大數據時代的信用卡經營變革

陸益民

2011年6月，美國麥肯錫全球研究院發布了《大數據：下一個創新、競爭和生產力的前沿》的研究報告，指出“大數據時代已經到來”，數據正已成為與物質資產、人力資本相提并論的重要生產要素，大數據的使用將成為提高競爭力的關鍵要素。2012年3月，美國政府宣布了“大數據的研究和發展計劃”，從而掀起了世界性互聯網信息革命的第二個高潮，全球開始進入了“大數據時代”。

信用卡產品作為電子貨幣的載體，與計算機技術、通訊技術和信息技術的發展息息相關，天然擁有海量級的交易數據信息。因此，大數據時代的來臨將會給信用卡業務的發展帶來巨大的挑戰和契機，而且隨著大數據應用技術的不斷發展完善，信用卡的經營也需要加快變革，加快對自身和相關聯數據的應用，提高經營效率和經營效益。如果不能積極應對挑戰，就會被這個時代拋棄。

一、大數據時代信用卡經營面臨的挑戰

（一）經營思維方式的挑戰

大數據時代是“除了上帝，都要由數據說話”的時代，海量數據所包含的信息將成為商業銀行經營管理決策的唯一依據，而信用卡業務當前經營決策中仍大量存在“拍腦袋、拍胸脯、拍屁股”的“三拍”思維現象。這其中的很大原因：首先是缺乏數據思維的方式，還沒有樹立起在信用卡經營決策中主動數據思考的意識，經營思維方式簡單、粗放，憑自己的長期業務經驗“吃飯”，認為過去的經驗是寶貴的、可靠的，通過經驗決策往往能夠迅速做出決策行為。其次，對大數據認識還不到位，對數據應用和數據工具的了解還處于相當薄弱，更談不上經營中的數據應用，仍有不少人認為現有的各類經營報表分析就是數據應用。因此，如果沒有樹立起大數據時代的數據思維就實施數據應用，我們必然會使信用卡經營無法把握業務全局，甚至出現經營決策的偏差。沒有數據，好像沒有地圖就要走出莽莽森林。另一方面，由于沒有數據思維的意識，大量寶貴的數據信息被浪費，如商業銀行具有巨量商戶的POS信息和信用卡的客戶交易信息，能被挖掘利用的幾乎沒有，或者只是“冰山”一角，從而喪失了業務發展和提升銀行信用卡經營管理水平的機會。因此，商業銀行必須改變現有信用卡經營的思維方式，盡快樹立起數據思考的意識，積極推進數據應用，向數據要經營管理決策依據，從而在大數據時代的信用卡業務競爭中，能夠看得遠、看得全、看得清，才能占據數據制高點，在市場競爭中處于優勢地位。

（二）大數據能力的挑戰

大數據不僅是指規模龐大的數據對象，而大數據能力是指針對數據應用要求，利用各類數據工具對現有的數據對象進行數據挖掘、展示的能力。因此大數據的能力將包含對數據對象的處理和應用活動，是數據對象、數據技術與數據應用三者的統一。

1.數據對象存在不充足性和凌亂性。大數據時代，數據對象的采集能力和數據對象的完整性和存儲有效性，是數據能力的基礎。而銀行信用卡數據對象主要是銀行信用卡在自身經營過程中不斷積累的結構性數據，如客戶金融交易信息和客戶信息等。而對經營過程中的非結構數據，如音頻、視頻、圖片和非對稱性文字等數據的采集、分類和存儲仍有著極大程度的缺失。另外，非自身經營過程中的其他數據收集與分類管理更是嚴重不足，如國民數據、經濟數據、身份數據、家庭數據等。

2.數據技術能力存在薄弱點。數據技術能力，包括對數據對象進行加工的數據工具和運用數據工具的人才隊伍兩個方面。如何在銀行信用卡業務經營中實施大數據應用，目前還處于起步階段，基本還停留在數據庫時代和對結構性數據的挖掘上，數據工具應用相當薄弱，市場上各類先進的數據挖掘工具、圖形展示工具，如Hadoop、MySQL、Procesing 等，各大商業銀行沒有或者很少使用。另一方面，數據技術人才也是相當欠缺，能夠具備相當人數的、靈活使用數據工具的數據人才隊伍才有可能將數據對象的作用發揮和展示出來，為信用卡經營決策提供依據。

3.數據應用能力幾乎空白。數據對象和數據技術都是圍繞數據應用來開展的，數據應用能力是大數據應用的核心。目前，大多商業銀行信用卡數據應用能力處于“一窮二白”。一是信用卡業務經營中缺少具有數據思維的經營管理人才，難以明確數據決策目標，也使數據技術能力發揮受到限制；二是缺乏數據應用經驗，數據應用需要有相當長的應用積累周期，通過對不同的應用項目的實施，來不斷積累數據技術的運營能力和驗證數據關聯性；三是缺少數據應用人才隊伍，數據應用項目需要有一定數據經驗的人員隊伍來進行實施，而目前在業務層面上基本還處于“零”起點。

二、大數據時代的信用卡經營變革

多算勝，少算不勝。（《孫子兵法》）

大數據時代背景下繼續推進信用卡業務發展，關鍵是要在經營思維模式上突破傳統思維模式，同時不斷注重數據對象建立，提升數據處理和挖掘能力，從而將數據應用在客戶營銷、關系維護、風險防范等方面發揮作用，進一步來提升經營管理能力，創造信用卡發展機遇，提升盈利空間。

（一）全面變革信用卡經營思維方式

在信用卡業務經營中，逐步營造樹立起“數據思維”的經營文化，積極倡導運用數據說話，使經營決策者能夠意識到數據的價值，將現有數據逐步轉化為信息資源，為信用卡經營決策管理提供強有力的決策依據。無論是信用卡產品開發、目標客戶群體營銷，還是客戶關系維護、風險管理，都能夠使經營決策有準確的事實描述，真正做到讓決策更加有的放矢，反映決策的邏輯理性，更加貼近業務經營實際，圍繞客戶為中心的決策機制，提升客戶體驗，從而消除經驗型決策和非理性決策所帶來的消極因素，避免業務決策的盲目性，同時提升業務決策的效率性。

（二）不斷完善信用卡經營決策數據對象采集

大數據時代，數據對象是源頭，是信用卡經營決策的依據和價值創造的基石，銀行信用卡業務迫切需要通過數據對象的全面性采集，不斷建立完善信用卡經營決策數據對象體系。信用卡經營的數據對象應包括兩方面，一類是銀行自有的數據信息，另一類是非本銀行自有的數據信息。目前，大部分商業銀行信用卡業務現有的主要數據對象是自有的客戶信息數據、客戶持有金融產品的數據和客戶發生在銀行的各類交易數據三個方面的數據。

1.信用卡業務的結構性數據，包括：（1）金融交易信息，信用卡存取款、轉賬、用卡消費等金融交易信息，商戶POS交易信息，POS交易時間、POS交易筆數金額等；（2）非金融交易信息，卡片啟用、修改密碼、網銀登錄、掛失、止付、授權等非金融交易，網點、商戶、ATM、POS等交易渠道信息等；（3）客戶檔案信息，客戶性別、年齡、職業、聯系方式、工作單位、家庭住址等，POS交易商戶的POS安裝類型、經營行業、經營地址、經營人等，ATM/自助服務終端安裝地址等。

2.信用卡業務的非結構性數據，包括銀行有客戶的資金往來的信息、網銀瀏覽的行為信息、服務通話的語音信息、營業廳、ATM的錄像信息、投訴記錄等。

3.信用卡業務的關聯性數據，包括信用卡客戶或POS商戶相關聯的銀行其他賬戶類信息。

非本行自有的數據信息，可包括信用卡客戶在他行賬戶開立信息、資信、性格特征、興趣愛好、生活習慣、從事行業、家庭狀況、駕駛車輛、個人納稅等，POS商戶企業類型、企業納稅、經營規模、員工數量和大量的互聯網行為信息等。

根據權威機構研究，大數據的數據對象主體是非結構化數據，當前社會的數據構成中，80%的數據是非結構化或半結構化的，結構化數據僅有20%，對于非結構化數據的處理和分析才是大數據時代的本質。從實際情況來看，銀行非結構性數據和非銀行自有的信息數據具有采集難度，尤其是非銀行自有的信息數據，只有把銀行內部的數據和非銀行自有的社會化數據打通，打破“信息孤島”的格局，越完整采集數據就越能夠清晰描述客戶。

因此，銀行需要在數據對象采集方面加大資源投入，在原先僅注重結構性數據積累的同時，也要加強對銀行非結構性數據的日常積累。另一方面，要積極拓展非銀行自有的數據信息的收集，要采用“走出去”方式，與移動網絡、電子商務、社交網絡等大數據平臺進行聯接，加快此類非結構性數據對象的積累，將客戶行為數據補充全面，才能為客戶提供觸手可及的全方位貼身服務。

（三）全面推進信用卡經營的數據應用

為順應大數據時代經營要求，信用卡業務要循序漸進推進數據應用，實現分步走，先期可以從銀行掌握的數據信息著手，重點對客戶交易行為分析入手，在客戶精準營銷、客戶關系維護、風險管理等方面實現有效的突破，再結合非銀行自有的社會數據信息逐步深入，使銀行信用卡的經營管理能夠真正實現數據決策。

1.建立信用卡客戶群體模型，實施精準營銷。通過銀行現有的信用卡金融交易類數據和非金融交易類數據，對信用卡客戶的刷卡消費行為進行數據化的分類、統計，從而獲取信用卡客戶的消費習慣、消費能力、消費偏好等數據信息，建立客戶交易行為模型，實施目標客戶的精準營銷。

（1）通過客戶交易行為的數據挖掘建立客戶群體模型。通過對客戶交易行為，如交易類型、周期內交易金額、單筆交易金額、周期內交易頻度、交易行業等數據挖掘，建立客戶不同行為類型模型，包括消費型和經營型、商旅型和消費型、日常消費型和短期消費型等，從而根據客戶行為類型來確立發卡、風險管理等經營策略。

如高消費、高經營型客戶就往往需要更高的信用額度，需要在信用卡經營在風險、效益平衡上要有更積極的措施；商旅型客戶將會對旅游類、航空類聯名卡具有更高的需求性；日常消費型客戶需要的是平衡性的授信額度，而短期消費型客戶可能對臨時調整額度具有較高的需求。

通過對客戶群體模式的建立，可以細分銀行的營銷策略，將合適的商戶資源或促銷資源，在合適的時間上投放到合適的客戶群體，使資源能夠發揮更大的效應。當持普通信用卡的用戶所持信用卡是沒有附加航空意外險和航空里程積分的產品，但是當該持卡人使用該卡購買了機票，作為發卡銀行就應該主動向該客戶推薦帶有航空意外險和航空里程積分的航空公司聯名信用卡。

（2）快速鎖定高價值客戶。高價值客戶群體的傳統鎖定方式，主要是分析信用卡客戶在一段周期內的刷卡交易金額，但誤差率非常高，在數據處理上僅是單一數據考慮，而缺乏對周邊數據的校正，包括交易周期的長短、頻度，交易的性質以及交易的行為特征。因此，快速鎖定高價值客戶必須改變現有數據處理方式，判斷客戶的價值標準需要消費交易額度與交易商戶行業信息、交易場所消費檔次等級、交易頻度、交易周期、授信額度利用等。

通過對高價值的客戶群體的挖掘與精確鎖定，為銀行后續性的客戶關系提供服務支持，如在確保安全可靠的情況下進行卡片升級，對優質客戶及時配發更高端的信用卡產品；實施對低風險優質客戶進行信用額度提升，提供滿足客戶所要求的，及時、有效的信用額度提升服務。

（3）建立客戶生命周期無縫維護體系。充分挖掘非金融交易數據，包括客戶檔案信息、申請、審批、制卡、卡片郵寄、卡片領用、卡片啟用、卡片首筆交易、還款狀態、到期換卡、掛失、止付等結構性數據和咨詢、投訴、糾紛等非結構性數據，從而建立以客戶為中心的生命周期性客戶服務體系。從客戶申請信用卡開始就給予必要的關注，如是否首次申請銀行信用卡，是否被審批通過，是否完成制卡，客戶是否收到卡片，客戶是否可以到網點領卡，客戶是否進行了卡片啟用，客戶是否在啟用后進行首筆刷卡消費或存取款，客戶是否通過電話或網點咨詢過業務等。銀行需要在每個環節關注客戶的交易關系行為或我們為客戶提供適時的服務，讓客戶及時了解銀行為客戶提供服務的現實狀態，以無縫的客戶關注來了解客戶的交易行為，使銀行能夠在客戶最需要關注的時候來向客戶提供服務。

2.建立信用卡客戶交易行為——信用風險模型，實現信用風險精準管理。通過大數據挖掘，實現客戶交易行為與信用風險的關聯，建立起信用卡客戶交易行為——信用風險模型，不斷提高銀行信用卡的風險管理能力，從而提升信用卡資產經營能力。

（1）建立信用卡客戶交易行為——信用風險模型。采用數據技術分析尋找客戶交易行為與信用風險的相關性，包括客戶的交易行為數據，如交易金額、交易類型、交易場所、交易時間、還款記錄等信息和非金融信息，利用數據圖形展示工具，不斷清晰信用卡客戶交易行為與信用風險之間存在的關聯物。

客戶交易行為——信用風險模型是一種動態模型，主要表現在客戶交易行為是隨著當地經濟形勢的變動而變動，客戶群體的風險特征實際上會產生變化。因此，必須要對客戶交易行為——信用風險模型相關數據應用不斷進行動態調整，才能適用于經營管理發展。同時，通過客戶類型的變化，可以知曉客戶的信用成長和刪減動態變化趨勢，進一步了解客戶的變化動態趨勢。

（2）全面應用信用卡客戶交易行為——信用風險模型。信用卡資產業務的經營管理，一方面是要不斷擴大資產規模，發現哪些客戶群體會對信用卡融資產生興趣，從而擴大目標客戶群體授信額度，或者通過促銷手段，提高授信利用率。另一方面是要控制資產業務的信用風險率，預見風險客戶，及時降低或取消其信用卡授信，甚至退出，將信用風險能夠在事前進行預防，而不是目前普遍采用的事后防范手段。全面應用信用卡客戶交易行為——信用風險模型，可以進一步使信用卡資產業務經營管理規?；?、精細化。

信用卡客戶交易行為——信用風險模型可以應用在銀行信用卡資產業務銷售前端，包括信用卡發卡、額度提升、卡片升級等環節，在事前對可預見風險的客戶進行排除。應用客戶交易行為——信用風險模型在一定程度上是對客戶信用的綜合評價，從而也為信用卡資產業務的發展拓展出新的經營思路，信用卡業務部門是否可以直接向客戶提供小額消費信貸產品，而不單純是信用卡產品。這已是國外信用卡經營部門非常普遍的經營模式，由信用卡公司直接向客戶開具支票，提供小額消費信貸業務，從而能夠將信用卡多年積累下來的交易數據成為客戶個人資信評估的依據。

3.建立信用卡增值服務模型，提升客戶價值和盈利能力。單個客戶都有自己的消費行為軌跡，通過數據挖掘就可以了解到客戶經常光顧的商場，知道客戶經常就餐的酒店，旅行時住的賓館和經常乘坐的航空公司，客戶的旅行路線，客戶的差旅時間等；尤其結合信息量遠遠大于銀行的社會化數據信息的采集應用后，通過將信用卡金融交易數據信息與非金融交易數據信息的關聯，銀行還可以知道客戶在兒童節是否給自己的子女購買禮物，客戶所居住的物業是否裝修，客戶購買了哪種類型的汽車……因此，注重金融交易數據信息與非金融數據信息的關聯應用，可以不斷擴展銀行信用卡經營范疇，將銀行信用卡業務從單一金融服務延伸到非金融增值服務。

（1）可以向客戶提供提升客戶價值的非金融增值服務。通過數據關聯，我們完全可以知道差旅客戶尋找的旅行公司、入住的酒店、所乘航班的航空公司、車輛租用等非金融信息，銀行就可以將客戶群體普遍認同的旅行公司、酒店、航空公司、汽車出租公司等商戶，發展成為銀行的特惠商戶，客戶可享受更優惠的服務價格。而當旅行公司、酒店、航空公司、汽車出租公司等商戶開展優惠活動時，銀行也可以及時向客戶推送信息，如寄送旅行優惠券、酒店住宿優惠券等，為客戶提供非金融增值服務，提高對客戶的黏合度，也同時提升信用卡自身的品牌價值。

（2）通過增值服務提高市場競爭能力。銀行可以采集到某酒店經常就餐的客戶群體所關聯的客戶信息數據，可以為酒店提供經常就餐客戶群體的年齡、職業、性別等構成和消費能力結構等數據信息，為酒店營銷策略調整和促銷效果評估提供數據參考意見，也可以使銀行以此類非金融增值服務來提高對酒店收單業務的市場競爭能力，從而提升信用卡業務經營效益。

（3）通過數據二次利用形成數據鏈價值。通過數據挖掘，銀行信用卡可以了解到客戶的消費行為，并且通過數據二次利用將消費行為形成數據鏈，從而了解到客戶群體的消費行為的關聯性，整合平臺資源，為客戶群體設計服務更優質、價格更優惠、體驗更良好的非增值服務鏈。信用卡可以為具有同樣消費行為鏈的客戶群體開發旅游線產品、差旅服務產品、購物旅行產品等，以客戶體驗來鎖定客戶群體，也可以提升銀行信用卡經營效益。

4.配合建立銀行“數據池”，推進全行大數據應用?？梢詫⑿庞每〝祿畔⒓{入到全行經營管理的決策數據池，充分發揮信用卡數據作用，也改變信用卡業務在全行的經營地位。信用卡的交易消費數據中包含了大量非金融行為數據信息，是銀行其他業務專業經營所不具備的。因此，通過對信用卡經營數據的挖掘利用將會對銀行其他業務的經營起到積極作用。

通過挖掘信用卡金融交易和非金融交易數據信息，可以成為銀行分析客戶財力、信用動態和企業經營狀態的第一手資料。由于信用卡數據信息具有瞬時性，幾乎可以對個人、企業的實際狀態進行“秒級”程度地清晰了解，在效率、全面性上遠高于客戶經理上門了解，或者通過第三方機構或第二方資料信息來進行側面了解。因此，信用卡經營數據信息將是銀行經營管理決策“數據池”中不可或缺的重要內容，這也是使國際上大型商業銀行必須發展信用卡業務的重要原因。

大數據時代的來臨，必將深遠影響信用卡經營的變革，也必將為銀行信用卡業務經營開創出一片新的天地。但信用卡數據應用需要銀行在技術、人員上不斷地進行資源投入，不斷積累數據應用經驗，尋找數據相關性，不斷建立完善客戶、業務模型，這將是一個漫長的過程。