技术介绍
 
数据仓库
XBRL
新巴塞尔协议
测试服务
BPM咨询与实施
大型项目监理
数据挖掘
IT战略规划
风险管理
现金流预估
分析型CRM
多维分析
信用卡与信贷管理建设
 
 
当前位置:业务领域->技术介绍->信用卡与信贷管理建设
 
     
                              == == 信用卡与信贷管理建设 == ==

 

中国信用卡业务存在着巨大的潜力和机遇

VISA国际组织的2006年调研报告说:中国已成为全球信用卡发展潜力最大的市场。保守估计,中国目前信用卡的潜在目标人群在3000万至6000万,预计2010年这类人群可能超过两亿。

信用卡业务由于其收益与市场意义及持续的增长性被各大银行看好,因此成为零售银行的重要发展方向,也成为各大银行竞争的焦点。特别是在我国加入WTO以后,我国信用卡经营者面对的竞争环境将是空前激烈的。

中国是全球发展潜力最大的银行卡市场

中国没有个人支票,银行卡和现金是主要的两个支付工具;成熟的大中城市,信用卡市场刚刚起步,二级地市和广大农村地区的银行卡市场几乎空白。

银行卡的应用领域不断扩展

银行卡在餐饮、交通、缴费等小额支付领域的应用进一步扩展;中国每万人拥有POS终端6.29台,远远低于发达国家的177.2台。

另一方面,加入竞争的外资银行,实力雄厚,其中不少是老牌的跨国银行,它们有充分的资金实力和完善的全球化网络,由于在其它成熟市场的业务已趋于饱和,它们将可能调动大量的资源来争夺中国这个潜力巨大的新兴市场,甚至可以容忍一段时期的亏损来谋求长远的稳定性收益;同时,它们在信用卡经营上经验十分丰富,营销手段先进,必然志在夺取可观的市场份额。

在这样一个机会和竞争并存的环境中,中国信用卡业务存在着巨大的潜力,国内的银行必须抓住这个机会,同时要在激烈的竞争中脱颖而出,是每个银行所面临的最大的挑战。这时,就需要一个能够为银行提供一个全面的信用卡解决方案的公司,来帮助银行把握机遇,在竞争中崭露头角!

GBICC为您提供全面的信用卡解决方案

manbet-manbetx官网-manbetx有限公司 ( GBICC - Global Business Intelligence Consulting Co.,Ltd.,其含义为全球商业智能咨询顾问公司)是2002年4月在美国硅谷和中国北京中关村高新技术区同时注册的外商独资企业,多年来一直致力于金融行业的商业智能(BI)工具的开发和研究,为许多家国内外的金融企业成功地建立了商业智能的平台,极大程度上帮助他们提升了市场竞争力和销售业绩,并获得了大量的好评。

经过多年的努力和研究,GBICC在银行信用卡业务方面积累了大量的经验,根据实际需求,开发了一系列具有针对性的软件平台,他们包括信用卡管理系统、信用卡营销分析系统、信用卡风险评分系统、收单行风险分析系统,从不同层面,各个角度来提升银行的信用卡业务,将数据挖掘功能与传统的银行系统相结合,发掘藏在数据背后的密码,为企业创建先机,提升竞争力。

信用卡业务的核心——信用卡管理系统

国内银行信用卡业务正在速度的增长,大量增加的数据使得原有系统不能更好地承受现有业务的扩张。根据需求,该系统需要提供给用户全面周到的服务,包括客户服务系统、网上银行系统、自动服务、短消息、邮件系统等,并且能够对信用卡业务进行实时有效的管理和控制和风险防范,同时,结合数据挖掘技术,对数据进行分析,以得到各种重要信息。

GBICC信用卡业务管理系统整个了各种运用,可以作为银行卡中心重要的管理系统之一,实现以下主要目标:

  • 通过连接申请件录入、制卡、账单打印等外包系统,完全实现信用卡业务的信息化处理;
  • 通过连接资信公司、银联等已有的外部征信系统或资源,整合征信数据,完善卡中心内部的征信系统建设;
  • 借助系统加强信用卡业务的风险控制,提高业务处理效率,明确业务管理和运营架构,并对所形成的申请档案、交易信息进行统计分析和绩效考核。

提升信用卡销售的竞争力——信用卡营销分析系

客户细分模型
通过客户细分,信用卡营销部门能够充分掌握客户的状况和行为,并针对不同特点的客户群体,可以实施差异性的、高效率的营销策略和客户服务。最终,在有效控制风险的前提下,提高客户的忠诚度,提高银行的收入。

交叉销售预测模型
交叉销售预测模型是通过对现有客户的购买行为进行关联规则分析,找出客户购买习惯。利用交叉销售预测模型发现顾客多种需求,并满足其多种需求的营销方式,从横向角度开发产品市场。例如,一个储蓄客户,可能也是一个基金产品购买者,并且是一位速汇通的使用者,通过建立的交叉销售预测模型,我们可以知道,该客户购买基金的概率,"购买"速汇通概率,同时购买基金和速汇通概率有多大。通过诸如此类的关联规则的发现,为客户经理产品销售提供了精确的目标客户群体。

对客户进行针对性的交叉销售将拓宽商业银行的盈利渠道。例如,消费者账户产品,包括支票与储蓄、信用卡(与常旅客飞行里程项目相连)、投资服务(资产管理、股票市场)、贷款(房屋按揭、汽车贷款、教育贷款)、保险服务,甚至向顶级客户提供VIP服务,即私人理财、财务规划等。

升级销售预测模型
升级销售可以理解为追加销售。是指向顾客销售某一特定产品或服务的升级品、附加品、或者其他用以加强其原有功能或者用途的产品或服务。这里的特定产品或者服务必须具有可延展性,追加的销售标的与原产品或者服务相关甚至相同,有补充或者加强或者升级的作用。

升级销售预测模型主要是借助于客户分类和客户群分析,找出哪些客户可能对升级销售作出响应,这些客户的共同特征,帮助业务人员识别这样客户。随着发卡量的增加,睡眠卡的客户数量也在不断增加,这样不但不能给银行带来收益,反而会增加系统负担和运营成本,通过激活模型可以很好地解决这个问题。

新产品响应/激活模型
新产品响应/激活模型用于预测客户接受银行某个新产品或者某个账户成为活跃客户的概率。通过建立模型,可以给睡眠客户计算激活的概率,对激活概率高的客户采取一定的措施让其成为活跃户。采取这种措施激活客户比对所有静止客户都采取激活的措施成本低、效果好。

客户流失预测模型
营销学所提到的开发一个新客户是挽留一个老客户的成本的8倍的规律在信用卡行业中同样适用。当一个客户以前是活跃户,最近几个月基本上处于静止状态,再综合考虑其他因素就可以基本判断这个客户有流失倾向的概率。客户流失模型就是通过判断客户用卡行为的变化来预测客户流失的可能性,那么针对流失可能性比较大的客户采取一定的挽留措施将极大地减少客户流失。

降低信用卡业务的风险——信用卡风险评分系统

随着发卡行、特约商户和持卡人的增多,信用卡风险体现出涉及面广、风险种类多样、危害性大的特点。发卡行的利润逐渐减少,在大多数情况下,这些损失都是用银行的利润去弥补的,因此,对信用卡风险进行管理就显得尤为必要。

信用卡申请评分模型
信用卡申请评分模型是通过分析客户申请信用卡的基本资信状况,确定客户的基本信息中有哪些信息可能是影响信用卡客户未来的信用状况的主要驱动因素,建立预测模型来预测其未来产生严重拖欠和坏账的概率。通过申请人填写的有关身份资料,利用申请计分模型对新申请客户的信用评估,可以有效、快速地辨别和划分"好/坏"客户,帮助发卡行建立第一道事前的信用风险防火墙。

信用卡客户行为评分模型
信用卡客户行为评分模型是通过分析信用卡客户的历史交易行为信息,确定客户的哪些交易行为数据可能是影响信用卡客户未来的信用状况的主要驱动因素。通过该模型,只需代入观测期间相关的客户交易信息,就可以预测客户在表现期的信用表现。可以使银行在潜在的风险客户真正发生风险之前发现这些客户,做好相关的风险防范工作。

信用卡催收模型
信用卡催收记分模型是申请计分和行为评分模型的补充,特别是在客户产生了逾期贷款或坏帐的情况下建立的。催收记分模型被用于预测和评估对某一笔坏账所采取的措施的有效性,诸如客户对警告信件反应的可能性。这样,银行就可以根据模型的预测,对不同状况的逾期贷款采取不同的有效措施进行处理。[催收措施:包括短信、电子邮件、信件、电话、登门拜访、诉讼]。

欺诈识别模型
信用卡欺诈包括:申请欺诈和交易欺诈。其中申请欺诈风险评分模型是利用信用局关于消费者身份的某些信息来预测客户的风险。交易欺诈预测模型是利用信用卡当前交易信息和历史交易行为模式对比来预测当前交易为欺诈的概率的模型。发现有异常交易行为的客户,探测和发觉可能存在的欺诈账户,然后采取防范措施。在此过程中完成近实时侦测、客户特征分析、欺诈分析模型等功能等。

银行卡业务风险的管理——收单行风险分析系统

近两年来,银行信用卡收单业务经历着井喷式增长,信用卡收单业务由于其收益与市场意义及持续的增长性被各大银行看好,因此成为零售银行的重要发展方向,也成为各大银行竞争的焦点。与此同时,信用卡商户风险也日益暴露,在缺乏商户信用评估体系的中国,商户风险管理能力则成为信用卡收单业务的核心竞争能力和扩展市场的保障。

要改变收单行信用卡商户风险管理工作辛苦效率较低的现状,提高商户风险管理的自动化、科学化、实效性水平,以适应收单行信用卡收单业务的高速发展,建设准确、高效、易用的信用卡商户风险监控管理系统是关键因素之一,针对这种情况,GBICC开发了收单行风险分析系统,对信用卡商户欺诈风险进行有效监控和管理。

该系统采用先进的数据挖掘技术,对每天的银行卡交易进行风险评分,并将高风险的交易提示给用户以供用户做进一步的处理,将信用卡欺诈风险防范于未然。此外,系统为用户提供完善的商户关系管理、通用查询以及统计分析的功能,使用户从点到面的全方位了解商户价值。与此同时,本系统还为用户提供了日常工作的管理功能,极大的方便了上下级之间的沟通。

交易风险监控
它为用户监控交易风险提供了一个平台,用户可以通过参数化的形式自定义风险参数,系统自动生成高风险交易信息列表,用户也可以通过该模块及时对这些风险交易进行相应的查单调单处理。

商户关系管理
它为用户管理商户、维护商户关系提供了一个工作平台,用户既可以管理商户的基本信息,也可以记录营销日志信息和商户拜访信息,系统还提供重要事项提醒和工作任务管理功能。此外,还为用户提供了通用的查询功能,以方便用户查找各类信息。

统计分析模块

它应用先进的商业智能技术,对商户的风险、贡献率、收益率、不同类型商户的构成、不同年度的变化趋势等以图表的形式,直观的展示给用户,此外系统还提供商户流失预警功能,当商户变为不活跃商户时,系统自动提供预警,以便于及时采取策略防止客户流失。

系统管理模块

它属于系统后台管理功能,供系统管理员管理系统用户权限、监控用户使用本系统的记录以及对系统的相关参数进行配置等。

GBICC收单行风险分析系统结合收单行多位银行卡市场部工作人员的工作经验,在满足系统用户日常管理特约商户、监控和处理风险交易、统计分析商户规模及交易规模等各个工作环节的需要,在降低欺诈风险的同时,大大提高工作人员的工作效率、促进系统用户的信息交流。

信用卡方案在实际应用中的成果

兴业银行是全国十大银行之一,截至 2006 年末,兴业银行资产总额为 6177.04 亿元,股东权益为 162 亿元, 2006 年实现净利润 37.98 亿元。根据英国《银行家》杂志于 2006 年 6 月首次发布的中国银行 100 强排行,兴业银行平均资本利润率列各家全国性银行首位,一级资本和资产总额均列全国第十位;在该杂志同年 7 月公布的全球银行 1000 强的最新排名中,本行按总资产排名列第 164 位,较上年提升 46 位,首次跻身全球 200 强行列;按一级资本排名列第 297 位,较上年提升 28 位。

兴业银行的成就,与其对银行系统的建设重视程度是分不开的。GBICC以强大的技术力量和专业的国际水准,获得了与兴业合作的机会,为其建设银行卡业务管理系统。依据统一规划、分步实施的建设原则,首期工程实现外包系统数据的汇集分发,内/外部征信数据整合,多级审批流程控制,风险预警提示,工作量统计,系统安全管理等功能。

经过几个月的分析和实施,该系统的成功上线,使兴业银行信用卡业务全部实现了信息化处理,同时,通过比较识别优劣客户,为客户拓展、信用审批和风险管理提供决策支持。该系统大大地提升了该行风险防范能力,同时也使该行的征信系统建设跃上一个新台阶。