4.1 行内外数据融合........................ 25
4.1.1 数据采集 ........................ 25
4.1.2 数据存储 .................. 27
第 5 章 基于大数据分析平台的兰州银行客户关系管理改善策略..................51
5.1 统一客户数据平台的构建....................... 51
5.1.1 建立统一客户数据平台 ....................... 51
5.1.2 建立统一的数据管理标准 ............. 52
第 5 章 基于大数据分析平台的兰州银行客户关系管理改善策略
5.1 统一客户数据平台的构建
5.1.1 建立统一客户数据平台
银行不缺少数据，关键是缺乏对海量数据的整合和运用，构建企业级客户数据库，将分散在各业务平台中的数据信息按标准化的主题进行分类和存储，利用大数据技术，可以减少系统间的数据传递消耗，进一步提升数据传递效率。兰州银行当前数据库存在应用分离、数据冗余等问题，因此统一客户数据库的建设需要统一需求管控和统一数据加工标准，以便减少数据冗余和数据重复加工。
统一客户数据库的存储结构分为 6 层：
1）ODS（Operational data store）层：用于原始数据同步，作为数据缓冲层，ODS层保留的是所有数据，数据粒度理论上和源系统保持一致，业务系统的数据格式不变，LOG 文件对应做结构化处理。
2）维表和事实表层：将 ODS 层数据进行规范化处理、业务逻辑关联，是主体层、聚合层、应用层、临时层的唯一数据来源。
3）主题层：数据来源于维表和事实层表的业务整合。
4）聚合层：以事实层和主题层为基础，按照业务需求对数据进行分类汇总。
5）应用层：主要用于分析结果展示。
6）临时层：存放开发过程中的临时表。
...........................
结论
随着经济的高速发展和移动互联网技术的广泛应用，商业银行之间的竞争日趋白热化，尤其是客户资源的争夺。移动互联网的高度普及使客户的个性化需求更加丰富，而现有商业银行提供的产品和服务同质化严重，难以满足客户的多元化需求，银行如何实施客户精细化服务，开展个性化营销，有效提升客户关系管理水平，成为商业银行的主要课题。同时，商业银行在不良率攀升、利润下滑和增长乏力的背景下，虽然利润逐年增加，但面临的风险，包括信贷风险、流通风险、操作风险以及信誉风险等，时刻威胁着银行的稳定持续发展，因此，成功实施全面风险管理转型、打造专业化和智能化的风险管理体系刻不容缓。
本文通过对兰州银行客户关系管理具体情况的分析，结合客户关系价值理论、客户关系营销理论以及大数据相关理论，指出了兰州银行客户关系管理的现状及存在的问题，并对问题产生的原因进行了分析，分别从客户关系管理的理念培养和客户层级细分等角度提出了改善策略，接着从强化“以客户为中心”的服务理念、构建基于大数据分析平台的兰州银行客户关系管理系统、实施行内外数据整合、建设智能专业的客户营销评价模型和风险评估模型、完善客户营销和客户经理考核制度、加强综合性人才队伍建设、全面推进兰州银行智能化客户关系管理等方面提出了相应的保障措施。大数据技术在金融行业应用目前尚处于起步阶段，但随着互联网技术、人工智能技术的飞速发展，大数据技术在银行业的营销、反欺诈、风险防控等领域将得到更加广泛和深入的应用。
大数据技术的应用是金融行业数据分析从简单的量化模型走向更为复杂的价值判断和分析挖掘的必经环节。在兰州银行应用系统架构中，大数据技术弥补了原有数据库的不足，把机器学习、自然语言处理、深度学习等知识提取方法，领域词表、分类树、词向量等知识表现方法，资源描述框架 RDF（Resource Description Framework）数据库和图数据库等知识存储方法和语义搜索、问答系统、分面浏览器等知识检索方法粘合在一起，提供金融智能化的工具集。利用大数据技术，让机器读懂真实的世界，为企业管理者制定经营管理决策提供依据。
参考文献（略）
