一、为什么银行需要精准营销，预测营销？有哪些类型？
在当今高速信息化发展的时代，银行产生了大量的业务数据，结构化数据，中间数据，大数据时代随即到来，为了能在海量数据中挖掘深层信息，实现数据产业的价值，需要结合大数据人工智能技术。国外花旗银行，汇丰银行是大数据机器学习的先驱，国内银行也在大数据人工智能思潮下逐渐展开尝试。
基于大数据的精准营销方案是利用大数据平台上的机器学习模型深入洞察客户行为、客户需求，客户偏好，挖掘潜出在客户，实现可持续的营销计划。例如：通过很多先进的算法如频繁项集挖掘，协同过滤，甚至利用图数据库，LDA算法，排序算法进行如下几个方面的营销：
用户画像：结合用户的历史行为和基本属性给用户打标签。
精准推荐系统：给用户推荐个性化理财产品，给每个客户推荐他喜欢的产品，帮客户找到其最适合的产品，增加产品的购买率。
需求预测和客户价值：新产品发售的时候，找到最有可能购买该产品的客户，进行短信营销，进而提高产品响应率。
在数据方面包括：
客户基本信息：
银行交易流水信息：
网银信息：
我们采集这些数据，通过机器学习挖掘这些数据，可以实现银行的精准营销。这是最直接和最有价值的应用，机器学习可以计算每一个用户的响应概率，例如对储蓄卡的存量客户进行信用卡的响应概率计算，这里面又可以通过上图提到的数据，或者结合客户在其他平台的金融活动数据，进行机器学习建模，全面提升银行营销的成功概率。
随着销售时代的变迁，由原先的地毯式的营销，进入大数据人工智能时代的数据时代，对每一个消费者响应的概率进行量化计算，提高投资回报比。
在大数据时代，比的是早一步的先知能力，利用大数据，从顾客真实交易数据中，计算银行其他业务的响应概率，大数据时代营销的关键词就是“预测”。
