课程背景:
“十四五”规划提出,提升传统消费,培育新型消费,加快线上线下融合发展,这为金融机构零售业务转型发展指明了方向。对于信用卡业务,商业银行要践行线上线下客户一体化经营策略,有效提升客户服务效率和体验,进一步降低运营成本,最终在“双循环”发展格局下赢得新金融实践的先机。
为推动信用卡业务数字化转型,银行在信用卡审批领域的营销、办卡、授信、调额环节,以及分期业务场景,深化科技业务融合创新,积极探索金融科技赋能新模式,引入智能决策引擎,提升风控模型,全流程保障业务发展,加速个人授信审批业务质效提升,推动信用卡营销精准获客活客。
课程收益:
让学员了解银行信用卡业务数字化转型的新理念、新趋势
让学员了解银行信用卡业务数字化转型的新工具
让学员了解银行信用卡业务数字化转型的审批流程
让学员了解银行信用卡业务中的贷前审批风控策略
让学员了解银行信用卡业务中存在的贷前欺诈手段及防控措施
课程对象:
各银行信用卡中心前中后台管理者、风控审批人员、数据分析人员及一切相关需求者
课程时长:
2天(6小时/天)
课程大纲:
银行信用卡已迈入数字化运营新时代
加快数字化发展,建设数字中国
从商业本质看科学进步对经济发展的重要影响
从《中华人民共和国国民经济和社会发展第十四个五年规划和2035年远景目标纲要》看七大产业数字经济大发展
全面分析数字经济七大重点产业助力银行数字化转型
云计算、大数据、物联网、工业互联网、区块链、人工智能、虚拟现实和增强现实
通过布局数字化转型,实现银行整体降本增效
例:从中信银行发布的年报数据看数字化转型赋能信用卡高质量发展
数字员工概念助力银行数字化建设
例:中国工商银行运用数字员工打造客户精准营销的“最强大脑”
人工智能技术赋能信用卡的全流程业务
例:根据平安银行中报数据显示,该行优化AI智能语音技术渗透到不同服务场景,
其中智能语音月外呼规模已达1200万通,等同节约人工坐席约3000人的工作量。
科技全方位赋能信用卡审批全流程
AI智能审批大幅提高
例:平安银行新增发卡逾400万张,近90%是人工智能(AI)智能审批
信用卡背后的“黑科技”:智能风控自动审批
例:平安银行信用卡从申请、填写信息到发卡并即刻使用,只需要不到1分钟
深度解读RPA(Robotic Process Automation)
RPA指的是什么
例:Gartner调查数据显示,2020年全球RPA市场达到15.8亿美元,比2019年(14亿美元)增长11.9%。
RPA技术的起源
RPA技术在银行的主要应用场景
RPA的优势及对于银行的意义
银行布局RPA的实践
目前RPA的局限及未来展望
信用卡审批全流程分析
信用卡风控贷前审查流程
信息采集、信息验证、反欺诈、信用评估、授信
信用卡审批智能化体系搭建
例:中国工商银行建设全新信用卡审批智能监督系统,实现智能时代“人机协同”管家 式服务,持续优化客户用卡环境
银行信用卡贷前审批的风控知识及管控策略
信用卡申请时申请人的三大数据分析
不变数据
限制性变化数据
变化数据
信用卡审批时的多维度客户信用评估
性别、年龄、学历、婚姻状况
手机在网时长、常联系人
资产水平、收支水平
消费水平、消费时间、地域、行业特征
逾期记录、黑名单
信用报告的引入
内部信用报告
外部信用报告
人行信用报告、第三方信用报告、其他类信用报告
一张看似简单的申请表并不简单
例:浦发销冠从申请表内的申请信息进行深度分析潜在风险
风控策略优化的思路和常用工具
优化思路
依赖贷后表现数据,服务于贷前贷中环节
提升盈利是最终目的
提升通过率,同时保持目标坏账率 or 保持目标通过率,同时降低坏账率
常用工具:K-S曲线、Lift Chart、ROC曲线
S曲线
依据模型评分将客户排序,划分成若干个区间(区间划分越小、曲线越平滑)
依次计算每个区间内好、坏客户的比例
根据评分从低到高/从高到低,计算每个区间好、坏客户的累计占比
每个区间上好、坏客户累计占比的差值形成K-S曲线
K-S曲线最高点的纵坐标值即为K-S统计量(K-S值),对应的横坐标位置即为cutoff点
Lift Chart
依据模型评分将客户排序,划分成若干个区间
依次计算每个区间客户的响应率、累计响应率
区间提升指数 = 区间响应率 / 平均响应率
累计提升指数 = 累计响应率 / 平均响应率( or 累计提升指数 = 累计响应率 / 平均响应率 - 1)
ROC曲线
设置一个阈值,作为区分好人、坏人的界限
先将阈值设置为评分的最大值,再依次减小,直至评分的最小值
基于不同的阈值设置,产生一系列不同的混淆矩阵和相应的sensitivity、specificity组合
以1-specificity为横坐标、sensitivity为纵坐标绘图,画出ROC曲线
ROC曲线下方的面积,即为AUC值
ROC曲线上,离左上角最近的点
大数据智能风控,护航高质量发展
例:中信银行信用卡中心通过大数据、机器学习、云计算等智能技术,引入多维新型数 据丰富客户风险画像,全年共迭代优化全流程信贷风险评分卡26张,有效提升风控精准 施策能力;通过机器学习算法实现了更加高效、精准的风险决策能力新突破,实现交易金 额挽损提升20%
银行信用卡贷前欺诈手段与防控措施
信用卡能给客户带来的九个主要功能和两大核心功能
客户申请信用卡的核心诉求
客户为什么要进行虚假信息进件申请
常见的虚假信息进件申请项
客户身份造假
例:某房地产中介从业人员冒用多个身份进行多家银行信用卡申请操作
客户工作信息造假
工作单位、工作岗位、工作职位、工作年限、单位座机、年收入(含提供虚假银行流水)
例:某客户在申请信用卡时提供提前制作好的假银行流水和机动车行驶证作为财力证明
有效识别客户常见的的虚假申请
通过内外部征信报告进行基础信息比对
通过互联网公开信息比对进行核验
通过三大电信运营商的电话分布规律进行侧面核实
例:浦发销冠团队运用核查申请人提供的工作单位座机号段,识别虚假申请信息,提前 降低风险发生率
课程总结