《SPSS企业级预测分析金融解决方案.ppt》由会员分享，可在线阅读，更多相关《SPSS企业级预测分析金融解决方案.ppt（46页珍藏版）》请在三一办公上搜索。
1、,金融行业企业级预测分析解决方案,议程,SPSS公司简介SPSS企业级预测分析解决方案简介SPSS China金融行业成功案例介绍,SPSS公司简介,1968年成立将近40年的数据分析技术积累1993年纳斯达克上市总部 芝加哥全球前25名软件公司遍布全球60多个国家2,000多名员工超过250,000 家企业使用SPSS2百多万名授权用户全球60多个运营机构,SPSS 世界级软件公司,SPSS公司简介,卓越的领导能力预测分析的市场领导者得到权威杂志期刊认可：Forbes,Business Week,Intelligent Enterprise,InfoWorld,CRM Magazine等,公
2、司荣誉被评为纳斯达克上市公司中22个利润最高的公司之一。被评为财富杂志评选SPSS为员工最愿意为之工作的公司之一。Clementine被西班牙商业杂志评为最优秀的数据挖掘软件。数据挖掘技术连续四年在 KD Nuggets 上投票评选为使用率最高的数据挖掘软件。被CRM杂志评为在客户关系管理、个人成就、公司管理三个方面都有突出成就的公司之一。SPSS被 MacWorld 列为最受欢迎的产品之一。,已证明的销售记录财富1000强企业的95%超过250,000 个授权销售记录世界前十名商业银行世界前十名电信服务公司中的8个 世界前25名零售商的84世界所有市场研究公司的96%世界顶级零售包装公司的8
3、0%,公司荣誉,SPSS是数据分析行业的领导者,2007年第二季度,SPSS处于数据挖掘市场领导者地位，并且在数据挖掘发展方向的把握以及操作的简洁和简便性上远远超过市场上所有同类公司。,全球使用者最多的数据分析软件,Nucleus Research:The Real ROI from SPSS,94%的客户获得了正的ROI，平均回报期为10.7个月主要收益体现在：成本降低，生产效率提高，客户和员工满意度提高，以及更高的运营透明度81%的项目按时部署，75%的项目符合或低于预算,“在Nucleus的所有Real ROI系列研究报告中，SPSS的ROI得分是最高的一个.”Rebecca Wette
4、mann,Vice President of Research,Nucleus Research,SPSS中国,成立于2006年5月18日上海总公司北京代表处专业技术队伍SPSS西安研发中心、售后技术支持中心（120人）,SPSS银行业用户,The World Bank Group,SPSS银行业解决方案,业务流程,企业数据源,企业预测分析应用,行用评分 欺诈,反洗钱 法规遵循,金融&风险,SPSS 保险业用户,SPSS保险业解决方案,业务流程,企业数据源,企业预测分析应用,SPSS企业级预测分析解决方案简介,Text Mining,Text Mining 服务器,SPSS企业级预测分析解决平
5、台架构,Clementine客户端,Web服务器(SOA),客户接触点/前台,基础服务(知识库)资产管理环境管理企业级视图报表开发服务器,Clementine服务器,SPSS服务器,SAS 服务器,服务器接口,强力用户预测分析经理,前端用户预测分析结果浏览者,客户端接口,Dimensions生成器(QL),(未来),风险控制生成器,交互事件生成器,SAS 客户端,ShowCase 查询语句,ShowCase 服务器,什么是数据挖掘？,英文：Data Mining is for power users to follow a proven methodology to discover acti
6、on-oriented insights from detail operations data to improve business.,中文：数据挖掘是经营者用已验证的方法在业务细节数据中发掘出可采取行动的内在知识，从而改善企业运营。已验证的方法细节数据内在知识改善运营,统计分析和数据挖掘侧重点比较,什么是文本挖掘？,文本挖掘是指通过发现核心概念和趋势，从非结构化数据中精炼出知识，帮助企业做出更好的商业决策的过程。,数据挖掘发展的趋势,通过革命性地组合文本挖掘和数据挖掘把非结构化文本数据和有效的行为相关联，从而得到和当前环境及未来行为相关的结论,商业中的数据挖掘,商业领域只要有大量数据存在
7、的领域，就有使用数据挖掘的机会对数据研究的投资小于研究结果所产生的价值，就值得进行数据分析挖掘,数据+工具+方法+目标=知识,学术领域知识的价值至高无上,数据+工具+方法+目标+行动=价值,数据挖掘方法论,CRoss Industry Standard Process-for Data Mining跨行业数据挖掘标准过程循环递进的数据挖掘过程商业知识的紧密结合数据挖掘结果的部署,Clementine,企业级数据挖掘平台快速开发多种预测模型紧密结合业务知识，行业经验可视化数据挖掘工作流方便快捷的部署方式增强决策能力,更高的ROI全面支持数据挖掘方法论CRISP-DM开放的体系架构 充分利用已有的
8、设备投资,Clementine的数据流,SPSS Clementine包含的数据挖掘模型,聚类算法模型,关联分析模型,11版本新增模型,文本概念分类和聚类,文本概念探索,集成了数据可视化,集成在预测分析应用中,大幅度提高数据挖掘的性能,Predictive Enterprise Services 企业级预测分析平台,分析资产管理集成的知识库利用分析视图标准化数据访问分析自动化及过程管理创建复杂作业流程并自动化使用电子邮件提示作业运行结果自动化模型刷新、评估和模型评分过程包括SPSS分析产品、SAS和其他类型作业部署分析结果创建监测及分析结果报告。通过访问网页自动化访问和管理输出结果把分析处理流
9、程和其他业务流程相结合，标准化Web服务接口。,有效管理分析资产,分析员,分析员,自动化分析过程,创建模型,验证模型,模型评分,分析过程管理,分析流程通常是复杂的，可能涉及多类工具以及由不同简单处理过程组成复杂的数据处理流程。,不仅能够定义过程而且能够确保处理过程使用正确的版本。,金融行业应用举例,对客户记录进行日常性评分，优化市场营销活动和其他客户交互活动效果。在保险理赔流程中增加风险评分或行动建议，帮助业务人员处理理赔时采用最佳策略。发布一组表述某个特定客户群特征的规则或标准，从而准确概述市场特征。发布图形或其他可视化形式来突出分析所得的重要信息。发布报表来比较实际和预测结果的准确程度或者
10、揭示那些对企业运营有潜在影响的预测结果。自动化分析流程，并把已有流程方便地嵌入到标准化Web服务中。,交付分析结果,分析结果,通过网络进行交叉销售或销售提升,通过呼叫中心进行销售和客户挽留,数据输入时进行的风险评估,优化直邮活动，最大化客户响应率以及利润,批量风险评分，确认需要进一步调查的事件,实时鉴别可疑的交易行为,SPSS China金融行业成功案例介绍中信银行个人消费贷款风险管理,项目背景介绍,个人零售业务是中信银行业务未来发展的重点之一，但个人不良贷款开始显现并有逐年增高的趋势。Basel II协议对银行风险管理提出了新的严格要求。在采用IRB法对风险要素进行科学度量。这些风险要素包括
11、对违约概率（PD）、违约损失率（LGD）、违约风险暴露（EAD）及期限（M）的度量。某些情况下，要求银行使用监管当局确定的数值作为对一项或多项风险要素的内部估计值。对于零售业务，银行必须自己估计违约概率、违约损失率和违约风险暴露。高质量的客户服务要求简化并加快贷款审批流程。SPSS China的工作个人贷款申请的风险评估,IRB方法,在分析大量的历史数据的基础上，使用统计分析或数据挖掘的方法总结过往风险评级的经验和规律，从而服务于将来的新客户风险预测。数据驱动式的风险量化评估方法背后的哲学是实用主义和经验主义,使用SPSS产品列表,ClementineClementine BatchSPSS
12、Solution Publisher,系统架构,个人贷款申请风险评分模型风险模型实时评分与原零售信贷业务管理系统相结合,模型评估,$L1代表结合使用神经网络和C5.0模型生成的Logistic模型精确度提高4.83%$L：70.05%$L1：74.88%,风险评分结果示例,风险临界点,在线分析示例,应用效果,提高了数据挖掘项目实施效率。使业务专家可以深入到整个数据挖掘项目过程中，确保项目的成功。可视化的模型帮助业务加深了解个贷风险的内在规则。简化并加速了贷款审批速度，提高了客户满意度及工作效率。其他收益：该项目完成后，中信银行又把Clementine应用在个贷风险跟踪及个贷精确化营销领域。,谢谢！,
