作者：西奧馬爾

大數據應用時代來臨

當前，隨著計算機技術的發展，大規模計算能力的大幅提升，數據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、內存計算等技術的突破，使得大數據技術在各行業的應用越來越廣泛。

信用卡業務發展

信用卡業務在我國已經發展多年，目前已經成為金融機構的重要業務收入來源，根據已發布的《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大行的信用卡發卡量累計占比超過7成，其他股份制銀行發卡量也在不斷提高。

同時各家銀行業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，結合當前用戶的年輕化、消費需求旺盛、消費能力大幅提升，信用卡業務已經為各行貢獻至少10%的業務收入，有的行甚至能達到60%。

大數據在信用卡業務的應用

結合各行自身已經建設的大數據平臺，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、轉化、交易、傳播等過程進行量化，建立一套完整的指標體系，進行日常監督和考核，能夠更好的為信用卡業務運營提供幫助。

再結合自身的數據，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、在哪個產品的關注時間較多、對哪類產品交互較多、哪些產品的交易情況較多、再加上使用哪些設備登錄等信息，就能夠實現自身一方數據的畫像，通過這些數據分析的結果，對于APP平臺的設計和優化、頁面布局、功能設計、甚至是頁面的配色、圖片風格等進行很好的指導，能夠很大程度提升用戶的活躍和轉化。

信用卡渠道優化

在信用卡發卡方面，通過已有的大數據分析，對于不同的申卡渠道進行評估，對于線上垂直類應用的申卡、官網渠道申卡、手機APP內申卡、線下渠道申卡等進行數據采集。

通過平臺進行統計分析，能夠對不同渠道在不同時間段的表現進行評估，判斷不同渠道帶來的貢獻大小，對于渠道的后續運營投入提供指導和幫助，對于不同渠道采取不同的優化策略，可以極大提升信用卡業務擴展。

信用卡設計

以往無法了解到客群在APP產品外部的相關行為，大數據時代，能夠方便采集用戶在APP內的交互數據，再結合外部的標簽數據，對于客群進行全方位的畫像，了解用戶的行為習慣和興趣偏好，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品有較強的偏好，可以聯合相關產品方進行聯名卡設計，提升交叉營銷的能力，提升發卡的數量，同時在APP端配合相關的活動及權益，提升客群的活躍度，交易轉化率，實現交易收入的提升 。

信用卡日常運營

大數據時代，對于信用卡業務的日常運營，主要通過APP端采集的客群行為數據進行統計分析，了解客群每日的新增、活躍情況、關注周活躍、月活躍等指標數據，圍繞年度KPI進行任務的分解，能夠清楚的了解不同階段的運營情況。

結合當前所處的季節及行業特點，采取不同的活動形式進行客戶的引流和促活，用以提升相關數據表現，同時也需要與同行的APP進行橫向對比，了解自身所處的行業地位，為日常運營提供參考。

信用卡APP營銷獲客

在大數據時代，日常運營更加精細化，通過采集到的客群行為數據，結合一方數據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容，用以提升營銷的效果。

通過結合已有的一方交易歷史數據和APP內部的用戶行為數據，再通過外部標簽、行為偏好數據進行綜合分析，通過特定的模型和算法，在現有用戶中篩選有潛在需求的客戶，設計對應的分期營銷產品和營銷渠道，有效觸達相關用戶，提升用戶的觸達和轉化率，進而提升營銷收入。

信用卡APP活動設計

以往APP內推出的活動無法準確預知活動的好壞，在活動設計之初都是依靠歷史經驗進行判斷，活動設計形式及內容都無法準確和現有客群進行匹配，導致了很多活動資源的浪費，也無法達到預期效果。

大數據時代，通過對APP內部用戶行為進行采集并分析，了解用戶的行為偏好，再結合其他外部的相關數據，對用戶進行精準畫像，在活動設計的過程中用數據進行決策支撐，幫助提升活動設計的準確性，同時也能夠通過大數據監測，對活動的執行過程中的用戶行為數據的監測和統計，事后進行活動分析和活動質量評估，對于不足之處后續再哪些方面進行優化和改進，對于好的方面如何進行更多的嘗試，都有借鑒意義。

信用卡APP產品優化

以往技術無法了解到用戶購買前的相關交互信息，大數據時代，通過APP內部的業務數據埋點，對于APP平臺中的不同產品留存和轉化情況進行統計并分析，找到客群關注的核心轉化路徑，以及關鍵產品的核心交易路徑，進行不斷的優化和迭代，減少不同環節的用戶流失，提升自身的產品服務能力，從而帶來業務收入的增長。

信用卡催收應用

以往信用卡業務部門的催收工作只能等到發生逾期后才能進行，通過大數據的方法，結合歷史交易記錄和用戶行為記錄，對用戶行為進行預測，及時發現潛在風險，將催收工作的難度降低，同時也更好的服務于更多的風險管理部門，提高效率。

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。如何通過大數據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。目前已經可以通過積累的大數據技術，結合行方APP內相關的交互數據和歷史交易數據，有效的分析并識別專業羊毛黨，幫助信用卡運營部門及時發現并阻斷，以減少損失。

End.

轉載請注明來自36大數據（36dsj.com)： 36大數據 ? 大數據時代的來臨怎樣影響著信用卡業務的發展