利用用戶在線下消費積累的大數(shù)據(jù)創(chuàng)造消費場景

 從 淘寶 的 “花唄” 到 京東 的 “京東白條”，再到芝麻科技旗下針對線下零售門店推出的實時導購助手 “知了”、結(jié)合了線下商業(yè)消費數(shù)據(jù)及線上消費軌跡的 “觀星”，似乎大數(shù)據(jù)還被禁錮在互聯(lián)網(wǎng)企業(yè)的圈子內(nèi)。互聯(lián)網(wǎng)大數(shù)據(jù)在于掌握了許多傳統(tǒng)數(shù)據(jù)方及征信方拿不到的數(shù)據(jù)，例如在國外，已經(jīng)有公司在分析用戶的 Facebook、LinkedIn 和 Twitter 賬戶來評估他們的信用情況。包括美國的企業(yè)征信巨頭鄧白氏近年的戰(zhàn)略主要有二：增強數(shù)據(jù)挖掘能力，兼并掌握技術的企業(yè);與互聯(lián)網(wǎng)數(shù)據(jù)掌控方戰(zhàn)略合作，共享數(shù)據(jù)。

    今年6月，浦發(fā)銀行信用卡中心宣布與騰訊征信開展合作，借助互聯(lián)網(wǎng)大數(shù)據(jù)對客戶消費行為和誠信記錄作出盡可能全面的綜合分析，開展基于互聯(lián)網(wǎng)大數(shù)據(jù)的第三方征信服務，這在傳統(tǒng)金融機構中算得上是第一家。

    那么，除了暢想在未來的某一天，企業(yè)可以結(jié)合第三方數(shù)據(jù)、互聯(lián)網(wǎng)大數(shù)據(jù)做更多征信業(yè)務之外，積累了千萬級用戶數(shù)十億條消費信息數(shù)據(jù)的傳統(tǒng)銀行，該如何利用自己原有的業(yè)務數(shù)據(jù)積累做到實際上的線下營銷落地?畢竟，線下的消費數(shù)據(jù)沉淀時間更久，關聯(lián)著的信用卡賬戶甚至還包括許多個人資產(chǎn)證明、工資證明等材料，跟互聯(lián)網(wǎng)企業(yè)相比，省去了線下征信調(diào)查的步驟。

    浦發(fā)信用卡中心的首次嘗試的切入點在信用卡，并選擇了 天璣科技 的大數(shù)據(jù)團隊作為解決方案提供商，而在天璣科技背后，更有智樹科技等科技創(chuàng)新公司提供大數(shù)據(jù)技術分析的支撐。除了上述線下數(shù)據(jù)沉淀的優(yōu)勢之外，選擇此次合作，是因為信用卡中心利用大數(shù)據(jù)做業(yè)務落地能挖掘用戶的增量消費需求嗎?

    對于這個提問，天璣科技的大數(shù)據(jù)團隊負責人梁晟認為，信用卡的透支功能、用戶消費特征都需要大數(shù)據(jù)做把控，并做實時營銷方案，“信用卡中心是最關注用戶行為、消費習慣，希望用戶多刷卡消費，獲得更多的流量。主要的目的：第一，獲客，拿下增量的客戶群體;第二，爭取讓已有的客戶增加消費。浦發(fā)銀行信用卡的客戶群主要是華東區(qū)的白領，都是收入相對比較高的人群”，這其中的數(shù)據(jù)含金量很高。

    梁晟畢業(yè)于復旦大學計算機系，碩士學位，多年來從事金融、運營商的應用架構和咨詢，對大數(shù)據(jù)的實踐落地有著許多獨到見解，并同時帶領團隊選擇了銀行業(yè)這個數(shù)據(jù)價值密度較高的行業(yè)，以信用卡業(yè)務作為切入點，在促進信用卡業(yè)務獲客、營收甚至風控等方面，邁出了實踐的一大步。在他看來，信用卡的三大痛點及背后根由，主要分為實時營銷、數(shù)據(jù)關聯(lián)、銀行缺乏落地實踐等，歸納總結(jié)如下：

    第一，信用卡交易的數(shù)據(jù)量特別大，用戶量千萬級，用戶歷史信息和記錄數(shù)十億，年交易量超越了十億級。而與之對應的，核心系統(tǒng)還是基于原有的成熟架構的系統(tǒng)，主要針對 OLTP 的在線事務處理。原有的核心系統(tǒng)運行穩(wěn)定，但不適合做在線數(shù)據(jù)分析的處理。

    通常用戶刷完卡之后，核心系統(tǒng)需要對用戶進行復雜的狀態(tài)計算，才能作出這筆交易成功、或者不成功的判斷，這個過程在系統(tǒng)中必須確保整個事務的完整性。整個計算過程數(shù)據(jù)處理量是多少?速度怎樣?梁晟回答，“大數(shù)據(jù)服務平臺現(xiàn)在做到以單節(jié)點數(shù)萬筆 / 秒規(guī)則匹配。分布式架構是計算集群，原則上可以線性擴展，以時間衡量的話，處理速度為微秒級”。

    在判定這筆交易成功后，系統(tǒng)先進行虛擬賬的記錄，可能到當日統(tǒng)一清算時，再記錄會計賬。整個事務處理的復雜性的要求導致核心系統(tǒng)騰不出時間做實時營銷，并且使用的還是傳統(tǒng)的技術架構以及數(shù)據(jù)處理方法。一旦在任何環(huán)節(jié)，會計賬或者虛擬賬出現(xiàn)偏差，其錯誤原因的排查往往要耗費大量精力。為了保證數(shù)據(jù)的一致性，銀行信用卡業(yè)務往往相對弱化性能，更難以進行更多的實時營銷支持。

    第二，隨著日積月累的數(shù)據(jù)沉淀，核心系統(tǒng)和各類業(yè)務應用系統(tǒng)的數(shù)據(jù)也越來越雜亂，“噪音” 越來越多。數(shù)據(jù)處理系統(tǒng)多，可能每個系統(tǒng)都有分析、數(shù)據(jù)挖掘的功能，但是數(shù)據(jù)必須形成關聯(lián)圈。需要有一個大數(shù)據(jù)的平臺獨立在信用卡核心系統(tǒng)之外，把數(shù)據(jù)進行清洗，更關注用戶、做用戶畫像，更主動甚至自動進行實時性的營銷和推廣，且保證逐步增長的精準性。

    第三，不能做到對用戶的實時營銷。原本的核心系統(tǒng)在包括長事務的多個環(huán)節(jié)，需要對許多信息進行判定、核實(比如額度是否透支、上期還款是否已到位)才能確保交易成功，沒法同時完成實時營銷。如果在核心系統(tǒng)之外另外開發(fā)一套數(shù)據(jù)系統(tǒng)，導入新流入的用戶交易大數(shù)據(jù)，那么就可以在核心系統(tǒng)之外做到數(shù)據(jù)的實時更新，既不影響核心系統(tǒng)的事務處理，又可以據(jù)實時更新的數(shù)據(jù)，并以這些數(shù)據(jù)做在線實時分析，觸發(fā)事件式精準營銷。

    甚至在未來，是否會有可能對用戶信用情況做評估上的調(diào)整，酌情降低或者提高透支額度?對于這個問題，梁晟的回答很堅定，“銀行卡業(yè)務最核心的就是信貸，并高度強調(diào)風控。分布式計算框架能整合多方數(shù)據(jù)，使海量數(shù)據(jù)在線分析成為可能，與信用評估的結(jié)合是必然的”。

    在上述第三點實時營銷方面，大數(shù)據(jù)的應用也分為細分的幾種應用場景：

    浦發(fā)信用卡市場合作方每年有上萬家商戶。例如跟星巴克的有活動合約，刷信用卡，滿足一系列的規(guī)則條件可以 88 折，在某一些節(jié)假日可以買一送一，或者當日信用卡總消費金融滿 1000 元就可以買一送一，這些活動需要有一套完整的活動規(guī)則引擎去進行快速匹配，并發(fā)計算量非常大，還涉及到一些事務性處理，引入大數(shù)據(jù)的計算架構使得這些在線分析成為可能。

    用戶信息更新需要較長的周期，例如積分，例如：刷卡滿了一定金額可以升級鉆石會員，但這樣的周期往往太長，難以滿足日益提升的用戶服務質(zhì)量要求，大數(shù)據(jù)服務平臺建立了用戶分析的模型，批量處理用戶積分，以及 “白領”、“吃貨”、“土豪” 等用戶畫像標簽，也，可以做到以周為單位更新數(shù)據(jù)?，F(xiàn)在用戶標簽是靜態(tài)標簽，近期還會擴展為動態(tài)標簽。

    針對以上所述痛點，浦發(fā)銀行信用卡中心和天璣科技的聯(lián)袂主要從以下幾部戰(zhàn)略作為切入點：

    第一，結(jié)合卡類業(yè)務實時營銷的系統(tǒng)，浦發(fā)銀行信用卡中心專門成立了數(shù)據(jù)服務部，由天璣科技大數(shù)據(jù)團隊提供大數(shù)據(jù)服務平臺，包含了實時營銷功能，為將來所有的浦發(fā)信用卡中心業(yè)務部門和外部機構提供數(shù)據(jù)服務。數(shù)據(jù)必須要關聯(lián)才有價值，金融的數(shù)據(jù)是價值密度非常高、也最真實?；氐角懊鏀?shù)據(jù)量大、數(shù)據(jù)處理系統(tǒng)龐雜的痛點，數(shù)據(jù)服務部目前是與外部征信、政府、公安、電商等進行大數(shù)據(jù)對接的一個核心平臺，力圖在未來做到數(shù)據(jù)互聯(lián)，形成本地完整的大數(shù)據(jù)小生態(tài)圈。

    海量數(shù)據(jù)的存儲和分析處理、升級是一方面，另外一方面就是交易數(shù)據(jù)也同時以流式計算的方式進入大數(shù)據(jù)服務平臺，實時營銷模塊跟核心系統(tǒng)是分離的，大數(shù)據(jù)服務平臺與核心系統(tǒng)存在交互，為其它業(yè)務應用提供數(shù)據(jù)服務，通過 web-service 接口來大數(shù)據(jù)服務平臺的數(shù)據(jù)。

    第二，作為數(shù)據(jù)服務的核心系統(tǒng)之一，必須要有明確的定位，將來業(yè)務拓展、落地的重任由數(shù)據(jù)服務部提供數(shù)據(jù)支持。結(jié)合以上大數(shù)據(jù)實時營銷的場景，相比于線上 DSP 廣告大多以具體商品作為用戶的興趣標簽，信用卡本身掌握更多的線下用戶數(shù)據(jù)、用戶刷卡地點。此外，天璣科技方提供的大數(shù)據(jù)服務目前還會結(jié)合消費數(shù)量、消費金額量等活動規(guī)則，實時進行規(guī)則引擎進行匹配，進行流式計算，完全的分布式高效處理數(shù)據(jù)。

    未來業(yè)務拓展方面，還會結(jié)合商圈和 LBS 進行更精準的推薦和營銷，而這些業(yè)務要取得一定的外部數(shù)據(jù)源，大數(shù)據(jù)服務平臺為將來的業(yè)務營銷方案提供了基礎的應用計算框架。假設，未來跟大眾點評等有合作的話，就可以獲得更多實時的用戶、浦發(fā)信用卡合作商戶的地理位置信息，從數(shù)據(jù)庫里的全國幾十萬種活動中，挑選出 1-3 個最匹配的活動推送給單個用戶。

    許多銀行都會利用大數(shù)據(jù)技術進行用戶畫像，或者歷史數(shù)據(jù)查詢，梁晟則認為，此次浦發(fā)信用卡中心是國內(nèi)傳統(tǒng)金融圈內(nèi)第一家做到大數(shù)據(jù)實時營銷的機構，“天璣科技的大數(shù)據(jù)團隊為浦發(fā)信用卡中心的市場部、電銷部、客服中心和移動金融部等部門的提供實時數(shù)據(jù)服務，可說是初步綜合形成大數(shù)據(jù)的生態(tài)圈。在傳統(tǒng)銀行向互聯(lián)網(wǎng) + 大數(shù)據(jù)嘗試的方向上踏出了堅實的一步”。未來，大數(shù)據(jù)應用在傳統(tǒng)銀行業(yè)又會創(chuàng)造怎樣的成績?

    的確，許多大數(shù)據(jù)的應用場景還沒有真正做到實際落地，大多傳統(tǒng)銀行機構還在觀望，小試牛刀的互聯(lián)網(wǎng)企業(yè)似乎停駐在支付寶的 “花唄” 等線上層面的嘗試。數(shù)據(jù)來源則更顯得缺失，大數(shù)據(jù)更多的是通過線上數(shù)據(jù)共享獲得，較為經(jīng)典的應用實例就是淘寶的運費險了。運費險做過一套大數(shù)據(jù)智慧應用的解決方案，退貨發(fā)生的概率，跟買家、賣家的習慣、商品的品種、價值、促銷活動等都有一定相關度。運費險采用了第三方提供的解決方案，應用數(shù)據(jù)挖掘的方法，建立退貨發(fā)生的概率模型植入系統(tǒng)，就可以在每一筆交易發(fā)生的時候，給出不同的保險費率，使保險費的收取，使之與退貨發(fā)生的概率相匹配。

    問題是，真正將線下消費的數(shù)據(jù)沉淀付諸大數(shù)據(jù)應用的例子實在太少，國外的案例是 Target，而在國內(nèi)呢?