图片来源：网络
近年来信用卡新客营销成本逐渐增加，使以前端获客为增长引擎的发展思路越来越力不从心。而随着2021年底银保监会下发《关于进一步促进信用卡业务规范健康发展的通知（征求意见稿）》，其中长期睡眠信用卡比率不得超过20%这一要求再一次把如何激活睡眠用户、盘活存量用户价值这一贷中经营课题抛在了信用卡从业者面前。
数字化是时下热词，各行业数字化进程加快，叠加疫情加速服务线上转移，信用卡作为数据密集型行业，贷中经营天然可以数据驱动。数字化与信用卡贷中经营相结合的最大价值在于客户思维的转变：从“我想服务怎样的客群”转变为“我能服务怎样的客群”，一字之差截然不同。
传统运营依赖人的经验判断，同时以单一kpi为导向的运营目标让策略执行者以“上帝视角”选择客群，容易造成营销资源错配和较低的投入产出比。数字化运营方式讲求策略制定者尽力去“贴合”客户需求，通过差异化的产品和价格去主动“满足”不同资质客户诉求，银行的身份转变为真正去挖掘客户需求的服务主动提供者。
现状及对策
在数据基础设施日臻完善的当下，掌握了关于客户包括贷中行为在内的多维数据后，如何制定一套数据驱动、千人千面同时可追踪迭代优化的运营策略呢？
谈及差异化和运营策略，我们会通常想到客户分级。目前常用的逻辑总结下来大概有三类，一是基于客户属性或行为的统计指标做数据分层，二是通过构建指定场景模型对客群进行分层，三是通过组合策略将客群网格化分层。三类模式层层递进，效果逐步提升。但是不管是哪一类模式在做落地策略实施的时候都难以摆脱较强烈的主观判断，不同的人设计策略存在差异，这就导致实际效果一定程度依赖于设计者的经验。如何辅助业务人员从多种选择中寻找到最优路径，是做“最优化策略”算法的目标。
图1 差异化运营常用策略方法
借鉴运筹学中的最优化方法思路，在这里介绍一个日常在解决业务诉求时，思考问题的四步走方法论：
1、确定业务目标：利润、业务规模，或是不同目标的加权效果等
2、策略可变参数：策略抓手，可以通过调整的产品或服务达成业务目标
3、确定约束条件：如资金成本、营销预算、监管约束等
4、影响因子：策略参数的变化可能对用户其他行为产生影响。例如在分期场景下，降低费率一方面会增加分期转化率，但另一方面可能会降低分期收入。
结合具体业务场景，在明确了以上四个要素后，我们就可以将大多数复杂的业务问题抽象为一个最优化求解问题，即：在满足既定约束条件下，构建效用函数来最大化业务目标，得到细分客群甚至是客户粒度的最优策略参数。
场景阐释
以下通过三个具体的业务场景，更具像化的阐述上述方法论。
1、 差异化定价
信用卡作为信贷产品的一种，免息期外的各项资金使用费率即为产品的“价格”。继2016年央行取消统一的信用卡透支费率标准，实行透支费率上限、下限区间管理后，2021年进一步推进利率市场化改革，允许发卡机构与持卡人自主协商确定信用卡透支利率。中小银行可以根据不同产品的特点、资金成本、竞争策略、客户价值、风险程度和目标利润进行自主定价。
传统信用卡费率定价同样经过了由简及繁，经验判断到数据驱动的过程。第一阶段为无差别定价，实行的定价方案包括：一刀切的统一费率，试图通过优质客群收益覆盖坏账损失；成本加价定价，单位成本增加一定比例利润作为定价标准；市场导向定价，根据市场供求关系定价。第二阶段向差异化定价转型，目前使用较多的风险定价，本质是将客户按照违约风险分组，根据不同组别违约概率下的风险成本与资金分摊成本，维度单一，仅仅停留在“局部最优解”上。
以分期业务为例，从银行的角度，我们希望在风险可控情况下，实现利润最大化，而非仅仅保证风险可控。因此参考前述四步走方法，可以对差异化费率这一命题解构为四个部分：
1、业务目标：分期收入最大化
2、策略可变参数：费率、额度
3、约束条件：合理的坏账率、费率上下限/等级、最低可分期金额等
4、影响因变量：响应概率、逆向选择等
这样我们就可以将差异化定价问题抽象为如下以利润为目标的效用函数：
上式中，是客户的分期意愿，是一个关于费率、额度的函数关系；是放款后客户的违约概率；乘项是不同期分期收益的贴现率。每个客群分期意愿（对分期费率的价格弹性）、违约概率不尽相同。收益函数是关于费率、额度的凸函数，意味着在某个费率、额度组合下，可以使整体收益达到最大值。这样我们针对每个客群分别求出期望收益最大时的参数组合即可。
当然，在这个模型基础上，我们还可以叠加更多影响因变量。例如逆向选择，简单来说就是当利率越高，客户后期违约概率也会相应增加，这样利率和违约概率也应建立函数表达式加入效用函数中。理论上我们可以通过加入有业务含义的因变量将这一最优化问题复杂化完备化。
运用上述差异化定价方案，银联数据目前已为多家银行提供分期费率差异化定价服务。以下是A银行采用账单分期精准营销及差异化定价策略的实际效果。
图2 差异化定价对账单分期利息收入效果
图3 差异化定价对账单分期办理量效果
如图2、图3所示，A银行行在上线账单分期精准营销及差异化定价策略后，账单分期利息收入和办理人数有显著提升。
图4 差异化定价对降低电销负荷效果
如图4所示，B银行行原有电销进行账单分期营销，介入后配合短信，电销量下降45%，而收入提升11% 。
2、 笔笔抽奖营销活动
如果把信用卡运营看成一类养成系经营游戏，那么目前各行玩家们层出不穷的营销活动已经越来越难以“驯服”挑剔的持卡人了。随着活动种类丰富，活动的同质化也日趋严重，形式大同小异，积分换礼、商户优惠、现金奖励已是标准“老三样”。年轻化的持卡人转而更多的关注活动本身的趣味性和惊喜感。而站在活动主办方角度，开展一项营销活动往往是“戴着脚镣舞蹈”。如何在有限的预算下，不仅达成活动目标，还要尽可能的优化客户体验，做到千人千面，持续创造惊喜，是一个值得思考的问题。
以信用卡笔笔抽奖活动为例，业务希望以“随机”抽奖的形式在客户消费后给予差异化的代金券奖励，达到促活促消费的效果，同时需要控制总体及卡均预算、各渠道奖金预算等。针对该需求，以四步走策略为分析框架，构建了一套具有不唯一解的最优化问题：
1、业务目标：促进活卡、促进消费
2、策略可变参数：奖金金额、奖金渠道、中奖概率
3、约束条件：总预算、卡均预算、渠道预算
4、影响因子：中奖金额大小及奖券类型对消费影响的边际效应不同
我们在整体设计中分为以下几个步骤：
第一步，将整体客群按风险预测模型、套现识别模型、薅羊毛模型等进行筛选并匹配不等的中奖概率，根据预设的卡均预算结合历史活动参与漏斗，得到单卡单次平均中奖金额。
第二步，针对业务目标，将客群按消费力模型、价值模型进行分层，通过模型交叉划分为n个组。结合前一步得到的平均中奖金额和n组人数占比，构建一个自由度n-1不存在唯一解的线性优化问题，求得不同组客群的中奖平均数：
第三步，根据不同组中奖平均数设计金额随机扰动方案，使顾客对每一次抽奖保有未知的好奇。
第四步，加入客户生命周期关键里程碑节点，例如首抽、单月奖金上线，确保给予参与活动客户正向反馈的同时，刺激非活动活跃客户复购。
通过上述的最优化设计来辅助业务人员进行合理的活动策略判断，并可以依据上述设计框架根据实际活动效果进行不断地调整。相较固定中奖金额，固定渠道、显式活动规则的设计，以上新设计根据客户最新用卡行为及时更新其分组信息，在成本可控的情况下，通过中奖金额、概率的变化给予客户及时有效的正向反馈。千人千面的中奖体验贴合“抽奖”这一活动形式的不确定性，加之特殊节点惊喜红包，有效吸引持卡客户。
银联数据基于新活动策略设计方案已上线一季度，从实际效果看，在小幅提升客户用卡活跃的基础上，成本有效降低50%以上，客户活跃率/绑卡率有效提升，活动重复参与率达70%。
图5 最优化活动策略对活跃及绑卡的效果
3、 贷中调额策略
在客户不断使用授信额度的过程中，金融机构开始获得贷中客户行为数据，进行科学的客户额度动态管理，是整个用户用卡周期额度管理里最重要的一部分。
常见的额度管理思路是根据客户的风险和透支情况，划分风险回报矩阵。行为评分量化客户风险水平，透支额度或客户价值量化客户潜在收益水平，在各自维度上，评分或透支额度（或客户价值）越高，可调整额度越高。这一方法虽然有一定的差异化能力，但无论是从分组，还是确定每个分组的授信额度上来看，都展露比较多的人工主观痕迹，且无法量化风险和损益情况。事实上，延用风险+收益的思路，调额问题依然可以抽象为一个最优化问题：
1、业务目标：收入最大化
2、策略可变参数：额度、客户价值
3、约束条件：合理的坏账率、总授信规模、单卡授信上下限
4、影响因子：额度对风险敞口、收益规模的影响
表1 调额客群划分示例
举一个简化的例子，我们将人群简单按违约概率和透支金额分成四个群体，对应各自的人数和资产收益率。同时，我们限定总授信规模不得超过X元，违约损失不得高于Y元，在利润最大化条件下需确定每个人群授信水平。同样，这个问题可以抽象为一个多元线性回归求解问题：
我们可以将上述矩阵拓展为合理维度的调额矩阵，通过利润最优化的额度管理策略，使得风险和收益在博弈中达到均衡。
银联数据目前已通过组合策略的方式为多家银行提供贷中调额策略服务。如下图所示：使用贷中调额策略服务的户均月收入比对照组有显著提升。下一步将尝试以收入最大化最优化策略为方向逐步迭代优化，预计可在此基础上实现7%-15%的收入提升。
图6 现有调额策略对户均月收入效果及最优化策略效果预测
总结
综上所述，数字化背景下的客户运营可以总结为：依托数据基础设施和数据模型能力，准确定位客户资质、精准识别客户需求，并与银行现有资源相匹配的过程。本文中介绍的四步方法提供了一个拆解业务问题的思路，将具体业务场景数据化模型化，依赖各影响因素间的博弈关系，逐渐收敛至“最优化策略”方案。这一“最优化策略”实现路径可以弥补人工经验的局限性、降低不当服务的概率，进一步辅助业务人员的决策，帮助银行为客户提供更为适合的服务。
文章来源：金融数字化发展网
作者：倪绫蔚
免责声明：本文、图片均转载自网络，版权归原作者所有，如有侵权请联系删除。
多家银行新推信用卡卡种及营销活动，信用卡资产证券化加持
分期、减费、补贴 信用卡中心助跑 “消费马车”
大家都在看
信用卡最新动作 抢占这一消费场景
各大银行首席信息官，都是什么来历？
27家上市城农商行员工工资大揭秘
36家银行科技人员支撑系数的分析与思考
中信银行信用卡中心迎来“新掌门”，哈尔滨分行行长李志涛正式加入