项目背景

随着互联网新经济业态在实体行业中的不断深入以及Z世代消费模式和观念的改变，现在信用卡业务的目标客户也逐渐从精英转移到大众，信用卡本身的盈利模式和竞争重点也从单纯的发卡数量，升级到了面向客户和账户例如消费贷、小额理财、一年期定期存款产品等更深层次的综合金融理财服务上。

某大型商业银行在这样的市场环境综合变化之中，准确把握数字化转型技术红利，通过大数据技术弥补传统信用卡营销策略中的短板，建立寻客精准营销模型，最终达成整体意向客户数量较以往传统外呼模式提升1.8倍，营销成本和实施周期较之前传统模式下降近三分之一，结合营销活动的成本和成果两个方面考虑，综合效果提升3.14倍。如此高效的信用卡精准营销模型到底是如何进行设计和运转的？这其中有不少值得广大金融机构值得学习参考的内容。

传统信用卡营销中存在的问题

早先，该银行也一直在采用传统的业内惯用的外呼+线下活动的营销方式，不仅需要投入大量的人力成本，获得的意向客户的成单转换率也呈现逐年下降的趋势。

该银行以往也尝试过将业务进行信息化改革，通过SAP等工具为营销业务建立相关的信息系统，但在实际的执行过程中，会出现以下2方面的实际执行难题：

1、效率低：在信用卡营销业务中，各项任务有一定规模化，积攒了海量的数据内容，建设相关模型时，需要投入大量的人力成本和时间成本，模型的操作效率和分析结果也常常和业务团队的需求不相吻合。

2、准确度差：传统模型在不能应对数据与业务的灵活变化时，模型的准确度往往不能得到保障，最终造成无效投入过大且成功率低等问题，制约业务发展；

解决方案

Tempo平台银行信用卡精准营销解决方案
美林数据旗下的Tempo大数据分析平台，就可以帮助银行结合实际业务流程，扭转模型开发思维，将精准营销数据模型的开发效率和应用效率都提升到新的水准，具体可以从4个方面入手：

1、敏捷建模，让处理效率飞速提升

以往数据模型的搭建只能依靠专业的数据开发人员，而在引入Tempo平台之后，基于Tempo平台即可实现数据管理、灵活可配置机器学习模型搭建、敏捷可视化分析。一线业务人员经过简单培训之后，也可以上手基于业务需求自行搭建模型，减少了业务人员和IT不必要的沟通成本，让综合处理效率显著提升。

2、对过往历史电话营销数据进行分析

传统的信用卡营销获客手段一般习惯于使用电话营销的手段，留存下相关客户信息也可以作为宝贵的营销分析数据源进行二次利用，进行数据统计，分析统计电话营销失败与成功原因，从而为客户购买意愿预测模型的构建提供数据支撑。

3、快速构建客户活跃度细分模型，实现客户甄别

基于Tempo平台快速构建客户聚类分析和分类分析模型，进行客户甄别，将可拓展客户通过数据分析后细分为长尾客户、活跃用户、中高端用户、睡眠用户等等。通过客户甄别让营销人员可以针对不同的客户群体展开针对性营销任务，提高销售成功率。

4、    利用大数据构建精准用户画像

通过Tempo平台中，结合聚类、分类模型运算结构建用户画像，围绕客户属性特征、产品持有动作、资产构成变迁、收支全景视图、交易行为动作、交易行为分类、交易行为变迁、交易对手刻画等关键画像指标，进行用户画像标签体系衍生计算，为精准营销提供数据依据。