数据挖掘技术在信用卡业务中的应用案例分享
信用卡业务具有透支笔数巨大、单笔金额小的特点,这使得数据挖掘
技术在信用卡业务中的应用成为必然。国外信用卡发卡机构已经广泛应用
数据挖掘技术促进信用卡业务的发展,实现全面的绩效管理。我国自
1985 年发行第一张信用卡以来,信用卡业务得到了长足的发展,积累了
巨量的数据,数据挖掘在信用卡业务中的重要性日益显现。
一、数据挖掘技术在信用卡业务中的应用
1.分析型 CRM
分析型 CRM 应用包括市场细分、客户获取、交叉销售和客户流失。信
用卡分析人员搜集和处理大量数据,对这些数据进行分析,发现其数据模
式及特征,分析某个客户群体的特性、消费习惯、消费倾向和消费需求,
进而推断出相应消费群体下一步的消费行为,然后以此为
2.风险管理
数据挖掘在信用卡业务中的另一个重要应用就是风险管理。在风险管
理中运用数据挖掘技术可建立各类信用评分模型。模型类型主要有三种:
申请信用卡评分卡、行为信用评分卡和催收信用评分卡,分别为信用卡业
务提供事前、事中、和事后的信用风险控制。
申请评分模型专门用于对新申请客户的信用评估,它应用于信用卡征
信审核阶段,通过申请人填写的有关个人信息,即可有效、快速地辨别和
划分客户质量,决定是否审批通过并对审批通过的申请人核定初始信用额
度,帮助发卡行从源头上控制风险。申请评分模型不依赖于人们的主观判
断或经验,有利于发卡行推行统一规范的授信政策。行为评分模型是针对
已有持卡人,通过对持卡客户的行为进行监控和预测,从而评估持卡客户