银行大数据审计ppt课件
合集下载
《大数据审计技术》课件——3-1利润表质量分析
3、关注研究与开发费用 研究与开发费用直接影响企业的长期经营业绩。 研究与开发费用必须投入，以维持企业竞争优势。
22
二、利润表质量分析重点
（二）利润质量恶化表现
1、企业反常压缩管理成本
2、企业变更会计政策和会计估计
3、应收账款规模的不正常增加
4、企业存货周转过于缓慢
5、应付账款规模的不正常增加
6、企业的业绩过度依赖非主营业务
7、企业计提的各种准备和折旧过低
8、企业有足够的可供分配的利润，但不进行现金股利分配
23
二、利润表质量分析重点 （三）利润表相关数据异常
1、营业收入增幅低于应收账款增幅，且营业收入和净利润与经营性 现金流量相背离 2、营业利润大幅增加的同时，营业成本、销售费用等增幅很小 3、公司应交增值税、税金及附加和所得税费用异常低，与收入和利 润增长幅度不匹配
（三）利润表质量主要影响因素
影响利润质量的因素很多，主要包括： 企业经济环境、适用的税收政策、企业的主营业务、采用 的会计政策、现金流量、资产的质量、偶然的或一次性的经 济事项、财务状况、企业未来的发展规划等。
13
一、利润表质量分析含义与内容
（三）利润表质量主要影响因素
1、变动成本
变动成本率=变动成本÷销售收入×100%
237,080.89 242,659.23 193,425.48
5,221.74 22,356.54 16,930.21 5,044.34
-379.46 6,615.21 357.81 5,877.95 3,752.04
2013
279,562.33 395,797.36 244,093.36
7,136.74 34,592.70 20,455.32 1,361.76 -114,857.50
22
二、利润表质量分析重点
（二）利润质量恶化表现
1、企业反常压缩管理成本
2、企业变更会计政策和会计估计
3、应收账款规模的不正常增加
4、企业存货周转过于缓慢
5、应付账款规模的不正常增加
6、企业的业绩过度依赖非主营业务
7、企业计提的各种准备和折旧过低
8、企业有足够的可供分配的利润，但不进行现金股利分配
23
二、利润表质量分析重点 （三）利润表相关数据异常
1、营业收入增幅低于应收账款增幅，且营业收入和净利润与经营性 现金流量相背离 2、营业利润大幅增加的同时，营业成本、销售费用等增幅很小 3、公司应交增值税、税金及附加和所得税费用异常低，与收入和利 润增长幅度不匹配
（三）利润表质量主要影响因素
影响利润质量的因素很多，主要包括： 企业经济环境、适用的税收政策、企业的主营业务、采用 的会计政策、现金流量、资产的质量、偶然的或一次性的经 济事项、财务状况、企业未来的发展规划等。
13
一、利润表质量分析含义与内容
（三）利润表质量主要影响因素
1、变动成本
变动成本率=变动成本÷销售收入×100%
237,080.89 242,659.23 193,425.48
5,221.74 22,356.54 16,930.21 5,044.34
-379.46 6,615.21 357.81 5,877.95 3,752.04
2013
279,562.33 395,797.36 244,093.36
7,136.74 34,592.70 20,455.32 1,361.76 -114,857.50
大数据与审计ppt课件
✓MapReduce:Simplified Data Processing on Large Clusters ✓分布式并行计算
✓Bigtable:A Distributed Storage System for Structured Data ✓分布式数据库
.
Hadoop的诞生
Hadoop之父Doug Cutting
Doug Cutting 根据Google公开的三篇 论文思想，以JAVA语言，实现了论文 中关于分布式存储、分布式并行计算的 机制，由此开启了大数据应用的新时代
.
大数据核心技术
大数据
分布式存储 HDFS
.
分布式处理 MapReduce
HADOOP的体系结构
Sqoop
（数据库TEL 工具）
Zookeeper
大数据与审计概述 马西涛
.
目录
➢1.信息技术的相关背景知识 ➢2.大数据的由来及技术体系 ➢3.大数据在审计中的应用 ➢4.关于大数据审计的几点建议
.
信息化技术发展的三次变革
信息化变革
发生时间
标志
第一次变革 1980年前后 个人计算机
解决问题
代表企业
数据处理
Intel、AMD、IBM、苹 果、微软、联想、戴尔 、惠普等
所谓大数据，泛指规模达到ＰＢ级，包含结构化、 非结构化以及半结构化数据集合，如文本、图像、 声音、视频等。
.
大数据4V特征
1. 海量（Volume）
数据量巨大
全球在2010 年正式进入ZB 时 代，预计到 2020 年，全球 将总共拥有44ZB 的数据量
3.速度（ Velocity）
数据更新速度快 据统日更新数达5千万次，人人 网的每日访问量达4亿次。
✓Bigtable:A Distributed Storage System for Structured Data ✓分布式数据库
.
Hadoop的诞生
Hadoop之父Doug Cutting
Doug Cutting 根据Google公开的三篇 论文思想，以JAVA语言，实现了论文 中关于分布式存储、分布式并行计算的 机制，由此开启了大数据应用的新时代
.
大数据核心技术
大数据
分布式存储 HDFS
.
分布式处理 MapReduce
HADOOP的体系结构
Sqoop
（数据库TEL 工具）
Zookeeper
大数据与审计概述 马西涛
.
目录
➢1.信息技术的相关背景知识 ➢2.大数据的由来及技术体系 ➢3.大数据在审计中的应用 ➢4.关于大数据审计的几点建议
.
信息化技术发展的三次变革
信息化变革
发生时间
标志
第一次变革 1980年前后 个人计算机
解决问题
代表企业
数据处理
Intel、AMD、IBM、苹 果、微软、联想、戴尔 、惠普等
所谓大数据，泛指规模达到ＰＢ级，包含结构化、 非结构化以及半结构化数据集合，如文本、图像、 声音、视频等。
.
大数据4V特征
1. 海量（Volume）
数据量巨大
全球在2010 年正式进入ZB 时 代，预计到 2020 年，全球 将总共拥有44ZB 的数据量
3.速度（ Velocity）
数据更新速度快 据统日更新数达5千万次，人人 网的每日访问量达4亿次。
大数据银行应用(PPT 45张)
挑 战
构建银行业 大数据分析 平台
培养银行业 的大数据分 析人才
1
数据挖掘是什么？ 模型+算法 数据挖掘实践分享
2
3
心得与总结
从运筹帷幄到决胜千里…
…… 樯谈羽 橹笑扇 灰间纶 飞 巾 烟 灭 ......
大数据在银行业的应用场景
很多互联网公司愿意将自己定位为数据企业
未来银 行更加 倾向于 数据分 析挖掘
• 数据成为经营决策的强有力依据，给企业带来 发展和引领行业的机遇。 • 数据意味着巨大的商机，可强化客户体验，提 高客户忠诚度 • “数据的收集能力+数据的分析能力=企 业智 商”
在大数据背景下面临的挑战
大数据时代银行业的应对策略
银行业开始尝试接入和整合外部数据资源
国际同行业 大数据运用的 经验教训
推动大数据应用的策略
建立完善的 大数据工作 管理体系
增强数据 挖掘与分析 运用能力
以大数据技 术促进智慧 银行建设
建立基于 大数据分析 的定价体系
依托大数据 技术提升风 险管理水平
大数据在银行业的应用场景
未来银行业的发展趋势
客户是驱动零售企业生存发展的核心资源
未来银 行业更 加倾向 于零售 营销
• 银行依赖存贷款利差创造利润的盈利方式须调整。 • 零售及中间业务在未来银行经营中会占有越来越 大的比重。 • 大部分客户数据通常是用户在社交网络、移动终 端 设备等媒介留下的海量碎片化数据，收集数据 并对客户的行为属性进行有效的分析，是支撑以 客户为中心发展模式的重要手段。 • 构建以客户为中心的精确的银行运营全景视图就 显得尤为重要。
大数据应用
主要内容
大数据在银行业的应用场景 未来银行业的发展趋势
构建银行业 大数据分析 平台
培养银行业 的大数据分 析人才
1
数据挖掘是什么？ 模型+算法 数据挖掘实践分享
2
3
心得与总结
从运筹帷幄到决胜千里…
…… 樯谈羽 橹笑扇 灰间纶 飞 巾 烟 灭 ......
大数据在银行业的应用场景
很多互联网公司愿意将自己定位为数据企业
未来银 行更加 倾向于 数据分 析挖掘
• 数据成为经营决策的强有力依据，给企业带来 发展和引领行业的机遇。 • 数据意味着巨大的商机，可强化客户体验，提 高客户忠诚度 • “数据的收集能力+数据的分析能力=企 业智 商”
在大数据背景下面临的挑战
大数据时代银行业的应对策略
银行业开始尝试接入和整合外部数据资源
国际同行业 大数据运用的 经验教训
推动大数据应用的策略
建立完善的 大数据工作 管理体系
增强数据 挖掘与分析 运用能力
以大数据技 术促进智慧 银行建设
建立基于 大数据分析 的定价体系
依托大数据 技术提升风 险管理水平
大数据在银行业的应用场景
未来银行业的发展趋势
客户是驱动零售企业生存发展的核心资源
未来银 行业更 加倾向 于零售 营销
• 银行依赖存贷款利差创造利润的盈利方式须调整。 • 零售及中间业务在未来银行经营中会占有越来越 大的比重。 • 大部分客户数据通常是用户在社交网络、移动终 端 设备等媒介留下的海量碎片化数据，收集数据 并对客户的行为属性进行有效的分析，是支撑以 客户为中心发展模式的重要手段。 • 构建以客户为中心的精确的银行运营全景视图就 显得尤为重要。
大数据应用
主要内容
大数据在银行业的应用场景 未来银行业的发展趋势
《大数据审计》第1章 大数据审计概述
中共中央总书记、国家主席、中央军委主席、中央审计 委员会主任习近平2018年5月23日在主持召开的中央审计委 员会第一次会议上指出“要坚持科技强审，加强审计信息化 建设。
中国注册会计师协会2017年提出了研究大数据、人工智 能等先进信息技术在注册会计师行业的落地应用，促进会计 师事务所信息化。
《大数据审计》
第1章 大数据审计概述
1-1
本章学习目标
理解开展大数据审计的重要性 熟悉大数据审计产生的背景 熟悉国外大数据审计应用情况 熟悉国内大数据审计应用情况
《大数据审计》
1-2
本章主要内容
开展大数据审计的重要性 大数据审计产生的背景 国外大数据审计应用情况 国内大数据审计应用情况
《大数据审计》
清华大学出版社，2020年 陈伟．《大数据审计理论、方法与应用》，科学出版社，2019年 陈伟．《计算机审计（第2版）》，中国人民大学出版社，2019年 陈伟．《审计信息化》，高等教育出版社，2017年 陈伟．《电子数据审计模拟实验》，清华大学出版社， 2016年 陈伟．《联网审计技术方法与绩效评价》，清华大学出版社，2012年
1-3开展大数据审Fra bibliotek的重要性随着被审计单位信息化趋向普及，审计对象的信息化使得 审计信息化成为必然 。
随着信息技术的发展，大数据时代的到来使得审计工作将 不得不面临被审计单位的大数据环境。
2015年12月8日，中共中央办公厅、国务院办公厅印发了 《关于实行审计全覆盖的实施意见》指出“创新审计技术 方法是实现审计全覆盖的一个重要手段，要求构建大数据 审计工作模式，提高审计能力、质量和效率，扩大审计监 督的广度和深度”。
《大数据审计》
1-12
国外大数据审计应用情况
银行大数据审计ppt课件
12
二、商业银行的大数据架构体系
（一）数据类型
1.结构化数：传统的关系型数据库中的数据，可用二维表结构来表 示的数据。
2.半结构化数据：有一定的数据结构，但与内容混合一起，如电子 邮件、电子表格、网络新闻等。
3.非结构化数据：各种文档、图片、视频、音频、文本，此类数据 占比为多数。
13
二、商业银行的大数据架构体系
资本充足率
产品定价示例：
在三年之内零售客户 的存款增加了7千万英 镑，三年的平均年增 长率16%
UBS/渣打银行
合规 内部审计
监管合规示例：
UBS银行因交易欺诈 被处以15亿美元罚款， 渣打银行被指控协助 洗钱被罚3.4亿美元。
以此为契机，各自启 动了数据挖掘项目。
• 花旗和汇丰启动较早，主要关注业务发展、客户策略等，规模较大。 • UBS、渣打银行较晚启动，且先期重点侧重于风险合规。
36
四、大数据在内部审计的应用
2.模型体系
【模型体系一】基于数据分析与挖掘的财务管理审计 【模型体系二】基于数据分析与挖掘的负债业务审计 【模型体系三】基于数据分析与挖掘的信贷业务审计
37
四、大数据在内部审计的应用
3.审计案例——数据分析在内部审计咨询活动中的实践
基于数据分析与挖掘的经营效益审计
目录
1
大数据概述
2
商业银行大数据架构体系
3
商业银行大数据应用场景
4
大数据在内部审计的应用
5
大数据应用的体会与分享
2
一、大数据概述
（一）主要特征 1. 大数据六要素
（1）在线
（6）蕴含的商机 和效益
（5）精准分析能力 （4）高速
（2）海量 （3）多样化
二、商业银行的大数据架构体系
（一）数据类型
1.结构化数：传统的关系型数据库中的数据，可用二维表结构来表 示的数据。
2.半结构化数据：有一定的数据结构，但与内容混合一起，如电子 邮件、电子表格、网络新闻等。
3.非结构化数据：各种文档、图片、视频、音频、文本，此类数据 占比为多数。
13
二、商业银行的大数据架构体系
资本充足率
产品定价示例：
在三年之内零售客户 的存款增加了7千万英 镑，三年的平均年增 长率16%
UBS/渣打银行
合规 内部审计
监管合规示例：
UBS银行因交易欺诈 被处以15亿美元罚款， 渣打银行被指控协助 洗钱被罚3.4亿美元。
以此为契机，各自启 动了数据挖掘项目。
• 花旗和汇丰启动较早，主要关注业务发展、客户策略等，规模较大。 • UBS、渣打银行较晚启动，且先期重点侧重于风险合规。
36
四、大数据在内部审计的应用
2.模型体系
【模型体系一】基于数据分析与挖掘的财务管理审计 【模型体系二】基于数据分析与挖掘的负债业务审计 【模型体系三】基于数据分析与挖掘的信贷业务审计
37
四、大数据在内部审计的应用
3.审计案例——数据分析在内部审计咨询活动中的实践
基于数据分析与挖掘的经营效益审计
目录
1
大数据概述
2
商业银行大数据架构体系
3
商业银行大数据应用场景
4
大数据在内部审计的应用
5
大数据应用的体会与分享
2
一、大数据概述
（一）主要特征 1. 大数据六要素
（1）在线
（6）蕴含的商机 和效益
（5）精准分析能力 （4）高速
（2）海量 （3）多样化
商业银行审计培训课件(PPT 99页)
一、银行业务流程介绍
2、具体业务流程介绍
（1）信贷业务 通常按照业务申请人可以分为公司信贷业务（或称批
发业务）和个人信贷业务（或称零售业务），按财务核 算方式可以分为表内核算的贷款（含公司贷款、个人贷 款 等）和表外核算的银行承兑汇票、保函、信用证等业 务。
信贷业务中占比较大的贷款业务亦有多种分类。其中， 按担保方式可以分为信用贷款、保证贷款、抵押贷款、 质押贷款，按期限可以分类短期贷款、中长期贷款等， 按产品类别又可以分为流动资金贷款、项目贷款、房地 产贷款、贸易融资 贷款、个人住房抵押贷款、个人经营 贷款、个人消费贷款等
债券市场交易按照风险承担主体可以分为自营交易和代客 交易；按照 流通情况可以分为一级市场和二级市场交易；按 照币种可以分为人民币债券投资和外币债券投资。
贵金属业务主要包括品牌金销售、品牌金积存、账户贵金 属、代理实物黄金和代理实物黄金递延等。
一、银行业务流程介绍
（2）资金业务 衍生金融工具是指同时具备下列特征，并形成一个
二、信贷业务流程审计
（一）公司贷款业务流程的主要步骤 2、关键业务贷款循环
2.2贷款发放
2.2.1客户经理落实信贷审批意见中的放款条件（如补 充担保等其他前提条件），并经有权部门审查确认放 款条件已全部落实。 2.2.2客户经理在信贷管理系统中更新贷款信息并经复 核后发起放款流 程，同时收集借款合同、担保合同、 借据等信贷资料，经部门负责人审核 后，提交有权人 （如具有审批权限的行长）签批。 2.2.3放款审查人员核（一）公司贷款业务流程的主要步骤 2、关键业务贷款循环 2.7担保抵押
2.7.1.贷款审批前，专人（或聘请专业机构）对抵质押 品出具评估意见。 2.7.2. 抵质押物等出入库，分别经簿记和实物保管的复 核，并经有权人签批。 2.7.3.定期盘点并检查残损情况，以便及时追加担保物。 2.7.4贷款到期归还后，会计结算部门将本息归还凭证 交客户经理，并经有权部门审核后，提示相关部门释
《大数据审计技术》课件——7-2沃尔评分法
三、营运能力指标 1.总资产周转率 2.存货周转率
四、发展能力指标 1.销售增长率 2.资本增长率 综合得分
云南白药沃尔评分
权重 a 23 3 20 40 38 2 29 4 25 8 4 4
100
标准值 b
10.00% 10.00%
60.00% 3.50
0.50 3.10
5.38% 10.51%
实际值 c
24.58% 17.09%
30.88% 66.82
1.29 2.70
18.97% 25.10%
指数 d=c÷b
2.46 1.71
0.51 19.09
2.58 0.87
3.53 2.39
实际得分 e=a×d
7.38 34.20
19.38 38.18
10.32 21.75
14.12 9.56 154.89
1200
15
30
10
20
10
20
最高 评分
最低 评分
每分比 率的差
30
10
1
30
10
1.6
15
5
0.8
12
4
15
12
4
75
12
4
150
12
4
100
9
3
5
9
3
3.3
9
3
3.3
150
50
综合评分法
每分比率的差
行业最高比率 标准比率 最高评分 标准评分
将结果与100进行比较、评价。
三、企业绩效评价体系
（二）沃尔比重评分法的运用
选择的评价指标
一、盈利能力指标 1.净资产收益率 2.总资产收益率
四、发展能力指标 1.销售增长率 2.资本增长率 综合得分
云南白药沃尔评分
权重 a 23 3 20 40 38 2 29 4 25 8 4 4
100
标准值 b
10.00% 10.00%
60.00% 3.50
0.50 3.10
5.38% 10.51%
实际值 c
24.58% 17.09%
30.88% 66.82
1.29 2.70
18.97% 25.10%
指数 d=c÷b
2.46 1.71
0.51 19.09
2.58 0.87
3.53 2.39
实际得分 e=a×d
7.38 34.20
19.38 38.18
10.32 21.75
14.12 9.56 154.89
1200
15
30
10
20
10
20
最高 评分
最低 评分
每分比 率的差
30
10
1
30
10
1.6
15
5
0.8
12
4
15
12
4
75
12
4
150
12
4
100
9
3
5
9
3
3.3
9
3
3.3
150
50
综合评分法
每分比率的差
行业最高比率 标准比率 最高评分 标准评分
将结果与100进行比较、评价。
三、企业绩效评价体系
（二）沃尔比重评分法的运用
选择的评价指标
一、盈利能力指标 1.净资产收益率 2.总资产收益率
大数据与审计ppt课件
➢ 2、建立数据分析指引
.
15
大数据审计的标准表
➢ 1、标准表含义： ➢ 就是按一定规则对被审计单位数据整理后的具有一定规则的
数据表
➢ 2、如何建立标准表： ➢ 1）部分市局已经统一建立(如财政） ➢ 2）个别可以交给专业人员建立，或者直接使用
.
16
大数据审计的数据分析指引
➢ 1、数据分析指引的含义： ➢ 就是审计项目中所有问题形成的清单
大数据的定义
定义 大数据是指无法在一定时间内用常规软件
工具对其内容进行抓取、管理和处理的数据 集合。
——维基百科
大数据是指无法在一定时间范围内用常 规软件工具进行捕捉、管理和处理的数据集 . 合，是需要新处理模式才能具有更强的决策8
google的三大论文（三驾马车）
Google公开的三篇论文（2003,2004,2006） ✓The Google File System ✓分布式文件存储系统
所谓大数据，泛指规模达到ＰＢ级，包含结构化、 非结构化以及半结构化数据集合，如文本、图像、 声音、视频等。
.
大数据4V特征
1. 海量（Volume）
数据量巨大
全球在2010 年正式进入ZB 时 代，预计到 2020 年，全球 将总共拥有44ZB 的数据量
3.速度（ Velocity）
数据更新速度快 据统日更新数达5千万次，人人 网的每日访问量达4亿次。
.
18
如何开展大数据审计
➢ 1、转变思路： ➢ 必须彻底改变传统的思维模式，真正树立数据先行的理念，
从原来的经验到账本，变为经验到语句。
➢ 2、树立信心： ➢ 大数据审计针对的是常规数据，采用的常规方法。
➢ 3、学点知识： ➢ 目前只需要掌握SQL查询语言就可以
.
15
大数据审计的标准表
➢ 1、标准表含义： ➢ 就是按一定规则对被审计单位数据整理后的具有一定规则的
数据表
➢ 2、如何建立标准表： ➢ 1）部分市局已经统一建立(如财政） ➢ 2）个别可以交给专业人员建立，或者直接使用
.
16
大数据审计的数据分析指引
➢ 1、数据分析指引的含义： ➢ 就是审计项目中所有问题形成的清单
大数据的定义
定义 大数据是指无法在一定时间内用常规软件
工具对其内容进行抓取、管理和处理的数据 集合。
——维基百科
大数据是指无法在一定时间范围内用常 规软件工具进行捕捉、管理和处理的数据集 . 合，是需要新处理模式才能具有更强的决策8
google的三大论文（三驾马车）
Google公开的三篇论文（2003,2004,2006） ✓The Google File System ✓分布式文件存储系统
所谓大数据，泛指规模达到ＰＢ级，包含结构化、 非结构化以及半结构化数据集合，如文本、图像、 声音、视频等。
.
大数据4V特征
1. 海量（Volume）
数据量巨大
全球在2010 年正式进入ZB 时 代，预计到 2020 年，全球 将总共拥有44ZB 的数据量
3.速度（ Velocity）
数据更新速度快 据统日更新数达5千万次，人人 网的每日访问量达4亿次。
.
18
如何开展大数据审计
➢ 1、转变思路： ➢ 必须彻底改变传统的思维模式，真正树立数据先行的理念，
从原来的经验到账本，变为经验到语句。
➢ 2、树立信心： ➢ 大数据审计针对的是常规数据，采用的常规方法。
➢ 3、学点知识： ➢ 目前只需要掌握SQL查询语言就可以
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
目录
1
大数据概述
2
商业银行大数据架构体系
3
商业银行大数据应用场景
4
大数据在内部审计的应用
5
大数据应用的体会与分享
2
一、大数据概述
（一）主要特征 1. 大数据六要素
（1）在线
（6）蕴含的商机 和效益
（5）精准分析能力 （4）高速
（2）海量 （3）多样化
3
一、大数据概述
（一）主要特征 2. 大数据资产四要素
5
一、大数据概述
（二）国际定位
＊联合国2012年发布大数据政务白皮书 ＊奥巴马政府2012年将“大数据战略”上升为国家意志，将数据定义 为“未来的新石油” ＊中国出台《关于将大数据的发展作为国家战略的提案》
案例
6
一、大数据概述
（三）应用现状
1.难点分析
大数据最大的难点就是落地,需要与业务需求相结合,选 择一套合适的大数据解决方案。
个现象之间存在显著相关性，就可以创造巨大的经济或社会效
益，就可以帮助我们去认知这个世界。而弄清二者为什么相关
可以留待学者们慢慢研究。
案例
11
一、大数据概述
（四）思维更新
4.角色定位——数据、技术和思维三足鼎立 大数据价值链的三大构成：一是拥有大量数据或者至少可以 搜集到大量数据。二是拥用处理数据的技能。三是拥用创新思 维，具有挖掘数据的新价值的独特想法。
大数据工作必备的两个能力：数据分析与数据挖掘。
7
一、大数据概述
（三）应用现状
2.在路上，晃悠悠 大数据能力建设具备前瞻性，但大数据的理论目前还没有完 全成熟，业界在什么是大数据、大数据实施方案、大数据建设 详细设计等问题上，都还存在一些争议，仁者见仁、智者见智， 几乎没有共同的理解、思路和方法，但大数据及其所隐藏的价 值，不管人们认知或不认知，它已在那里。因此，路在前方， 必须要出发！
17
三、商业银行大数据应用场景
（二）商业银行大数据应用场景分析
1.各商业银行大数据发展模式
◆建设银行电子商务平台 建设银行上线“善融商务”，该平台涵盖商品批发、商品
零售、房屋交易等领域，为客户提供信息发布、交易撮合、 社区服务、在线财务管理、在线客服等配套服务。
18
三、商业银行大数据应用场景
（二）商业银行大数据应用场景分析
（二）数据形态 1.静态海量数据
2.动态海量数据
14
三、商业银行大数据应用场景
（一）商业银行大数据应用的必要性
1.先发竞争优势和核心竞争力。 2.数据成为银行的核心资产。 3.先进的决策方式。 4.更贴近客户需求的产品创新。 5.定量化与精细化管理水平。
15
三、商业银行大数据应用场景
（二）商业银行大数据应用场景分析
数据驱动的辽沈战役
数据制胜
收集数据 挖掘分析 决策行动
“以乱治乱”，分
散出击，以最小代 价获得极具价值的
关键敌情数据： •枪支：长枪短枪 •车辆 •人数 •地势 多种类型数据收集， 不畏繁琐
•比较分析
•比例分析 •归纳演绎
•有理有据 •灵活机动 •集中力量 •攻击要害
4
一、大数据概述
（一）主要特征 2. 大数据资产四要素
1.各商业银行大数据发展模式
◆ 中信银行信用卡的实时营销 中信银行信用卡中心上线了数据仓库，是中国银行业首
个数据仓库系统。实现了近似实时的商业智能秒级营销。
19
三、商业银行大数据应用场景
（二）商业银行大数据应用场景分析
1.各商业银行大数据发展模式
◆ 交通银行事件式营销 交通银行采用数据分析解决方案厂商天睿公司的数据仓
12
二、商业银行的大数据架构体系
（一）数据类型
1.结构化数：传统的关系型数据库中的数据，可用二维表结构来表 示的数据。
2.半结构化数据：有一定的数据结构，但与内容混合一起，如电子 邮件、电子表格、网络新闻等。
3.非结构化数据：各种文档、图片、视频、音频、文本，此类数据 占比为多数。
13
二、商业银行的大数据架构体系
运营优化 • 车联网 • 历史数据保存与管理 • 系统日志维护 • 系统故障分析
16
三、商业银行大数据应用场景
（二）商业银行大数据应用场景分析
1.典型应用 【案例一】供应链金融业务 【案例二】资金体内循环及承接率 【案例三】个人潜力客户特征分析及营销策略 【案例四】对公信贷客户风险预警 【案例五】网点布控分析 【案例六】全数据分析改变同业评比结果
2.允许不精确 要效率不要绝对精确。大数据的简单算法比小数据的复杂算 法更有效，纷繁的数据越多越好，不是竭力避免数据的混杂性， 而是寻找标准途径，允许不精确。
案例
10
一、大数据概述
（四）思维更新
3.预测的关键，大数据的相关关系
分析法更准确、更快，而且不易受偏见的影响。只要发现了两
8
一、大数据概述
（四）更新思维
1.全数据模式
在大数据时代进行抽样分析就像在汽车时代骑马一样。我们
需要的是所有的数据，要全体不要抽样。所以，“样本=总
体”。 在某些特定情况下，我们依然可以使用样本分析法，但
这不再是我们分析数据的主要方式。慢慢地，我们会完全抛弃
样本分析。
案例
9
一、大数据概述
（四）更新思维
库平台为基础，构建事件式营销系统。
20
三、商业银行大数据应用场景
（二）商业银行大数据应用场景分析
1.各商业银行大数据发展模式
◆ 招商银行的小微贷款 招商银行对于大数据的应用主要在微型贷款方面，该行可
以根据客户交易记录分析，有效地识别小微企业客户，然后 用远程银行来实施交叉销售。
1.典型应用
金融企业：大数据的典型使用
风险管理 • 灾难模型 • 偿付与资本优化 • 金融风险分析 • 产品与承保优化 • 实时欺诈检测
渠道优化 • 渠道创新 • 渠道有效性 • 渠道集成与管理 • 联系中心转型 • 自助服务 • 移动服务
客户管理 • 客户分析与洞察
− 客户保留 − 交叉销售与向上销售 − 360度全景客户视图 − 增强的客户细分 • 产品有效性分析 • 社交媒体/舆情分析 • 联系中心分析 • 最佳行动推荐（NBA） • 产品组合管理 • 客户之声
大数据资产
大数据资产
数据 平台
团队 行动
数据：兵力、枪支、物资、电报 团队：侦察兵、通讯兵、参谋 平台：参谋部、作战图 行动：分析敌军意图、部署作战命令
数据 平台
团队 行动
数据：客户群体细分要素 团队：模型开发 数据挖掘
业务支持 数据管理
平台：银行业务系统、互联网等 行动：挖掘各类业务潜在规律
寻找价值增长点 经营决策
1
大数据概述
2
商业银行大数据架构体系
3
商业银行大数据应用场景
4
大数据在内部审计的应用
5
大数据应用的体会与分享
2
一、大数据概述
（一）主要特征 1. 大数据六要素
（1）在线
（6）蕴含的商机 和效益
（5）精准分析能力 （4）高速
（2）海量 （3）多样化
3
一、大数据概述
（一）主要特征 2. 大数据资产四要素
5
一、大数据概述
（二）国际定位
＊联合国2012年发布大数据政务白皮书 ＊奥巴马政府2012年将“大数据战略”上升为国家意志，将数据定义 为“未来的新石油” ＊中国出台《关于将大数据的发展作为国家战略的提案》
案例
6
一、大数据概述
（三）应用现状
1.难点分析
大数据最大的难点就是落地,需要与业务需求相结合,选 择一套合适的大数据解决方案。
个现象之间存在显著相关性，就可以创造巨大的经济或社会效
益，就可以帮助我们去认知这个世界。而弄清二者为什么相关
可以留待学者们慢慢研究。
案例
11
一、大数据概述
（四）思维更新
4.角色定位——数据、技术和思维三足鼎立 大数据价值链的三大构成：一是拥有大量数据或者至少可以 搜集到大量数据。二是拥用处理数据的技能。三是拥用创新思 维，具有挖掘数据的新价值的独特想法。
大数据工作必备的两个能力：数据分析与数据挖掘。
7
一、大数据概述
（三）应用现状
2.在路上，晃悠悠 大数据能力建设具备前瞻性，但大数据的理论目前还没有完 全成熟，业界在什么是大数据、大数据实施方案、大数据建设 详细设计等问题上，都还存在一些争议，仁者见仁、智者见智， 几乎没有共同的理解、思路和方法，但大数据及其所隐藏的价 值，不管人们认知或不认知，它已在那里。因此，路在前方， 必须要出发！
17
三、商业银行大数据应用场景
（二）商业银行大数据应用场景分析
1.各商业银行大数据发展模式
◆建设银行电子商务平台 建设银行上线“善融商务”，该平台涵盖商品批发、商品
零售、房屋交易等领域，为客户提供信息发布、交易撮合、 社区服务、在线财务管理、在线客服等配套服务。
18
三、商业银行大数据应用场景
（二）商业银行大数据应用场景分析
（二）数据形态 1.静态海量数据
2.动态海量数据
14
三、商业银行大数据应用场景
（一）商业银行大数据应用的必要性
1.先发竞争优势和核心竞争力。 2.数据成为银行的核心资产。 3.先进的决策方式。 4.更贴近客户需求的产品创新。 5.定量化与精细化管理水平。
15
三、商业银行大数据应用场景
（二）商业银行大数据应用场景分析
数据驱动的辽沈战役
数据制胜
收集数据 挖掘分析 决策行动
“以乱治乱”，分
散出击，以最小代 价获得极具价值的
关键敌情数据： •枪支：长枪短枪 •车辆 •人数 •地势 多种类型数据收集， 不畏繁琐
•比较分析
•比例分析 •归纳演绎
•有理有据 •灵活机动 •集中力量 •攻击要害
4
一、大数据概述
（一）主要特征 2. 大数据资产四要素
1.各商业银行大数据发展模式
◆ 中信银行信用卡的实时营销 中信银行信用卡中心上线了数据仓库，是中国银行业首
个数据仓库系统。实现了近似实时的商业智能秒级营销。
19
三、商业银行大数据应用场景
（二）商业银行大数据应用场景分析
1.各商业银行大数据发展模式
◆ 交通银行事件式营销 交通银行采用数据分析解决方案厂商天睿公司的数据仓
12
二、商业银行的大数据架构体系
（一）数据类型
1.结构化数：传统的关系型数据库中的数据，可用二维表结构来表 示的数据。
2.半结构化数据：有一定的数据结构，但与内容混合一起，如电子 邮件、电子表格、网络新闻等。
3.非结构化数据：各种文档、图片、视频、音频、文本，此类数据 占比为多数。
13
二、商业银行的大数据架构体系
运营优化 • 车联网 • 历史数据保存与管理 • 系统日志维护 • 系统故障分析
16
三、商业银行大数据应用场景
（二）商业银行大数据应用场景分析
1.典型应用 【案例一】供应链金融业务 【案例二】资金体内循环及承接率 【案例三】个人潜力客户特征分析及营销策略 【案例四】对公信贷客户风险预警 【案例五】网点布控分析 【案例六】全数据分析改变同业评比结果
2.允许不精确 要效率不要绝对精确。大数据的简单算法比小数据的复杂算 法更有效，纷繁的数据越多越好，不是竭力避免数据的混杂性， 而是寻找标准途径，允许不精确。
案例
10
一、大数据概述
（四）思维更新
3.预测的关键，大数据的相关关系
分析法更准确、更快，而且不易受偏见的影响。只要发现了两
8
一、大数据概述
（四）更新思维
1.全数据模式
在大数据时代进行抽样分析就像在汽车时代骑马一样。我们
需要的是所有的数据，要全体不要抽样。所以，“样本=总
体”。 在某些特定情况下，我们依然可以使用样本分析法，但
这不再是我们分析数据的主要方式。慢慢地，我们会完全抛弃
样本分析。
案例
9
一、大数据概述
（四）更新思维
库平台为基础，构建事件式营销系统。
20
三、商业银行大数据应用场景
（二）商业银行大数据应用场景分析
1.各商业银行大数据发展模式
◆ 招商银行的小微贷款 招商银行对于大数据的应用主要在微型贷款方面，该行可
以根据客户交易记录分析，有效地识别小微企业客户，然后 用远程银行来实施交叉销售。
1.典型应用
金融企业：大数据的典型使用
风险管理 • 灾难模型 • 偿付与资本优化 • 金融风险分析 • 产品与承保优化 • 实时欺诈检测
渠道优化 • 渠道创新 • 渠道有效性 • 渠道集成与管理 • 联系中心转型 • 自助服务 • 移动服务
客户管理 • 客户分析与洞察
− 客户保留 − 交叉销售与向上销售 − 360度全景客户视图 − 增强的客户细分 • 产品有效性分析 • 社交媒体/舆情分析 • 联系中心分析 • 最佳行动推荐（NBA） • 产品组合管理 • 客户之声
大数据资产
大数据资产
数据 平台
团队 行动
数据：兵力、枪支、物资、电报 团队：侦察兵、通讯兵、参谋 平台：参谋部、作战图 行动：分析敌军意图、部署作战命令
数据 平台
团队 行动
数据：客户群体细分要素 团队：模型开发 数据挖掘
业务支持 数据管理
平台：银行业务系统、互联网等 行动：挖掘各类业务潜在规律
寻找价值增长点 经营决策