大数据时代的来临怎样影响着信用卡业务的发展

1、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。

随着在金融领域的应用更加深入，各金融机构也都相继搭建了自身的大数据平台，利用平台的计算能力，把原本分散于各业务系统的数据通过统一的数据平台或数据仓库进行标准化、集中式管理，通过场景化的设计，使得各个业务场景都能够通过模型进行描述和应用，使用自身已有的数据进行模型测试，完成相关业务的应用。

2、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%。

但是信用卡业务的发展不是单纯追求发卡量，其带来的经济效益才应该是各行关注的重点。据国外研究，平均每个用户能够为发卡行带来贡献的时间是6年，如何更好的应用这段时间服务用户，让用户的使用时间更长，带来的价值更大才是信用卡业务发展所要关注的。

用户平均每月的刷卡次数低于4次，信用卡的循环授信额度使用率低于20%，这些都是影响信用卡业务发展的重大问题。如何去提升用户的使用频率，如何结合实际的业务场景，提供更全方位的金融服务，成为信用卡发展需要考虑的事宜。

3、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。

4、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，可以很大提升信用卡业务扩展。

5、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 。

对于高端客群，其带来的收入贡献最大，通过大数据分析已有高端用户群体，了解其行为偏好属性，设计出更多的产品，对于高端服务提供更多的选择，如针对高尔夫、机场贵宾厅、出国旅行、高端酒店、奢侈品展览等提供更多高端权益，用以提升客群的服务品质，以及增加信用卡业务收入。

6、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。

7、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。

利息收入和分期手续费收入已经在信用卡业务收入中占比超过70%，如何更好的通过大数据精准客群营销，提升获客质量，带来收入的提升，成为首要考虑的问题。

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。

8、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。

9、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。

10、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。

11、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。

来源：中国大数据