德迅网德迅网德迅网

兴趣识别模式下 信用卡个性化推荐

  我国信用卡行业经历18年高速发展,全行业已累计发卡超过9亿张,全国性商业银行发卡量均已超过1千万张。伴随用户规模的快速增长,银行信用卡业亟需在收集用户信息的基础上,对用户信息资料进行深入分析,了解用户的个性化需求,并采取针对性措施设计符合用户要求的差异化产品,力求提高用户满意度和忠诚度。差异化服务已成为商业银行面对激烈市场竞争的基本战略模式,如何根据用户的交易行为信息精准识别用户的兴趣特征,是商业银行实施差异化服务的关键课题。

  事实上,用户的兴趣特征可分为个体消费差异和群体消费差异两个维度。在个体消费差异维度下,当用户在百货超市类消费的综合消费能力高于其他类消费,可认为相比于其他类消费,该用户更偏向于百货超市类消费。在群体消费差异维度下,当用户在商旅类消费的消费占比高于其他用户,可认为与其他用户相比,该用户对商旅类消费的兴趣特征更明显。

  从个体消费的差异看,用户在不同类型消费的金额以及频次各有差异,同时这种差异不仅与用户的兴趣特征有关,还与消费类型的属性相关。以餐饮消费和电子消费为例,在日常消费中,餐饮消费由于其必要性,具有高频低额的消费特点,而电子消费的消费频次明显低于餐饮消费,同时电子消费的平均价格更高。因此,单一考虑用户的消费金额、消费频次以及消费笔数等指标均无法有效衡量用户对不同类商品的消费水平。

  识别个体消费在群体中的差异性,需同时考虑个体在某类商品中的消费水平,以及群体在该类商品中的消费水平,并通过刻画两者的差异性,实现用户兴趣特征识别的目的。若用户在某类商品消费的占比较高,而群体在该类商品的消费占比较低,则可认为该用户对该类商品的消费具有群体差异,并且该用户对该类商品表现出较强烈的兴趣。与之相反,若用户在某类商品消费的占比较高,但低于群体在该类商品的消费占比,则不能认为该用户对该类商品表现出有异于群体的兴趣特征。

  在信用卡业中,因对部分用户的服务不能满足用户自身的需求,各家银行都存在一定规模的用卡不活跃用户,这部分用户不仅不能为银行带来收入,同时占用银行的授信额度资源,激活不活跃用户成为银行客户生命周期管理的重要组成部分。针对用户日常消费的用卡需求,根据模型挑选出不活跃用户日常消费的兴趣特征,并为用户重新更换符合用户兴趣特征的卡产品,以期激活用户的用卡需求,例如对具有网上消费兴趣的用户,提供具有网上购物权益的京东白条信用卡;对具有旅游兴趣的用户,提供具有旅游消费权益的凯撒旅游信用卡等。

  2018年5-8月,光大银行信用卡中心对不活跃用户开展差异化换卡策略,活动效果如图5-6所示。换卡后不活跃用户的户均交易金额提升至2768元,并且活动响应率保持在18%以上,说明考虑用户的兴趣特征实施差异化换卡策略,能够激活部分用卡不活跃用户,同时户均交易金额提升较为明显,活动响应率保持在较高水平。

  随着用户规模的增加,信用卡业越来越重视优质用户的服务管理,光大银行、中信银行、交通银行等信用卡中心纷纷实施用户权益升级服务。为提高优质用户的用卡粘性,提升银行对用户的服务质量,银行应发掘优质用户与其他用户的消费差异,提供有异于群体的个性化服务。根据模型识别优质用户的兴趣特征,并根据用户的兴趣特征匹配对应的信用卡升级权益,实现优质用户权益升级的个性化服务,例如对具有汽车消费兴趣的用户,提供汽车保险服务;对具有商旅消费兴趣的用户,提供机场贵宾厅服务等。

  南方财富网微信号:南方财富网

德迅网 » 兴趣识别模式下 信用卡个性化推荐
免责声明:本文由网友提供互联网分享,不代表本网的观点和立场;如有侵权请联系删除。