參賽單位：重慶農村商業銀行股份有限公司

案例名稱：基于大數據技術的零售客戶級評分體系

案例簡介：

該項目以行內數據為基礎，并結合外部數據，構建了客戶級評分指標體系和風險、營銷等多維度評分子模型，并將客戶級評分模型結果應用于多個業務場景。通過借助大數據及機器學習等金融科技技術，精準分析和預測客戶行為需求，有效制定業務營銷策略，節約營銷投放人力和費用成本，增加產品收入，提升業務規模。對我行金融產品營銷模式進行創新和試點，為我行數字化轉型起到重要推動作用。

創新技術/模式應用：

1.建立全行零售客戶級指標體系：

基于客戶身份信息、交易流水、消費行為等海量行內數據，結合三方數據，利用大數據挖掘和數據分析技術構建客戶屬性、信用風險、產品持有、客戶價值等多維度全行客戶級指標。

2.建立全行零售客戶級評分模型體系：

根據全行客戶級指標變量池，進行信用風險、客戶價值、產品偏好等多個子維度評分模型開發。根據樣本數據情況、業務需求、以及模型的業務解釋性和穩定度來確定使用的模型類別，包括基于無標簽體系的無監督模型和基于有標簽的有監督模型。綜合運用邏輯回歸和機器學習等多種建模技術進行模型開發和訓練。模型建立之后，對模型區分能力和穩定性進行評估、驗證和迭代。

3. 零售客戶級評分應用場景—產品精準營銷：

以信用卡預借現金分期產品營銷為例，利用客戶級評分多維度子模型對客戶進行風險分級，并結合客戶的可支配收入情況，根據個人信貸的產品特征和額度范圍，對信用卡預借現金分期產品營銷響應度較高的客戶進行產品定向推薦。業務策略使用投放后，將產品營銷和運營結果數據進行回收，后續用于評分模型和策略的評估驗證以及調優。

項目效果評估：

零售客戶級評分應用以我行信用卡產品“渝快借”營銷為落地場景，以減少營銷成本投放，增加產品收入，提升業務規模，為我行零售業務帶來更好的經濟效益。此次實踐對我行金融產品營銷模式實現了創新和試點，由傳統的業務人員依據經驗進行客戶篩選的模式，轉向基于大數據分析與建模對特定營銷場景下的客戶進行評級的模式。針對“渝快借”產品具體實現的營銷目標有兩方面，一是對沒有使用過現金分期的存量信用卡發卡客戶提高轉化率，即提升營銷轉化率；二是對有過現金分期的客戶提高使用率，即提升用卡活躍度。營銷轉化率和用卡活躍度的提升的依據都來源于零售客戶級評分模型的預測。

“渝快借”落地場景下的策略投產以來，截至目前營銷客群累計達到40多萬，其中包括30多萬短信和5萬左右外呼渠道觸達的客戶，總數占存量已激活信用卡客戶數的近50%。以短信營銷投放為例，單條成本計7分錢，按照短信發送總客戶數、實際辦理預借現金分期客戶數以及產品收益計算，投入產出比為1:17。短信渠道觸達方式下，營銷模型預測評級為高相較預測評級為低的客戶群組產品成功辦理率提升2倍以上。外呼渠道觸達方式下，營銷模型預測評級為高相較預測評級為低的客戶群組產品成功辦理率提升30%以上。

此次我行建立的零售客戶級評分體系及其在營銷場景中的應用具有先進性，切實落地大數據技術和金融科技創新實踐。

項目牽頭人：

宋立

重慶農村商業銀行數據管理部總經理

項目團隊成員：

項目經理：程娜

項目成員：逯玥、韓瑩、張羽、楊銳、李濤、紀龍、委中原

責任編輯：方杰