商家入驻
发布需求

银联数据:BI助力信用卡业务数字化转型

   2024-12-09 401
  • 客户名称:银联数据服务有限公司
  • 企业规模:大型
  • 合作厂商:帆软软件有限公司
  • 合作产品:FineReport FineBI
导读

在数字化浪潮的推动下,银联数据服务有限公司正站在金融科技创新的前沿,目前已为上百家客户银行提供定制化的数据支持服务。

企业简介

银联数据服务有限公司,作为中国银联的全资子公司,自2003年在上海成立以来,一直致力于成为金融科技领域的领导者。我们以创新驱动为核心,为全球200多家金融机构提供全面的账户服务和管理解决方案。我们的服务范围覆盖银行卡发卡核心系统、增值产品、咨询与数据分析服务,为数亿张卡片提供安全、稳定、高效的运营支持。

2.png

数字化转型之旅

在数字化浪潮的推动下,银联数据服务有限公司正站在金融科技创新的前沿。目前已为上百家客户银行提供定制化的数据支持服务。同时,也让我们意识到了数据整合与分析在业务发展中的核心作用。

随着业务的不断扩展,我们面临着数据分散和数据平台不一致的挑战。客户银行的数据消费者经常需要在多个平台之间切换,以校对数据口径和对接数据,这一过程不仅繁琐而且效率低下。为了提升客户满意度并应对这一挑战,我们认识到必须构建一个统一且高效的数据展示平台,这不仅是技术上的突破,也是服务模式的革新。

此外,内部业务的高效整理和展示同样重要。我们希望通过BI工具,为业务部门和科技部门提供直观的报表和监控大屏,使领导层能够迅速把握公司业务的全局,并做出明智的决策。科技部门也需要实时监控系统作业的状态,以便快速响应和解决问题。

24.PNG

项目解决方案

1.数据总线平台建设:统一指标体系

在数字化转型的浪潮中,银联数据服务有限公司面临着数据孤岛和烟囱式架构的挑战。不同部门间的数据标准不一致,导致业务分析和决策支持效率低下。为了解决这些问题,公司决定构建一个统一的数据总线平台,以实现数据的高效整合和标准化管理。

实施策略

数据治理团队组建:成立由技术部门领导负责的数据治理团队,负责从数据源接入到数据消费的全流程管理。

业务需求分析:深入分析信用卡生命周期的各个阶段,明确业务需求,输出符合需求的数据指标体系。

数据标准和规范制定:基于业务需求,构建统一的数据标准和规范,形成清晰的数据管理蓝图。

关键成果

统一指标体系:建立一套覆盖进件、客户、账户、卡片、交易、分期、风险、收入等主题的标准指标体系。

数据字典创建:为每个指标提供准确释义,实现指标逻辑口径的统一。

数据仓库构建:基于统一标准和规范,构建强大的数据仓库,支撑数据分析和决策。

数据集市搭建:依托标准化的数仓,搭建了客户主题、账户主题、卡片主题、交易主题、分期主题、收入主题、风险主题等多业务域的主题集市。

3.png

数据规范

指标口径统一:如何整合常用口径,统一定义新口径,形成数据工作的标准流程与规范,完成对数据信息项的全面梳理,将是解决口径难题的关键。

数据流重构:按照日常数据需求处理流程,重新梳理整个数据流向。从需求提出至需求池通用指标评估再到各个主题宽表的跑批顺序,最终下游文件的自动化下发,均按照实际数据流向重新设计,整体跑批效率提升10%。

4.png

数据迭代

持续性指标体系迭代:随着业务发展,下游系统新增数据需求会反哺至指标体系,新增完善业务指标,保障指标体系持续可用性。

需求池指标挖掘:针对日常开发需求场景,每季度组织需求评估小组人员评估当年需求池中通用需求情况,提炼业务需求中新的通用指标。待充分评估后提交开发,添加至通用指标体系中。

5.png

2.数字化分析平台搭建:释放数据价值

在完成数据治理的基础上,结合数据总线平台搭建一站式BI数字化分析平台。实现了数据源接入、数据采集、数据处理到数据分析和挖掘等全流程通道,形成了一个从数据到决策的闭环。为信用卡业务的数据决策分析提供了完整解决方案。

6.png

结合BI强大的数据分析及可视化功能,可以有效提升信用卡业务数据分析及业务决策能力。例如,我们可以从用户的消费习惯、用卡记录等数据出发,对用户的还款能力、逾期风险等进行预测和评估。同时,通过对用户的消费行为、用卡记录等数据进行深度分析,可以进一步了解用户的需求和偏好,从而提供更个性化的服务。

7.png

典型案例

1.数据治理——促进内部管理提升

痛点

日常报表开发及运维信息相对分散。

日常系统跑批监控预警主要通过系统告警或短信通知方式,缺少可视化监控预警模块。

解决方案

搭建数字化作业运维驾驶舱,依托帆软BI平台,结合日常报表开发及运维各类场景,进行资产盘点。比如监控每日作业跑批任务完成情况,整理所有报表跑批信息,及时获取跑批情况;针对每日报送重要监管指标,通过BI预警功能制定预警计划等。

8.png

完善作业监控模块,对整个作业系统跑批流程进行逐一拆分,通过BI平台分析每个过程异常行为。从而及时发现问题,并优化处理。如分析每日下载情况趋势,对下载时间异常增加的作业进行预警,反馈到具体负责人及时排查异常情况等。

9.png

指标预警监控模块,针对重要指标异常信息,建设北极星指标预警监控信息。通过设置阈值参数,对超出阈值范围的指标及时预警,及时反馈至负责人进行异常排查,确保数据交付的准确性。

10.png

关键文件监控模块,通过对日常交付文件的梳理,按照文件类别、客户信息等属性,搭建文件管理平台。解决文件查询不再摸不着头脑,临时手工查询等耗时耗力问题。同时,针对重要文件每日监控跑批情况,保证关键文件交付的及时性。


成效

通过作业运维驾驶舱可直观获取每日作业跑批情况、重要指标或文件预警情况等,提升系统运维能力。

其中系统运维比较重要的问题处理及时率较之前增加5个百分点,进一步夯实了报表准时交付的基础。

2.BI可视化服务——细化数据解释,放大数据价值

痛点

日常业务运营关键指标往往通过二维表展示或隐藏在报告中的数字中,无法直观反映业务经营变化情况。

缺少全场景多维数据的联动,数据直观反馈业务趋势能力不足。

解决方案

首页视图依托帆软BI平台,对银行关键资产以及运营情况进行汇总。例如全行总发卡量、总交易额、透支本金等,并且交易和资产生息情况按分行进行展示。

12.png

获客视图主要展示全行获客业务情况,例如客户进件量、发卡量、有效卡量、激活率、首刷量、活跃卡量等指标。同时通过折线图、柱形图等展示主要北极星指标近一年的变化趋势。

13.png

经营视图主要是对全行与经营主题有关的指标进行展示,例如授信额度、生息资产、总收入、资产收益率、分期渗透率等指标。数据大屏可以实时更新数据,展示最新的业务运行状况,这使得管理层可以快速发现潜在的问题和机会,及时调整策略,提高决策效率。

14.png

风险视图主要针对银行的不良资产,包括不良率、年化不良率、不良本金、年新增不良本金、年新增不良率五个指标进行监控。通过对历史数据的分析,可以建立预测模型,预测未来一段时间内的业务趋势和风险。

15.png

成效

目前提供4大主题场景展示,涉及指标50余个,图表分析看板30余个。同时处理加工近36个月月末关键指标切片数据,用于业务趋势变化可视化分析。通过大屏快速的数据获取,有效减少的日常数据查询需求量,如BI应用较好客户近两年查询量的变化趋势,环比下降近50%。

3.数据赋能业务——促进信用卡收入水平提升

痛点

如何将沉睡客户“唤醒”,甚至进一步转化为高价值客户,为银行带来收入?我们尝试用BI说话,从数据中发现机会和思路,实施精准营销,构建有温度的差异化服务。

解决方案

结合BI平台强大的数据分析能力及丰富的信用卡业务指标体系,对信用卡业务收入数据建模分析,定位影响短板,并给出业务提升建议。

16.png

收入类型分布分析

使用BI平台对A行的2023年前三季度主要分行的收入类型分布可视化分析如下图:

17.png

从图中可以看到,在某银行的分行中,利息所占比重都很高。而分期手续费不仅比重小,而且不同分行间波动较大,说明分期手续费可以作为银行分析并提升收入的关键因素。

用卡转化分析

通过分析信用卡申请-激活-首刷-活跃-收入等数据,使用BI平台漏斗模型图可以直观的展示数据在不同环节或阶段之间的转化情况,识别可能存在的用户流失环节。

18.png

从图中可以发现,客户在以下三个环节有明显的减少:其中环节一,受限于审批规则及综合资质等,可以考虑从提升进件质量等方面优化;环节二和三是我们重点关注的部分:促激活,例如定期推送激活提醒短信、设计首刷返现等活动,吸引用户激活使用信用卡;转收入客户,通常考虑从提高用户粘性着手,例如额度调升、分期邀约、分期费率折扣、个性化推荐等。

分期类型分析

首先使用BI平台,采用帕累托模型按照分期类型进行历史数据分析。如下图可以看出大额分期和账单分期占比超过了95%,其中大额分期占比78%。所以银行在账单分期方面还有很大的提升空间,后续就如何提升账单分期规模作为重点分析目标。

19.png

账单厚度分析

基于对过去六个月账单分期情况的综合分析,显露出连续稳定的账单分期趋势,而在最近一期账单中则突显出明显的支出增长。这种变化暗示着客户在最近账单中出现大额消费,因而存在着账单分期的潜力。

20.png

成效

对于各关键影响因素优化方案实施过程中,可以通过BI平台对实施过程中各阶段数据进行追踪。如在提升有效卡及客户活跃度环节,通过分析激活与首刷率变化情况,跟踪实施效果是否有效。

21.png

4.BI助力数据建模——客户精准营销

痛点

构建用户画像这一过程中可能会遇到的难点包括数据的收集、处理和分析的准确性,以及对目标客户群体的理解程度;这一过程的复杂性和对专业技术的要求都增加了精准营销的难度。

核心模型的搭建技术性和专业性较高,对于业务人员来说往往难以理解。

解决方案

应用部门内部开发建立的数据总线平台,整合不同来源的数据,快速准确收集合理有效的信息,减少后续数据整理和清洗的工作量。

22.png

应用机器学习和人工智能算法来进行进一步清洗和分析特征。机器学习算法量化的特征重要性程度(排名前10)可以通过BI来进行展示,使用柱状图可以更直观的展现出不同特征的重要程度,便于业务人员快速识别差异,按照大小进行排序也可以更好的掌握关键特征,有助于进一步的分析和优化营销策略。

23.png

成效

依据大量数据最终搭建的客户价值模型对于客户价值的识别准确率达90%。此模型实现了精准识别客户的价值,满足银行达成梯度发放不同金额的刷卡金,促进客户活跃的目标,对于银行进一步优化营销策略有比较大的帮助。而且通过BI绘制的相关图表也为技术人员优化模型和业务人员理解模型如何发挥作用提供了便利,便于及时调整和优化活动策略,以保证活动的持续有效。

项目总结及展望

通过本次项目实施,一方面为用户可以进一步拓宽至其他场景的应用提供了参考。如业务获客、活跃经营、风险管控等各类信用卡业务经营场景。同时通过数据指标体系的不断迭代,进一步提升数据应用程度,推动业务人员对BI的应用程度提升,最终实现数据赋能业务,驱动业务发展的目的。

另一方面也加深了对数据与业务的理解。数据是业务的基础,业务离不开数据的支持和驱动。数据可以为业务提供决策依据、优化运营、提高效率和增加收益等。总之,数据和业务是相辅相成、互相促进的关系。只有在数据和业务紧密结合的基础上,企业才能获得更大的成功和发展。

随着时代的发展、企业的数字化转型,如何将数据的逻辑清晰明了的呈现给“外行人”,变得越来越重要。帆软的工具就提供了这一个交互平台,一个能让数据人讲好“数据的故事”的平台。在此定位下,期待FineBI能新增更多的数据表达方式、新增数据分析方法、优化界面操作方式,让数据更易得、更好用、更专业,赋能各个行业。


 
举报收藏 0
免责声明
• 
本文内容部分来源于网络,版权归原作者所有,经本平台整理和编辑,仅供交流、学习和参考,不做商用。转载请联系授权,并注明原文出处:https://www.itangsoft.com/case/show-246.html。 如若文中涉及有违公德、触犯法律的内容,一经发现,立即删除。涉及到版权或其他问题,请及时联系我们处理。
 
 
更多>热门产品
蓝凌MK 蓝凌MK

135条点评 4.5星

办公自动化

简道云 简道云

0条点评 4.5星

低代码开发平台

帆软FineBI 帆软FineBI

0条点评 4.5星

商业智能软件

纷享销客CRM 纷享销客CRM

0条点评 4.5星

客户管理系统

悟空CRM 悟空CRM

113条点评 4.5星

客户管理系统

钉钉 钉钉

0条点评 4.6星

办公自动化

金蝶云星空 金蝶云星空

0条点评 4.4星

ERP管理系统

用友YonBIP 用友YonBIP

0条点评 4.5星

ERP管理系统

唯智TMS 唯智TMS

0条点评 4.6星

物流配送系统

蓝凌EKP 蓝凌EKP

0条点评 4.5星

办公自动化

 
 
更多>同类案例

发需求

免费咨询专家帮您选产品

找客服

客服热线:177-1642-7519

微信扫码添加

小程序

使用小程序 查找更便捷

微信扫码使用

公众号

关注公众号 消息更及时

微信扫码关注

顶部