某商业银行大数据营销案例
项目背景
随着互联网金融对传统银行业务的不断冲击，银行业变革需求迫切，做为互联网+金融的先锋，某商业银行早已布局了银行电商平台，但该电商平台需要通过大数据技术实现个性化商品推荐，提高网站的用户体验、客单价和复购率，同时希望能够搭建用户画像和用户分析系统，帮助运营人员优化网站运营。
 
项目目标
1、在该银行的电商商城上为用户提供精准实时的个性化推荐服务
2、提供网站运营智能分析工具
3、提供可视化分析报告

大数据金融系统解决方案：
1、个性化站内推荐
（1）部署代码，采集数据
通过js部码的方式，在商城网站的PC端和手机客户端采集商品信息和用户行为等非敏感信息，包括商品编号、商品名称、商品品类、页面访问、浏览品类、浏览单品、搜索、添加购物车等。
（2）建立推荐模型
对于收集上来的商品和用户行为信息，经过算法模型的处理变换为多种形式的个性化推荐模型，并结合大数据金融系统掌握的外部全网数据，形成更精确的推荐结果。
（3）进行精准的个性化推荐
大数据金融系统基于场景引擎、规则引擎、算法引擎、展示引擎以及流处理平台和批处理平台进行个性化数据运营，形成个性化推荐方案，推荐的内容包括商品、广告、活动、商家等。
 
2、智能分析引擎
（1）客户画像
将商城的数据与大数据金融系统全网数据整合，了解用户在其它电商、社交平台、APP上的外部行为，提供更准确的客户画像。

（2）商业分析和网站运维分析
整合商城前后端数据，提供基于流量、通路、访客、会员、客户行为、商品、订单、融资等的数据分析，通过大数据金融系统分析引擎，向业务人员展示电子商务的核心数据情况，满足商业分析（BA）和网站运维分析(WA)的需求。
（3）算法和效果评估
建立完整的客户行为分析引擎，包括基于多种算法产生的客户行为模型和最终的效果评估优化等。
 
3、可视化数据分析报告
（1）可视化数据分析报告系统。
通过大数据金融系统分析引擎，以行业通用的方式展示流量、通路、访客、会员、客户行为、商品、订单、融资等可视化数据报告；向行内运营后台、店铺后台进行数据输出。
（2）灵活的报表展现。
业务人员可根据需要，灵活展现电商运维的核心及常用指标，形成可用的数据分析结果。
（3）评估与优化
定期对数据分析报告的质量进行评估和优化，保证指标的合理性和正确性，并根据需求不断改进分析报告系统。
 
项目实施
目前基于大数据金融系统的筛选引擎和分析引擎均已部署和上线。