金融行業(yè)企業(yè)級(jí)預(yù)測(cè)分析解決方案議程SPSS公司簡(jiǎn)介SPSS企業(yè)級(jí)預(yù)測(cè)分析解決方案簡(jiǎn)介SPSSChina金融行業(yè)成功案例介紹SPSS公司簡(jiǎn)介SPSS–世界級(jí)軟件公司SPSS公司簡(jiǎn)介卓越的領(lǐng)導(dǎo)能力預(yù)測(cè)分析的市場(chǎng)領(lǐng)導(dǎo)者得到權(quán)威雜志期刊認(rèn)可：

Forbes,BusinessWeek,IntelligentEnterprise,InfoWorld,CRMMagazine等已證明的銷售記錄財(cái)富1000強(qiáng)企業(yè)的95%超過(guò)250,000個(gè)授權(quán)銷售記錄世界前十名商業(yè)銀行世界前十名電信效勞公司中的8個(gè)世界前25名零售商的84％世界所有市場(chǎng)研究公司的96%世界頂級(jí)零售包裝公司的80%公司榮譽(yù)SPSS是數(shù)據(jù)分析行業(yè)的領(lǐng)導(dǎo)者2007年第二季度SPSS處于數(shù)據(jù)挖掘市場(chǎng)領(lǐng)導(dǎo)者地位，并且在數(shù)據(jù)挖掘開(kāi)展方向的把握以及操作的簡(jiǎn)潔和簡(jiǎn)便性上遠(yuǎn)遠(yuǎn)超過(guò)市場(chǎng)上所有同類公司。全球使用者最多的數(shù)據(jù)分析軟件NucleusResearch:

TheRealROIfromSPSS94%的客戶獲得了正的ROI，平均回報(bào)期為10.7個(gè)月主要收益表達(dá)在：本錢降低，生產(chǎn)效率提高，客戶和員工滿意度提高，以及更高的運(yùn)營(yíng)透明度81%的工程按時(shí)部署，75%的工程符合或低于預(yù)算“在Nucleus的所有RealROI系列研究報(bào)告中，SPSS的ROI得分是最高的一個(gè).〞RebeccaWettemann,VicePresidentofResearch,NucleusResearchSPSS中國(guó)SPSS銀行業(yè)用戶TheWorldBankGroupSPSS銀行業(yè)解決方案業(yè)務(wù)流程企業(yè)數(shù)據(jù)源企業(yè)預(yù)測(cè)分析應(yīng)用

品牌感知

套餐分析

計(jì)劃&設(shè)計(jì)

促銷&市場(chǎng)產(chǎn)品，

&促銷計(jì)劃

客戶獲得

交叉銷售

客戶維系

市場(chǎng)細(xì)分多渠道客戶關(guān)系管理

預(yù)測(cè)跟蹤

服務(wù)質(zhì)量

客戶反饋客戶服務(wù)

網(wǎng)點(diǎn)選址優(yōu)化渠道

&網(wǎng)點(diǎn)

ATM選址優(yōu)化

行用評(píng)分

欺詐

反洗錢

法規(guī)遵循金融

&風(fēng)險(xiǎn)業(yè)務(wù)流程企業(yè)數(shù)據(jù)源企業(yè)預(yù)測(cè)分析應(yīng)用

品牌感知

產(chǎn)品&服務(wù)設(shè)計(jì)

促銷&市場(chǎng)市場(chǎng)，產(chǎn)品，

&促銷計(jì)劃

客戶獲得

交叉銷售l

客戶維系

市場(chǎng)細(xì)分多渠道客戶關(guān)系管理

預(yù)測(cè)跟蹤

服務(wù)質(zhì)量

客戶反饋客戶服務(wù)

保單欺詐

法規(guī)遵循

保險(xiǎn)精算金融

&風(fēng)險(xiǎn)

保險(xiǎn)

信用評(píng)分

保單管理

雇傭&維系業(yè)務(wù)運(yùn)營(yíng)SPSS企業(yè)級(jí)預(yù)測(cè)分析解決方案簡(jiǎn)介TextMiningTextMining效勞器SPSS企業(yè)級(jí)預(yù)測(cè)分析解決平臺(tái)架構(gòu)Clementine客戶端Web效勞器(SOA)客戶接觸點(diǎn)/前臺(tái)根底效勞(知識(shí)庫(kù))資產(chǎn)管理環(huán)境管理企業(yè)級(jí)視圖報(bào)表開(kāi)發(fā)效勞器過(guò)程管理(管理器)作業(yè)創(chuàng)建作業(yè)運(yùn)行調(diào)度及通告Clementine效勞器SPSS效勞器SAS效勞器效勞器接口強(qiáng)力用戶預(yù)測(cè)分析經(jīng)理前端用戶預(yù)測(cè)分析結(jié)果瀏覽者SPSS客戶端客戶端接口Dimensions生成器(QL)(未來(lái))風(fēng)險(xiǎn)控制生成器交互事件生成器SAS客戶端ShowCase查詢語(yǔ)句ShowCase服務(wù)器什么是數(shù)據(jù)挖掘？英文：

DataMiningisfor

poweruserstofollowaprovenmethodologytodiscoveraction-orientedinsightsfromdetailoperationsdatatoimprovebusiness.中文：數(shù)據(jù)挖掘是經(jīng)營(yíng)者用已驗(yàn)證的方法在業(yè)務(wù)細(xì)節(jié)數(shù)據(jù)中開(kāi)掘出可采取行動(dòng)的內(nèi)在知識(shí)，從而改善企業(yè)運(yùn)營(yíng)。已驗(yàn)證的方法細(xì)節(jié)數(shù)據(jù)內(nèi)在知識(shí)改善運(yùn)營(yíng)統(tǒng)計(jì)分析和數(shù)據(jù)挖掘側(cè)重點(diǎn)比較統(tǒng)計(jì)分析數(shù)據(jù)挖掘基于假設(shè)定義探索性小數(shù)據(jù)量海量數(shù)據(jù)變量數(shù)目小變量數(shù)目大演繹推理歸納推理數(shù)值型非數(shù)值型/數(shù)值型有噪聲的數(shù)據(jù)噪聲較小、比較完整的數(shù)據(jù)只包含有科學(xué)理論支撐的算法可以包括有實(shí)際商業(yè)意義的前沿算法什么是文本挖掘？

文本挖掘是指通過(guò)發(fā)現(xiàn)核心概念和趨勢(shì)，從非結(jié)構(gòu)化數(shù)據(jù)中精煉出知識(shí)，幫助企業(yè)做出更好的商業(yè)決策的過(guò)程。數(shù)據(jù)挖掘開(kāi)展的趨勢(shì)…

通過(guò)革命性地組合文本挖掘和數(shù)據(jù)挖掘

把非結(jié)構(gòu)化文本數(shù)據(jù)和有效的行為相關(guān)聯(lián)，從而得到和當(dāng)前環(huán)境及未來(lái)行為相關(guān)的結(jié)論商業(yè)中的數(shù)據(jù)挖掘數(shù)據(jù)

+工具

+方法

+目標(biāo)

=知識(shí)數(shù)據(jù)

+工具+方法

+目標(biāo)

+行動(dòng)

=價(jià)值數(shù)據(jù)挖掘方法論CRossIndustryStandardProcess-forDataMining跨行業(yè)數(shù)據(jù)挖掘標(biāo)準(zhǔn)過(guò)程循環(huán)遞進(jìn)的數(shù)據(jù)挖掘過(guò)程商業(yè)知識(shí)的緊密結(jié)合數(shù)據(jù)挖掘結(jié)果的部署ClementineClementine的數(shù)據(jù)流SPSSClementine包含的數(shù)據(jù)挖掘模型聚類算法模型關(guān)聯(lián)分析模型決策樹模型其它模型回歸模型OracleDMIBMDB2IntelligentMinerSQLSERVER2005AnalysisServices11版本新增模型文本概念分類和聚類文本概念探索CHURNTechnicalSupportNewPhoneASAPNewPhoneNearestStoreLocationMinuteChargesManagerASAPHelpLearningHandsetCustomerCareChangeRate集成了數(shù)據(jù)可視化ThickerLines=StrongerAssociations集成在預(yù)測(cè)分析應(yīng)用中11.文本挖掘直接集成在分析過(guò)程中3.通過(guò)數(shù)據(jù)挖掘模型得到分析結(jié)果344.模型性能比較2.包含結(jié)構(gòu)化和非結(jié)構(gòu)化模型2大幅度提高數(shù)據(jù)挖掘的性能1提升度較傳統(tǒng)的流失模型提高10%——50%2PredictiveEnterpriseServices——企業(yè)級(jí)預(yù)測(cè)分析平臺(tái)分析資產(chǎn)管理集成的知識(shí)庫(kù)利用分析視圖標(biāo)準(zhǔn)化數(shù)據(jù)訪問(wèn)分析自動(dòng)化及過(guò)程管理創(chuàng)立復(fù)雜作業(yè)流程并自動(dòng)化使用電子郵件提示作業(yè)運(yùn)行結(jié)果自動(dòng)化模型刷新、評(píng)估和模型評(píng)分過(guò)程包括SPSS分析產(chǎn)品、SAS和其他類型作業(yè)部署分析結(jié)果創(chuàng)立監(jiān)測(cè)及分析結(jié)果報(bào)告。通過(guò)訪問(wèn)網(wǎng)頁(yè)自動(dòng)化訪問(wèn)和管理輸出結(jié)果把分析處理流程和其他業(yè)務(wù)流程相結(jié)合，標(biāo)準(zhǔn)化Web效勞接口。有效管理分析資產(chǎn)分析員分析員中央分析知識(shí)庫(kù)審計(jì)人員項(xiàng)目經(jīng)理IT客戶分析員分析員自動(dòng)化分析過(guò)程中央分析知識(shí)庫(kù)創(chuàng)立模型驗(yàn)證模型模型評(píng)分分析過(guò)程管理中央分析知識(shí)庫(kù)分析流程通常是復(fù)雜的，可能涉及多類工具以及由不同簡(jiǎn)單處理過(guò)程組成復(fù)雜的數(shù)據(jù)處理流程。不僅能夠定義過(guò)程而且能夠確保處理過(guò)程使用正確的版本。金融行業(yè)應(yīng)用——舉例交付分析結(jié)果分析結(jié)果通過(guò)網(wǎng)絡(luò)進(jìn)行交叉銷售或銷售提升通過(guò)呼叫中心進(jìn)行銷售和客戶挽留數(shù)據(jù)輸入時(shí)進(jìn)行的風(fēng)險(xiǎn)評(píng)估優(yōu)化直郵活動(dòng)，最大化客戶響應(yīng)率以及利潤(rùn)批量風(fēng)險(xiǎn)評(píng)分，確認(rèn)需要進(jìn)一步調(diào)查的事件實(shí)時(shí)鑒別可疑的交易行為SPSSChina金融行業(yè)成功案例介紹

中信銀行個(gè)人消費(fèi)貸款風(fēng)險(xiǎn)管理工程背景介紹個(gè)人零售業(yè)務(wù)是中信銀行業(yè)務(wù)未來(lái)開(kāi)展的重點(diǎn)之一，但個(gè)人不良貸款開(kāi)始顯現(xiàn)并有逐年增高的趨勢(shì)。BaselII協(xié)議對(duì)銀行風(fēng)險(xiǎn)管理提出了新的嚴(yán)格要求。在采用IRB法對(duì)風(fēng)險(xiǎn)要素進(jìn)行科學(xué)度量。這些風(fēng)險(xiǎn)要素包括對(duì)違約概率〔PD〕、違約損失率〔LGD〕、違約風(fēng)險(xiǎn)暴露〔EAD〕及期限〔M〕的度量。某些情況下，要求銀行使用監(jiān)管當(dāng)局確定的數(shù)值作為對(duì)一項(xiàng)或多項(xiàng)風(fēng)險(xiǎn)要素的內(nèi)部估計(jì)值。對(duì)于零售業(yè)務(wù)，銀行必須自己估計(jì)違約概率、違約損失率和違約風(fēng)險(xiǎn)暴露。高質(zhì)量的客戶效勞要求簡(jiǎn)化并加快貸款審批流程。SPSSChina的工作個(gè)人貸款申請(qǐng)的風(fēng)險(xiǎn)評(píng)估IRB方法在分析大量的歷史數(shù)據(jù)的根底上，使用統(tǒng)計(jì)分析或數(shù)據(jù)挖掘的方法總結(jié)過(guò)往風(fēng)險(xiǎn)評(píng)級(jí)的經(jīng)驗(yàn)和規(guī)律，從而效勞于將來(lái)的新客戶風(fēng)險(xiǎn)預(yù)測(cè)。數(shù)據(jù)驅(qū)動(dòng)式的風(fēng)險(xiǎn)量化評(píng)估方法背后的哲學(xué)是實(shí)用主義和經(jīng)驗(yàn)主義使用SPSS產(chǎn)品列表ClementineClementineBatchSPSSSolutionPublisher系統(tǒng)架構(gòu)個(gè)人貸款申請(qǐng)風(fēng)險(xiǎn)評(píng)分模型風(fēng)險(xiǎn)模型實(shí)時(shí)評(píng)分與原零售信貸業(yè)務(wù)管理系統(tǒng)相結(jié)合模型評(píng)估$L1代表結(jié)合使用神經(jīng)網(wǎng)絡(luò)和C5.0模型生成的Logistic模型精確度提高4.83%$L：70.05%$L1：74.88%風(fēng)險(xiǎn)評(píng)分結(jié)果例如風(fēng)險(xiǎn)臨界點(diǎn)在線分