数据挖掘专项能力


胜游官网的数据科学团队云集了著名学府统计、计算机、金融工程专业的硕士博士20多人,致力于运用数据分析与数据挖掘技术,深入分析金融、电信、互联网、政府、能源、交通、医疗等行业的业务需求,帮助他们做出业务决策,提升商业价值。我们在国际公认的CRISP-DM体系架构基础上结合自有经验,有效的将业务驱动与数据驱动相结合,帮助企业实现“业务理解——数据理解——数据准备——模型构建——模型修正——模型部署——性能监控”一整套数据分析挖掘解决方案。


在精准营销领域,我们关注客户完整生命周期的跟踪与服务,实现客户标签体系建设、客户细分、客户精准营销、客户提升、客户流失预警等专题。这些专题不是孤立的数据分析,不是数据仓库里冷冰冰的电子表,是从营销设计——数据分析——模型预测——营销执行——评估反馈的闭环流程。在金融行业的营销实践中,精准营销相对传统营销效率提升达到数十倍之多,极大地节省行方的人力物力,同时提升个人客户的使用体验。


在银行风险领域,我们以巴塞尔协议III为指导,在信用风险(评分卡、PD、LGD、EAD)、市场风险(VAR计算、压力测试)、流动性风险等领域建立统计模型,实现风险计量。同时把这套理论方法推广到证券、保险、消费贷款等其它领域。作为风险管理的一部分,近年来各大金融机构纷纷建立风险模型实验室以规范模型开发流程。团队在多个相关项目的咨询实施过程中总结提炼了风险模型实验室的五维框架,提高风险模型开发效率,规避模型风险,实现全面安全管控,实现文档、程序模板的积累。


在证券行业,我们以投资者、结算参与人、市场为主要分析对象,站在监管角度,不断深化对投资者尤其是自然人投资者群体的认识,实现针对性投资者教育与适当性管理,同时发现甄别市场中的少量违规行为,为证券市场公正公平、繁荣稳定发展提供分析支持。


团队技术层面覆盖传统统计建模——分类、回归、聚类、降维、异常检测、时间序列、生存分析;覆盖非结构数据分析——文本分类、主题提取、情感分析;熟练使用SAS、R、Python等分析工具,熟悉Teradata、Oracle等数据库系统;熟悉Hadoop、Spark等大数据平台及其上的Mahout、MLLib等挖掘算法开发框架。


为了更好的体验,请使用竖屏浏览