百融云創(chuàng)為銀行信用卡業(yè)務在存量中找“增量”

在銀保監(jiān)會發(fā)布的《關于進一步促進信用卡業(yè)務規(guī)范健康發(fā)展的通知(征求意見稿)》中,明確指出“不得以發(fā)卡量、客戶數(shù)量等作為單一或主要考核指標,長期睡眠信用卡比率不得超過20%”。從監(jiān)管的角度來說,這是對銀行信用卡業(yè)務展開了一次明牌式的倒逼改革。

某股份制銀行在挖掘存量市場價值上進行了一系列積極的探索,該股份制銀行信用卡總量達幾千萬張,位居國內(nèi)股份制銀行前列。為了進一步挖掘客戶的價值,行內(nèi)將信用卡用戶作為行方分期產(chǎn)品的目標客群,并為此構(gòu)建了信用卡營銷模型及營銷執(zhí)行策略的全流程方案。

在實際運行中,這種方式確實帶來了一定數(shù)量信用卡用戶對于該分期產(chǎn)品的使用,但與行方的預期相距甚遠,最終的用戶使用轉(zhuǎn)化率只有1%-2%,這個數(shù)字遠遠不能反應信用卡目標客戶和分期產(chǎn)品的真實匹配程度。造成轉(zhuǎn)化率未達到預期的原因在哪里呢?

行方的營銷模型就像一個篩子,功能在于過濾。但行方的模型分析維度有其局限性,無法對信用卡客戶的需求進行細顆粒度刻畫,行方只能將篩子的孔徑設置得盡可能大,以此來保障風險和收益的平衡。

但實際上有大量被過濾掉的用戶并非沒有需求的“壞”用戶,有很多屬于是被誤篩的群體。他們的出現(xiàn)主要是因為一方面篩子孔徑過大,另一方面是篩得頻率過低。

為了改進這一問題,行方聯(lián)合百融云創(chuàng)在營銷模型的基礎上再辟蹊徑,搭建了拒絕回撈模型。

通過拒絕回撈模型把被原有營銷模型拒絕掉的客群進行更精細的打分,從中挖掘出風險較低的客群。就好像本來是一口被開采枯竭的油井,科學家們通過新工藝的改進,將深層石油探測了出來。新挖掘出的客戶如果被成功轉(zhuǎn)化,則作為拒絕回撈模型的Y樣本,反哺回模型中進行正向迭代和優(yōu)化,如此循環(huán)往復。就如同把篩子反復地篩動起來,根據(jù)不斷豐富的Y樣本來不斷調(diào)整篩子的孔徑。不斷挖掘客群,直到收益和風險達到了一個臨界點為止。

通過拒絕回撈營銷模型的嫁接,該行信用卡的分期產(chǎn)品轉(zhuǎn)化成功率較原來提升3倍,僅僅2021年下半年,據(jù)測算為該信用卡分期交易額提升三億元。

(免責聲明:本網(wǎng)站內(nèi)容主要來自原創(chuàng)、合作伙伴供稿和第三方自媒體作者投稿,凡在本網(wǎng)站出現(xiàn)的信息,均僅供參考。本網(wǎng)站將盡力確保所提供信息的準確性及可靠性,但不保證有關資料的準確性及可靠性,讀者在使用前請進一步核實,并對任何自主決定的行為負責。本網(wǎng)站對有關資料所引致的錯誤、不確或遺漏,概不負任何法律責任。
任何單位或個人認為本網(wǎng)站中的網(wǎng)頁或鏈接內(nèi)容可能涉嫌侵犯其知識產(chǎn)權(quán)或存在不實內(nèi)容時,應及時向本網(wǎng)站提出書面權(quán)利通知或不實情況說明,并提供身份證明、權(quán)屬證明及詳細侵權(quán)或不實情況證明。本網(wǎng)站在收到上述法律文件后,將會依法盡快聯(lián)系相關文章源頭核實,溝通刪除相關內(nèi)容或斷開相關鏈接。 )