이미 소장하고 있다면 판매해 보세요.
|
1부 금융산업의 빅데이터 분석
_1장 금융산업의 빅데이터 __1.1 빅데이터 시대의 도래 ___1.1.1 주요 시장 동향 ___1.1.2 주요 정책 추진 동향 __1.2 빅데이터란? ___1.2.1 빅데이터의 의의 및 특징 ___1.2.2 빅데이터의 활용 가치 ___1.2.3 빅데이터 분석 ___1.2.4 빅데이터 분석 방법론 ___1.2.5 탐색적 데이터 분석 __1.3 빅데이터 활용 분야 ___1.3.1 해외 빅데이터 활용 사례 ___1.3.2 국내 빅데이터 활용 사례 ___1.3.3 금융산업에서의 빅데이터 활용 사례 2부 분석 과제를 위한 준비 _2장 금융 빅데이터 사전컨설팅 __2.1 빅데이터 분석 과제 선정 ___2.1.1 금융산업에서의 빅데이터 분석 및 활용 현황 ___2.1.2 빅데이터 분석 과제 선정 방법론 3부 고객 분석 _3장 통합 고객 다차원 분석 및 고객 세분화 __3.1 개요 ___3.1.1 고객 분석의 배경 및 목적 ___3.1.2 금융산업에서의 고객 세분화 사례 ___3.1.3 분석 모형 프로세스 __3.2 통합 고객 다차원 분석 ___3.2.1 분석 대상 테이블 선정 ___3.2.2 분석 대상 고객 선정 ___3.2.3 분석 대상 테이블 탐색 ___3.2.4 데이터 탐색 및 인사이트 발견 __3.3 고객 세분화 ___3.3.1 세분화 방법 및 선정 근거 ___3.3.2 군집 분석 ___3.3.3 그리드 방식 __3.4 결론 ___3.4.1 분석 과제 요약 ___3.4.2 한계점 및 고도화 방안 제시 _4장 우수고객 및 고객 이탈 분석 __4.1 개요 ___4.1.1 우수고객 및 고객 이탈 분석의 배경 및 목적 ___4.1.2 산업별 적용 사례 ___4.1.3 모델 개발 시 고려사항 __4.2 탐색적 데이터 분석 ___4.2.1 분석 모형 ___4.2.2 데이터 수집 및 전처리 ___4.2.3 데이터 탐색 및 인사이트 발견 __4.3 결론 ___4.3.1 분석 과제 요약 ___4.3.2 향후 연구 _5장 VoC 민원 분석 및 위험민원 예측 __5.1 개요 ___5.1.1 민원 분석 배경 및 목적 ___5.1.2 텍스트 마이닝 __5.2 민원 분석 ___5.2.1 데이터 수집 ___5.2.2 데이터 전처리 및 EDA ___5.2.3 빈도 분석 ___5.2.4 토픽 모델링 ___5.2.5 월별 위험민원 추세 __5.3 결론 ___5.3.1 분석 과제 요약 ___5.3.2 향후 연구 4부 상품 추천 _6장 상품 추천 시스템 __6.1 개요 __6.2 추천 모델 ___6.2.1 무작위 추천 ___6.2.2 그룹 기반 추천 ___6.2.3 연관 규칙 분석 ___6.2.4 콘텐츠 기반 필터링 ___6.2.5 협업 필터링 _7장 보유 상품 기반 상품 추천 __7.1 개요 ___7.1.1 기존 P사의 금융상품 추천 방식 ___7.1.2 목표에 따른 추천 모델 방향성 __7.2 설계 방향 __7.3 탐색적 데이터 분석 ___7.3.1 탐색 테이블 선정 ___7.3.2 EDA 분석 및 인사이트 __7.4 모델 개발 ___7.4.1 데이터 전처리 ___7.4.2 모델 학습 ___7.4.3 상품 추천 결과 추출 _8장 체크카드 사용 실태에 따른 상품 추천 __8.1 개요 ___8.1.1 체크카드 사용 실태에 따른 상품 추천 배경 및 목적 ___8.1.2 기존 P사의 체크카드 추천 방식 ___8.1.3 타사의 카드 추천 방식 __8.2 설계 방향 ___8.2.1 진행 추천 방식 ___8.2.2 최종 모델 선정 ___8.2.3 설계 방향 선정 __8.3 탐색적 데이터 분석 ___8.3.1 탐색 테이블 선정 ___8.3.2 데이터 탐색 __8.4 모델 개발 ___8.4.1 데이터 전처리 ___8.4.2 모델 추천 프로세스 _9장 접촉 로그 데이터 기반 관심상품 추천 __9.1 개요 ___9.1.1 현 상태 우체국의 상품 추천 방식 ___9.1.2 과제의 목적 ___9.1.3 접촉정보 분석 사례 __9.2 설계 방향 __9.3 탐색적 데이터 분석 ___9.3.1 탐색 테이블 선정 __9.4 모델 개발 ___9.4.1 데이터 전처리 ___9.4.2 모델 프로세스 _10장 서비스화 및 결과 전달 __10.1 개요 __10.2 추천 결과 적재 __10.3 추천 사유 전달 __10.4 추천 모델 평가 ___10.4.1 추천 모델 평가 방법 ___10.4.2 추천 모델 평가 과정 __10.5 빅데이터 분석 기반 상품 추천 서비스 5부 금융산업 빅데이터 분석 환경 _11장 빅데이터 분석 및 활용 플랫폼 __11.1 빅데이터 플랫폼 구성 __11.2 빅데이터 플랫폼 역할 ___11.2.1 내부 데이터 수집 ___11.2.2 외부 데이터 수집 ___11.2.3 배치 프로그램 __11.3 빅데이터 플랫폼 활용 ___11.3.1 빅데이터 분석 환경 ___11.3.2 배치 프로그램 ___11.3.3 태블로를 활용한 데이터 시각화 |
|
빈틈없는 금융산업 고객 분석&상품 설계 노하우
『실전 금융산업 빅데이터 분석』에서는 우선 관련된 배경지식을 알아보고 금융기관에서 바로 사용할 수 있는 고객 세분화 방식과 이탈 고객 예측법을 살펴봅니다. 이때, 텍스트 마이닝을 활용해 민원 데이터로 고객 요구사항을 어떻게 카테고리화하는지 학습합니다. 그리고 고객 분석 결과와 관련 상품 데이터로 고객에게 알맞은 상품을 추천하는 시스템을 구축해봅니다. 정확한 방법론과 특별한 비법을 따라 하면 금융기관에 축적된 데이터를 다루는 확실한 방법을 익힐 수 있습니다. 이 책이 필요한 독자 ㆍ특수 데이터에 대한 분석 실무를 알고 싶은 데이터 과학자 ㆍ금융기업의 고객 및 상품 데이터 관리에 관심 있는 분석 전문가 ㆍ빅데이터 분석의 방법론을 논리적으로 이해하고 싶은 금융 전문가 |