商业银行信用卡数字化转型的路径分析

栏目编辑：梁丽雯E-mail:****************

Research|信息化论坛商业银行信用卡数字化转型的路径分析

■ 徽商银行信用卡中心　宋　捷

摘开放银行背景下，数据化转型是商业银行提升市场竞争力、实现高质量发展的重要手段。小额分散的要：

信用卡业务是商业银行数字化转型的试金石，也是数据应用最广泛的业务板块，以数据驱动的精准营销和智能风控是两大重要的应用场景。本文探讨了商业银行信用卡数据化转型的实施路径，从数据、模型、平台、人才等角度展开分析。

数字化转型；决策模型；信用卡；决策引擎关键词：

随着金融行业的创新发展和金融科技的深化应用，商业银行需要改变传统思维与经营模式以适应时代的发展。现代商业银行以数字化为创新路径，实现发展与风控同步发力，促进各业务条线的高质量发展。信用卡是依赖大数据技术进行精细化风控与运营的业务，是数字化现代银行建设的重要载体。纵观国内市场，信用卡业务面临多重压力。

一是市场竞争激励，除了各家银行信用卡业务竞争外，互联网金融公司开发的同类信贷产品正逐步抢占客户市场；二是行业监管趋严，从发卡、用卡到催收等整个业务运营过程都受到银行内部合规风险部门的管理，以及外部审计、中国人民银行、银保监会等机构的监督；三是经营环境复杂，经济下行压力增大，导致金融市场不确定因素增多，经营风险增大。在此背

景下，银行需要创新业务模式，以数字化决策完善风险管理和客户服务以提升市场竞争力。

一、数字化转型是信用卡高质量发展的必然趋势

数字化银行概念提出以前，商业银行的运营模式以人工决策为主，战略规划、风险控制、客户管理等均是由管理层及业务骨干根据经验完成。这种运作模式存在弊端，一方面是缺乏适应本行业务特点的科学有效的风险及营销措施，主观性、随意性较大，规范性、标准化程度不高，导致发展不充分。另一方面是自动化程度低。在信息化时代，随着业务的快速发展，人工成本高、执行效率低、操作风险大等问题凸显，引发业务运作的低效性。传统运营模式的种种局限，制约着信用卡业务的高质量发展。

作者简介： 宋　捷（1978-），男，安徽淮南人，工商管理硕士，供职于徽商银行信用卡中心，数据与系统团队经理，研究方向：数据　　　　　应用。收稿日期： 2020-02-26

41

Research|信息化论坛从发展的角度考虑，大数据可以帮助银行更好地了解客户市场，通过数据指引找到潜在客户、准确定位风险点，从而带来经营业绩的提升。银行一直试图通过数据分析找到平衡风险和促进营销的方法，而实践也证明了基于数据分析的决策能够提升绩效和风险管理水平，数据驱动型业务模式逐渐被业界所认同。

商业银行信用卡业务数字化转型成功与否取决于其对大数据的使用程度。成功转型的数字化银行至少完成以下4个路径，即引入高质量的数据资产、树立先进的数据驱动理念、构建高效的自动化决策平台、打造复合型的数据人才队伍。

二、数字化转型的实施路径

（一）丰富数据资源从多视角洞察客户

数据是信用卡业务数字化转型的基础，随着数字化进程的深入，银行对数据需求将越来越大。数据范围包括内部数据和外部数据，在此过程中，对政府公共数据、互联网等数据的共享需求尤为迫切。转型也会增加银行对文本、图片等非结构化数据的研究与应用。

详细的数据资源包括采集的客户基本信息、客户操作行为、消费场景相关的交易信息以及采购的第三方数据。数据的种类很多，用途也很多，如征信信贷申请查询次数与信用风险强相关，欺诈黑名单与反欺诈高度相关，历史交易及行为数据中能挖掘出客户的信贷消费需求等。信用卡机构需要将行内外的可信数据深度融合成客户统一视图，通过对行内外数据进行深度整合和数据挖掘，实现客户信息高度整合，支持从时间、关系、行业等多维度立体探查数据的业务关联度。

数据质量决定数据价值，对于外部数据的引入，商业银行需要设计一套数据价值评价体系，从合规性、稳定性、价值性等多个角度对采购方提供的数据进行综合评估。合规性要求数据来源合规合法，银行是持牌合规经营机构，坚决不能采用第三方非法采购的数据。稳定性要求数据传输接口稳定，不稳定的接

42

2020年·第6期

栏目编辑：梁丽雯E-mail:****************

口会导致业务中断，带来不可预估的损失。价值性则考虑数据的使用价值，评估数据对风险控制的作用，判断数据的覆盖率、准确率是否可以达到预期。此外，数据采购方需要对数据的时效性、真实性负责。当前征信市场处于数据整治阶段，监管层不断加强数据及信息安全方面的管理，因此，商业银行在数据采购和使用上秉承“合规、合法、合理”的原则。

（二）构建数据决策模型促进业务健康发展数据决策模型是数据驱动理念的体现，是数据模型和决策规则的集合，是由实际部署上进行决策流程的各个子决策组合而成，评分模型实际上是综合评分规则。某些决策作为通用规则，不仅适用营销，也适用

于信用卡发卡管理。当然，决策中更需要具备针对性的规则，如发展规模要从客户需求角度去设置规则，而控制风险则更多地依赖可以反映客户信用状况的规则集。数据决策模型通过融合内外部数据，依据设定的相关规则、模型和响应策略对客户进行筛选、甄别、预警和管理，覆盖各个渠道，嵌入各类场景。

数据驱动的决策模型是一项长期的系统化工程，其设计原则是不同的产品、场景搭配不同的数据模型及策略。在贷前准入阶段，信用卡机构应当建立申请评分模型评估申请客户的信用状况，并结合外部评分进行综合考量，不断完善申请准入、授信及定价策略。在不断引用外部数据的同时，需要加强风险申请评分模型的监控与迭代能力，不断提高评分模型的预测精度，针对消费金融等应用场景建立专属的评分模型，并尝试在没有历史样本或标记样本的情况下，引入新的技术（如半监督学习、迁移学习等）构建定制化评分模型。同时，对外部社交、金融等交易数据进行挖掘和探索，通过聚类分析发现某些具有相同行为特征的客户群，匹配产品属性寻找目标客群，提高营销的精准度。

在贷中客户管理阶段，信用卡机构建立风险行为评分模型，通过客户的用卡情况、信用变动情况进行追踪检查并量化预测，运用于客户的早期预警、额度

2020年·第6期

栏目编辑：梁丽雯E-mail:****************

的智能管控策略中。在这一阶段，信用卡机构需要设计客户标签体系并挖掘客户特征，建立客户价值分层模型，客观、科学地计算客户贡献的收入及产生的成本，评估客户在该时间区间对银行的利润贡献，并基于客户外部的整体情况，从行业角度对行内客户进行价值分层，更高效准确地判断客户价值贡献水平。在客户细分的基础上，建立营销活动、精准营销模型及客户挽留策略，降低客户流失率。

在贷后催收及客户流失阶段，信用卡机构在建立并运用的催收评分模型基础上，根据不同产品或者客群单独构建模型，以适应不同的需求。

（三）研发数据决策平台实现智能化决策大数据决策平台是实施数据化决策的工具，将数据、模型、策略在特定场景需求下转化为决策结果并返回给业务主系统。该平台要符合商业银行数据化战略的长期规划，实现风险控制、场景营销等目标。大数据风控平台的决策引擎基于灵活部署、高效计算、运行安全的设计理念，支持对数据进行高性能分析运算。

大数据决策平台需要具备数据接入、规则引擎、模型调用、结果输出等功能。首先，该平台提供灵活的数据接口，融合内外部数据，同时具备基础数学统计、逻辑判断、时间处理、文本处理等函数，支持数据的加工处理。其次，该平台能实现评分模型和专家规则的灵活配置，好的大数据决策平台除了实现规则的逻辑判断外，还可以实现复杂的数理统计、机器学习、深度学习等模型调用和优化功能，高阶的平台还可以融入自然语言处理、图像处理及流计算等功能模块。平台最终将决策结果返还至各个业务系统。

决策平台在数据化转型中起着重要作用，对于信用卡而言，大数据决策平台是实现精准营销、信用评分、额度授信、催收管理等模型及策略的部署落地的重要平台。

（四）加强数据队伍建设

商业银行数据战略的实施需要各类数据及技术

Research|信息化论坛人才队伍的支撑，除了需要从内部培养数据分析人才外，还要从外部引入高层次的数据人才，打造既懂业务又懂科技的复合型人才队伍。完善的数据队伍至少包括以下几类人才：一是数据建模专家，负责数据处理、分析与应用；二是数据业务专家，与前中后台各个团队分析和设计业务应用场景；三是大数据技术专家，负责数据架构与数据平台建设。

以数据驱动决策的经营理念首先要求管理层确定数据文化基调，制定最重要的决策，其次是要在数据专家和业务人员之间建立高效的沟通机制，共同推动数据驱动能力建设，提升数据的创新进度。信用卡行业表面上竞争的是客户市场，实际上其竞争的核心是人才及科技实力的较量。一支稳定的人才队伍是业务持续高质量发展的前提，因此数据化转型必须抓住人才队伍建设这个根本性问题。

（五）数字化转型的案例分享

以笔者所在的徽商银行为例，徽商银行是安徽省一家城市商业银行，一直以来信用卡业务是其重点发展的零售业务。近年来，信用卡中心通过一系列举措实施数字化转型。首先，组建“数据+”的项目团队专攻信用卡中心的重点难点项目，以数据和系统为生产力，以数字化思维发展和经营业务。其次，加大外部数据源的采购，在人行征信基础上，引入学信网、公积金、政务等数据，从多个维度分析客户。此外，信用卡中心加大对模型算法的研究，构建以A，B，C评分卡为基础的评分模型体系并不断优化完善，同时与安徽征信股份有限公司、中国科技大学等合作，加大对新技术的研发力度和应用深度，如模糊匹配、社交网络用于欺诈识别、客户分层模型体系等。

2018年，徽商银行信用卡中心实施了智能决策管理平台，平台上线后，极大地提高了信审工作的效率、稳定性和准确性，减少了人力占用情况。目前，基于该平台的信用卡自动审批比例已达90%。在数字化进程中，徽商信用卡中心以提供便利支付工具、加快消费信

43

Research|信息化论坛2020年·第6期

栏目编辑：梁丽雯E-mail:****************

贷业务发展和线上线下应用场景建设为工作重点，通过大数据、人工智能和移动互联技术应用，加快提升盈利能力，全面提升信用卡业务市场影响力、产品竞争力、风险控制力和客户满意度。

面给予充分的保障，更关键的是培养“基于数据分析进行决策”的工作思维。在数据科学赋能金融场景的当下，信用卡业务根据银行数字银行体系建设的整体部署，通过加强数据人才的培养、加快金融科技的投入、加大数字化应用场景等措施，围绕前台业务能力、

三、数字化转型的思考

从实践来看，商业银行纷纷开展数字化转型的战略规划，具体实施过程会面临诸多问题，如数据匮乏、人才紧缺、技术瓶颈等，其中最关键的是缺乏数据驱动理念和数据驱动型文化。商业银行往往注重数据驱动的初级阶段，满足于局部业务的客户画像、产品设计，缺乏数据敏感性和深度分析，没有依托数据完成业务链的重构和各个业务场景的数据布局。

成熟的数据驱动型银行需要将数据列入顶层战略，制定转型路线图并从组织架构、技术和数据等方

中台风控和运营能力以及后台基础能力进行一次深度的改革和创新。FTT参考文献：

[1]王庆露,翟蔚杰.浅谈围绕信用卡全生命周期的业务决策管理[J].中国信用卡,2014(9):58-61.

[2]顾亦明.对小型银行配置信贷审批决策引擎的思考与探讨[J].中国信用卡,2018(12):54-57.

[3]王方春,王淑超.商业银行信用卡数据挖掘应用初探[J].中国银行业,2019(7):81-83.

（上接P40）

作出了贡献。基于未来的网络通信技术正在积极探索中，国际电信联盟（ITU）在讨论关于TCP/IP的事宜，并成立了焦点组，以探索网络新概念、新架构、新协议；欧洲电信标准协会（ETSI）成立了新的行业规范工作组Non-IP Networking（ISG NIN），研究开发新的网络协议，替代日渐老旧的TCP/IP协议；我国创造性地提出了New IP新概念，以支持未来包括全息影像和自动驾驶等尖端技术的应用。这些探索将在新的需求背景下，寻求更优的解决方案，满足未来的发展需求。

在第二届世界互联网大会上，国家主席*所倡议的“共同构建网络空间命运共同体”理念深入人心，对推动全球网络基础设施建设，促进互联互通具有积极深远的影响。目前，基于5G技术的通信技术正在全世界建设和应用，我国政府将“互联网+”行动计划提升为国家战略，网络数据流量、网络商品交易量、移动终端数据交互量迅猛增涨，将为经济发展带来

参考文献：

“量”的提升；创新的通信技术变革，则将助力国民经济完成“质”的跨越式发展。

“网络的本质在于互联，信息的价值在于互通”，基于通信技术的发展，通过互联网传播人类优秀文化，利用好网络资源，为社会文明、人类的进步以及未来世界的创新和发展，提供不竭的动力。FTT[1]朱雪冬. 浅谈现代网络通信技术的发展与应用[J]. 中国新通信，2016(3):87.

[2]聚焦乌镇——中国建设网络强国路还很长[J]. 财经界(1):32-39.

[3]陈鹏. 网络与通信技术在计算机控制中的应用[J]. 数字通信世界，2019(8):214-215.

[4]曾武. 现代网络通信技术的发展趋势及应用分析[J]. 数码世界，2018(9):45-45.

44