100%
词之莲
分析场景
面对数以百计的投诉单，通过人工阅读再整理的方式，显然不够客观和高效，因此需要利用文本挖掘技术来进行辅助。利用网络拓扑实现投诉文本关键词可视化，可以快速了解投诉原因，从而有针对性的改进服务或者产品，提高客户满意度。
所需数据和分析算法
数据：结构化和半结构的客户投诉记录、产品信息数据、网站采集数据等
工具和算法：昆仑 & 词共现网络模型、语义分词算法
担保花火
分析场景
担保公司为中小企业融资提供增信服务，但由于担保能力和抗风险能力参差不齐，银行在与担保公司合作中，需要对担保公司的担保规模和贷后风险进行动态监控，及时把握保证类贷款业务的风险情况，防范担保公司代偿风险。
所需数据和分析算法
数据：担保公司贷款业务信息、担保关系信息、客户风险监控信息等
工具和算法：昆仑 & 担保网络风险预警模型、GridsearchCV
关联风险旋涡
分析场景
银行企业客户间存在大量的交易转账关系，这反映出客户之间的关系紧密程度。当其中一家企业客户发生违约，其关联度高的几家企业客户极易受到牵连。因此需要利用大数据挖掘算法，预测出风险高的企业客户，对其及关联客户进行事前严密监控，防范风险。
所需数据和分析算法
数据：交易转账信息、企业客户风险信息、企业客户关联信息等
工具和算法：昆仑 & 风险预测模型、LightGBM
流失旋涡
分析场景
银行的高净值客户由专属的客户经理负责关系维护，并向客户提供财富管理咨询服务，管理部门希望总体了解客户的流失现状，并预测每个客户流失倾向，根据流失倾向程度对客户做划分，指导客户经理做好客户关系的精细化维系。
所需数据和分析算法
数据：客户消费信息、客户访问信息、客户价值信息等
工具和算法：昆仑 & 流失预测模型、PCA、XGBoost
航空日珥
分析场景
随着旅游需求扩张，民用航空业得到较快发展，通过对各城市机场的民用航空线路数据进行分析，可以建立各城市机场的运输能力综合指标。该指标反映各城市航空业发展程度，同时可以辅助各城市机场对航线规划、广告定价、交通运输拓展等工作的统筹部署。
所需数据和分析算法
数据：航空线路信息、机型指派信息、机组信息等
工具和算法：昆仑 & 航空运力综合指数模型、PCA
转账万花筒
分析场景
银行有大量的对公客户转账数据，依据这些数据可以找到非本行的潜在客户。从这些客户中选取高潜力客户进行营销，一方面基于关系网的营销更容易引起共鸣，从而提升响应率；另一方面营销目标明确，避免了广撒网的资源浪费。
所需数据和分析算法
数据：客户转账信息、客户价值信息、客户征信信息等
工具和算法：昆仑 & 潜力预测模型、Kmeans聚类模型
彩色风车
分析场景
电信客户无时无刻都在使用手机产生大量的通话记录，每类客户都会有自己独特的通话模式，这些数据从侧面反映客户的社群活动情况、职业习惯等，利用这些数据可以进行客户细分，向客户推荐合适的话费方案，为企业精准营销提供方向。
所需数据和分析算法
数据：客户通话行为信息、客户流失使用信息等
工具和算法：昆仑 & DBSCAN聚类模型
转介水母
分析场景
互联网时代催生了自传播这种新兴获客模式，使得用户群体像“滚雪球”似的快速增长。在这种环境下，银行也需要摒弃传统的广撒网获客模式，借助数据挖掘技术，寻找优质的自传播源头用户，以最小的成本获取更多的客户。
所需数据和分析算法
数据：用户属性信息、用户关联信息等
工具和算法：昆仑 & 社团划分模型、信息传播模型
页面蛛网
分析场景
电商网站由于其产品的多样性、流程的多样性，导致页面间的链接错综复杂。页面链接的顺畅与否直接影响了目标页面的流量，因此需要利用大数据分析技术监控电商页面的跳转链接情况，及时处理链接漏洞，逐步实现最大化承接流量。
所需数据和分析算法
数据：用户线上行为信息、页面曝光信息等
工具和算法：昆仑 & 页面健康度评估模型
情绪之莲
分析场景
用户体验的工作可以说是用户需求和用户认知的分析，而用户的声音是其中很重要的一环。越来越多的证据表明商品的评论信息会影响到消费者的消费决定，因此用户评论的挖掘至关重要，其中用户评论的情感极性和强度是其中重要的一环。
所需数据和分析算法
数据：用户评论信息、页面曝光信息等
工具和算法：昆仑 & 基于BERT的情感分析模型
蓝色矢车菊
分析场景
随着科技不断发展，产品的广告宣传方式渐渐发展出更适应用户生活习惯和更具创新思维的广告模式。如通过微博知名博主宣发广告，带动粉丝的转发和评论数，使广告扩散到更多用户首页。选择与产品相适应的微博博主进行广告宣传，既能扩宽获客新渠道，也能吸引到大量年轻客户。
所需数据和分析算法
数据：广告传播信息、用户属性信息等
工具和算法：昆仑 & 网络爬虫、社团划分模型
繁星
分析场景
随着反欺诈的进步，金融欺诈越来越呈现欺诈行为多变性和团伙性的特点，因此采用关系网络进行反欺诈检测变得越来越重要，可以结合不同的数据源构建借款人之间关系的知识图谱，从网络的视角衡量欺诈风险，识别欺诈团伙。
所需数据和分析算法
数据：用户关联信息、用户信用信息等
工具和算法：昆仑 & GCN网络图嵌入模型
物流太阳花
分析场景
企业对物流网络的规划会极大的影响货源的供应情况，仓储点过多可能导致成本过高，仓储点太少可能导致货物无法及时配送，影响客户体验，因此利用数据挖掘的手段分析物流网络数据，有利于科学的规划物流网络，同时兼顾成本和网络的密度。
所需数据和分析算法
数据：物流仓储信息、用户订单信息等
工具和算法：昆仑 & 网络节点度量模型
话务日晷
分析场景
业务人员常常需要对运营数据进行周期性的趋势分析，通过分析监测每个细分业务板块的工作量谷峰值，可以帮助管理者在人员排班和职能均衡的决策考虑上更加科学。
所需数据和分析算法
数据：员工绩效信息、员工排班信息、员工属性信息等
工具和算法：昆仑 & 基于Holt-Winters的趋势分析模型
郁金香
分析场景
某银行与外部第三方机构合作放款，积累了大量客户数据。其中有很多客户仅仅购买了第三方合作机构的产品，还未持有本行产品，即还不属于本行客户。而这些客户都是宝贵的资源，银行需要从这些客户中选取优质的客户进行营销。
所需数据和分析算法
数据：员工属性信息、员工消费信息、产品属性信息等
工具和算法：昆仑 & look alike人群扩散模型
飞舞的线条
分析场景
财务指标是用简明的形式，以数据为语言，来传达财务信息并说明财务活动情况和结果。然而财务指标种类繁多，容易让人眼花缭乱，可能无法辨清其中重要揭示内容，因此需要一种更加可观的方式来展现。
所需数据和分析算法
数据：财务数据等
工具和算法：昆仑 & Kmeans聚类模型
消息扩散
分析场景
某银行在官方微博上发布了一篇推广新产品的话题信息，业务策划部门希望直观的掌握该消息在微博上的扩散深度和广度，掌握消息传播的影响力和重要节点。从而把控消息传播态势，优化广告效果，助力新产品的推广。
所需数据和分析算法
数据：微博点赞数据、评论数据、转发数据等
工具和算法：昆仑 & PageRank算法
海螺
分析场景
公司间存在复杂的资金往来关系，这些资金流往往与公司经营状况健康程度有莫大关联。通过对公司信用进行评估分级，并检验公司间的的资金往来关系，可以预测公司未来的经营状况和信用情况，有助于银行在对公贷款审批方面的管理。
所需数据和分析算法
数据：客户资金往来信息、公司客户经营信息、公司客户风险信息等
工具和算法：昆仑 & 多维风险评估模型、PageRank
交易烟花
分析场景
客户在每家银行都可以开立结算账户，银行业务人员希望通过账户流水往来行为，评价客户在本行交易的活跃性，从侧面反映客户对本行的忠诚度。面对海量的流水数据，需要充分利用大数据挖掘的技术。
所需数据和分析算法
数据：交易频次、交易金额等
工具和算法：昆仑 & 多分类模型、Kmeans聚类模型
蝴蝶结
分析场景
诈骗电话是长久以来通话中造成困扰的事。随着手机更新换代，号码标记功能出现，在一定程度上能帮助号主识别来电人信息，降低被欺骗的几率，但个人的标记未必真实有效。将诈骗识别算法与电话标记相结合，互补互助，才能更有效判断是否为电话欺诈。
所需数据和分析算法
数据：客户通话信息、客户属性信息、客户白名单等
工具和算法：昆仑 & 欺诈检测算法、LockInfer
像艺术家一样
分析数据
释放数据潜力，洞见商机先机。昆仑-智能数据分析，让洞察触手可及