大数据时代的来临怎样影响着信用卡业务的发展-36大数据

作者：西奥马尔

大数据应用时代来临

当前，随着计算机技术的发展，大规模计算能力的大幅提升，数据存储能力也获得了大幅提升。云存储、云计算以及分布式计算、流式计算、内存计算等技术的突破，使得大数据技术在各行业的应用越来越广泛。

信用卡业务发展

信用卡业务在我国已经发展多年，目前已经成为金融机构的重要业务收入来源，根据已发布的《支付体系运行总体情况》显示，截至2016年末，全国信用卡和借贷合一卡在用发卡量共计4.65亿张，同比增长7.60%，全国人均持有信用卡0.31张，而国有5大行的信用卡发卡量累计占比超过7成，其他股份制银行发卡量也在不断提高。

同时各家银行业都推出自身基于手机银行的APP，或者单独运营自身的信用卡APP，结合当前用户的年轻化、消费需求旺盛、消费能力大幅提升，信用卡业务已经为各行贡献至少10%的业务收入，有的行甚至能达到60%。

大数据在信用卡业务的应用

结合各行自身已经建设的大数据平台，通过各行的手机银行APP或单独的信用卡APP采集客群的交互行为，使用3A3R模型，将客群的感知、新增、活跃、留存、转化、交易、传播等过程进行量化，建立一套完整的指标体系，进行日常监督和考核，能够更好的为信用卡业务运营提供帮助。

再结合自身的数据，就能够进行客户的简单画像，了解到用户何时使用APP、使用的时间有多长、在哪个产品的关注时间较多、对哪类产品交互较多、哪些产品的交易情况较多、再加上使用哪些设备登录等信息，就能够实现自身一方数据的画像，通过这些数据分析的结果，对于APP平台的设计和优化、页面布局、功能设计、甚至是页面的配色、图片风格等进行很好的指导，能够很大程度提升用户的活跃和转化。

信用卡渠道优化

在信用卡发卡方面，通过已有的大数据分析，对于不同的申卡渠道进行评估，对于线上垂直类应用的申卡、官网渠道申卡、手机APP内申卡、线下渠道申卡等进行数据采集。

通过平台进行统计分析，能够对不同渠道在不同时间段的表现进行评估，判断不同渠道带来的贡献大小，对于渠道的后续运营投入提供指导和帮助，对于不同渠道采取不同的优化策略，可以极大提升信用卡业务扩展。

信用卡设计

以往无法了解到客群在APP产品外部的相关行为，大数据时代，能够方便采集用户在APP内的交互数据，再结合外部的标签数据，对于客群进行全方位的画像，了解用户的行为习惯和兴趣偏好，进行客群的分类。

通过不同客群进行多元化的分析，判断用户对于某种产品有较强的偏好，可以联合相关产品方进行联名卡设计，提升交叉营销的能力，提升发卡的数量，同时在APP端配合相关的活动及权益，提升客群的活跃度，交易转化率，实现交易收入的提升 。

信用卡日常运营

大数据时代，对于信用卡业务的日常运营，主要通过APP端采集的客群行为数据进行统计分析，了解客群每日的新增、活跃情况、关注周活跃、月活跃等指标数据，围绕年度KPI进行任务的分解，能够清楚的了解不同阶段的运营情况。

结合当前所处的季节及行业特点，采取不同的活动形式进行客户的引流和促活，用以提升相关数据表现，同时也需要与同行的APP进行横向对比，了解自身所处的行业地位，为日常运营提供参考。

信用卡APP营销获客

在大数据时代，日常运营更加精细化，通过采集到的客群行为数据，结合一方数据对客群进行聚类分群，对不同客群采用不同的营销方式和营销内容，用以提升营销的效果。

通过结合已有的一方交易历史数据和APP内部的用户行为数据，再通过外部标签、行为偏好数据进行综合分析，通过特定的模型和算法，在现有用户中筛选有潜在需求的客户，设计对应的分期营销产品和营销渠道，有效触达相关用户，提升用户的触达和转化率，进而提升营销收入。

信用卡APP活动设计

以往APP内推出的活动无法准确预知活动的好坏，在活动设计之初都是依靠历史经验进行判断，活动设计形式及内容都无法准确和现有客群进行匹配，导致了很多活动资源的浪费，也无法达到预期效果。

大数据时代，通过对APP内部用户行为进行采集并分析，了解用户的行为偏好，再结合其他外部的相关数据，对用户进行精准画像，在活动设计的过程中用数据进行决策支撑，帮助提升活动设计的准确性，同时也能够通过大数据监测，对活动的执行过程中的用户行为数据的监测和统计，事后进行活动分析和活动质量评估，对于不足之处后续再哪些方面进行优化和改进，对于好的方面如何进行更多的尝试，都有借鉴意义。

信用卡APP产品优化

以往技术无法了解到用户购买前的相关交互信息，大数据时代，通过APP内部的业务数据埋点，对于APP平台中的不同产品留存和转化情况进行统计并分析，找到客群关注的核心转化路径，以及关键产品的核心交易路径，进行不断的优化和迭代，减少不同环节的用户流失，提升自身的产品服务能力，从而带来业务收入的增长。

信用卡催收应用

以往信用卡业务部门的催收工作只能等到发生逾期后才能进行，通过大数据的方法，结合历史交易记录和用户行为记录，对用户行为进行预测，及时发现潜在风险，将催收工作的难度降低，同时也更好的服务于更多的风险管理部门，提高效率。

信用卡羊毛党识别

在每一次的活动中，羊毛党的存在会降低高价值用户的参与度，以往无法知道有多少比例。如何通过大数据有效识别并降低羊毛党造成的不良影响，成为信用卡运营工作中的一个重要任务。目前已经可以通过积累的大数据技术，结合行方APP内相关的交互数据和历史交易数据，有效的分析并识别专业羊毛党，帮助信用卡运营部门及时发现并阻断，以减少损失。

End.

转载请注明来自36大数据（36dsj.com)： 36大数据 » 大数据时代的来临怎样影响着信用卡业务的发展