Logo
TGCATALOG
Каталог Подборки Блог
Data analysis - DA SQL

Data analysis - DA SQL

Анализ данных: SQL, Python.

Нет оценок
582
29.10.2026
582
29.10.2026
Нет оценок
582
29.10.2026
Безопасный переход через бот
О канале

Анализ данных: SQL, Python.

Подписчиков 1,700
Тематика Технологии
Язык Русский
Ссылка t.me/business_stats

Также рекомендуем

Kekaton AI | Озвучка и клон голоса
Kekaton AI | Озвучка и клон голоса
Бот

AI бот для озвучки текста и клонирования голоса в Telegram. Создавай аудио с помощью нейросети быстро и просто.

Описание

Про анализ данных: базы данных, SQL, Python и другое для аналитиков.

Последние посты

Data analysis - DA SQL
Data analysis - DA SQL
🔒Открыть пост
и посмотреть медиа
Клиентская информация в банковском хранилище данных Как правило, значительная часть того, что касается информации о клиентах, собирается в отдельных таблицах. Важные атрибуты клиентских данных, с которыми, как показывает практика, придется работать больше всего: ▶️ID клиента (который хранится в самой клиентской таблице) ▶️и номер договора, по которому этот клиент обслуживается (договору тоже может быть присвоен ID; также самих договоров может быть несколько, и поэтому информация по ним хранится уже в отдельных таблицах, но всё равно относится к клиентской информации). 🟠Про основную логику построения БД можно прочитать в посте про проектирование баз данных. Основной посыл в том, что, с точки зрения хранения информации, есть таблицы клиентские, и есть таблицы, которые тоже хранят клиентскую информацию, но из-за особенностей проектирования реляционных БД, клиентская информация разбросана по всей базе данных. Про основные связи в банковском ЕХД (по типу клиент - договор, договор - продукт и т.п.) я расскажу позднее. Сейчас остановимся на данных, которые с большой вероятностью могут присутствовать ЛИБО в клиентских таблицах, ЛИБО в отдельных, которые имеют связь с клиентскими. Примеры этих данных: ✅ Физические лица ▶️Личные данные: ФИО, дата рождения, гражданство, паспортные данные (серия, номер, дата выдачи), адрес регистрации и проживания, ИНН, СНИЛС. ▶️Контактная информация: номер телефона, адрес электронной почты. ▶️Дополнительные сведения: информация о семейном положении, образовании, месте работы, источниках дохода. ▶️Финансовая информация: данные о счетах, депозитах, кредитах, истории транзакций, кредитной истории, доходах и расходах... ✅Юридические лица ▶️Регистрационные данные: полное и сокращенное наименование, организационно-правовая форма, ИНН, ОГРН, дата регистрации, адрес местонахождения. ▶️Финансовая информация: бухгалтерская отчетность, данные о доходах и расходах, кредитной истории, оборотах по счетам, дебиторской и кредиторской задолженности. ▶️Сведения о руководстве: ФИО и паспортные данные директора, учредителей, бенефициарных владельцев. ▶️Информация о деятельности: коды видов экономической деятельности (ОКВЭД), лицензии, контрагенты, планируемые операции по счетам. ▶️Риск-профиль: данные о присвоенном уровне риска (низкий, средний, высокий) на основе анализа финансовой деятельности и соответствия законодательству. ✅Индивидуальные предприниматели (ИП) ▶️Регистрационные данные: ФИО, ИНН, ОГРНИП, дата регистрации, адрес места ведения деятельности. ▶️Финансовая информация: данные о счетах, оборотах, кредитах, налоговых декларациях... ▶️Сведения о деятельности: коды ОКВЭД, лицензии, контрагенты, планируемые операции. ▶️Риск-профиль: уровень риска, присвоенный на основе анализа финансовой деятельности и соответствия законодательству. ✅Государственные структуры ▶️Регистрационные данные: наименование организации, ИНН, ОГРН, адрес местонахождения. ▶️Финансовая информация: данные о счетах, бюджетных средствах, расходах и доходах. ▶️Сведения о руководстве: ФИО и должности руководителей. ▶️Особый статус: государственные структуры обычно не проходят полную идентификацию, так как их статус известен и подтвержден. 🟠Также могут собираться и дополнительные данные для всех типов клиентов, например: ▶️История операций: данные о всех транзакциях, включая переводы, платежи, открытие и закрытие счетов. ▶️Информация о подозрительных операциях, уровне риска, участии в схемах отмывания денег или финансирования терроризма. 🟠В хранилище данных это всё поступает из следующих источников: ▶️От самих клиентов при открытии счетов или оформлении услуг. ▶️Из государственных реестров (например, ЕГРЮЛ, ЕГРИП). ▶️От других банков и финансовых организаций, например, через Open Banking. ▶️От контролирующих органов, таких как ЦБ РФ, ФНС, Росфинмониторинг.
Data analysis - DA SQL
Динамика подписчиков
+-0.5% за 30 дней
Текущие
1,700
Месяц назад
1,709
Средний рост
+0 / день
Обновлено
46 минут назад

Отзывы о канале Data analysis - DA SQL

Авторизуйтесь, чтобы оставить отзыв

Только зарегистрированные пользователи могут делиться своим мнением.

Пока нет отзывов

Станьте первым, кто поделится своим впечатлением об этом ресурсе!

Похожие ресурсы

Loading
Переход на светлую тему
Главная Каталог Подборки Блог Вход