大數(shù)據(jù)時代的來臨怎樣影響著信用卡業(yè)務(wù)的發(fā)展

1大數(shù)據(jù)應(yīng)用時代來臨

當(dāng)前，隨著計算機技術(shù)的發(fā)展，大規(guī)模計算能力的大幅提升，數(shù)據(jù)存儲能力也獲得了大幅提升。云存儲、云計算以及分布式計算、流式計算、內(nèi)存計算等技術(shù)的突破，使得大數(shù)據(jù)技術(shù)在各行業(yè)的應(yīng)用越來越廣泛。

隨著在金融領(lǐng)域的應(yīng)用更加深入，各金融機構(gòu)也都相繼搭建了自身的大數(shù)據(jù)平臺，利用平臺的計算能力，把原本分散于各業(yè)務(wù)系統(tǒng)的數(shù)據(jù)通過統(tǒng)一的數(shù)據(jù)平臺或數(shù)據(jù)倉庫進行標(biāo)準(zhǔn)化、集中式管理，通過場景化的設(shè)計，使得各個業(yè)務(wù)場景都能夠通過模型進行描述和應(yīng)用，使用自身已有的數(shù)據(jù)進行模型測試，完成相關(guān)業(yè)務(wù)的應(yīng)用。

2信用卡業(yè)務(wù)發(fā)展

信用卡業(yè)務(wù)在我國已經(jīng)發(fā)展多年，目前已經(jīng)成為金融機構(gòu)的重要業(yè)務(wù)收入來源，根據(jù)已發(fā)布的《支付體系運行總體情況》顯示，截至2016年末，全國信用卡和借貸合一卡在用發(fā)卡量共計4.65億張，同比增長7.60%，全國人均持有信用卡0.31張，而國有5大行的信用卡發(fā)卡量累計占比超過7成，其他股份制銀行發(fā)卡量也在不斷提高。

同時各家銀行業(yè)都推出自身基于手機銀行的APP，或者單獨運營自身的信用卡APP，結(jié)合當(dāng)前用戶的年輕化、消費需求旺盛、消費能力大幅提升，信用卡業(yè)務(wù)已經(jīng)為各行貢獻至少10%的業(yè)務(wù)收入，有的行甚至能達到60%。

但是信用卡業(yè)務(wù)的發(fā)展不是單純追求發(fā)卡量，其帶來的經(jīng)濟效益才應(yīng)該是各行關(guān)注的重點。據(jù)國外研究，平均每個用戶能夠為發(fā)卡行帶來貢獻的時間是6年，如何更好的應(yīng)用這段時間服務(wù)用戶，讓用戶的使用時間更長，帶來的價值更大才是信用卡業(yè)務(wù)發(fā)展所要關(guān)注的。

用戶平均每月的刷卡次數(shù)低于4次，信用卡的循環(huán)授信額度使用率低于20%，這些都是影響信用卡業(yè)務(wù)發(fā)展的重大問題。如何去提升用戶的使用頻率，如何結(jié)合實際的業(yè)務(wù)場景，提供更全方位的金融服務(wù)，成為信用卡發(fā)展需要考慮的事宜。

3大數(shù)據(jù)在信用卡業(yè)務(wù)的應(yīng)用

結(jié)合各行自身已經(jīng)建設(shè)的大數(shù)據(jù)平臺，通過各行的手機銀行APP或單獨的信用卡APP采集客群的交互行為，使用3A3R模型，將客群的感知、新增、活躍、留存、轉(zhuǎn)化、交易、傳播等過程進行量化，建立一套完整的指標(biāo)體系，進行日常監(jiān)督和考核，能夠更好的為信用卡業(yè)務(wù)運營提供幫助。

再結(jié)合自身的數(shù)據(jù)，就能夠進行客戶的簡單畫像，了解到用戶何時使用APP、使用的時間有多長、在哪個產(chǎn)品的關(guān)注時間較多、對哪類產(chǎn)品交互較多、哪些產(chǎn)品的交易情況較多、再加上使用哪些設(shè)備登錄等信息，就能夠?qū)崿F(xiàn)自身一方數(shù)據(jù)的畫像，通過這些數(shù)據(jù)分析的結(jié)果，對于APP平臺的設(shè)計和優(yōu)化、頁面布局、功能設(shè)計、甚至是頁面的配色、圖片風(fēng)格等進行很好的指導(dǎo)，能夠很大程度提升用戶的活躍和轉(zhuǎn)化。

4信用卡渠道優(yōu)化

在信用卡發(fā)卡方面，通過已有的大數(shù)據(jù)分析，對于不同的申卡渠道進行評估，對于線上垂直類應(yīng)用的申卡、官網(wǎng)渠道申卡、手機APP內(nèi)申卡、線下渠道申卡等進行數(shù)據(jù)采集。

通過平臺進行統(tǒng)計分析，能夠?qū)Σ煌涝诓煌瑫r間段的表現(xiàn)進行評估，判斷不同渠道帶來的貢獻大小，對于渠道的后續(xù)運營投入提供指導(dǎo)和幫助，對于不同渠道采取不同的優(yōu)化策略，可以極大提升信用卡業(yè)務(wù)擴展。

5信用卡設(shè)計

以往無法了解到客群在APP產(chǎn)品外部的相關(guān)行為，大數(shù)據(jù)時代，能夠方便采集用戶在APP內(nèi)的交互數(shù)據(jù)，再結(jié)合外部的標(biāo)簽數(shù)據(jù)，對于客群進行全方位的畫像，了解用戶的行為習(xí)慣和興趣偏好，進行客群的分類。

通過不同客群進行多元化的分析，判斷用戶對于某種產(chǎn)品有較強的偏好，可以聯(lián)合相關(guān)產(chǎn)品方進行聯(lián)名卡設(shè)計，提升交叉營銷的能力，提升發(fā)卡的數(shù)量，同時在APP端配合相關(guān)的活動及權(quán)益，提升客群的活躍度，交易轉(zhuǎn)化率，實現(xiàn)交易收入的提升 。

對于高端客群，其帶來的收入貢獻最大，通過大數(shù)據(jù)分析已有高端用戶群體，了解其行為偏好屬性，設(shè)計出更多的產(chǎn)品，對于高端服務(wù)提供更多的選擇，如針對高爾夫、機場貴賓廳、出國旅行、高端酒店、奢侈品展覽等提供更多高端權(quán)益，用以提升客群的服務(wù)品質(zhì)，以及增加信用卡業(yè)務(wù)收入。

6信用卡日常運營

大數(shù)據(jù)時代，對于信用卡業(yè)務(wù)的日常運營，主要通過APP端采集的客群行為數(shù)據(jù)進行統(tǒng)計分析，了解客群每日的新增、活躍情況、關(guān)注周活躍、月活躍等指標(biāo)數(shù)據(jù)，圍繞年度KPI進行任務(wù)的分解，能夠清楚的了解不同階段的運營情況。

結(jié)合當(dāng)前所處的季節(jié)及行業(yè)特點，采取不同的活動形式進行客戶的引流和促活，用以提升相關(guān)數(shù)據(jù)表現(xiàn)，同時也需要與同行的APP進行橫向?qū)Ρ?，了解自身所處的行業(yè)地位，為日常運營提供參考。

7信用卡APP營銷獲客

在大數(shù)據(jù)時代，日常運營更加精細化，通過采集到的客群行為數(shù)據(jù)，結(jié)合一方數(shù)據(jù)對客群進行聚類分群，對不同客群采用不同的營銷方式和營銷內(nèi)容，用以提升營銷的效果。

利息收入和分期手續(xù)費收入已經(jīng)在信用卡業(yè)務(wù)收入中占比超過70%，如何更好的通過大數(shù)據(jù)精準(zhǔn)客群營銷，提升獲客質(zhì)量，帶來收入的提升，成為首要考慮的問題。

通過結(jié)合已有的一方交易歷史數(shù)據(jù)和APP內(nèi)部的用戶行為數(shù)據(jù)，再通過外部標(biāo)簽、行為偏好數(shù)據(jù)進行綜合分析，通過特定的模型和算法，在現(xiàn)有用戶中篩選有潛在需求的客戶，設(shè)計對應(yīng)的分期營銷產(chǎn)品和營銷渠道，有效觸達相關(guān)用戶，提升用戶的觸達和轉(zhuǎn)化率，進而提升營銷收入。

8信用卡APP活動設(shè)計

以往APP內(nèi)推出的活動無法準(zhǔn)確預(yù)知活動的好壞，在活動設(shè)計之初都是依靠歷史經(jīng)驗進行判斷，活動設(shè)計形式及內(nèi)容都無法準(zhǔn)確和現(xiàn)有客群進行匹配，導(dǎo)致了很多活動資源的浪費，也無法達到預(yù)期效果。

大數(shù)據(jù)時代，通過對APP內(nèi)部用戶行為進行采集并分析，了解用戶的行為偏好，再結(jié)合其他外部的相關(guān)數(shù)據(jù)，對用戶進行精準(zhǔn)畫像，在活動設(shè)計的過程中用數(shù)據(jù)進行決策支撐，幫助提升活動設(shè)計的準(zhǔn)確性，同時也能夠通過大數(shù)據(jù)監(jiān)測，對活動的執(zhí)行過程中的用戶行為數(shù)據(jù)的監(jiān)測和統(tǒng)計，事后進行活動分析和活動質(zhì)量評估，對于不足之處后續(xù)再哪些方面進行優(yōu)化和改進，對于好的方面如何進行更多的嘗試，都有借鑒意義。

9信用卡APP產(chǎn)品優(yōu)化

以往技術(shù)無法了解到用戶購買前的相關(guān)交互信息，大數(shù)據(jù)時代，通過APP內(nèi)部的業(yè)務(wù)數(shù)據(jù)埋點，對于APP平臺中的不同產(chǎn)品留存和轉(zhuǎn)化情況進行統(tǒng)計并分析，找到客群關(guān)注的核心轉(zhuǎn)化路徑，以及關(guān)鍵產(chǎn)品的核心交易路徑，進行不斷的優(yōu)化和迭代，減少不同環(huán)節(jié)的用戶流失，提升自身的產(chǎn)品服務(wù)能力，從而帶來業(yè)務(wù)收入的增長。

10信用卡催收應(yīng)用

以往信用卡業(yè)務(wù)部門的催收工作只能等到發(fā)生逾期后才能進行，通過大數(shù)據(jù)的方法，結(jié)合歷史交易記錄和用戶行為記錄，對用戶行為進行預(yù)測，及時發(fā)現(xiàn)潛在風(fēng)險，將催收工作的難度降低，同時也更好的服務(wù)于更多的風(fēng)險管理部門，提高效率。

11信用卡羊毛黨識別

在每一次的活動中，羊毛黨的存在會降低高價值用戶的參與度，以往無法知道有多少比例。如何通過大數(shù)據(jù)有效識別并降低羊毛黨造成的不良影響，成為信用卡運營工作中的一個重要任務(wù)。目前已經(jīng)可以通過積累的大數(shù)據(jù)技術(shù)，結(jié)合行方APP內(nèi)相關(guān)的交互數(shù)據(jù)和歷史交易數(shù)據(jù)，有效的分析并識別專業(yè)羊毛黨，幫助信用卡運營部門及時發(fā)現(xiàn)并阻斷，以減少損失。