数据挖掘在商业银行信用卡中的应用.pdf

《数据挖掘在商业银行信用卡中的应用.pdf》由会员分享，可在线阅读，更多相关《数据挖掘在商业银行信用卡中的应用.pdf（2页珍藏版）》请在三一文库上搜索。

1、支 付 清 算 2 0 0 7年 1 2月 1 0日第 1 2期 华南 金骷电 | j蕾 数据挖掘在商业银行信用卡中的应用 肇庆科技职业技术学院 胡致杰 一 、数据 挖掘 的定义 与功 能 数据 挖掘 就是 从 大量 的 、 不完 全的 、 有 噪声 的 、 模 糊 的 、 随机 的实 际应 用 数 据 中 ， 提 取 隐 含 在其 中 的 、 人 们 事先 不 知 道 的 、 但 又 是潜 在 有 用 的 信 息 和 知识 的过程 。 它是一 门 交叉学 科 ， 为人们 对 数 据 的 应用 从低 层 次 的简单 查 询 ， 提 升到 从数 据 中挖 掘知 识 ， 提供决 策 支持 。 数据

2、 挖掘 任务一 般可 分成 描述 和预测 两类 。可 以通 过 如 下 一 些 功 能 来 实 现 ： 概念 描 述 ： 埘 某 类 对 象 的 内涵 进 行 描述 ， 并 概 括这类 对象 的有 关特 征 。 关联 分析 ： 主要 用 于发 现不 同事 件之 间 的关 联 性 ， 重点 在于 快速发 现 那些 有实 用价 值 的关 联发 生 事件 。如 研究 客 户在拥 有一 种产 品后 ， 哪一 种产 品 经常 被购买 。 分类 和预测 ：通 过 分析 样本 数据 库 中 的数据 ， 建立 分析 型或 挖掘 分 类规 则 ， 然后 用这 个 分类 规 则对其 它数 据进行 分类 。预测是使

3、 用 历史 资料去 推 测估计 未 来 的数 值 以及趋 势 ， 根据 样 本 的已知 特 征 估 算某个 连续 类型 的变量 的取 值过 程 。 聚类 分 析 ： 根 据 物 以类 聚的 原理 ， 分 析 数 据对 象 ，将 本身 没有 类别 的对 象 聚集 成不 同 的类别 ， 并 且 对每一 个这 样 的类 别进 行描 述 的过 程 。 偏差检 验 ： 也称之 为孤立点分 析或异 常检测 。 数 据库 中的某些 数据 与数 据 的一般行 为或模 型存在较 大偏差 ， 称之为 孤立点 。 它们 可能是度量 或执行错误 所 致 ，因此一 般情况下 孤立点 数据 会被作为 杂质排 除 ， 但

4、有些 时候 找 孤立点 却是非 常有用 的。比如高 额 频繁 的信用 卡透 支行 为 。这种现 象相对 于 正常 的 信 用 卡 使用 来 说 是 很少 现 的 ， 属 于 孤立 点 ， 找 出 这 些 孤 立 点 ，可 以预 防或 发 现 一 些信 用 卡 欺诈 行 为 。 演 变分 析 ： 用 于描述 随 时间变 化 的对 象 的变化 规 律或 趋势 ， 并 对其 建模 。 如给定 过 去几 年证 券市 场 的历 史数 据 ， 通过 演变 分析 识别 某类 证券 的演变 规 律 ， 从 而预测 证券 未来 的价格 走势 。 二 、 数 据挖 掘在 商 业银行信 用 卡 中的应用 ( 一 )

5、 、 数 据挖 掘应用 于信用 卡业 务 的优势 信 用卡业 务 与销 售产 品不 一样 ， 一 般 的产 品售 f ； 后 交 易基 本完 成 ， 而信用 卡发 后 交 易才 刚 刚开 始 ， 必须 让顾 客 用起来 银 行才 有可 能获 利 。要 达到 这 一点 ， 必 须 先解 决 这 样 几个 主 要 问题 ： 怎 样 寻找 真正 的信 用卡 客户 ?怎样让 客户 在交易 时用 卡?怎 样控 制 风险 ?对 于 以上疑难 问题 ， 数据 挖掘 技术 是 一 个 行 之 有 效 的 T 具 。 数 据挖 掘 技 术 在一 些 国际 化 银 行 ，如花 旗 银 行 、 美 国第一 银行 等

6、 的实 际业务 运 营 中发挥 了 巨大 的作 用 。 国外 经验 表 明 ， 数 据挖 掘对 银行 信 用卡业 务的 发展有 重大 意 义。 ( 二 ) 、 数 据挖 掘应 用于信 用卡业 务 的意义 1 提升 客户关 系管 理 的应 用效果 信 用卡业 务的 主要 客户来 自较高 收入 群体 ， 该 群 体 消费行 为 复杂 多变 、 流 动性高 、 服 务意 识 强烈 。 在 以往各 家银 行 的信用 卡业 务实 践 中 ， 银 行 方 由于 缺乏 对海 量交 易数 据 的深度 挖掘 ， 不 能对 客 户进行 有 效 区分 ，只 能宽 泛地 提供 基础 应用 及客 户 服务 ， 导 致严

7、 重 的同质竞 争 ， 客户满 意度及 忠诚 度低 。 数 据挖 掘 与 C RM相 结 合 ，分析 评估 信 用卡 客 DEC 1 0， 2 0 0 7 NO 1 2 维普资讯 许扔 金骷电 肛 F I NA NC I AI C O M P T ER O F HU ANA N 支 付 清 算 2 0 0 7年 1 2 月 1 0日第 1 2 期 户 信用 等 级 ， 细 分 客户 群 ， 定位 最 大 贡献 度 的 信用 卡 客户 ， 分析 客 户 的 喜好 和 消 费 习惯 ， 对 消 费 大户 进行 跟踪 分析 。根 据分 析 的结 果 ， 向用 户提 供 温馨 的个 性化 服务 ， 大

8、幅度 地 提高 了客 户满 意度 和 忠诚 度 ， 也 激 励银 行 积 极开 发 信 用 卡 的应 用 ， 刺 激持 卡 人持 卡 消费 。 2 进行 风 险预测 与控 制 信用 卡包 涵借 贷 服务 ， 因此 对 发卡 机构 存 在 相 当 的 风 险 。 数 据 挖 掘 帮 助 银 行 跟 踪 客 户 透 支交 易 行 为 ，通 过数 据挖 掘判 断风 险 出现 的原 因及 方式 ， 以 便 决策 者及 时处 理 ， 实现 事前 预测 、 事 中控 制 、 事 后 化 解 ， 确 保信用 卡业 务能 够高效 、 安 全地 发展 。 数 据 挖 掘1 一 具 能 帮 您 预示 出交 易 是

9、 否 存 在 欺 诈 。预 测模 型建 立购 买特 征 ， 表示 可 能 的信用 卡 欺 诈 。数 据挖 掘模 型 跟踪交 易 数据 ， 对 历史 数据 进 行 分析 ， 找 导致 信用 卡欺 诈 的 因素 、 特征 和行 为 ， 建 立 精确 地对欺 诈可 能性 进行 测度 的规则 。 数 据挖 掘 模型还 能 实时进 行 购买 行 为监测 ， 实 时监 测 可疑 活 动 ， 加 快 合 理交 易 的 受 理 时 间 ， 使银 行 可 以马 上 发 现可疑 的交 易并采 取措 施 ， 减 少欺 诈风 险 。 3 信用评估 与信用 决策 信 用 卡 业 务 基 于 数 据 挖 掘 应 用 的

10、第 i 大 趋 势 建立信 用评 价模 型 和进 行 信用 决策 。银行 对 企业 和个 人 客户 的信 用评 级 不 仅是 为 防 范 风 险， 而 且也是 为 了银行 市场开 拓 的需要 。科 学全 面 的信 用 评估 是 建立 在各 行业 的大量 基 础 数据 之 上 的 ， 随着 金融 领 域 、 企业 、 政 府纷 纷 建立 统 一数 据 平 台 ， 基 础 数据 的融合 将逐 步实 现 。随着数 据大 集 中T作 的逐 步 深入 ， 结 构 化 的数据 和 非结 构 化 的数 据 搭 建起 来 的统 一 数据 平 台， 为数 据 挖 掘在 银 行业 信 用评 价 中 的应 用 打下

11、 了坚 实 的基础 。 利 用 数据 挖 掘 的 相关 工 具 建 立评 价模 型 和决 策模 型， 可 以根据 不 断变 化 的外 部 数 据对 模 型 进行 动态 的修 整 。因此 ， 数据 挖 掘技 术 可 以支持 信 用评 级 朝多 元细 化 的方 向发展 ， 其 下一 步 的发展 是 将 市 场 和信 用 数 据 结合 起 来 对 客 户进 行 信 用 基 础 上 的 市 场 开 发 。 ( 三 ) 、 数 据挖掘 应用 于信 用卡业 务 的模 型 数 据挖 掘技 术在 信用 卡业 务 中 ， 主要 应用 在 市 场开拓 和客 户维 护 、风 险控 制 以及获 利 分析方 面 。 在

12、这 些领 域 中可 以应 用 的数 据 挖 掘模 型 主要 包 括 以下 1 0种 ， 如 表 1所 示 ： 表 l数据 挖掘 在银 行信 用卡 应 用 中的 主要模 型 模型名称 模型类型 主要采用方法 应用的方面 客户细 分模 型 描述性 聚类分析 定 向营销模 型 预测性 分类 、 口 j 归分析 定 向服 务模 型 描述性 关联 分析 市场 开拓 和客 时间序列分析 、 神经元网络 、 决 ， 、 维护方面 客户激 活模 型 预测忡 策树 时问序列分析 、 神经元 网络 、 决 客户流失模 型 预测性 策树 信用评 分模型 描述性 、 预 l眭 关联 分析 、 神经元网络 、 决策树

13、信用额 度动态调整 描述性 、预测性 时间序列分析 、 神经兀网络 、 决 模 型 策树 风险控制方面 基于概率 分布 的检测方 法 、 例 欺 乍监测模型 描述性 外分析法 客户透支分析模型 预测性 神经元网络 、 决策树 获利分析方面 利润分析模型 预测性 神经元网络 、 决策捌 为 了提 高信 用 卡业 务收 益水 平 ， 可 以建立 以贡 献 大小 为 目标 变量 的客 户 细分模 型 ， 根 据模 型 的结 果 看高 贡献 客 户 的基本 特征 ， 在 开拓 市 场时具 有 这 些 特征 的客 户就 是 目标 客 户 。 数 据挖 掘技 术 中的聚 类 分析 技术 的运 用 ， 能

14、够从 客 户基本 库 中发现 不 同 的客户 群 ， 并且 用 购买 模式 来刻 面 不 同客户 群 的特 征 ， 达 到细 分客 户群 的 目的 。 随着发 卡量 的增 加 ， 睡 眠卡 的客 户数 量 也在 不 断增加 ， 通 过激 活模 型可 以很好地 解 决这个 问题 。 信 用 卡业 务 的利润 和风 险 是共存 的 ， 必 须对 账 户 进行 科 学 的分析 和 归类 ， 并 进行 信用评 估 。利 用 数 据 挖 掘技 术可 以帮 助 信 用卡 产 品开 发 部 门描 述 客户 以往 的需 求趋 势 ， 并 预测 未来 。通 过一 系列 的 预测 性或 描 述性模 型 ， 可 以

15、更 有效 地完 成信 用 卡风 险管理 的相关T 作 。 客户 透 支分 析 模 型 分析 信 用 卡 使 用 中信 用 透 支 的情况 ， 理 解 透支 客户 的具 体 特征 。 系统将 客户 透支 分 为j 三 种类 型 ： 高 、 中 、 低 。用户 可 以对高 、 中 、 低 的具体 情况 进行设 置 。 三 、 结 束 语 随着 信 用卡业 务 的推广 ， 越 来越 多 的发卡 银行 意识 到数 据挖 掘对 于信 用卡 管理 的深远 意义 。为 了 提 高信 用卡 业 务的 收益 水平 ， 可 以建 立客 户细 分模 型 来开 拓 目标客 户 ； 通 过对 账户 进行 科学 的 分析 和 归 类建 立信 用评 分模 型 、 欺诈 监 测模 型来 进行 信用 评 估 ， 更 有 效 地完 成 信 用 卡 风 险管 理 丁 作 ； 在 信用 卡 业务 的获 利 分析 方 面 ， 可 以建 立 客户透 支 分析模 型 、 利润 分 析模 型 。同时 ， 利用数 据挖 掘技 术可 以帮 助 信用 卡产 品开发 部 门描 述客 户 以往 的需求 趋势 ， 并 预_ 9 1 0 未来 。 ( 责任编辑： 黄剑丰) DEc 1 0 2 0 0 7 NO 1 2 维普资讯