大数据技术在金融信用卡领域的应用研究

摘 要：随着互联网技术的不断进步，大数据应用的不断发展，金融行业的数字化改革进程也随之深化。其中，商业银行因具备广泛的基础客户群体、多样的权威合作机构和充足的技术人才储备，使其在数字化转型方面一直处于一定的领先地位。在此背景下，数字信用卡作为商业银行金融科技创新产品应运而生，在充分利用大数据技术的基础上，在业务发展、风险管理和运营创收等方面，均获得了较大提升，为其业务在互联网时代的数字化转型进程中夯实了基础。

关键词：大数据;信用卡;金融科技;互联网技术;应用方式

本文索引：王玲琳.<标题>[J].商展经济，2021（22）：-078.

中图分类号：F832 文献标识码：A

DOI：10.12245/j.issn.2096-6776.2021.22.22

国家“十四五”规划和二〇三五年远景目标建议等相关文件，均提出了夯实科技基础，运用大数据等科技手段，促进金融创新，推动金融行业数字化升级发展。银行业迅速响应国家号召，人民银行于2017年起先后发布了《中国金融业信息技术“十三五”发展规划》《金融科技发展规划（2019—2021年）》等相关文件，并于2019年在杭州成立了全球数字金融中心，将数字金融作为重大战略纳入全行业的发展日程，充分发挥其在金融科技领域的优势，将数字金融在银行业进行全面推广，并获得了较为显著的成效，尤其是在客户画像、机器学习、行为分析和风险管控等方面，数字金融均起到了难以替代的作用。信用卡作为商业银行零售业务的重要组成部分，是客户触达、产品推广、支付消费、利润创造的重要抓手，因此，金融科技和数字化转型在信用卡领域得到了广泛的应用与研究，并持续创新迭代，数字信用卡便在此背景下出现在金融领域。如何更好地利用行业内外的各类大数据，如何更便捷地实现各类数据的有效融合，已经成为当前金融行业亟待研究分析的重要课题。

1 传统信用卡业务现状及问题分析

我国信用卡经历了道路摸索、跑马圈地、百家争鸣、联合运营、数字化转型等阶段，时至今日，大数据技术已经被更广泛、更权威、更深入地运用在信用卡业务全生命周期中，数字化、信息化、互联网化的信用卡业务模式也在不断被各家商业银行探索与挑战。信用卡业务数字化转型迫在眉睫，根本原因在于传统信用卡业务在客户体验、系统流程、风险管理、审批时效、成本收益等方面，难以满足日新月异的市场变化、不断升级的客户需求和商业银行自身的发展愿景，具体问题主要体现在以下几个方面。

1.1 申请流程复杂，证明资料冗余

传统的信用卡业务，采用线下填写纸质申请表单的形式，将客户个人基本信息、职业信息、家庭信息多达数十项字段进行逐条填写，如申请大额信用卡，还需提供收入证明、工资流水、房产证、车产证等材料，流程复杂且资料冗余，由于缺乏大数据支撑，相关信息的真实性难以通过数据进行交叉验证，仅能通过电话核实、网络搜索等形式進行佐证。随着互联网业务的兴起，商业银行逐步研发了网申H5、移动Pad、手机App、微信公众号等信用卡新型申请途径，逐步替代了纸质表单，但仍有大量商业银行以纸质表单为主体，难以适应市场变化及客户需求。

1.2 风控参差不齐，审批标准不一

传统的信用卡业务仍然以人行征信作为最重要的参考依据。目前我国的个人征信体系仍处于起步阶段，个人收入、纳税、居住地址、电话等还没有实现全民入网、数据互通。因此，传统信用卡在申请时，主要依靠后台人工审核客户提交的纸质资料间的简单逻辑和银行内部积累的部分历史数据库，通过经验分析进行评价审核。此类审批模式缺点明显，一是难以控制欺诈案件的发生，经验丰富的信用卡欺诈团队会恶意对申请数据进行完美造假，利用人工审核和大数据缺乏的漏洞，骗取信用卡授信，套用银行资金。二是难以准确评估客户综合资质，一部分优质客户由于银行固有的审批门槛和数据不对称性，导致无法获得准入，造成了部分优质客户和有真实需求的客户大量流失。

此类审批模式在商业银行同业间，因体量、规模的不同，也导致了风险管控能力的参差不齐。以四大行为首的国有股份制商业银行，客户样本充足，客户画像丰富，风险管理人才储备齐全，风险管控能力十分强大。反之，中小型商业银行在上述方面均存在一定的短板，导致风险管理能力缺失，风险隐患随着发卡量和透支余额的增长而逐渐暴露。

1.3 客户画像模糊，评分模型陈旧

传统的信用卡业务受限于人行征信和客户提供的资质证明材料，对客户画像的描绘较为单一，与大型互联网公司“千人千面”的客户画像模型存在较大的理念差距与技术鸿沟。客户画像的模糊导致客户需求分析不够切合实际，往往基于客户性别、年龄、学历等基本信息和人行征信的基本表现，未能更进一步地对客户画像进行多维度、深层次地构建，未能建立更为精细化、精准化的客户标签体系。客户画像不够立体、多元，直接导致了商业银行无法有效识别客户。而在银行数字化转型过程中，尤其是信用卡业务中，客户画像的精准度更是直接决定了其市场竞争力和利润贡献度。如何获取更多的客户资源，并进行更合理的评估、更精准的评级分层，是商业银行有效管理客户的关键，也是商业银行数字化转型的难点。

1.4 营销推广困难，余额增长乏力

传统信用卡业务的营销推广，既缺乏先进的市场营销理念和客户管理思维，又在数据应用层面缺乏足够的客户行为数据和客户偏好推测数据。传统信用卡管理没有与时俱进，对客户用卡、活卡、玩卡等理念培养不到位，结果便是大量的信用卡客户转变为睡眠户、沉默户甚至注销户。而后续个性化活动和精细化服务的缺失，与不了解客户需求、不了解客户偏好直接相关，归根结底，是大数据利用的不够全面，缺少有力的数据支撑，难以进行针对性的数据分析，导致对客户消费行为、生活需求、金融偏好等分析不足，丧失了后续的服务动力，缺少数字化运营的理念和创新的思维。

1.5 资金成本较高，利润收益较低

信用卡的成本主要包括前期卡片研发制作成本、坏账成本、推广成本、数据维护成本。传统信用卡的研发制作费用属于前期一次性投入成本，由于部分信用卡处于未激活状态，导致银行产生了制卡成本，但是没有相应的回报覆盖。坏账成本一直是信用卡成本的主要部分。本身信用卡透支的资金就来自于银行储户的存储金，客户欠款后连续多期未还，转变为不良资产，将导致银行承担更多的资金兑付成本，催账环节也会产生不小的成本。商业银行在催账过程中，没有充分运用大数据技术，导致对客户分析不清，造成后续的坏账成本。

此外，信用卡收益方面主要是年费、刷卡手续费、利息收入及惩罚性收入等。年费由于竞争激烈，刷卡手续费费率也在逐步缩小。很多客户由于有多家银行的信用卡，经常 “以卡付卡” ，借助银行信用卡免息期的差异，避免信用卡利息的支付，相对减少了银行的部分利息收入。但这些收益被压缩、成本被占用的问题，在充分利用大数据技术的基础上，可以得到缓解。如充分利用客户的行为数据，对有资金需求且价格不敏感的客户推动大额分期等高定价、长期限的信用卡产品，为银行带来长期、稳定的手续费或利息收入;如引入担保公司等对被拒绝客户进行二次回捞，在保证资产质量的同时，发放高定价、短期限的信用卡产品，以收益覆盖风险等，都是通过对大数据技术的有效利用提高收益的有效做法。

1.6 同业竞争激烈，三方支付崛起

当前，信用业务作为大部分商业银行零售业务的主要桥头堡和根据地，在市场上同质化严重，同业竞争从产品、定价、流程到服务、体验、理念，都在持续展开，市场透明性较强，往往一家银行推广新产品，后续其他同业便迎难而上，借鉴推广，而决定商业银行是否能在同业竞争中处于优势地位的重要因素，便是大数据的应用，更多的数据意味着对客户更了解，对市场更敏感，对同业更难以复制。

此外，随着支付宝、微信pay等第三方支付的崛起，基于平台自身积累、收集和利用智慧算法预测的海量客户数据，花呗、借呗、微粒贷等产品强势进入市场，更是给信用卡业务带来极大挑战。数据显示，4个“90后”中，就有1个人用过蚂蚁花呗。第三方支付平台的数字信用不可忽略，往往是将“虚拟授信+纯线上应用场景”相结合，在生活的各个应用中广泛渗透，客户应用实践方便，在支付平台也会有各种数字信用产品的使用方法、优惠政策，进一步增加了客户与平台的交互机会，提高了客户黏性和产品不可替代性，这又分流了银行大量的客户资源，取代了传统信用卡相当规模的市场份额。

2 大数据时代数字信用卡的具体应用方式

2.1 重视金融科技理念，以科技赋能业务

信用卡是商业银行零售业务的重要获客媒介和金融产品，使用流程和体验感受至关重要。在信用卡数字化转型的过程中，银行建立起流畅的数字业务体系和设计友好的产品十分关键。借鉴第三方支付平台的数字信用线上化、移动化、智能化，银行在打造数字信用卡产品的同时，也要重点发展智能化服务平台，创造数字信用卡对应的生活、服务场景应用，打通内外部交易循环，提高用户使用频率，改善使用体验。

数字信用卡的产品从设计到售后使用，都体现了客户友好度，借助大数据实现智能风控与客户信息交叉印证，实现客户申请便捷化，相关信息录入自动化，额度授信精准化，充分发挥大数据技术的创新作用。此外，将数字信用卡的日常使用从银行App剥离出来，和新媒体渠道紧密结合，如超10亿用户量的微信社交媒体等，客户扫描二维码即可申请数字信用卡，随时下拉列表即可交易、还款、查询。通过优化的银行程序界面和设计，创造便携的交互式平台，实现与客户的实时触达，与商户交易的互联互通。

2.2 推动大数据基础架构建设

大数据技术逐渐成为商业银行信用卡业务的核心管理工具，为了充分发挥大数据为信用卡风险控制提供支持的作用，基础架构的建设首当其冲、不可或缺。只有具备了完善的基础架构和基础设施，在数据体系、传输流程、系统搭建等方面为大数据技术的实施与应用提供坚实的基础功能，才能进一步提升大数据技术带来的技术优势。但是技术架构的建设往往需要前期投入大量的人力、财力、物力，使許多银行望而却步，“工欲善其事必先利其器”，大数据基础架构建设是“功在当代，利在千秋”的战略工作，不能产生立竿见影的成效，但通过搭建完善的基础架构，一定能够使后续的工作事半功倍，保障信用卡业务的健康、有序、可持续发展。基础架构建设一般包括数据标准化治理、系统群搭建、应用体系搭建等方面，能够进一步提升大数据技术业务发展的有力支撑，为信用卡业务发展提供助力。

2.3 充分完善客户画像，有效制定客户评级体系

拓展客户市场的关键点是做好消费者市场调查，明确客户评级与盈利体系。有时候初步定位为中产阶层的客户，并不一定是完全优质客户，在他们身上无法赚取年费收入，也未必能获得利息收入。需要结合更多的大数据信息来评估，如房贷信息、子女信息、父母信息等共同印证，明确客户盈利体系。

银行由于过于强调风控，对于收入不高的年轻阶层，或者工作不稳定的高收入客户，往往忽视他们的需求，而错过了一定的利息收入。根据目标利润倒置法，首先根据信用卡的目标利润拆解，如年费收入、利息收入、其他收入。其次根据数据和经验分析，明确不同收入的目标客户群画像，对客户群、目标收入进行匹配。最后对客户进行分类管理，明确针对客户的第一层面收入。在满足一定的回报条件下，在客户后续数据画像的绘制下，对客户收入、需求、偏好等持续有效地进行分类评级，据此设计出与客户行为偏好相匹配的产品，延伸信用卡的“寿命”和“盈利期”。一旦客户大数据体系搭建完善，后续就是长远的业务发展，将为商业银行带来可观的利益回报。

2.4 建立大数据智能风控体系

作为最具数字基因的银行产品，数字信用卡旨在深度挖掘依托在信用卡背后的大数据和数据处理，银行内部根据大数据技术测试出客户信用风险影响因素，并建立相关的风控模型，包括客户准入模型、客户授信评级模型、风险预警模型等。这与原来对信用卡申请人进行经验式风控不同，大数据智能风控必须依据大数据技术，通过采集大量申请人相关数据进行数据建模处理，进而对数字信用卡申请人进行风险管控和授信审批。

大数据风控最大的问题是数据采集与数据治理。数据采集必将依托大量的客户多维度的数据，这些仅凭银行内部数据积累是远远不够的。因此，引入外部数据如人行征信、学信网学籍、交易行为数据、反欺诈类数据及与头部互联网公司联合研发模型等，是大数据能否有效应用于风险管理的重要依据。数据治理重点在于对大数据的挖掘分析，通过丰富传统风控的数据维度，利用相关性原则，确定风控模型的因变量，从信用属性强的金融数据到信用属性弱的行为数据，通过数据的关联分析和背后隐藏的逻辑判断信用卡申请人的资信状况，借助数据模型揭示客户行为特征与信用风险之间的关系。大数据的智能风控对于批量标准化的执行流程，更贴合大数据时代风控业务的发展要求，有望实现在一秒便捷审批的同时，保证客户准入的标准化与客户授信的精准化。

2.5 建立以数据驱动的客户成长评价体系

数字信用卡在初建立阶段需要借助外部数据库进行数据验证和客户评级，使客户交易流程顺畅化，提升客户体验。但这仅仅是开始，最终目标是利用大数据的能力，推进银行在给客户提供金融业务的全生命周期中不断提高效率和服务能力。数字信用卡的创新理念，还在于产品售后服务。首先将所有数字信用卡的客户数据进行统一标准化管理，利用大数据技术，迅速采集、处理、分析所有活跃和非活跃客户的海量行为数据，进而整合分析客户的行为，绘制不同客户的需求画像，对客户实行有效的分级管理。例如，旅游达人分配旅游咨询和优惠产品，美食达人分配美食咨询和产品，储蓄达人分配理财业务信息，等等。从初始的相对粗放的客户管理模型，逐渐培养具备银行自身特色的客户成长体系，一方面增加客户黏性，另一方面积累拓展客户数据，通过大数据分析，进一步提供与客户行为数据相匹配的金融产品资源，达到业务数据化和营销精准化。

数字信用卡的推出也是银行业在第三方“数字信用”强势推出的基础上进行的主动应对手段。在搭建或合作的场景应用平台，推出大数据筛选的目标客户，根据数据分析，绘制客户需求图像，针对性地提供持续、匹配的行内相关金融产品，交叉营销。对客户行为数据进行动态扩张与更新，在充分利用大数据技术有效监测风险客户的同时，挖掘潜在客户，推动业务健康有序发展。

3 结语

数字信用卡的本质还是信用卡，只是在大数据的技术下，用数据分析代替人工经验判断，优化决策，优化产品，积累行内客户交易数据，开启创新的业态发展。尤其是后疫情时代，线上生活交易的场景更是推动了信用卡的数字化转型。通过科技賦能，提升信用卡的数据化转型，帮助银行在精准获客、风险管控、运营分析、贷后管理等方面不断提高，进而实现效益最大化。

参考文献

熊亿.大数据挖掘技术在网络安全中的应用研究[J].工艺与技术，2021（2）：104-105.

盖翔，崔萌.对我国商业银行在互联网金融时代创新发展的思考[J].财税金融，2021（10）：94-95.

郭云丽.互联网金融时代商业银行的创新发展[J].数码世界，2018（4）：541-542.

施政.互联网金融时代商业银行客户服务管理水平的提升策略[J].今日财富，2019（13）：21-22.

彭惠.信用卡业务数字化转型提速[J].中国信用卡，2020（12）：11-13.

李欣.大数据技术在信用卡风险管理中的应用研究[J].企业科技与发展，2019（10）：104-105+108.

门洪亮，李舒.基于用户画像的信用卡精准营销研究[J].江苏商论，2020（6）：13-16.

季成.开启信用卡行业的大数据时代[J].中国信用卡，2020（12）：23-26.