零售金融：資料化使用者經營方法、工具與實踐

贊　譽
推薦序
序言一
序言二
致　謝

第1章　消費信貸行業的創新與資料驅動/1
1.1　消費信貸行業簡述/1
1.2　大資料背景下消費信貸行業的創新/3
1.3　消費信貸業務要以用戶經營為中心/6
1.4　KYC的重要性/9
1.5　大數據思維的本質/11
1.6　討論：資料驅動文化的建立和組織架構設計/19

第2章　新用戶獲取及用戶分群的策略設計/24
2.1　潛在用戶挖掘：內部名單和外部名單/25
2.2　用戶分群以及啟動回應排序/26
2.3　新用戶獲取策略的設計和效果監控/36
2.4　新手禮包的設計與效果監控/40
2.5　用戶分群的定性分析思路探討/41
2.6　RFM用戶分群分析方法/44
2.7　案例1：年輕持卡用戶分群策略及效果分析/46
2.8　案例2：資料驅動App獲取使用者的新思路/49

第3章　用戶准入和授信/53
3.1　授信資料來源/54
3.2　授信風險評估：申請評分卡/59
3.3　申請欺詐的識別/65
3.4　信用額度優化：授信及初始額度策略/67
3.5　差異化風險定價/68
3.6　觀察期、表現期基本流程/69
3.7　FICO信用分介紹/71
3.8　案例：Python環境下的評分卡構建過程/73

第4章　存量用戶的經營策略/82
4.1　存量用戶生命週期管理的方法及劃分依據/82
4.2　新用戶成長期策略思路/86
4.3　成熟期用戶的經營策略思路/88
4.4　衰退期用戶的監控及對策/91
4.5　流失期用戶的二次召回/93
4.6　存量用戶的價值提升策略/95
4.7　存量用戶的額度管理和定價策略/98
4.8　存量用戶經營效果的監控/100
4.9　用戶畫像的構建及驗證方法探討/101
4.10　案例1：“母嬰使用者”標籤預測模型的探索/105
4.11　案例2：帳單分期用戶的經營思路探究/111

第5章　用戶生命價值的計量/118
5.1　用戶生命價值體系框架概述/119
5.2　衡量用戶當前價值/121
5.3　衡量用戶潛在價值/137
5.4　結論/138
5.5　案例：信用卡用戶生命價值的評估/139

第6章　貸中授權交易策略詳解/141
6.1　授權交易的定義和決策範圍/142
6.2　授權交易的具體策略/143
6.3　授權交易的額度設定/146
6.4　授權交易策略的驗證/147
6.5　授權交易策略的部署/147
6.6　授權交易補充策略/147
6.7　案例：授權交易策略的冠軍挑戰賽/148

第7章　貸後催收的新思維/150
7.1　突破傳統催收策略的邏輯思維/150
7.2　利用大資料分析讓催收成為一種競爭優勢/155
7.3　催收分析能力轉型的要點及方向/156
7.4　案例：機器學習提升催收效率/157

第8章　資料採擷與使用者服務/161
8.1　大資料正在改變使用者服務的不同方面/162
8.2　大資料技術的具體應用/163
8.3　案例：利用文本挖掘發現使用者的真實需求和用戶的態度/165

第9章　大資料提升反洗錢效率/169
9.1　反洗錢合規面臨的問題/169
9.2　大數據，大挑戰/170
9.3　大資料技術驅動變革/171
9.4　金融機構的實踐/172
9.5　案例：用機器學習模型判斷使用者風險等級並解決樣本資料不平衡問題/176

第10章　資料驅動的工具箱：資料採擷和常用建模方法概述/182
10.1　資料分析能力的進階/183
10.2　模型開發的基本流程/184
10.3　資料收集和假設檢驗/189
10.4　因數分析/主成分分析/196
10.5　決策樹/205
10.6　隨機森林演算法/210
10.7　梯度提升決策樹/215
10.8　貝葉斯分類/223
10.9　支持向量機/227
10.10　聚類分析/230
10.11　線性回歸和邏輯回歸/235
10.12　推薦演算法/243
10.13　神經網路/248
10.14　社交網路分析/256
10.15　文本挖掘/259
10.16　討論：模型的解釋性VS.模型的準確性/268

第11章　模型的評審、驗證和生命週期管理/276
11.1　模型管理的全流程/276
11.2　模型管理系統/277
11.3　模型風險等級/278
11.4　模型檢查的時間點/279
11.5　模型驗證資料庫/279
11.6　模型文檔/280
11.7　模型生命週期管理/281
11.8　討論：模型驗證團隊的架構設計/282

第12章　大數據：用戶忠誠度計畫背後的秘密武器/283
12.1　引言/283
12.2　構建用戶激勵體系，陪伴用戶成長/284
12.3　用戶忠誠度的衡量方法及評價標準/289
12.4　案例：世界十大零售銀行用戶忠誠度計畫簡介/292

參考文獻/300
 

中國的經濟總量在過去的20多年裡，一路向北，飛速狂奔。我相信在不久的將來，必將穩居世界第一。當前中國的經濟結構正面臨著從量變到質變的過程，從過去投資和出口作為拉動經濟增長的首要動力，慢慢過渡到由居民消費來拉動經濟增長的常態。國內居民消費對於中國經濟增長的貢獻率已經超過六成，新的經濟增長引擎已經形成。居民消費能力和消費意願的升級，自然會帶來對金融服務需求的升級。

因此，各大金融機構必須抓住這個歷史機遇，堅持需求引領，適應經濟社會的發展需要，不斷創新金融服務的提供形式，深化金融產品供應鏈改革，根據多樣性、多層次的消費需求，為消費者提供滿足他們差異化需求的金融產品和服務，尤其是要滿足旅遊、教育、文化、健康、養老等新型金融服務需求。金融產品和服務的創新能否適應實體經濟需求的變化，顯得尤其重要。大資料時代的不期而至，讓金融服務的創新進入一個前所未有的好時代。

以人工智慧（AI）、區塊鏈(BlockChain)、雲計算（Cloud）、大資料（BigData）為代表的前沿數位科技（簡稱“ABCD技術”），在數位化轉型中，自下而上地與金融深度融合，通過數位科技對傳統金融機構的網點、管道、產品、流程等產生基礎性、制度性、顛覆性的衝擊，逐漸成為支撐銀行數位化轉型的核心引擎。

近幾年興起的互聯網巨頭，紛紛佈局互聯網金融業務。它們根據自身業務特點構建了業務生態圈，從生態圈週邊向金融業不斷侵蝕，逐步將金融植入各類生活場景中，並利用技術優勢簡化金融服務的環節，提高金融服務的效率，進而搶佔大量的用戶和流量。經過過去幾年的積累和爆發式發展，互聯網巨頭在新用戶獲取渠道、使用者群體和流量規模方面佔據了絕對優勢。借助手機App的高度覆蓋，大資料存儲、交互、挖掘等技術的普遍應用，機器學習、深度學習等人工智慧技術的普及，很多原來傳統金融機構不願意或者無法向其提供服務的普通消費者通過互聯網金融機構，享受到了金融服務。

究其本質：一方面，互聯網的出現，讓人和人之間的連接、機構和機構之間的連接以及人和機構之間的連接變得更加即時與有效，資訊能夠更加順暢地從金融機構觸達普通消費者；另一方面，互聯網能夠最大程度地記錄和留存人們在網路上的行為。這些被記錄下來的使用者行為，最終都會以大資料的形式（包括結構化的和非結構化的）進行存儲。

通過對這些大資料的挖掘、分析和理解，互聯網金融機構能夠對消費者有更加全面、深度的認知，這就解決了在傳統經營模式下金融機構和消費者之間資訊不對稱的問題。所以我們看到，如今傳統的金融機構紛紛開始“觸網”。它們中有的設立網路銀行部，有的設立電子銀行部，還有的直接與互聯網巨頭合作，共同進行新用戶獲取、風險控制和用戶經營。這些創新和合作，逐漸催化形成了新的金融工具和金融業態。

隨著傳統金融機構的“舒適圈”被徹底打破，傳統金融機構要想在大資料時代保持足夠的競爭力，就必須在立足本源的同時，積極擁抱互聯網技術，對零售服務進行升級。通過擴大場景的縱深度，覆蓋盡可能多的長尾小微用戶。數字科技在這個過程中，將助力金融機構更好地維護用戶關係，有效改善用戶體驗，更好地適應用戶需求更加即時性、多元化、專業化的趨勢，不斷推動傳統金融機構數位化、智慧化與生態化的轉型升級。

數位科技的發展和創新使得金融機構提供零售金融服務的能力進一步提高。科技（互聯網）和金融的深度融合顯著擴展了金融機構的服務半徑和服務深度，使得普惠金融能真正落到實地。同時，大資料、人工智慧、移動互聯等技術的不斷完善及其在金融領域的不斷實踐，促使傳統金融機構不斷提高自身精細化用戶經營的能力，逐步形成個性化的、千人千面的服務體系。

在過去，金融機構提供的產品同質化現象嚴重，單靠打價格戰來作為競爭手段的方式難以為繼。將來，金融機構必須充分挖掘、利用場景資源以及使用者的資料資產，圍繞使用者的衣、食、住、行、游、樂、玩、教育、培訓、醫療等高頻生活場景和生活圈開展生態建設。金融機構既要重視金融產品和服務的“走出去”（也就是嵌入能觸達用戶的各個生活場景中），也要重視構建自己的運營陣地，以開放的姿態，廣結異業聯盟，實現相互賦能。只有這樣，金融機構才能獲得屬於自己的C端使用者和資料，從而有能力提供差異化的增值服務體系，提高存量用戶的黏性並提升他們的價值貢獻度。最終，金融機構在激烈的用戶爭奪戰中，將從過去產品、價格和服務層面的競爭，進化到資料、場景和生態層面的對抗。

對於所有服務C端使用者的零售金融業務來說，它的基礎就是資料，而資料的生產者就是金融機構所服務的消費者，因此零售金融經營的核心是人。在中國，發展消費信貸業務是商業銀行進行零售轉型的重要抓手。2019年8月27日，中華人民共和國國務院辦公廳印發了《關於加快發展流通促進商業消費的意見》（國辦發〔2019〕42號，簡稱《意見》），鼓勵金融機構創新消費信貸產品和服務，加大金融支援力度。這個《意見》體現了國家對於“通過消費信貸創新，促進消費發展”的堅定信念和決心。本書也會專注於探討消費信貸的資料化使用者經營理念和方法。

哪家金融機構能更加準確地把握自己的用戶，哪家機構就能掌握克敵制勝的秘訣，至少能在競爭中拔得頭籌。本書以如何更好地“瞭解你的用戶”（KYC）為主軸，按照金融機構和使用者的關係發展順序及使用者生命週期的成長順序，詳細解析了個人信貸業務（主要是信用卡）用戶經營成功的秘訣。書中除了會詳細介紹國內外各大頂尖零售金融公司/信用卡公司在用戶經營過程中用到的大資料分析方法和策略思路（包括潛在用戶挖掘、用戶開發策略、授信准入、風險定價、反欺詐、額度管理、授權交易管理、使用者促活、用戶留存、用戶交互、貸後催收、合規管理、反洗錢以及使用者服務），還會詳細闡述大資料及資料驅動在“瞭解你的用戶”過程中的價值和應用。