银行卡交易

银行卡交易对用户的实时消费进行监管设备DNA 唯一标识用户,跟踪用户的消费行为实时监控客户信用,反馈风险预警防止盗刷 授信额度的确立、调整可以实现实时主动变更依据设备DNA反馈信息,动态高效调整授信额度,满足客户需求监管授信余额根据授信额度使用情况,分析用户消费习惯—风险厌恶型、风险偏好型精细化营销 -重点是对客户进行群类细分客户细分:在客户细分的时候,除了风险偏好数据外,结合客户职业、

  • 价格:

银行卡交易6666.jpg

对用户的实时消费进行监管
设备DNA 唯一标识用户,跟踪用户的消费行为
实时监控客户信用,反馈风险预警
防止盗刷 
授信额度的确立、调整可以实现实时主动变更
依据设备DNA反馈信息,动态高效调整授信额度,满足客户需求
监管授信余额
根据授信额度使用情况,分析用户消费习惯—风险厌恶型、风险偏好型
精细化营销 -重点是对客户进行群类细分
客户细分:在客户细分的时候,除了风险偏好数据外,结合客户职业、爱好、习惯、家庭结构、消费方式偏好数据,利用机器学习算法来对客户进行分类,并针对分类后的客户提供不同的产品和服务策略。例如给风险厌恶型推荐比较保守的理财,定期、国债等。 客户细分可以完成:
1、潜在客户挖掘: 整合客户线上和线下的相关行为,通过数据挖掘手段对潜在客户进行分类,细化销售重点。
2、客户流失预测: 基于银行自身拥有的数据有时候得出的结果不太理想,甚至可能得出不准确的结论。比如,如果某位信用卡客户月均刷卡8次,平均每次刷卡金额8888元,平均每年打6次客服电话,从未投诉,按照传统的数据分析,该客户是一位满意度较高流失风险较低的客户。但如果看到该客户的微博,得到的真实情况是:信用卡大额消费临时额度不足,好几次打客服电话没接通,客户多次在微博、微信上抱怨。这样的情况实际说明该客户流失风险较高。所以银行不仅仅要考虑银行自身业务所采集到的数据,更应考虑整合外部更多的数据,以扩展对客户的了解。
3、客户关联销售: 假设该客户经常购买或者退货的是婴儿奶粉,我们就可以估计该客户家里有小孩,可以向其推荐关于教育基金等金融产品。