随着大数据时代的来临，金融市场（以信用卡市场为例）的营销经营活动已经从“批量式” 逐步向 “互动式”、“个性化”、“场景化”方式转变。当前一些银行等企业紧随大数据时代的步伐，期望基于大数据的力量增强其在营销领域的能力。但是他们对建设全面客户画像和标签体系还不是很完善，面对客户行为、资金、偏好、关系等复杂数据时，难以全面透视、评估、运营、形成高价值的客户洞察，导致在营销经营活动上的精细化程度还比较低下，营销的成本也很高。

与此同时，由于缺乏数据驱动的精细化运营方案，难以实现全流程、全链路整体业务的持续优化。获客成本高银行大数据应用案例，激活、留存客户难，投资回报( ROI )低，缺少自动化、智能化营销举措，以往基于人工的营销活动策划与投放，难以实现多渠道、个性化的推荐策略，这些也是阻碍营销业务发展的因素。

因此企业急需构建完善的：从采集、加工、分析到服务的端到端大数据管理能力。同时，建设数据标准、元数据管控、数据质量与安全的大数据治理体系和营销数据管理体系以及基于算法的自动化精准推荐与投放能力。

整体架构

数澜科技基于Cloudera的大数据基础组件以及自研的数栖平台并针对客户的业务和数据现状为某股份制商业银行设计和实现了一套完整的智能大数据营销平台。此系统整体方案架构如下图所示：

业务流程

通过数据开发、标签管理、人群管理等几大功能模块的协作，重点解决了银行科技部的大数据技术在营销业务流程上的统一闭环。本系统的业务流程如下图所示：

本系统汇聚了多方上游系统的原始数据，也支持人工录入数据，通过数澜的数栖开发平台实现数据工作流的运转最终产出支撑营销活动的决策数据。具体的数据流向如下图所示，主要包含两套工作流，一个是产出标签数据的数据加工处理工作流，另一个是产出人群数据并下发的圈人投放工作流：

数据架构

本系统数据存储选用CDH的Hadoop集群方案，保证海量数据的数据安全。应用数据存储使用ES和Impala，实现实时圈人和营销效果分析。

数据存储架构，保证了模型的落地，存储下游系统所需数据，为实现数据关系的松耦合和对数据进行统一存储，实现数据的360度整合管理，为后续客户数据管理打下坚实的数据基础，以及达到数据分层服务、高效传输、合理使用、科学组织、快速处理、统一加工、标准存储、稳定复用和有效管理的目标，从数据模型规划、数据容量和性能规划多方面对数据架构进行设计。数据架构分层设计如下图所示：

实时架构

数澜此次还为客户首次落地实现了实时营销方案：系统实时接受消费报文并传入kafka消息队列，借助CDH中的Spark实时处理组件(SparkStreaming)进行实时消费计算，然后又把营销决策数据实时写入kafka，最后再实时消费实时结果数据进行投放或者被下游系统查询。流程如下图所示：

系统成果及业务价值

数澜科技为客户建立智能营销大数据平台，汇聚了各个业务系统的核心数据，实现了大数据开发和营销业务的一体化闭环银行大数据应用案例，满足了当前数据时代下，对于日益丰富的数据种类和快速增长的营销活动需求。并且提供了实时营销场景的支持，借助Spark Streaming实时计算引擎实时处理用户的消费数据，极大的提升了信用卡客户营销服务工作的效率。通过先进的平台架构和插件化的技术实现方式为企业未来的大数据技术进化打好了基础。

此外在银行业务上带来的巨大价值，主要表现在如下几点：

数澜科技公司简介

杭州数澜科技有限公司成立于2016年6月，是一家专注于数据资产化及应用增值的专业大数据服务公司，目前已获得IDG等知名投资机

来源【首席数据官】，更多内容/合作请关注「辉声辉语」公众号，送10G营销资料！