Page 85 - NO.165銀行家雜誌

在客戶體驗與產品行銷上，金融業更倚重大數據分析。（圖／達志影像）

務繁多，銀行主要業務包括存款、放款、信 通常還得將結論圖像化、影像化，故數據品質
用卡、財富管理等，唯有強化、優化客戶體驗 至關重要，最害怕垃圾數據的干擾，「因此，
與產品行銷，才能在眾多競爭者中脫穎而出， 在處理數據時，得先修補或刪除有缺失、離群

「藉由大數據分析所得到的洞察，銀行更能提 值（outlier，或稱異常值）較高的數據。」
供客戶較佳的體驗，且可將有限的行銷費用花 「篩選數據時，企業應先訂定標準，缺
在刀口上，達到精準行銷的目的。」 失量、離群值超過標準的數據，就應該捨
而在企業管理、營運上，大數據分析亦 棄。」張惠欣強調，將大數據分析應用於不
是金融業強化與優化風險管理、資產負債管 同業務，因其性質不同，可訂定不同的標
理、人資與採購管理的利器，還有若干金融 準，或採不同的分析途徑，而以平均數、中
企業將之應用於法律遵循、稽核。張惠欣觀 位數為計算離群值的基點，便可刪除在特殊
察，在金融業的每一個環節、面向，幾乎都 情況下產生的數據。
會用到大數據分析，「徵聘新員工時，亦會 例如，銀行在檢視客戶信用卡消費數

分析應徵者的相關資料，除了學經歷，還有 據，以衡量其消費力時，得特別留意5月份
其在社群網站的留言。」 的刷卡數據。原因是，5月是國人繳納綜合
進行大數據分析，數據品質良莠直接影 所得稅的月份，許多民眾選擇刷卡繳稅，帳
響分析品質。張惠欣表示，今日金融業的大 面上刷卡金額雖高，卻非消費，其數據不具
數據分析，非常重視數據整理、數據建模， 分析價值，自應汰除。

台灣銀行家2023.9月號 85

1 5% JOEE