闭环分析在银行业的应用与执行

标签:银行业闭环分析

访客:50242  发表于:2014-05-06 15:23:23

闭环分析在银行业的应用与执行

          龙雨, 广发银行信用卡中心决策管理总经理

大家下午好,非常开心第二次参加大会,去年我也来了,作为SAS用户,其实跟SAS已经打了十几年的交道,其实用户大会,我觉得是SAS公司给我们用户一个非常好的交流的平台,希望通过这个平台,我们可以更好的在用户间建立起我们通常的沟通,互相学习互相探讨在工作中遇到的各种各样的问题,也分享我们一些创新的想法。

接下来和大家分享一些,我和我的同事,广发银行信用卡团队的同事们在数据中心做的一些尝试和案例。每个人都要讲大数据,今天早上到现在几乎每一个演讲者都会以大数据作开头,所以我也要讲讲大数据。大数据为了配合高大上,先讲一个奥巴马的例子,在奥巴马竞选期间,他有一个庞大的数据团队,也可以说是一个强大的数据团队,他们花了18个月的时间,去建一个选民的数据库,在这个数据库里面他把所有人的信息做了整合,也生成了几十个几百个变量,他也追踪到所有选民网络的浏览轨迹。接下来他做了一个经典的模型,他去预测他的说服力对选民的影响。每当奥巴马做一个动作的时候,或者他表达一样立场或一个观点,政治上的一些想法的时候,他的这个模型就会运行。后面的团队会帮他去分析他的立场、观点,对他选民倾向的影响。经过这样精准的预测,他会在不同的人面前做不同的动作表达不同的立场,他会去讲不同的问题,从而去影响那些选民。

另外一个案例,Target也是一个美国的零售商,相信很多在座的各位关心数据的朋友们都见过,他的经典案例就是他预测了他的顾客当中谁是孕妇。每个人都有不同的倾向,但是在孕妇消费的时候她到一个零售店消费的时候她买的商品和普通人不一样,他们的数据团队就是通过大量的客户的分析,去识别出哪些客户是已经怀孕的用户。其实识别孕妇很容易,有一天她来买尿片你就知道她怀孕了或者家里有小孩出生。在这个时候如果Target把他的宣传材料、客户所关心的东西送给客户的话他可以比他的竞争对手早一到十个月去转化客户,所以他的商机在前面。

Gmail,当你打开Gmail邮箱时,你有没有发现周围是你关心的问题,有一天我打开发现很多都是关于风险管理的,然后我就去看他给我的链接,我就很好奇,为什么他知道我很关心风险。后来我回看了一下我Gmail邮箱,其实我有个习惯,我在Gmail邮箱里订阅了很多关于风险管理方面或者计量方面的邮件,他会定期给我推送一些信息。另外一个,我曾经在另外一家银行工作的时候,我有的时候会把我工作的邮箱,有些事情直接发到我的Gmail邮箱里提醒一下。另外一个印证,而且他给我发的链接很多我都打开了。下面一个比较好玩的案例,Kayak,这个划船网给客户提供什么样的资讯呢,当我们从一个地方飞到另一个地方的时候都会买机票,划船网是帮助他的客户去预测你所关心在某个时期它的价格会不会变。然后我自己有一个旅行的计划,从广州到台湾,所以我就到划船网上去查了一下机票价格,我的同行告诉我,他以57%的概率,这个航段的机票价格在未来7天有可能下降,下降的幅度大概在20美元左右。我相信我的同行,我会去观察,会去等待,如果我的同行预测的模型不准的话,可能我真的要划船去台湾了。背后的数据分析,其实很多航空公司有他自己一套非常准确的去定位他不同舱位不同时间点去调整票价的逻辑,可是对于我们普通消费者,其实我并不知道这个机票价格什么时候会升,什么时候会降,会降到什么幅度。划船网其实可以通过很多公开的信息去收集,比如说很多航空公司都有自己的网站,网站上在不同时间的价格都是公开信息,有很多机票代理,他也会有一些票价的登陆。所以划船网就会把所有的这些公开的信息整合起来,变成他的一个时间序列,然后通过季节性的分析和他的预测能力,去预测未来是不是价格会下降,其实他的收入来源就是接下来我们会在他这个网站上订票。

讲了这么多案例,其实我相信大家跟我有共同的感受,大数据时代,我们的生活在改变,我们的消费模式变得不一样了,我们的生活方式变得不一样了,而且作为一个数据分析人员,我们所可以分析的数据的范围和内容也变得不一样了,其实对我们来讲是一个很有挑战的工作,也是很有趣的工作,以前我们看到的都是数据表,写着一些基本信息,但是现在看到的数据格式不是这样的,我们可以看文本、图片,可以看他所在的地理位置,我们也会去观察我们客户的图片,甚至把图片转化成文本,我们的工作变得更加有趣。

信用卡是我的老朋友,过去十年我都在跟信用卡打交道,但是我觉得信用卡一直是一个非常新的朋友,因为信用卡它是一个跟我们生活关系非常密切,而且你在生活当中看到的一些新的科技、新的技术,你很快就会看到,在信用卡这个行业里得到体现。信用卡的生命周期大概分成五个阶段,第一个阶段是获取客户,传统银行的模式,我们获取客户就是靠营销员,靠分行,你到一个网点,他会给你推销,后来会有专门的营销团队,有一些地铁站,前些年的时候,有人会在地铁站推广他的信用卡,但是越来越的,信用卡可能会转向一个我们见不到面,可能一辈子没见面,就是电子渠道,通过网上银行,甚至多媒体地去推广信用卡,信用卡的宣传渠道和我们客户获取的渠道变得更多。有的银行是通过内部的一些数据挖掘,对他客户做一些交叉营销,也有银行会跟外部合作的公司去进行信用卡的营销。所以客户获取是一个信用卡跟客户接触的第一面,但是选择什么样的客户,其实是一个企业的决定,我是要选择非常低风险又高端的客户,还是选择给我贡献度比较高的,可能是社会中层的客户,是各银行不同的选择,但是选择什么样的客户,背后需要大量的数据分析,把我们客户的长相面貌,他的身高体重,做一个精准的描述,所以前端的团队才会有精准的营销。信用审批是信用卡的会员和我们银行的第一步,在这一点上,其实很多银行都开始启用了一些申请的评分,去做预期风险,其实信用审批的阶段不是一个风险的决策,他是一个业务的决策,在这一点的时候,我们需要平衡的是这个申请人给我带来潜在收入是什么样的,他给我带来的风险扩张是什么样的信用卡不同于其他的信贷产品,比如说房贷车贷,他是有固定需求的,是有抵押物的,信用卡是没有抵押的。在信用审批的时候是一个风险决策也是一个业务决策。在10年或者15年前大多数银行都没有评分卡,多数银行说要建评分卡,我们建的第一个评分卡就是申请评分,预测客户潜在的风险。这个可以说数据分析在金融行业应用的第一步。客户管理包含内容很广,包括额度管理,客户的额度调整,日常交易合授权,是一个复杂的过程。每个人拿到信用卡的时候,我们接下来第一件事就是消费,当你刷卡的时候,背后有两个模型被触发了,第一个是欺诈模型,预测这个消费是不是一个正常的交易,欺诈模型的应用,去判断这笔交易是不是一个欺诈交易,我是对他进行阻拦。第二个模型是信用风险模型,当每个人去刷卡的时候,他所欠银行的钱就会变多,这个人有没有足够的支付能力对这笔消费来还款,是需要去判断的。目前大多数银行都是采用事后的方式但是随着科技的进步,相信越来越多的银行会把这两个模型的运行放在我们刷卡授权实时的进行,这需要后面强大的IT支持和精准的模型,因为那个时候我们不再是事后阻拦一笔交易,而是真的在刷卡的时候去判断他是不是能够买走这个商品,大家了解美国有一种非常常见的类似信用卡的产品,叫做签账卡,在客户跟我们建立起信贷关系的时候,银行并不会明确告诉说,亲爱的客户,你的额度是一万块两万块还是多少钱,没有预设额度支付的工具,所以在签账卡的持卡人他去消费的时候,每一笔消费后面都会有N多个精准模型去预测他这笔消费的风险多高,信用风险多高,从而决定这笔消费是不是可以通过。

讲到下一个阶段,催收,银行都不希望客户走到催收阶段,因为催收就是人有一定风险不能支付他欠银行的金额。但是对信用卡来讲,也不一定是一个坏事,因为一般客户进入了延后,他需要交惩罚金。如果一个客户短期风险很高,他现在很缺钱,但是从长远看,他还是有强大的支付能力的话,这个时候催收策略不需要特别极端,而且从更多方向让他去逐步还钱。另外一个极端,当一个客户,他其实短期风险还可控,但是长期风险变得非常高的时候,这个时候我们所要采取的行动是快点追回来,特别是如果你发现这个人他有多张银行卡,他有各种贷款的时候,先下手为强,因为你的同业会比你下手更快。我也在做预测,我的同业也在做预测,所以谁跑步快,谁先找到客户,谁先让他换钱,谁的损失最小。今天早上跟一个同业聊天,我们有一个比喻,他有十口锅,九个盖子,其实是差一个盖子,但是盖子会循环盖,当有一天出现问题的时候,总有一口锅没有盖,希望那个锅不是自己。

注销,注销也是一种分手,但是更像一个和睦的分手,每年中国信用卡我们注销的比例是在5%到10%左右,但是回看信用卡行业,新增的发卡不过也就是20%多,最快的时候到50%,前面有一个很大量的客户进来,如果后面有将近10%的漏出,从银行的成本控制上来说是很不划算的,所以银行业通常在注销环节上做很多雷达一样的扫描,扫描哪些客户他有风险要离开我们了,如果我们发现他是一个高贡献的客户,我的雷达又扫描到他马上要跟我们分手了,这个时候我们要去做什么,发现他不是目的,解决这个问题才是目的,我要挽留他,用什么方法挽留他,说免年费,这样只会让他的卡继续躺在钱包里甚至抽屉里。我们的方法是要对症下药,去找客户是什么样的人,怎么激励他再回到我们的怀抱,所以就会去想他过去的交易行为,比如餐饮类消费,还是喜欢旅游,还是一些零售方面的,我们会对症下药,客户自己的感觉也会更好。

接下来跟大家分享几个应用的案例,在这个生命周期当中我们会遇到欺诈的问题,会跟客户进行交叉营销,提高市场占有率,同时通过优化的方法去更好的定位客户,最后是信用卡行业怎么用好微信这个平台。

先讲欺诈,其实整体中国的欺诈损失并不高,多数是一位数的损失,看起来不是很大的问题,但是欺诈其实是一个不定时的炸弹,其实我们在回溯欺诈问题的时候,很多交易欺诈的产生都和申请的时候有相当大的联系,一个普通的银行,中等规模的银行,每天可能收到的申请件就超过3万件,而在这3万件里面,我们会进行精细的审批,审批过程当中可能有大概58%到80%,各家银行不一样,但是如果你仔细去追诉所有的欺诈的时候,会发现大量的欺诈和他申请的时候是非常有关系的,或者是一些人盗用了别人的信息,或者是伪造了自己的资料,我是ABC公司的人,但是你去ABC公司查不到这个人,各种各样的欺诈,如果一个人他在申请的时候就提供了一个虚假信息,意味着什么,他从来就没想过还钱。欺诈风险防范是一个重要的手段,信用风险和欺诈风险其实是很难分的,如果我们看交易,一笔欺诈,金额会在3000到4000人民币,但是我们的交易一笔有多大,我可以说50%以上的交易其实都是400块钱以下的,几百块的交易。当我有一笔300块交易的时候,其实银行真正的收入也就是1块钱甚至都不到。所以欺诈发生的时候,3000块,我们是几毛钱,其实是一万倍的损失,因为每一笔交易都是有成本的,还要给他积分。传统的欺诈防范就不讲了,各家银行都有自己的方法、规则,有人用逻辑回归。讲一个好玩的案例,我们在营销团队做的小常识,所有坏的营销员他有共性,有一些营销员他不一定真的坏他是被骗的,但是被骗的人也有他的共性,也有一些人他可能是参与其中的营销员,所以我们通过后端去追踪每一个营销员他们存在的共性,然后把营销员做了一些高中低风险的识别,从而提升我们营销团队的管理能力。其实营销团队看起来都是很零散的,坏的营销员也会有很多共性,实时警惕到那些可能潜藏的风险,在营销端做好把控。

交叉营销,这个是一个亚洲的某银行案例,它是某一个国家最大的银行,这个国家和最近大家很关心的一架飞机有关系,这家银行他有零售活跃的客户700万到800万,但是他的信用卡规模只有几十万,我们之前做了一个去跟这家银行合作,帮他推广信用卡。他们其实有大量的数据信息,比如说我有存款,我有保险,有客户贷款的人,甚至有代发工资的账户的信息,他也收集了很多客户的特征,因为其实每个银行都有KYC的项目。当然协调有征信报告,其实某种程度上通过他的贷款、资产和资产收入,知道他负债的情况。他周围是不是很多地方可以刷卡,特别是很多特别商户可以享受到优惠。接下来如果我想营销的话会选什么样的人,首先会多维度预测一个客户,发卡的时候我们给营销员一些激励,制卡有成本,所以需要去平衡成本,看这个客户将来潜在消费的可能性有多大,他循环的可能性有多大,因为他会给我创造利息,他是不是一个交年费的人,还是一个普通客户只是希望享受这种支付的便利。每个人有不同偏好,如果你给一个CEO打电话,他一定不会接你电话,电话营销一定不成功,但是你如果给一个新入职的员工打电话,他可能会接你的电话。我还要去评估他的信用风险然后做出一个净现值的评价,也就是现在营销可以获得这个客户的成本有多大,在未来三年能够得到什么样的应收,从而制定相应的产品策略和费率。

当我们看去的时候,存量客户也好,还是未来客户也好,他们看起来长得都差不多,都是同样的面貌年龄,但是当我们去精准度量每一个营销动作的时候,其实每个人是不一样的,有的人风险高,有的人风险低有的人需要用电话营销这种比较成本高的渠道,有的人发一个邮件就解决了问题。有的人需要一个很大刺激,需要一个非常好的回馈。有的人只要跟他说我的卡在哪能斗争能用,就可以成功营销。我当时我们把所有这些量化成一个价值的时候,不再是一堆人,是一个曲面,在不同刺激下也会带来成本收益,每个人都有自己的最优点,最经济的点,银行可以通过这些最优点去组合,去选择我现在要求的成本最小、要求的收益最大还是让每个人都物尽其用,用到这个人的极致,这是银行的立场。然后把每个人真正的颜色表述出来,放在应该放的地方,给他个性化的提供他所需要的服务。

这个就是模型的魅力,当你跟营销员聊或者应用团队聊天的时候,他们看了很多个案,他们有非常丰富的经验,但是他很难量化到这个变电给我的影响带来的增加是多少,是5%还是50%,其实很难量化,但是他会有一个感觉。模型的魅力在于把这些感觉转化成数字,看得见、摸得着、可预测。微信,可能在座的各位都有微信,现在没有微信就像没有电话的人,广发银行也跟所有银行一样,跟进了微信的渠道,有自己微信的银行,在上面可以查账单、查余额等,我们做了一个追踪,去观察我所有的使用微信的客户里面他是什么时候登陆的,看到这个图我有点惊讶,第一个问题是小伙伴们上班的时候在干什么,我们看时间,凌晨大家都在睡觉,早上9点开始上班,微信互动的频率开始飙升,到了12点开始吃午饭了,微信互动也下降了,休息完了,下午上班2点,微信互动成了一个制高点,直到晚饭时间。虽然作为一个小领导我有点伤心,我的员工也在每天用微信,这对我们来讲也是一个很好的机会,通常我们做营销或者和客户互动,我们都会选择5点之前或者6点之前,但是你会发现,晚饭之后有一个很好的时间,他们也很活跃,那个时候我们用自动化或者机器人的方法区别推广,他是很有时间跟我们聊天的,其实对银行来讲是一个很好的机遇,我们找到了不同时间去跟客户做不同的事。而且现在我们的生活变得越来越碎片化,可能只有15分钟休息时间,我可能喝个水,还有15分钟,顺便上网买个东西,或者顺便查查信用卡进度怎么样,全天都可以跟客户沟通。另外一个案例,其实我们在微信上做的东西也是很不一样的,如果你观察客服的话,大多数人来查账单,但是在微信上很多人是关心额度,如果你关心额度的话,也是我们营销的机会,我会有更好的理由去跟客户互动,你查额度,你需要调整吗,是不是一个合理的额度区间。

回到一个闭环的过程,讲了很多分析的案例,无论是风险的策略还是市场的策略,无非是一个四步走的战略,第一个是发起,预估客群怎么样的,接下来去执行把我需要做的东西转化为一个数据的文件或者转化成一个数据的形式去跟客户做互动。接下来活动也好,风险策略也好,仅仅做了,需要严格的追踪,费用是不是超了,活动效果是不是如我所预知,所以要紧密跟踪。再下一步是改善,任何一个企业都有收入成本的压力,所以任何一件事做了都要有成本的改善。这样四步走形成一个闭环,螺旋上升,把任何一个动作都可以从简单的我开始一个初步设计,到我有一些想法去执行,然后再到我的追踪和持续的改进,整个过程并不是简单的一个团队可以做成的。在设计方面执行方面需要一个有数据处理能力的团队,可以寻找到正确的客户,然后去追踪改善。工具很重要,人也很重要要有团队用好这样的工具才能产生最好的效果。如果简单说,我有十个活动,一百个人,看起来很容易但如果说我现在每个月要跑几百个活动,客户规模是上千万的,我的变量级可能是上万的,那我们怎么办,其实就需要一个整合营销平台,今天这个大会,大家都听到一个新词,全渠道,并不是说我用一个渠道跟客户沟通,而是我在各种渠道组合下,我跟客户都能有一致的沟通,这种一致的沟通是基于一个整合的信息,所有的跟客户触点上能够有一个通常的迅速的一致的传递,所以需要我们有一个底层数据很好的整合,然后把我们的一些活动也好,刺激也好,跟客户任何一点的交流能够很精准的记录下来,在不同的触点都能看到客户不同的话,这样的活动才能实现流畅及时和精准的。所以在这方面我们也做了很多年的尝试,之前在广发很多同事都了解我们用很人的方法去组合,现在我们也逐渐在往一个平台,用一个声音说话,但是用整合的方向去推动。

提问:不同用户把自己的资金分散在不同的银行里,SAS如何能帮助某一家银行分析资产的整体状况?

龙雨:客观讲,我不能说SAS怎么回答,我从我分析人员的角度讲,如果一个客户他把他的钱分散在很多银行,如果只在一家银行,我只能看到他的征信记录,所以不可能了解到他的全貌。这是一个不可能完全知道的,但是从一个分析的角度上讲,我虽然不知道我的客户A他的全部资产,但是如果我历史上曾经有过几十万和他职业、地区、年龄、消费习惯类似的客户,他们当中一定有百分之百的钱放在我这家银行的个案,所以我可以准确预测出这样的客户钱包有多大,还可以知道我在他钱包里占有率有多高,我实际知道他的数值可能只是他的百分之多少,但是我可以预测到他的百分之百是多少这也是数据分析的魅力,我虽然不认识ABC,但是我知道跟ABC长得差不多的人大概怎么样。

提问:今天上午民生银行有位专家提到,他预见五年以后大家都不怎么用卡了,这种情况下你也提到很有可能也举了一个例子,额度别不重要了,一切都会变成事实了,由事后到事前。以您对中国市场的理解和展望来看,我们距离那一天到底有多远,你有没有做好准备来应对这场挑战?

龙雨:我觉得这个也是让我很有感触的问题,因为我觉得我们中国信用卡市场也好,数据分析的专业来讲,可能在过去的十年,我们和美国和欧洲有相当大的差距,这是一个事实。我是两年前回到广发的时候,我看我们的数据分析的状况的时候,我会非常骄傲地告诉大家我们的成长是非常快的,同理,我相信这些先进的技术或者更精准的管理方法会在中国有很大的成长,因为其实在技术方面,我们其实都是跟任何一个国家一样,我们在前进,新的方法、新的大数据,对于所有人来讲都是挑战,都是新的机遇,所以我相信这一步我们应该不会期待太久,我们在准备着,我相信所有的银行都会非常乐于往这个方向演变。

提问:请问广发银行信用卡开卡率如何,用大数据思维怎么解决?

龙雨:这是一个很好的问题,其实我非常骄傲地告诉大家,广发银行的信用卡活跃率在同业当中是非常领先的,我们在后台也做了非常多的预测和激励去发现那些潜在的可能未激活的客户,我用什么方法把他触动和激活。

评论(0)

您可以在评论框内@您的好友一起参与讨论!

<--script type="text/javascript">BAIDU_CLB_fillSlot("927898");