{"resolved":true,"match_type":"uuid","source_type":"original_book","book_id":"cd4f7678-cd9b-4971-bde0-e9ad46a6cc71","title":"人工智能与大数据技术导论","author":null,"edition":null,"publisher":null,"year":null,"isbn":"9787302517986","requested_by":"printed_page","book":{"source_type":"original_book","book_id":"cd4f7678-cd9b-4971-bde0-e9ad46a6cc71","id":"cd4f7678-cd9b-4971-bde0-e9ad46a6cc71","uuid":"cd4f7678-cd9b-4971-bde0-e9ad46a6cc71","title":"人工智能与大数据技术导论","normalized_title":"人工智能与大数据技术导论","author":null,"edition":null,"publisher":null,"year":null,"isbn":"9787302517986","isbns":["9787302517986"],"parsed":true,"ai_readable":true,"document_type":"book","page_count":490,"navigation_url":"https://workshop.closeclaw.top/ai/book/cd4f7678-cd9b-4971-bde0-e9ad46a6cc71","title_url":"https://workshop.closeclaw.top/ai/title/%E4%BA%BA%E5%B7%A5%E6%99%BA%E8%83%BD%E4%B8%8E%E5%A4%A7%E6%95%B0%E6%8D%AE%E6%8A%80%E6%9C%AF%E5%AF%BC%E8%AE%BA","fixed_page_url_template":"https://workshop.closeclaw.top/ai/book/cd4f7678-cd9b-4971-bde0-e9ad46a6cc71/page/{printed_page}","path_api_url_template":"https://workshop.closeclaw.top/api/ai/book/cd4f7678-cd9b-4971-bde0-e9ad46a6cc71/page/{printed_page}","read_url":"https://workshop.closeclaw.top/api/ai/read/cd4f7678-cd9b-4971-bde0-e9ad46a6cc71","page_url":"https://workshop.closeclaw.top/api/ai/books/cd4f7678-cd9b-4971-bde0-e9ad46a6cc71/page","search_url":"https://workshop.closeclaw.top/api/ai/books/cd4f7678-cd9b-4971-bde0-e9ad46a6cc71/search"},"page":{"printed_page":408,"pdf_page":424,"physical_index":424,"physical_index_base":0,"printed_page_status":"recognized","page_sha256":"9dd7e9992f567ca60707d8a3b80052eb1341d87d94d548b9536cedd93bfdbbcd"},"chapter":"第13章","content":"此外，数据的聚合与共享为金融机构搭建生态系统提供了新的场景与动力。商业银行可以更加积极快速地开展内部跨业务条线合作，以及外部同业、跨行业合作。\n\n2. 推进银行数字化转型\n\n数字银行以大数据、移动互联网、人工智能等先进信息技术为支撑，全面强化了“以客户为中心”的理念，强调通过数字化的宽带网络和移动互联网等新兴渠道为客户提供便利化服务以增加客户黏性。数字银行的构成包括4个部分：以客户信息安全为核心，实现多样化服务渠道，实现客户化服务流程，实现常态化服务创新。\n\n传统银行为实现“以客户为中心”进行了大量努力，却仍感到对客户的需求了解得不够，而客户也常常抱怨银行服务太差，银行与客户之间存在着巨大的信息不对称的鸿沟。大数据为银行观察客户、分析客户提供了一个全新的视角，基于海量的、多样性的数据，银行可以获得更及时、更具前瞻性的客户信息，大数据技术为银行深入洞察客户提供了新的图景和可行的解决方案。\n\n银行在数据来源方面具有多渠道多触角的优势，拥有大量的客户行为数据，客户通过各种渠道与银行互动都留下了痕迹，这些动态信息与客户财务数据等静态信息相比，更具稳定性，基于客户行为数据的分析挖掘也使得银行对客户的了解更加准确。\n\n当前，一方面，移动智能终端、手机App以及基于网络层的数据采集技术的快速发展使得第一时间获取客户动态信息成为可能；另一方面，大数据领域的流计算技术为实时客户行为分析、风险和信用评估、反欺诈检查、产品精准推荐提供了低成本的高速运算平台（毫秒级快速响应，实现算法或模型的动态迭代，与联机交易系统实现联动），使得商业银行能够更加灵敏地感知商业环境和客户需求，更加顺畅地搭建反馈闭环，实现数据驱动的个性化金融服务推荐，开展事件营销和交叉营销，在提高营销成功率的同时提升客户体验，甚至可以基于以往的接触信息或外部信息，针对潜在客户提供更精准的产品推荐和更好的客户体验，实现更好地获客。\n\n3. 推动IT部门从后台走向前台\n\n大数据应用过程中，跨系统、跨业务条线的数据汇聚和数据整合需要IT部门规划和实施，跨业务条线的数据开放和共享需要IT部门推动，将数据转变为可理解的信息需要IT部门加工。一个独立于IT的业务部门将很难对快速进化的数据平台、数据集合、信息库、模型库和知识库进行高效管理。\n\n在大数据和人工智能平台上，业务部门和IT部门只有紧密合作、相互依赖、联合创新，才能实现从数据到价值的高效转化。可以预见，大数据和人工智能的深度应用必然将IT部门从“后端”不断推向“前台”。银行科技部门也应清晰地认识到“大数据是实现IT引领”最重要的抓手”，与业务合作开展产品创新、流程创新，推进银行转型，促使银行管理从基于经验的管理向以数据分析为基础的精细化管理转变。由此，商业银行中IT部门的定位也将发生巨大变化。\n\n首先，IT部门从业务发展的支撑者转变为业务创新的合作伙伴。IT部门应建立专业的数据分析团队，高效地开展数据采集、整合和分析加工工作，结合业务需求不断开发数据产品和工具平台，与业务部门一起开展模型、指标研发，支持业务部门开展分析洞察和推广应用，为业务开展提供服务保障、决策分析、优化建议等运营支持，推进银行业务流程创新、产品创新和服务创新。\n\n人工智能与大数据技术导论\n\n408","previous_page":407,"next_page":409}