基于大数据的城市治理和城市安全课件

1、基于大数据的城市治理和城市安全2议程城市治理中大数据行业应用大数据参考架构大数据成熟度评估模型和方法论1大数据推进城市治理进程234Q&A5在2015年，全世界范围内城市居住人口已经超过了40亿。预计在2050年，随着城市的不断建 设和扩展，世界全部人口中将有70%的比例会居住在城市，这个人口数量将达到64亿。数字城 市建设，将使得城市中各个部件更加的高效、更加的具有灵活性，为人类大多数的居住人口提供 一个良好的生存环境。城市管理的挑战日益增加3全球数据量单位（Exabytes)Multiple sources: IDC,Cisco100908070605040302010不确定，不准确的百分

2、比9000800070006000500040003000200010000200520102019可利用的数据外延极大的扩展，从数据种类和数据量都在突破传统数据质量管理方案对企业内部数据 比如客户，产品以及地址信息持续 治理，但是这只是企业全部数据中 的一小部分。到2016年，全球互联的设备数将是全球全部人口的 两倍。所有的感应数据均有不确定性。社交媒体的总账户数将超过全球人口的总数。 从陈述和内容上看，这些数据也有很大的不 确定性。5我们的世界变得更容易获取信息到2015年,30亿RFID电子标签嵌入到我们的世界6我们的世界变得更互联互通到2017年估计有20亿的人将会接入互联网万亿连接对

3、象所有的一切都变得高度的智能化每一天,1500万亿字节的新信息将会产生事实上,几乎所有对象 - 任何一个人,任何物体,任何过程或任何服务,任何 组织,或大或小 都可以成为数字的感知体和感知网络大数据推进城市治理改革和创新保民生保稳定智慧电网智能交通智慧金融智慧制造食品安全医疗保障水源水质智慧物流公共安全政府服务工作就业指挥中心基于大数据技术的城市治理解决方案保增长7抽取信贷系统中客户互相担保信息，将担保关系导入大数据平台，并构建图模型利用大数据平台中的图模型算法，从所有担保关系中，扫描并识别预定义的异常担 保模式，将存在异常担保的客户及其担保关联模式列出利用Web 2.0框架，将可疑客户及其担

4、保关系形成可视化，分发到各相关负责的信贷人员和客户经理信贷担保记录大数据平台可疑担保条目Web2.0可视化金融行业：信贷审批中的异常担保关系检测8扫描结果示例 某银行目前信贷工作中异常担保情况在某家银行的224046条信贷担保关系当中涉及236276个对公/对私客户，其中，9765个客户之间存在异常担保的情况9基于闭环检测扫描发现的三种典型的异常担保模式三客户之间互保互保、联保同时存在互保、联保、链保同时存在三个或多个客户之间的互相担保互保和联保同时存在更复杂的担保情况分析1011客户关系网络探索 帮助银行和客户经理理清客户网络、发现隐含关系并帮助信贷策略、营销策略的制定网络图中的关系类别家庭

5、关系业务关系任职关系资金关系12 2016 IBM客户关系网络探索 利用网络结构和文本信息发现潜在关系识别潜在关系根据图中的拓扑结构和姓名，我们可以推 断丁忠*、丁忠*和丁忠*可能是兄弟关系13 2016 IBM客户关系网络探索 利用网络结构和文本信息发现潜在关系发现存在潜在关系的企业根据图中的人和企业之间的关系往来以及企业 名称，我们可以推断浙江燎*电缆有限公司和 燎*电缆集团有限公司是潜在相关的两家企业客户挑战：随着业务发展，该银行积累了海量的业务 数据并迅速增长，但是难以实现数据驱动 的业务价值；虽然营销投入不断增长，营 销效果未见提升，客户体验有待提升；同 时，利用数据中心丰富数据资源

6、和领先地 位，结合当下大数据的环境，突破传统的 已知的分析维度，通过更多维的结构化和 非结构化的数据，为该银行的战略转型提 供数据决策分析的支持，是面临最大的挑 战。金融行业：某股份制商业银行大数据客户分析项目解决方案：本项目基于IBM中国研究院Plutus平台， 该平台依托IBM大数据分析软件（BigInsights, SPSS）、硬件和IBM中 国研究院的大数据分析模型和算法，为该 银行提供端到端的大数据客户分析整体解 决方案。该方案整合海量的结构化和非结构化数据， 提供客户全景视图、客户行为分析、精准 营销、产品推荐等业务场景的分析服务， 帮助银行获取新客户、维系老客户、提升 客户价值。

7、14客户形象刻画客户属性产品 业务交易 行为积分 行为交互行为价值贡献需求态度营销 推荐关系 圈子风险 属性EDWODS客户属性：人口属性、婚姻状态、财产收入、联系信息、生命阶段等产品业务：存款产品、贷款产品、理财产品、信用卡产品等交易行为：周期频率、交易场景、渠道分布积分行为：兑换点数、次数、频度交互行为：ATM、网银、手机银行、微信银行价值贡献：收入、成本需求态度：忠诚度、敏感度营销推荐：营销活动、营销结果关系圈子：家庭关系、社会关系、品牌圈子风险属性：风险评级、高风险行为统计LOG从各业务条线的视角去获得客户的全 方位视图，从而得到客户在行为、偏 好等多方位的深入洞察，为业务拓展 提供基

8、础实现了约1000个客户形象刻画指标， 并通过MapReduce Job每天批量计 算更新15通过银行网银日志和手机银行日志分析作客户细分Execution电子银行部 客户-业务-渠道 相关性分析Target AwarenessDecisioningAgeGenderIncome渠道接触渠道偏好渠道签约信息Customer Attributes 客户的属性Transaction交易信息Date/TimeMerchant（ID,Type）Amount网银日志Behavior行为信息消费 偏爱风险 承受财务 能力行为 特征Job TypeAnalysisModel分析模型Channel Inter

9、action Attributes渠道交互属性维度Account Attribute 账户信息类型余额状态External外部信息人行征信电商交易手机银行日 志用例1： 网银活跃客户/非活跃 客户的特征分析分析网银活跃客户/非活跃客户 在客户信息、账户信息、行为信 息、产品信息、渠道信息上的特 征，挖掘活跃客户/非活跃客户 的规律，为提高非活跃客户的激 活率提供建议。用例2： 电子渠道跨行资金归集 特征分析分析通过电子渠道进行跨行资金 归入/归出的客户、账户、渠道、 产品的特征和规律，提升客户粘 度、为反向营销提供参考。16业务成果：精准营销 网银用户到手机银行用户的交叉销售在网银客户转化手机

10、银行客户 的最近三次营销中，通过客户 响应模型，转化率达到4.44%、4.84%、 5.16%，相比之前的 业务营销和自然转化分别提升 了5倍和15倍，同时避免骚扰 客户，提升客户体验。成效2.0%1.0% 0.0%3.0%6.0%5.0%4.0%转化率5倍17帮助该银行实现网银用户到手机银行用户的转化挖掘该银行手机银行用户的特征和行为习惯识别出哪些网银用户更有可能转化为手机银行用户车联网与大数据：专业车队管理优化 (高端物流车,危险品车)运输需求分析与预测车辆调度优化驾驶行为分析与管理深度油耗分析1819智慧制造：以大数据为基础预测性维护，对设备资产的使用状况进行实 时监测和优化预测湿度交通

11、空气设质备量资产位置天气温度 危害环境因素MFG 指标资产的生命周 期的历史使用率数据资产监测过程控制工作计划安排使用记录监控、维护以及优化资产设备，以取 得更好的可用性和利用率，取得更好 的效益预测可能的设备资产故障，优化质量管控和运维及备品备件供应保障。利用大数据的工具和手段，可以对意料 之外的设备停机进行预测， 从而可以 进一步采取措施来改善处理能力2097%ACCURACY应用场景：普惠发动机检修案例使用IBM预测分析技术防止由于发动机故障导致的飞机停场事故21应用场景： 精细化生产:宝马汽车发动机的预测性质量管控业务问题描述:发动机相关模块的铸造过程中,各种 温度,压力等参数被密切关

12、注,并实时进行追踪分析， 通过对于历史数据中的数据相关性分析所得出的结 论，快速判别相关铸件是否合格，能够让其进入下一个生产环节。客户价值:生产过程和质量控制过程中的大量数据 和变量被输入由IBM SPSS构件的分析系统，从而构 建质量控制的数学模型。通过数学模型对生产过程 中的数据进行快速判别，从而在第一时刻发现不合 格的生产铸件，并采取相应的措施。这个过程将大 量隐含在生产数据中的信息揭示出来，从而改进生 产过程并提高产品质量。零售行业：某鞋业公司实现用户自画像分析，推动以客户为中心的战略转型行动导向的客户细 分: 基于客户购买行 为识别高价值客户高价值客户群微细 分：面向高价值客 户群基

13、于潜在共性 特征进一步分群实施高价值客户的精准营销, 通过数据闭环持续迭代优化 客户洞察提升ROI老客户的递进 收入贡献支撑 业务成长关键支撑: 客户行为研究, IBM 客户洞察解决方案明确：哪些客户是最核心的 客群？哪些客户需要考虑重 点挽留/唤醒？哪些是无价值客户？22能够：潜在挖掘其社会属性 的共性特征深入理解其购买偏好 的共性特点基于更深入的洞察增 加实施精准营销的有效 性帮助：设计更优的VIP会员管理体系, 以更经济的方式维护老客户持 续贡献优化品牌定位与营销活动执行提升总部对销售分部的客户管 理指导23分析一体机探索和归档企业数据仓库PureData for Analytics (Netezza)数据同步， 数据清洗、转换CDCDataStage BigQ BigI安全，管控和业务连续Guardium, OptimBigInsights数据集市DB2 Blu Dash DB LocalDB2