Research on the commercial bank's customer capital flow based on Big data 张 岩* 刘晓芸 马玉洁 ZHANG Yan LIU Xiao-yun MA Yu-jie 摘 要 商业银行的企业客户在账户流水交易行为体现了企业之间的资金往来关系，说明了企业在其经营生态
领域中的社会关系和社交网络关系，利用大数据技术对其分析，可以帮助银行客户经理很清晰的了解和掌握客户的上下游、行业相关性、价值密度等，从而为客户经理的营销和客户服务提供重要的决策支持。
关键词 企业客户；资金往来；大数据；决策支持
Ａｂｓｔｒａｃｔ The commercial bank customer reflects the financial relationships between enterprises in trading accounts, the enterprise in the field of ecological management in the social relations and social networks, the use of large data analysis technology, can help the bank customer manager clearly understand and grasp the customer on the downstream, industry relevance, social closeness, and customer manager marketing and customer service to provide the decision-making support.
Ｋｅｙ ｗｏｒｄｓ Enterprise customers, capital flow, big data, decision support
doi：10.3969/j.issn.1672-9528.2017.01-02.042
1 银行企业客户的价值
客户是银行生存和发展的基础，在竞争日益激烈的环境中，如何获取并保持优质客户资源已成为银行关注的焦点和热点问题[1]。在当今银行“以客户为中心”的经营理念下，银行业的市场竞争实质就是争夺客户资源[2]。客户的质量、客户的满意度和忠诚度决定了商业银行在市场竞争中的地位。
按照帕累托的“二八法则”，银行通过对20％的企业客户提供所需要的产品和服务，使其感到满意，从而给银行带来80％的效益[3]。由此看来，企业客户是商业银行最重要的利润来源。所以，提升企业客户服务营销意识和完善服务营销体系对于商业银行的发展具有重要意义。2 银行的“大数据时代”2.1 大数据技术的应用
如今，一个大规模生产、分享和应用数据的时代正在开启。在商业银行的应用中，如何使用大数据技术来进行客户分类及分析已经成为金融业的关注热点。商业银行通过企业
客户的资金往来关系，进行客户画像，调整营销方式来提升业务流程管理，提供更快速、周到的优质服务，达到降低银行成本，吸引和保持更多优质客户的目的。
通过大数据分析，商业银行可以对客户资料及交易信息进行深入分析，根据“一对一”营销原则，满足客户的个性化需求，提高客户忠诚度和保有率，从而实现客户价值持续最大化，提高客户的贡献价值[2]。
2.2 大数据在商业银行网络关系分析的整体架构
基于银行业务系统的数据，结合Hadoop大数据的HDFS、Hbase、MapReduce等相关技术，建立客户网络关系数据集市、客户统一视图和资金流向网络关系模型，为信贷系统、CRM系统、营销等系统提供服务。
企业客户网络关系整体架构图[4]，如图1所示。3 企业客户资金往来分析3.1 客户信息统一视图[5]
商业银行信息系统在银行信息化建设初期，大多以专业条线为维度构建起银行各专业信息系统，采用竖井式的应用架构，由于系统相互割裂，跨专业、跨机构之间信息共享存在壁垒，系统之间信息流转不能畅通无阻。
* 山东省农村信用社联合社 山东济南 250299
2017年第1-2期154研究与探讨信息技术与信息化以客户为中心，意味着需要打破专业和机构间的“壁垒”，通过企业客户信息整合，实现全行企业客户统一视图以及跨专业、跨机构的高效联动，进而不断推出新的产品，为企业客户提供全部渠道一致性的体验，提供更优质的金融服务。
客户信息整合示意图，如图2所示。
信贷系统系统管理CRM系统精准营销系统资金流网络关系客户统一视图用户管理客户网络关系数据集市权限管理Nuch客户格式统一处理引擎主备集群数据同步处理引擎solr安全管理KafkaHbaseMapReduceHDFSSpark日志管理核心系统信贷系统ECIF系统国际结算系统……图1企业客户网络关系整体架构图
专业1前台中台后台专业N渠道核心银行柜面客户信息ATM渠道集成BSE存款网上银行客户关系管理贷款信用卡客户中心…………图2 企业级客户信息整合示意图
1552017年第1-2期3.2 客户资金交易信息3.2.1社交网络价值度分析
基于企业账户流水交易关系，展示银行账户价值度最强的客户清单，采用排名方式显示前10名。分析通过汇款方式进行资金交互的企业之间关系，对于企业客户交易对手超过5个，且排名前3名中客户中账户单位时间窗口流水资金总计达到总流水资金的70%的客户，认为其具有较强的价值度。根据价值度排名列出客户清单及其价值度系数。
价值度系数：3/客户数*0.3+资金占比*0.7
全行企业级客户社交网络价值度的统计信息，如图3所示。
图3 企业级客户社交网络价值度分析
根据企业级客户社交网络价值度的价值度分布情况，进行钻取，查询价值区间内的企业客户资金交易情况，如图4所示。
图4 企业级客户社交网络关系图
3.2.2存量客户价值提升
提取银行企业客户汇入资金情况，分析该类资金汇入后
信息技术与信息化研究与探讨在银行存留的时间周期，是否存在汇入后短时间内通过同名异行的方式汇出，如果是同名异行汇出，说明该客户具有他行账户，资金偏向他行沉淀。
通过分析出这类客户，让客户经理通过拜访或者电话了解客户的需求，及时制定营销策略，给予一定的礼物或者促使产品创新研发部进行基于客户需求进行产品创新，从而给予客户礼物或需求的满足，后期的资金能在本行最大限度停留较长的时间，通过营销和产品引导来提升客户资金在本行的沉淀。
基于客户资金流动性需求的分析，对于客户资金汇入后较短时间内进行异名汇款转出，说明该客户资金需求性比较强，所以对该类客户进行短期的贷款产品营销。
判断条件以客户资金存留时长和异名汇出金额进行判断，一般资金到账时长在10日之内、异名对公或者对私大额汇出占其汇入资金量的70%以上认为客户有较高资金需求。
图5 存量客户价值增值需求统计
3.2.3潜在客户价值提升
基于企业客户资金往来关系，对于异名异行的资金往来关系进行分析，通过其流入和流出行为，发掘往来关系较紧密的客户，同时也是资金流量比较大的客户，这些往来紧密且资金流量大的客户，如果客户经理通过的营销工作，让其成为本行客户，将会给本行带来较大的收入和利润，所以可以通过本行客户关系营销方式，让其推荐或者给予联系方式的模式，从而形成本行的营销线索，建立本行的潜在客户群。
图6 潜在客户价值增值需求统计
2017年第1-2期156研究与探讨信息技术与信息化基于Ｏｒａｃｌｅ数据库系统性能调整与优化研究
李雨蒙 * LI Yu-meng 摘 要 随着经济和科学技术的不断发展，极大的促进了社会的进步，增加了对Oracle数据库使用频率。Oracle
数据库中有着一个企业以及公司多年的核心数据以及重要资料，它是数据的一个大集合，管理着庞大的数据，所以数据库的稳定性尤为重要。站在辩证的角度来看，随着Oracle数据库的不断应用，其在实际应用过程中，伴有稳定性较差的问题，面对这一形势，要增加对Oracle数据库使用性能的 关注度，对Oracle数据库的实际使用性能进行调整和研究，保证Oracle数据库具有较好的应用性。本文主要就Oracle数据库系统性能调整与优化进行分析和研究。
关键词 Oracle数据库；系统性能调整；优化；分析和研究
doi：10.3969/j.issn.1672-9528.2017.01-02.043
前言：Oracle数据库的产生和发展，具有时代性，其是科学技术不断的产物，是计算机技术不断发展的产物吗，在定下不同领域的信息处理工作中，发挥着重要作用。为了提高Oracle数据库的实际使用性能，需要增加对Oracle数据库的应用性能进行分析和研究，来满足当下信息和数据储存需求，保证信息和数据处理效果的最大化。1、Oracle数据库性能调整目标
数据库是计算机网络系统的重要组成部分，是信息处理方面以及将数据进行存储的主要平台，所以说数据库的实际使用性能，关系着整个计算机体系的使用性能，和实际操作的效果。站在Oracle数据库角度进行分析和阐述，Oracle数据库现在实际使用过程中，需要对Oracle数据库不同环节和层面进行性能的提升，才能保证Oracle数据库的实际使用稳定性。下面将对Oracle数据库调整哪些方面，可以提高数据库的性能进行详细阐述。
* 渤海大学信息科学与技术学院 辽宁锦州 121000
1.1 Oracle数据库的吞吐性能优化与调整目标
4 结语
本文从企业客户的资金往来关系视角，利用大数据技术手段进行客户价值的分析，通过行内的线上数据分析，完成了企业客户的初步分析。后续可接入企业客户的微信，网络，工商、税务、法院、检察院、人行征信等信息，利用大数据技术进行全方位客户信息整合及画像，使商业银行在客户营销及风险预警领域取得更多有效信息。
[D].大连海事大学硕士论文，2015:1-2
[4]Tom White著.周敏奇，王晓玲等译.Hadoop权威指南[M].北京：清华大学出版社，2011
[5]王汉明.银行信息系统架构[M].北京：机械工业出版社，2015
【作者简介】张岩（1983－），男，研究生，主要从事银行数据类项目科技工作。
刘晓芸（1985－），女，研究生，主要从事银行报表项目科技工作。
马玉洁（1989－），女，研究生，主要从事银行卡方向技术研究工作。
（收稿日期：2017-02-06）
参考文献
[1]朱燚.银行业客户资产管理模型研究[D].山东大学论文，2007:1-2
[2]韩冬.数据挖掘与商业银行客户关系管理[J].计算机时代，2004（4）:18-19
[3]李娜.华夏银行苏州分行对公客户服务营销创新研究
1572017年第1-2期
因篇幅问题不能全部显示，请点此查看更多更全内容