中信银行信用卡中心智慧挖掘开发者建设平台

项目背景

中信银行信用卡中心智慧挖掘开发者建设平台

信用卡中心经过多年的沉淀已形成了完善的客户分析及机器学习建模体系,但随着外部数据的引入以及业务的多样化,业务部门对数据分析挖掘的需求越来越多,且时效性要求越来越高。传统分析工具因存在数据量不全、单机多租户等问题,逐渐无法满足业务部门对客户进行分析和建模的需求。

建设目标

降低大数据分析挖掘工具和机器学习算法的使用门槛,提升分析建模效率,提升卡中心整体的数据运营能力;
实现卡中心内部数据资源、分析挖掘技术的共享,与业务实施“共建”,精细化管理客户全生命周期模型;
集成Spark、Python、R、XGBoost等机器学习框架,建立支持深度学习的自助式数据挖掘分析平台,实现一键建模和业务自助式挖掘分析。

解决之道

可靠的环境保障

利用大数据分析处理框架Spark进行分布式计算,将中间数据存放在内存中,提高迭代运行效率;分析处理引擎为并行访问内存数据提供安全的多用户环境,大量用户可以使用相同数据进行建模。

强大的数据挖掘分析能力

平台提供100余种分析算法,并提供自定义算法能力,满足各类业务场景;建模过程无需编程,采用拖拽算子的可视化操作方式即可完成海量数据的价值挖掘;以可视化的方式对模型训练进行评估和对比,方便业务人员更快确定最佳预测模型,提供高可信度的答案。

完整的大数据应用体系

平台不仅支持快速建模,同时支持对模型资产进行有效的管理与应用。

广泛的兼容性

平台兼容各类数据源,建模成果和数据可通过多种方式对外提供,例如数据储存、数据可视化技术;数据挖掘分析建模成果可快速应用到各类服务系统,例如可执行文件、PMML文件、Web服务。

客户收益

自主可控的路径提升:一站式平台的建设为科技部门带来了自主可控的数据挖掘平台,匹配大数据发展趋势的技术路径。

数据挖掘协同模式的改变:通过一站式平台,业务部门数据挖掘人员可以更好的共享成果,分享经验,快速学习与培训,大大提升卡中心的数据运营能力。

数据挖掘氛围的提升:通过一站式平台组织数据挖掘算法竞赛,评估优秀算法服务,为类似活动的开展提供了更加社区化的交流环境,促进更多优秀算法的诞生。

相关案例

中国外汇交易中心数据可视化

金融行业海量数据的价值,如何能更精准的运营,更有效的管理,更全面的监控,使得构建金融运营全景显得越来越重要。中国外汇交易中心大数据可视化项目通过大数据可视化软件系统,为外汇交易中心提供可视化支撑,实现外汇交易业务的大数据数据汇集、数据分析和数据可视化。

了解更多
深圳宝生村镇银行大数据平台

深圳宝生村镇银行主要服务于深圳地区的科技企业,日常经常需要密切跟踪、查看各类关键的经营指标、以及分析相关的业务数据,但由于受限于科技团队规模与研发力量,过往只能通过提交业务需求,然后由外包团队通过报表定制方式实现。随着业务的不断发展以及业务越来越多样化,现有的数据管理方式开发周期长、响应不够及时、需求变更不灵活等弊端愈发明显,越来越难以满足与支撑业务的需要。

了解更多
领导管理驾驶舱大数据可视化平台

海南银行管理层(董事长、行长、以及多位副行)日常经常需要查看、跟踪各类关键的经营指标。但因为经营指标随着业务的发展、监管关注点的变化等因素,不可避免也会需要动态变化,因此迫切需要一个大屏可视化技术,能灵活适应业务各类场景,迅速配置相关页面的展示,实现更敏捷的管理驾驶舱建设模式。

了解更多

现在开始,开启您的数据智能之旅

立即咨询 免费试用