(shù)字化產(chǎn)品使用28.一般查詢、投訴及反饋個(gè)人基礎(chǔ)賬戶1.開立個(gè)人基本銀行賬戶2.開立外幣賬戶、外幣買賣3現(xiàn)金存取6.4.轉(zhuǎn)賬匯款、支付結(jié)算7

5.營(yíng)銷活動(dòng)價(jià)

按人信息變更收綜合對(duì)賬單財(cái)富管理8.開立定期存款/大額存單/購(gòu)買國(guó)債9.購(gòu)買理對(duì)/基金/保險(xiǎn)信托10.分紅及贖回11.產(chǎn)品收益、凈值及到期日查詢18.可疑交及掛失信用卡12.新客戶申請(qǐng)及激活信用卡13.存量客戶申請(qǐng)及激活信用卡14.刷卡消費(fèi)15.額度調(diào)整及個(gè)人信息變

16.接收賬單、還款及催收

17.參加營(yíng)銷活動(dòng)、積分兌球束個(gè)貸19.申請(qǐng)個(gè)人消費(fèi)貸款、放款20.申請(qǐng)住房按揭貸款、登記過戶及放款21.申請(qǐng)住房抵押貸款、放款22.變更地址或者對(duì)賬戶進(jìn)23.接收賬單、還款往其他修改小微24.開立小微企業(yè)銀行賬戶25.申請(qǐng)小微企業(yè)經(jīng)營(yíng)貨款26.接收賬單、還款27現(xiàn)金管理、代發(fā)工資了解用戶信息、獲取用戶洞察系統(tǒng)支持：用戶模型、用戶分類及畫像、渠道為用戶匹配的產(chǎn)品、服務(wù)和營(yíng)銷活動(dòng)；對(duì)營(yíng)銷執(zhí)行過程進(jìn)行管控系統(tǒng)支持：產(chǎn)品設(shè)計(jì)、營(yíng)銷活動(dòng)設(shè)計(jì)及過程監(jiān)控管理、管理可視及決策支持通過分析結(jié)果、收集前線和用戶體驗(yàn)方面的問題，形成反饋信息，建立閉環(huán)系統(tǒng)支持：執(zhí)行監(jiān)控及反饋數(shù)據(jù)分析在銀行用戶生命旅程中發(fā)揮不同作用分析設(shè)定清晰的目標(biāo)，并整體跟蹤檢視建立與目標(biāo)配套的組織和管理機(jī)制用戶分層管理與運(yùn)營(yíng)，以及相應(yīng)的

產(chǎn)品與服務(wù)設(shè)計(jì)打造并運(yùn)營(yíng)科學(xué)化工具，提升團(tuán)隊(duì)

能力精細(xì)化的用戶分層工具建設(shè)產(chǎn)品迭代優(yōu)化及體驗(yàn)提升能力建設(shè)提升用戶體驗(yàn)，是零售業(yè)務(wù)突圍的核心XX認(rèn)為，銀行全面提升用戶體驗(yàn)需要從以下四個(gè)舉措入手：結(jié)果導(dǎo)向類指標(biāo)全渠道統(tǒng)一規(guī)劃

管理機(jī)制過程管理類指標(biāo)

同業(yè)對(duì)標(biāo)指標(biāo)總分聯(lián)動(dòng)機(jī)制

生態(tài)創(chuàng)新機(jī)制以終為始，基于經(jīng)營(yíng)目標(biāo)提升用戶體驗(yàn)渠道及用戶

運(yùn)營(yíng)策略數(shù)據(jù)智能中臺(tái)場(chǎng)景金融銀行大數(shù)據(jù)應(yīng)用面臨問題：1、

銀行不同業(yè)務(wù)、不同分支機(jī)構(gòu)，用戶數(shù)據(jù)標(biāo)準(zhǔn)及定義不規(guī)范，不能進(jìn)行統(tǒng)一的業(yè)務(wù)分析與監(jiān)控；2、

銀行的數(shù)據(jù)，包括用戶相關(guān)數(shù)據(jù)存儲(chǔ)在不同的系統(tǒng)中，無(wú)法輕出便捷、統(tǒng)一的用戶視角，因此無(wú)法開展有效的業(yè)務(wù)行動(dòng)和目標(biāo)閉環(huán)反饋；3、

用戶數(shù)據(jù)采集、分析和應(yīng)用安全合規(guī)愈發(fā)嚴(yán)格；4、

降低系統(tǒng)重復(fù)建設(shè)，如何將用戶大數(shù)據(jù)有機(jī)融合到相關(guān)核心系統(tǒng)，并進(jìn)行擴(kuò)展挖掘與應(yīng)用建立用戶數(shù)據(jù)中臺(tái)，統(tǒng)一用戶數(shù)據(jù)規(guī)范，實(shí)時(shí)分析支撐數(shù)據(jù)應(yīng)用建設(shè)大數(shù)據(jù)中臺(tái)——把業(yè)務(wù)還給業(yè)務(wù)，技術(shù)只定義最基本的原子口徑大數(shù)據(jù)項(xiàng)目啟動(dòng)難大數(shù)據(jù)平臺(tái)建設(shè)周期長(zhǎng)，成本高人員互聯(lián)網(wǎng)運(yùn)營(yíng)經(jīng)驗(yàn)不足大數(shù)據(jù)如何解決互聯(lián)網(wǎng)運(yùn)營(yíng)問題大數(shù)據(jù)系統(tǒng)建設(shè)結(jié)果是更多的BI報(bào)表大數(shù)據(jù)建設(shè)ROI

無(wú)法衡量大數(shù)據(jù)項(xiàng)目效果體現(xiàn)難線上數(shù)據(jù)APPH5*

JAVA/C秒級(jí)查詢引擎存儲(chǔ)引擎整體

運(yùn)營(yíng)數(shù)據(jù)

計(jì)算數(shù)據(jù)

分析異業(yè)合作數(shù)據(jù)導(dǎo)入運(yùn)營(yíng)

商攝像頭廣告服務(wù)端媒體數(shù)據(jù)庫(kù)超市日志即時(shí)數(shù)據(jù)

處理引擎自定

義儀

表盤IOT電話

銀行油卡API活動(dòng)

自動(dòng)化用戶

價(jià)值

探索用戶

流失預(yù)警留存漏斗分析個(gè)性

化推

薦事件

渠道

分析場(chǎng)景自動(dòng)

化用戶洞察索

引

優(yōu)化機(jī)器

學(xué)習(xí)深度

學(xué)習(xí)業(yè)務(wù)

增長(zhǎng)服務(wù)

監(jiān)控標(biāo)簽工廠產(chǎn)品

改進(jìn)服務(wù)

提升智能

路徑人工

智能分用

戶群運(yùn)營(yíng)

提升實(shí)時(shí)

分析資源

管理ROI

優(yōu)化A/B

測(cè)試數(shù)據(jù)治理數(shù)據(jù)聯(lián)邦數(shù)據(jù)整合知識(shí)圖譜…互聯(lián)互通井放式API某著名企業(yè)理組件多

云

化

支

持面向業(yè)務(wù)定位縱向業(yè)務(wù)深入理解場(chǎng)景

快速打磨迭代共享共建擁抱開源共建生態(tài)

共享資源如何建立大數(shù)據(jù)深中臺(tái)4701

從大數(shù)據(jù)平臺(tái)到大數(shù)據(jù)中臺(tái)02

業(yè)務(wù)驅(qū)動(dòng)的大數(shù)據(jù)中臺(tái)03

技術(shù)大數(shù)據(jù)中臺(tái)建立參考模式與思考CONTENTS———PaaS:Platform

As

a

Service——從技術(shù)屬性來(lái)區(qū)分的，可以是中臺(tái)PaaS,

后臺(tái)PaaS,

前臺(tái)PaaS中臺(tái)：從業(yè)務(wù)屬性劃分，可以有中臺(tái)SaaS(例如

Salesforce

Marketing

andmerce

Cloud

)

中臺(tái)PaaS,驅(qū)動(dòng)前臺(tái)系統(tǒng)、人員、高效運(yùn)轉(zhuǎn)的業(yè)務(wù)組件PaaS

=

中

臺(tái)

么

?大數(shù)據(jù)中臺(tái)模式——大中臺(tái)模式和深中臺(tái)模式PaaS1

PaaS2PaaS3

PaaS4PaaSlaaS業(yè)務(wù)1開發(fā)

業(yè)務(wù)2開發(fā)

業(yè)務(wù)3開發(fā)小廠中臺(tái)模式業(yè)務(wù)4開發(fā)laaS業(yè)務(wù)1業(yè)務(wù)3業(yè)務(wù)2業(yè)務(wù)4業(yè)務(wù)2業(yè)務(wù)1業(yè)務(wù)3業(yè)務(wù)4通用工具

行業(yè)產(chǎn)品Quick

BI|DataV|ADplus|…---

Dplus|Oplus|

智能分群-數(shù)據(jù)智能建模研發(fā)

對(duì)內(nèi)：onedata體系數(shù)據(jù)融通

數(shù)據(jù)交換質(zhì)量管理數(shù)據(jù)管理與服務(wù)對(duì)內(nèi)：數(shù)據(jù)資產(chǎn)管理體系計(jì)算引擎大數(shù)據(jù)廣中臺(tái)模式——阿里大數(shù)據(jù)中臺(tái)戰(zhàn)略決策應(yīng)用

全鏈路營(yíng)銷應(yīng)用

數(shù)據(jù)化運(yùn)營(yíng)應(yīng)用智能CRM

應(yīng)用智慧零售應(yīng)用:SaaS通用工具行業(yè)產(chǎn)品Application行業(yè)應(yīng)用，因行業(yè)而異，為客戶專享PaaSDataphin

智能數(shù)據(jù)引擎垂直數(shù)據(jù)處理

對(duì)內(nèi)：采集管理體系數(shù)據(jù)連接萃取對(duì)內(nèi)：oneid

體系DaaS政據(jù)共享服務(wù)51ExtereDat△Thid-portData

Cms

sDxa

Cm

somersDoto

lake(otaOa大數(shù)據(jù)深中臺(tái)模式——“數(shù)據(jù)河”理論

v.s.

“數(shù)據(jù)湖”

v.s.“某省市”數(shù)據(jù)河中流淌著是單一數(shù)據(jù)模型，數(shù)據(jù)產(chǎn)生直接實(shí)時(shí)流向使用者

不同的數(shù)據(jù)河，支撐起企業(yè)數(shù)據(jù)水生態(tài)Jntwud

Pata

EwyetamExternmA

Dea

RiversDota

SewrsesETL1ETL2每次都要開發(fā)不同的ETL,

數(shù)據(jù)不能實(shí)時(shí)展現(xiàn)Historicaldatastorage傳統(tǒng)大數(shù)據(jù)架構(gòu)下的挑戰(zhàn)——Lambda

架構(gòu)WebAndroid小程序攝像頭Real

Time

Data

每次都要開發(fā)不同的Steamming

,開發(fā)周期長(zhǎng)同一個(gè)數(shù)據(jù)實(shí)時(shí)和批

量處理不同IoT5TCTOREAL-TIMEStreamingStreaming

1Streaming2ResultData-base采集格式1BathDaVtE采集格式2每次都要開發(fā)不同的Steamming

,

開發(fā)周期長(zhǎng)REAL-TIMEStreamingStreaming

1Streaming

2ResultData-

base|傳統(tǒng)大數(shù)據(jù)架構(gòu)的挑戰(zhàn)——Kappa

架構(gòu)采集格式2要適配各種采集格式WebAndroid小程序IoT5TCTOHistoricaldatastorageNeha

Narkhede“ETLisdead”不能即席查詢和訓(xùn)練采集格式1RealTime

DataCachemon

Data

ModelStandardDumperFormatREAL-TIMEStreamingmon

DataModelHistoricaldatastorage1.計(jì)算分布在所有鏈路流程上2.通用業(yè)務(wù)數(shù)據(jù)模型3.端負(fù)責(zé)處理數(shù)據(jù)一致性問題4.即時(shí)查詢、實(shí)時(shí)反饋·去ETL

化·固定數(shù)據(jù)模型·在數(shù)據(jù)產(chǎn)生時(shí)規(guī)整原子口徑

·業(yè)務(wù)口徑交還給業(yè)務(wù)人員·支持邊緣計(jì)算與即時(shí)反饋

主-謂-賓模型WebEdgeSDKAndroidEdgeSDK小程序EdgeSDK攝像頭EdgeSDKIoT

EdgeSDK5TCTO邊緣計(jì)算下的大數(shù)據(jù)和AI架構(gòu)——IOTA

架構(gòu)StandardQueryEngine·

私有化部署·

支持用戶賬號(hào)跨端打通·

支持實(shí)時(shí)復(fù)雜計(jì)算和下鉆分析·

支持二次開發(fā)·

在數(shù)據(jù)產(chǎn)生時(shí)規(guī)整原子口徑·

業(yè)務(wù)口徑交還給業(yè)務(wù)人員XXXX——

用戶數(shù)據(jù)中臺(tái)舉例轉(zhuǎn)化漏斗留存分析用戶分群事件分析用戶畫像路徑分析用戶數(shù)據(jù)資

產(chǎn)數(shù)據(jù)庫(kù)數(shù)據(jù)分析開放API客戶中心In-BoundOut-Bound訂單系統(tǒng)營(yíng)銷工具EDM

ADSMS

MMS數(shù)據(jù)存儲(chǔ)計(jì)算PaaS平臺(tái)CRM生命周期管理忠誠(chéng)度維護(hù)服務(wù)端數(shù)據(jù)庫(kù)日

志API運(yùn)營(yíng)提升業(yè)務(wù)成長(zhǎng)產(chǎn)品改進(jìn)用戶轉(zhuǎn)化W

E

B小程序人工智能的商業(yè)創(chuàng)新第三方數(shù)據(jù)接研會(huì)員營(yíng)銷會(huì)員體系用戶行為分析模型數(shù)據(jù)接入數(shù)據(jù)應(yīng)用精細(xì)化運(yùn)營(yíng)商品支付交易評(píng)價(jià)客服營(yíng)銷A

d

d1

0

1萬(wàn)

工<J用戶大數(shù)據(jù)深中臺(tái)的第一步

—數(shù)天內(nèi)用戶數(shù)據(jù)采集、計(jì)算、展示、分析一步到位XXXX將用戶大數(shù)據(jù)采集建立的過程從數(shù)月降到數(shù)天，同時(shí)保持?jǐn)U展可以順暢與企業(yè)大數(shù)據(jù)平臺(tái)、數(shù)據(jù)倉(cāng)庫(kù)進(jìn)行實(shí)時(shí)數(shù)據(jù)對(duì)接或者ETL批量數(shù)據(jù)對(duì)接。*安裝私有化部署只需數(shù)分鐘到1小時(shí)(Docker

化),數(shù)據(jù)埋點(diǎn)回傳3-7天，首次用戶增長(zhǎng)方案

3-7天，用戶成功多輪測(cè)試迭代SOLJDBCAPI數(shù)據(jù)存儲(chǔ)引掌

快速存儲(chǔ)Teradata/Greenplum數(shù)據(jù)管理任務(wù)調(diào)度

Dispatch資源管理Yarn服務(wù)監(jiān)控

MonitorAndroid/iOS

Edge

SDK

IOT

Edge

SDK企業(yè)大數(shù)據(jù)平臺(tái)/數(shù)據(jù)倉(cāng)庫(kù)XX轉(zhuǎn)化、留存分析HBaseMongc數(shù)據(jù)調(diào)度EasySchedulerXX即時(shí)查詢引擎秒算Query

ProxyAP數(shù)據(jù)安全鑒權(quán)自助查詢…應(yīng)用

層調(diào)度管理服務(wù)層渠道分析數(shù)據(jù)層DAG處理報(bào)警監(jiān)控重跑重試MysqlRedis57·設(shè)計(jì)目標(biāo)·PAAS&SAAS架構(gòu)無(wú)差異·自動(dòng)化部署·組件開源，秒算自研部分逐步開源·二次開發(fā)·我們的選擇·語(yǔ)言統(tǒng)一：JAVA·Hadoop生態(tài)：Hadoop,Presto,Hbase,Kafka,OrcFile·

行業(yè)標(biāo)準(zhǔn)：

Ambari,GRPC,RESTful

APIXX

用戶數(shù)據(jù)中臺(tái)設(shè)計(jì)歷程——架構(gòu)選型·傳輸加密·策略控制·服務(wù)器可以隨時(shí)更改發(fā)發(fā)送策略，比

如發(fā)送頻率調(diào)整，重試頻率·發(fā)送策略優(yōu)先級(jí)：服務(wù)器策略>debug>用戶設(shè)置>啟動(dòng)、間隔策略·服務(wù)器約束示例·根據(jù)上傳版本號(hào)來(lái)判斷。1~2345810111213{"code":

500

,"policy":{"policyNo":0,"eventCount":10,"timerInterval":15,"failCount":5,"failTryDelay":3600"debugMode":1,"serverUrl":"…","hash":"xxxx",XX

用戶數(shù)據(jù)中臺(tái)數(shù)據(jù)采集架構(gòu)設(shè)計(jì)數(shù)據(jù)有序Coumn1Ihdex

DataCoumn2Coum

3Row

DataColmn4Colmn5Stripe

FooterColmn7noex

DataColmn8Coumn

1Row

DataColmn2Stripe

Footerindex

DalaColmn5Row

DataCoumn7Stripe

FooterColmn8File

FooterPosiscg用戶ID21事件名orangeapple物品名sellbuy價(jià)格32數(shù)量1005觸發(fā)時(shí)間2018-04-012018-09-03用戶ID事件名物品名價(jià)格數(shù)量觸發(fā)時(shí)間1buyorange352018-04-011cleanapple2102018-05-021buyapple2152018-06-032sellapple21002018-09-03·

HDFS高效存儲(chǔ)·

Orcfile存儲(chǔ)·

以天分區(qū)·

基于用戶ID,觸發(fā)時(shí)間排序

·

BloomFilter·

稀疏索引XX

用戶數(shù)據(jù)中臺(tái)數(shù)據(jù)采集架構(gòu)設(shè)計(jì)屬性名最大值最小值實(shí)時(shí)存儲(chǔ)HBase250MBStrpe250MBSripe250

MB

Strpe稀疏索引在線查詢PrestoHDFSColmn

6Coumn4Colmn3Colmn6口數(shù)據(jù)收集實(shí)時(shí)計(jì)算EventMRProfileMRDumpMRMergerMR實(shí)時(shí)存儲(chǔ)HBaseHDFS在線查詢PrestoXX

用戶數(shù)據(jù)中臺(tái)底層計(jì)算引擎架構(gòu)設(shè)計(jì)SuperSetDataMining第三方數(shù)據(jù)存儲(chǔ)MySQL

Hive第三方應(yīng)用Web

Server可視化DataAPICRMERP建立漏斗1

注冊(cè)

BloomFilter2

加入購(gòu)物車3

提交訂單4

支付訂單訂單金額

等于

500

請(qǐng)選擇或輸入稀疏索引

轉(zhuǎn)化周期

7

天細(xì)分維度XX

用戶數(shù)據(jù)中臺(tái)數(shù)據(jù)查詢應(yīng)用設(shè)計(jì)模型條件轉(zhuǎn)化漏斗

VXX

用戶數(shù)據(jù)中臺(tái)組件快速擴(kuò)展：強(qiáng)大的二次開發(fā)接口，幫助用戶復(fù)用現(xiàn)有軟件資產(chǎn)/擴(kuò)展未來(lái)應(yīng)用XXXX

實(shí)現(xiàn)非結(jié)構(gòu)化數(shù)據(jù)實(shí)時(shí)轉(zhuǎn)換為結(jié)構(gòu)化數(shù)據(jù)，匯總為主-謂-賓數(shù)據(jù)庫(kù)表，提供JDBC

接

口

，Restful

AP接口，用戶畫像數(shù)據(jù)導(dǎo)出API,

個(gè)性化推送API,

監(jiān)控告警API

等，幫助銀行迅速融合對(duì)接自己系統(tǒng)，同時(shí)提供無(wú)限二次開發(fā)可能。SAD

BOTIBC

SpotfireT

+ableau重

CognosSQLServer套霞DB2ORACLETERADATA.數(shù)據(jù)驅(qū)動(dòng)企業(yè)發(fā)展趨勢(shì)云方舟

與接臺(tái)IOSAndroidJavaRubyWi-FiVideoMySQLHbaseHiveXXPaaS實(shí)時(shí)查詢接口秒算引擎XXPaaS數(shù)據(jù)接口HAWO介TiDBGBASESnalysys你要的數(shù)據(jù)分析VR輸入

查詢Bl,

AI用戶運(yùn)營(yíng)分析DatawarehouseQRss

DB方舟產(chǎn)品

分析用戶精細(xì)化運(yùn)營(yíng)分析SsasPOWERTOKNCM方舟產(chǎn)品TensorFlow對(duì)接Paas63X