激活银行数据

“您的通话可能会被录音！”这绝不是银行一句简单的提醒，当客户拨通银行的客服电话时，客户说话的语气缓急、音量大小以及说话时的感情等都有可能被银行后台的数据收集系统扑捉到，如果加以分析，这些数据对于银行来说可能就会产生巨大的价值。

除此之外，银行在与客户的交易过程中也会产生大量的数据，包括客户的交易记录、信用记录、客户自身的信息等，但是很少有银行充分挖掘这些数据的价值，某些银行数据仍然处在睡眠状态。

但费埃哲公司（FICO）和Nice Systems等银行数据分析公司正在“窥视”这些数据的价值，对于这些以数据分析见长的公司来说，只要银行提供给他们真实可靠的数据，他们就能给银行一个可靠的结果。

他们的优势在于，通过科学严格的数据分析系统将银行在交易过程中产生的数据收集起来然后按需分类，这些数据包括已经结构性的数据（比如文档、交易的流水等），最重要的是，银行产生的非结构型数据（比如声音、图像、视频等）也能被有效分析。

唤醒信用卡

费埃哲公司是一家总部位于美国的数据分析公司，该公司由美国斯坦福大学数学系教授菲尔（Bill Fair）和计算机教授爱瑟尔 （Earl Isaa）于上世纪50年代创立的，费埃哲在美国的名字其实并非如此，他的全称为美国个人消费信用评估公司，费埃哲的专长在于通过对银行数据的分析给每个客户打分，然后告诉银行达到多少分数的客户有更大的利用价值，哪些存在违约的可能。

“费埃哲就像一个面包商，我们所拥有的是一整套面包加工的精细化技术程序，但不同的客户需要用这套技术做出不同的面包。”费埃哲中国区总裁陈建说，费埃哲风险管理系统可以把银行原有的数据梳理出来，然后通过模型进行分析得出结果，但具体如何操作由银行决定。

费埃哲提供的产品包括咨询、软件、信用评分的模型，贯穿零售银行整个生命周期的各个阶段，2007年进入中国就吸引了大量中国客户，先后为中国工商银行、中国建设银行、中国银行、交通银行、招商银行、光大银行、中信银行等中国前10大银行中的7家都在使用费埃哲提供的技术、咨询和分析服务。

费埃哲耳熟能详的服务被用于中国快速增长的信用卡市场上，和其他国家的信用用卡市场不同，中国的市场发卡量庞大而使用率不高，如何激活睡眠卡成为很多银行面临的问题。据官方数据显示，截至2011年末，全国累计发行信用卡2.85亿张，但只有62%的卡片被激活，40%的卡片被使用，对很多银行来说，这是一座未被挖掘的金矿。

此外，发行信用卡银行需承担多项成本与损失，包括资金成本、营销成本以及风险损失等，有分析指出，如果银行发卡不超过300万张将很难实现盈利。因此，如果银行在完成信用卡市场的“跑马圈地”之后不能提高信用卡的使用率对于银行来说就是一种巨大的负担。

乐观的是，现在很多银行已经开始注意到对客户和业务“打分”的重要性，尤其是一些处于睡眠中的客户，银行只要将已经积累的客户数据以及中国人民银行个人征信系统里输入费埃哲提供的模型就能唤醒这些沉睡的客户。

交通银行很早就尝到了甜头， 2007年，交通银行太平洋信用卡中心累计发卡已超过500万张，激增的信用卡用户给各大银行信用卡中心在信贷审批、账户管理等信用卡生命周期的各个阶段带来了艰巨的挑战。

该中心每天收到大批量的信用卡申请件，这给审批工作造成了巨大的作业压力，面对海量客户信息，如何把大规模信用卡资产组合，挖掘规模经济的收益；如何有效地贯彻实施行为评分模型及统计化决策策略等先进的风险管理手段成为交通银行信用卡中心急需解决的难题。

如果靠人工逐个审查每个客户的贷款申请，工作量将大得难以想象，最好有一个全自动化的模型能处理这些问题，当把所有的用户数据导入这个系统后。系统能按照预先设定的参数输出不同的结果供审查人员参考。比如，在500万个客户中，能一次获得10万元透支额度的客户都有哪些。

费埃哲提供的FICO TRIAD Customer Manager客户管理系统帮了交通银行的大忙。该系统主要用来分析客户的消费习惯和消费行为，从而实现智能化的客户管理策略。当信用授予者将数据输入TRIAD 系统后，系统会根据这些数据计算出评分，用以估计账户或客户风险。

同时，分析人员可以用策略平台事先制订不同的模块，预置在整个的模板当中的数据结果可以随时调用，使整个实施和开发具有很强的实效性。

通过采用该系统，交通银行太平洋信用卡中心信贷审批流程充分实现了自动化，可以充分利用银行的数据，以及相关模型和策略。根据费埃哲经验，使用TRIAD后，很多银行拖欠率减少了25%，销售额增加了30%，利息收入增加了25%。

比如一个客户为别的业务给某银行的呼叫中心打电话，这时客服代表面前的电脑突然跳出一个页面，提醒该客户还有一张未激活的信用卡。受到提示后，客服代表在处理完问题时只要友好地提示一句“您还有一张未激活的信用卡”，这张信用卡可能会被激活。

有效的利用资金

未激活的信用卡对于银行来说就像一座待挖掘的金矿，但银行又该如何用好现在的资金呢？当银行有100亿元可贷资金，面对1万个客户时，银行该贷给谁？每个客户的分配比例又该是多少？这些难题也是很多银行面临的挑战。

如果站在费埃哲的立场，这就是一个风险定价的问题，和评分模型类似，如果风险过高，银行就会选择少贷或不贷，而对于风险较低的客户，银行可以把更多地资金给他们。这个难题对于一位经验丰富的信贷审批员来说可能并不存在问题，但问题是，一个信贷审批员一天的工作量可能不及数据分析模型几分钟的工作量。

更重要的是，银行每一笔资金都是存在成本的，除利息外，在发生信贷的整个过程中，银行可能需要信贷员寻找客户然后填写申请表格、然后拿回来一一比对客户的信息，最后才决定是否要给客户放款。可以预见的成本可能还包括市场营销、电视广告、网点运营、租金等。

面对这种费时又费力的信贷管理模式，很多银行的信贷员和贷款审批人员已经被搞得筋疲力尽。全自动而且准确的信贷审批系统对这些人来说就是一种福音，最关键的是，对于整个银行来说，这种高效的系统能够提高经营业绩。

按照银行的贷款原则，假如贷给一个客户一笔贷款，预期一年后获得的利息收入为20元，但考虑到该客户可能会带来10元的风险，那么银行在放出这笔贷款时就需要多收10元以弥补可能带来的损失，但关键是，并不是所有的客户都存在10元的风险，如果对全部的客户都提取10元的风险金，有些资质好的客户可能会被吓跑。

解决这些问题的第一步就是数据，只要银行把所有的和备选客户既往交易的数据提供给费埃哲，费埃哲就会给出一个准确的结果给银行作参考。费埃哲大中华区总裁陈建说，连续性数据对银行来说才是核心竞争力，因为银行能从这些数据中源源不断获得新业务。

这些数据主要包括个人的征信数据、企业的数据、贷款数据等。有了这些数据，解决银行客户的风险定价问题也就有了基础。

“如果银行知道张三过去10年有20笔信贷行为，其中有十笔是信用卡，还有两笔房贷，一笔车贷，还有几笔个人贷款，费埃哲就能帮助银行判断张三的在未来12个月或者24个月里借贷违约的概率有多大。”陈建举例说。

事实上，现在绝大多数银行面临着比该收取多少风险金更大的挑战，巨额的信贷资金分配问题对银行来说意义更大，如果一个贷款10亿元的客户出现违约，银行的损失可能会更大。

陈建表示，对银行来说，同样是100亿元的资本金，可能支持2000亿元信贷规模，也可能支持4000亿元等等，决定这些数额的关键是银行如何投放贷款，把违约概率降到最低，把收益做到最大。

事实上，对于银行来说，绝大部分数据都是交易过程中产生的文本数据，但声音、视频、图像这些比较“感性”的数据又如何利用呢？通过分析这些数据能不能从中发掘哪些客户有激活信用卡的意愿？给哪些客户贷款能获得更好的收益？

“只要你和银行的座席代表通话，我们就能分析出你要干什么？” Nice Systems亚太区总裁Raghav Sahgal说，和结构性的数据相比，非结构型的数据更能确切地显露出一个客户下一步的行为。

对数据分析公司来说，似乎没有什么对于他们是没有价值的，甚至是一个微笑。