模型介绍
信用卡是商业银行发展最快的零售业务之一，具有支付和信贷两种功能，其中小额消费信贷及中间业务收入是信用卡业务最主要的收入来源。小额消费信贷主要包括消费分期和现金分期，其中现金分期指为优质客户提供信用卡额度内的现金分期服务，如随借金、信金宝等产品。
现金分期业务契合银行战略转型中综合营销的理念，成为银行内部开展联动营销，为客户提供全方位和多样化服务的重要产品，是银行新的收入创收点，为银行贡献较高的中间业务收入和利润。因此，通过大数据技术及人工智能方法对信用卡客户建立现金分期营销响应评分模型，对客户进行细分，促进现金分期业务的营销推广，实现对客户多产品的绑定，增加银行信用卡优质客户占比，提升优质用户活跃度，也有利于优化银行信用卡贷款结构，促使银行成功转型。
现金分期业务营销响应评分模型基于天云在某股份制商业银行的实施结果，模型将信用卡客户对于现金分期业务的办理倾向进行预测，量化为业务响应评分，根据此评分实现客户细分，针对不同客户制定不同的营销策略，选择不同营销手段。
模型所需数据：
客户信息：如客户价值分类。
信用卡消费信息： 如最近一个月信用卡额度使用率。
透支取现需求：如近一个月透支余额、近一月消费金额等。
模型使用某股份制银行卡中心全量用户的信用卡交易数据，原始数据经过一系列数据清洗及特征工程处理，根据业务衍生出关键变量，并进行特征选择，筛选可以更好的表达业务的特征组。进而以逻辑回归算法建立评分卡模型，输出该客户营销响应评分，评分越高，客户办理现金分期业务倾向越高。
模型在该股份制银行部署，根据客户评分进行客户分级，每日产出现金分期业务营销名单，并分类推送至不同营销渠道进行客户精准营销，如对于优质客户进行电销，对于普通客户通过微信消息推送。通过较低营销投入，以客户需求为中心提供差异化服务，经验证营销模型有效提高了客户响应率，且根据后续行方更多数据维度衍生新特征和更新的响应标签，对模型进行更新，提高模型预测准确率。