一、项目背景及目标

     （一）项目立项背景

      随着银行业零售转型的快速发展，各股份制银行把拥有大规模用户高频连接及高资产回报的信用卡业务作为零售转型的关键利器。2018年年报显示，招商银行、交通银行、平安银行、浦发等银行的信用卡净利润占全行净利润比重达到30%-40%。各个股份制银行从2016年起纷纷通过信用卡进入零售银行用户争夺战，仅2018年全国新增发卡2亿张。综合当前市场信用卡增速、城市化和个人信用市场发展水平的情况，预计信用卡增量市场的拐点将在未来2-3年出现，信用卡业务将由增量市场向存量市场转化。由于资源、技术、人才、品牌渗透度等方面的优势，用户将加速向头部银行聚集，同时该类机构进行客户结构优化而将中高风险客户挤向风险管理能力相对较弱的区域银行，市场会出现显著马太效应。市场的战略窗口期快速收窄，获客成本和运营成本将快速增长。

      2017年起信用行业受到互联网化，监管政策收紧和利率市场化等方面影响，风险管理、智能化和用户****体验已成为新一轮信用卡的核心竞争能力。未来2年将是区域银行信用卡非常关键的发展期，全面提升信用卡风险管理、用户运营水平及获客能力将是我行信用卡业务的关键行动。

      信用卡是零售业务中对精细化运营能力要求较高的业务，以我行银行卡部目前的组织架构、人员状况，借助信用生活在系统工具、风险策略、数据模型等方面的专业经验，开展信用卡及信贷业务全流程的、长期的、对经营结果负责的合作模式，是较为可行的做法。

      同时，三方实施公司持续对我行人员进行赋能，提升我行人员在贷前、贷中、贷后的风险管理能力、获客能力、用户运营能力，符合监管合规要求，业务发展可持续，通过持续的优化迭代，达至优的经营效果。

      信用卡业务尤其依赖科技能力，系统实施的目标是实现对信用卡及大额信贷全流程业务的科技支撑，实现在科学决策的基础上，在营销获客、风险管理、用户运营及价值变现等方面全方位的效率提升。

     （二）项目目标简介

      在我行本地构建信用卡业务的全模块体系，与行内业务系统对接、业务系统构建、业务流程建设、业务实操知识经验传递、用户运营生态搭建和人才梯队培养对我行进行完整输出，建立我行完整的信用卡业务体系，提高卡均收入，降低不良率，直接产生业务效果。

      1）为我行提供营销获客支持，包括：营销系统工具、营销业务策略、绩效考核体系、营销团队建设管理、以及各业务渠道管理等模块，旨在帮助我行建立高效的业务团队、提升获客效率、获客规模、降低推广成本。

      2）为我行提供智能审批决策平台的建设，包含贷前系统体系、数据模型体系以及风险策略体系建设。通过该项目以实现智能实时审批、立体化数据决策、征信数据成本优、差异化客户授信等，实现贷前审批效率，降低风险。

      3）为我行开发贷中预警策略，对客户的行为定期侦测，对于高风险客户实时风险预警，提前进行风险止付。加强客户经营，促活跃等，增加客户收入。

      4）通过贷后风险管理体系的搭建，建立分级催收业务模式，在逾期前、中、后阶段形成全方位立体的催收网络和渠道，开发催收策略，合理安排各种催收手段，提高整体催收回收效率和降低催收成本。

      5）用户运营体系建设，内容包含用户交互小程序、公众号、交叉销售策略、权益资源导入。通过该项目实现提升客户活跃度、额度使用率和品牌影响力的目的。

二、项目/策略方案

      我行与信用生活（广州）智能科技有限公司展开全流程合作，按如下策略展开信用卡业务：

     （一） 建设完整的风控体系

      从贷前反欺诈，贷中实时审批、科学决策、精准授信、实时监控，贷后催收管理、不良处置等风控核心模块着手，快速建立我行的全流程、全维度、高度自动化的风控体系及科学决策体系，并围绕在线化和数字化，快速打造我行自己的风控管理队伍。

     （二） 构建拓展渠道及客户运营体系

      构建多渠道的业务推广体系，如：行内存量客户的深度交叉销售、分支行渠道的业务拓展、直销/电销团队的对目标企业和客群的主动深度推广、LBS广告站点流量导入、互联网合作平台的有效引流等。

      构建数据化、在线化、智能化的客户运营体系，实现：动态精准用户画像、全生命周期用户运营策略闭环、全流程在线交互运营、精准快速的调额、合理的风险定价、有效的贷中风险预警、提升运营效率，同时，配合丰富完善的产品矩阵、精准营销策略，提升客户价值的变现能力，有效提升业务效率及客户服务满意度。

      （三） 业务发展策略

      采取标准信用卡与分期付款同步拓展的业务策略，高维度获客。一方面依靠区域优势和产品创新，加强对政府机关、优质企业、合作企业、本地绩优企业的深度拓展，不断积累标准信用卡客户，并通过创新的优质客户运营，不断提升用户粘性和业务收入；另一方面依靠优势的分期付款服务获取高端优质客户，直接产生优质的生息资产，快速赚取业务收入，支撑业务持续发展。

三、创新点

      基于我行业务经营特点构建具有本地特色的信用卡全流程体系，运用数据挖掘和统计分析技术开发设计具有我行特有的风险评分模型，有效对客户的准入进行风险把控，实施合理的信贷额度政策。客户准入及额度授信风控模型在技术上有很大创新，区别于传统的风险控制方式。量化的分析手段实现风险问题的精准定位，对客户预期行为进行预测，为我行信用卡业务发展决策提供有力支撑。一套功能完善的信用评分模型应该具备以下主要特征：

     （一）良好的数据挖掘能力

      这不仅是拓展业务规模的需要，也是银行适当降低工作频度、提高风险管理工作的 效率和质量的需要。这也意味着银行所采用的信用评分模型不仅能结合现有信息得出可 靠的判断，其得出的结论的参考价值也应当能维持一定时效性；

    （二）足量而精确的因素覆盖

      充分的、符合数理规律的因素输入是信用评分作为一种数据工具能够运作的前提。 无论是在企业伦理还是法律法规的角度，银行都不可能完全掌握所有客户的所有信息并 将其运用在信用评分模型的分析工作中。过量的数据信息也会加大银行数据系统分析和 整理的负担。这意味着银行在开发和改进信用评分模型时，要有选择、有权重地决定准 备输入评分模型的因素；

    （三）可靠的行为预估功能

      信用卡风险管理体系始终面临着大量面向未来的具体决策，其包含的种种可能的风 险情形也是纷繁多变的。信用评分模型不仅应当能够保证其当下决策的及时可靠，也应该具备对以后业务过程中特定情景分析中的判断能力。

四、项目过程管理

      目标系统的完整需求在项目启动后，通过严谨的需求获取、需求定义、需求分析、需求说明过程，按照行内项目需求管理流程开展项目需求说明文档的编写，依照我行统一的项目管理要求，且终交付物需经过我行PMO办公室评审，并通过本行评审确认，本项目的实施过程要符合我行统一IT规划要求，符合统一的应用、数据、技术架构要求，遵从本行项目群管理办公室相关制度、规范要求。

      在实施过程中配合我行开展相关制度流程化工作，如配合我行梳理标准化工作，梳理规则、数据流图建设流程，提出管理建议等工作。

      该项目共分为三个阶段实施建设，*****阶段是贷前模块，包括审批系统、风控决策平台、网申系统的开发、测试及投产运营；第二阶段是贷中模块，包括客户运营系统用数据集市、数据实验室搭建部署；第三阶段是贷后模块及其他，包括贷后管理平台、网申二期（MGM）。

五、运营情况

      我行信用卡全流程项目于2020年6月完成项目*****阶段投产，并完成信用卡数据实验室的搭建工作；于2020年10月完成该项目第二阶段整体上线。截止目前我行信用卡全流程项目已运营三个月，系统运行稳定。我行新业务推广营销采取总分组织架构的业务拓展模式，分支行客户经理负责获客营销，总部开展集中授信审批模式，信用卡全流程体系均为专岗专职开展，摆脱传统的信用卡作业流程。短短三个月完成了1600多万的透支额，客户信用表现；良好。

      信用卡全流程系统实现了线上自动化作业，大大缩减了进件、审批的时间，给客户带来了良好体验。手续简便、授信时间短、全流程客户体验好，新推出的信用卡产品广受客户青睐，为我行信用卡全流程体系的进一步发展开了一个好头。

六、项目成效

       信用卡全流程项目在明确应有的风险管理理念和风险管理目标的同时，利用先进的数据挖掘和数据统计分析技能，基于Logistic回归分析模型建立我行自己的信用卡评分卡。提高风险管理的效率和质量，项目具体成效如下：

     （一）秒级实时审批

       支持全渠道在线化申请的作业模式，网申完件率达到50%。实现70%以上进件系统自动实时审批，提高审批效率，降低审批人力成本。

     （二）差异化额度授信

      基于精密化模型组合和精准化分群的收入、负债预测模型，制定差异化定价策略，使资产类业务的资产收益率由现在的6%，提升到10%。

     （三）多维度立体化数据决策

      申请数据、人行数据、行内数据、外部征信等多元多维的数据用于风险策略及模型，形成对客户的风险做出立体化、精准化决策。

     （四）征信成本优化

      通过资信查询策略，优化外部征信数据查询优先级，实现征信数据成本优化，每张核卡外部征信成本控制在15元以下。

    （五）在线化和数字化能力

      搭建基于数据分析和科学决策的能力建设，实现获客、风控和运营的数据化科学决策。搭建获客和客户运营的全流程在线化体系，实现用户全流程在线交互、在线运营，提升互联网运营能力，提升用户运营效率，提升用户满意度。

七、经验总结

      在信用卡快速发展的今天，信用卡市场面临着新的问题，其中风险管理对于信用卡行业的发展具有重要的影响。数据挖掘能够应用到信用卡生命周期的各个过程中，能够实现对信用卡数据的分析预测等，能够促进信用卡行业的发展。同时数据挖掘能够建立科学的数据模型等，实现对客户的精确分类，提高了营销的有效性和成功率，对于信 用卡市场的发展和精耕细作，以及维持客户的黏度等方面具有重要的帮助。