索信达宋洪涛：大数据赋予银行ATM新的课题和活力

随着微信、支付宝、ApplePay等支付手段多样化和便捷性的不断提高，人们日常生活中对现金支付需求不断萎缩，如何优化ATM运营，降低银行运营成本，来看看索信达数据设计实施的ATM选址布局联动系统。

直观的地图联动展示，简介易用的用户体验，业务分析师只需要通过简单的点选操作，即可完成选址布局。系统不仅有效降低ATM运营成本，还兼顾了ATM机作为与消费者接触的重要渠道，从精准营销和反欺诈的视觉，赋予ATM新的课题和活力。

索信达数据董事长宋洪涛先生表示：“人们的生活方式发生了翻天覆地的变化，目前现金需求的减少，全国ATM处于下跌的趋势，银行需要控制ATM成本的投入。同时，不少银行ATM的投放缺乏大数据的支撑，ATM的营销活动也比较单一，不能很好的吸引客户到ATM交易。在此背景下，银行急需要构建ATM科学布局系统，用科学方法优化ATM投放，提升运营效率和降低运营成本。我们通过数据分析，指引基于ATM营销活动的投放。”

如下图所示，右边地图圆圈大小代表各个区域的跨行交易量，圆圈越大表示跨行交易最大。不同的颜色提示用户需要关注的区域类型。红色表示该区域ATM投入需要加强，绿色代表需要减少ATM投入，蓝色代表暂时保留现状。左边展示该区域的基本区域特征分析和ATM交易分析，通过数据分析和可视化，结合ATM的地理位置，我们给出直接的具体的ATM投放建议，进行ATM的重新选址和优化布局，从而提高使用效率，降低银行的运营成本。

索信达数据董事长宋洪涛先生表示：“数据指标包含人口及基础设施数据，区域性质和ATM数据。影响ATM投放的主要因素有人口特性，区域特性，ATM交易情况，基于这些因素，索信达数据对其进行模型训练，建立评分模型和决策树模型。”

通过评分模型，给出建议减弱，建议加强，建议保留的三种类型的区域。一类和二类区域是银行投放ATM需要重点关注的区域。

决策树模型给出各个影响因素的重要性得分，根据重要性得分可以得出对影响投产比有重要影响的因素。决策树除了给出重要的因子排名，还有定量的建议，在需要关注的区域增加多少台ATM或者减少多少台ATM机，能使投产比达到最优。

整合多方数据，进行深度数据分析，索信达数据进而给银行出ATM布局的规划建议。例如ATM布局中心城区与非中心城区选择，回避选择中心城区：

（1）ATM机具数量多，布放密度高；

（2）银行营业网点多；

（3）POS受理环境普及；

（4）本行卡交易占比大。

选非中心城区的城乡结部：

金融机构网点少；

银行卡受理市场环境差；

多为外来打工人员聚居区，习惯于使用现金。

厂区打工人员聚集区：

（1）餐饮娱乐一条街，沿街便利连锁店商户穿墙；

（2）厂区大门旁、警卫室旁；

（3）菜市场入口处商户穿墙。

基于ATM开展精准营销

1.区域选择：针对某一个区域，开展该区域人群的特征统计分析。找出该区域人群特征。

2.营销对象：基于客户标签，如资产情况，教育程度，年龄，交易偏好，持卡习惯等维度特征，细分客户。

3.设计活动：针对该区域细分客户群，从看“单个人”到看“群体”，在基于客户标签细分客户基础上设计针对性的精确营销活动。

4.活动反馈：收集活动反馈数据并分析，及时改进和指导营销活动。

基于ATM开展反欺诈

基于索信达大数据分析平台的实时风控预警系统，实时反欺诈模型和挖掘训练模型，实时抓取内外部数据进行关联分析，识别ATM用户登陆异常或有风险的操作行为，例如在某一区域内，用户在有违“合理”的时间范围内在不同的ATM机上进行频繁取款或转账操作异常行为时，我们将实时把风险信息告知银行管理机构或业务人员，做到实时风控和反欺诈。