可以将银行的数据按类型分为交易数据、客户数据、信用数据、资产数据四大类。大部分数据都集中在数据仓库，都是结构化数据，金融属性较强，可以利用数据挖掘来分析出一些交易数据背后的商业价值。商业银行正在从经营产品转向经营客户，因此目标客户的寻找，正在成为银行数据商业应用的主要方向。其中高端财富管理和理财客户的挖掘，成为吸收存款和理财产品销售的主要应用领域。

　　1)利用数据库营销，挖掘高端财富客户

　　从物业费待缴服务中寻找高端理财客户，银行可能帮助一些物业公司进行物业费代缴，其中包含了较多的高档楼盘的代扣代缴，银行可以依据物业费的多少，来识别出高档住宅的业主。例如针对物业费代扣金额超过3千元的客户进行分析，结合其在本行的资产余额，来帮助银行找到一些主要资产不在本行的高端用户，为这些用户提供理财服务和资产管理服务。曾经某家股份制商业银行，利用此方法，两个月新增了十多亿存款。

　　2)利用银行卡刷卡记录来寻找财富管理人群

　　中国有120万人口高端财富人群，这些人群平均可支配的金融资产在一千万人民币，是所有银行财富管理重点发展的人群。这些人群具有典型的高端消费习惯，高端消费场场景覆盖奢侈品、游艇、豪车、手表、高尔夫、古玩等。银行可以参考POS机的消费记录定位这些高端财富管理人群，为其提供定制的财富管理方案，吸收其成为财富管理客户，增加存款和理财产品销售。另外移动设备的位置数据也可以帮助银行识别出这些人群。

　　3)利用外部数据找到白金卡用户

　　信用卡中的白金卡主要面对高端消费人群，这些人群很难通过线下的方式触达，但是其又是信用卡公司希望获得的高价值用户。银行可以参考客户乘坐头等仓的次数、出境游消费金额、境外数据漫游费用来为其提供白金卡服务，这类经常乘坐头等仓和消费高的客户，其消费额度和信用水平应该可以满足白金信用卡客户的要求。这种消费场景的关联应用是典型的大数据应用方式，也是目前数据库营销和数据风控常用的场景。

　　2 保险行业数据应用功能场景

　　保险行业主要通过保险代理人连接保险客户，对客户的基本信息和需求掌握很少，因此极端依赖外部保险代理人和渠道(银行)，在竞争不激烈的情况下，这种连接客户的方式是可以的。但是如果互联网保险兴起之后，用户很可能会被分流到互联网渠道，因为年轻人更加喜欢通过互联网这个渠道来满足自己的需求。未来线上客户将成为保险公司客户来源。

　　保险行业的产品是一个长周期产品，保险客户再次购买保险产品的转化率很高，经营好老客户是保险公司一项重要任务。保险公司内部的交易系统不多，交易方式不是很复杂，数据主要集中在产品系统和交易系统之中，客户关系管理系统中也包含丰富了信息，但是数据集中在很多保险公司还没有完成，数据仓库建设可能需要在用户画像建设前完成。

　　保险公司主要数据有人口属性信息，信用信息，产品销售信息，客户家人信息。缺少兴趣爱好、消费特征、社交信息等信息。保险产品主要有寿险，车险，保障，财产险，意外险，养老险，旅游险。

　　保险行业数据业务场景是围绕保险产品和保险客户进行的，典型的数据应用有利用用户行为数据来制定车险价格(UBI)，利用客户外部行为数据来了解客户需求，向目标用户推荐产品，例如依据自身数据(个人属性)，外部养车App活跃情况，为保险公司找到车险客户;依据自身数据(个人属性)，移动设备位置信息，为保险企业找到商旅人群，推销意外险和保障险。依据自身数据(家人数据)，人生阶段信息，为用户推荐理财保险，寿险，保障保险，养老险，教育险，依据自身数据和外部数据，为高端人士提供财产险和寿险。利用外部数据，提升保险产品的精算水平，提高利润水平和投资收益。

　　保险公司急需收集整理客户信息，为客户建立人生档案，利用个人的生命周期各个阶段需要，为客户提供保险产品。保险公司也需要同外部渠道进行合作开发出适合不同业务场景的保险产品。例如航班延误险、旅游天气险、手机被盗险等新的险种。目的不是靠这些险种盈利，而是找到潜在客户，为客户提供其开奖直播保险产品。另外保险公司应该借助于移动互联网连接客户，利用数据分析来了解客户，降低对外部渠道的依赖，降低保险营销费用，提高直销渠道投入和直销销售比。

　　3 证券行业数据应用场景