銀行業擁有豐富而真實的客戶資料，
線上賭場
，較其他產業具備即時、真實及更新的特性。銀行業因蒐集法人客戶或個人資料，
礁溪頂級民宿
，納入大數據母體，
台南房屋二胎融資推薦
，這些數據／資料可用以分析客戶的信用、資產、收入或負債；透過身分認證所獲取的客戶資料，
銀行二胎貸款
，即是銀行業大數據的基礎。銀行運用大數據挖金礦，
台中民間二胎利息
，可分為五種關鍵應用暨服務，
中壢通馬桶
，包括：市場行銷、信用管理、產品設計、交叉銷售、客戶服務等。從目標客群的選定就可開始運用。從既有客戶的交易數據，
全球彩票
，找出對銀行貢獻較高的客群，或是未來較有開發潛力的客群。針對這兩種客群分析其基本屬性，例如年齡、居住區域等，找出一些共同特性。將這些特性轉化成「用一句話就可以描述完的特徵」，讓銷售單位或人員了解。當銷售人員推廣產品時，較能鎖定客群，或碰到符合的客戶時，可積極銷售產品，對於銷售成果與銷售時碰到的不同狀況，必須再回饋到分析及決策團隊修正。實體通路（例如分行）會直接面對客戶，可以採用；在虛擬通路（例如網路銀行）一樣可進行基本數據比對，了解是否為鎖定的目標客群，然後給予不同的銷售訊息。例如當客戶到銀行申請某項產品時，銀行給予不同顏色的筆，請其填寫申請書，再根據對顏色的選擇將客戶分群，並觀察不同客群後來各自與銀行互動的狀況。累積一段時間的觀察與追蹤數據／資料，就可將分析結果再應用到客戶選擇不同顏色的當下，就給予不同的對待，或是後續產品審核時差異化。一般客戶的信用狀況，最重要的判斷基準是收入高低，以及收入的穩定性，甚至客戶過去與銀行在貸款產品的往來狀況。銀行運用這些數據／資料決定是否要核准貸款，或是給予多少信用額度，以及給予何種收費標準與利率區間、還款年限等。這些主要是所謂的貸前管理；而在貸款或給予信用的期間稱為貸中管理，就要運用客戶還款是否準時、金額是否正確，以及是否有信用擴張情形，從而決定是否要求客戶提前清償或是改變價格（利率）。許多國家在信用卡或現金卡產品實施的風險差別訂價，就是貸中管理的一部分。貸後管理是指貸款期間結束，可是客戶尚有未還完的款項，包含在貸款期間已有遲繳情形。銀行此時會運用分群的數據／資料，將客戶分為暫時性遲繳、慣性遲繳，或是惡意遲繳。再區分不同的催收方法，如簡訊通知、電話提醒、信函催收、到戶拜訪、採用法律途徑等。催收時段與話術也有講究，一切都是先從數據／資料的分析開始。新產品的推出，不論是產品功能／利潤、定價、通路、促銷，任何設計與包裝還是要回到客戶的需求。要掌握客戶需求，就要瞭解客戶。其實客戶與銀行互動時會透露出很多訊息，包含偏好的通路、可接受的價格、喜歡產品的特色，以及如何使用該項產品。這些可從銀行累積的數據／資料中抽絲剝繭得出。觀察金融產品使用狀況時，常使用一種消費行為分析方法為RFM。R是指近因，可想成客戶的交易活動，距離分析時點最短的那一次時間；F是指頻率，是指在一段特定期間內客戶的消費次數；M是指貨幣（Monetary），是指交易金額的大小。將此三個維度定好間距後再進行交叉比對，就能做出適度的客戶微分群，然後針對目標為分群，進行產品推薦的行銷活動。除運用數據／資料進行很多不同的客戶分群，也會透過分析產生銷售的目標名單。在交叉銷售中，更常用到資料採擷，也就是建立統計模型，包括預測模型與回應模型。（作者是資策會MIC資深產業分析師與外稿作者），