作者｜刘培 杨振忠 供职于中国银联风险控制部

责任编辑｜杨琪

受行业监管趋严、市场竞争激烈等因素影响，银行新发卡数量以及活跃用户数量增速放缓，信用卡作为银行用户高频使用的消费信贷工具，已进入存量市场竞争时代。2022年7月，国家金融监督管理总局（原中国银保监会）、中国人民银行印发《关于进一步促进信用卡业务规范健康发展的通知》，明确要求银行不得以发卡数量、客户数量等作为单一或主要考核指标，对银行卡活跃度也做出一定要求，信用卡业务面向高质量发展的步伐加快，存量客户经营成为各银行当前阶段的关注焦点，也是后续阶段信用卡业务发展的持续动力。而地址作为信用卡客户生活区域、工作场所的重要载体，与住宅品质、生活商圈以及潜在消费水平、收入能力等信息紧密关联，属于尚未开发的“金矿”，通过分析用户数据，形成客户的“地址画像”，并结合用户消费行为、投资理财、历史风险状况等多维度信息进行融合分析，能进一步提升信用卡客户精细化经营能力与精准化风控水平，助力打造地址价值驱动的信用卡客户分层、分类方案，可在差异化营销、个性化额度调整等业务场景中发挥重要作用。中国银联携手某国有银行信用卡中心，基于房产地址数据开展了信用卡客户经营模型的积极探索与初步应用。

银行面临的挑战

及银联拥有的优势

如何更精准判断持卡人的整体消费能力与收入水平，并针对该客群进行差异化营销及个性化调额，是银行普遍面临的挑战。传统上，银行基于本行渠道的卡片交易数据、客户资产信息，仅是个人消费能力及收入水平的一部分，难以掌握全貌。而客户地址折射的地理位置、小区品质、周边商圈、配套设施可一定程度反映个人整体的消费能力与财富状况。因此，这些地址蕴藏着较大信息价值，但多数银行缺少让这些数据发挥价值的有效手段，使之成为被闲置的资源。银联以地址价值挖掘为切入点，叠加跨行交易数据标签的能力，更全面、客观地挖掘用户的潜在价值，协助银行制定更精准的信用卡客户经营策略，以增强用户活跃度、促进业务增长。

从银行角度看面临的挑战。虽然部分银行已在积极探索，通过分析用户消费行为、理财存款等数据，开展针对不同用户群体的个性化经营，但由于组织架构、技术水平、运营能力等各方面的差异，不同银行在该领域探索的深度及广度参差不齐，且多数银行面临诸多现实问题。

一是数据完整性及准确性不足。银行仅拥有本行渠道采集的客户信息及发生的交易行为数据，缺乏跨行数据特征、风险状况等信息，因此存在片面性，且银行采集的数据可能存在缺失、更新不及时或重复等问题，会导致分析结果偏离实际情况，影响对用户价值的判断。

二是专业技术能力和人才短缺。用户地址信息属于不标准数据，自动化处理难度较高；且需要跨行业的技术融合，包括地理位置匹配、房产价值评估等，极具挑战性，依赖专业人员及工具，这需要银行具备相应的技术和人才支持。然而，多数银行可能面临这方面技术和人才短缺的问题。

三是资源有限难以覆盖存量客户。部分银行因自身营销资源有限，集中精力关注高价值或活跃客户，忽视了数量庞大但单个价值较低的长尾用户群体，但反而该部分用户潜在价值空间巨大，在不活跃的客群中锁定高消费潜力客户，往往营销回报较高。

从银联角度看拥有的优势。银联具有海量的数据资源、丰富的行业合作经验、专项营销资源等优势。这些优势使得银联能够与银行紧密合作，以更好地满足用户需求。

一是借助平台优势实现数据赋能。银联作为银行卡清算市场的核心机构，拥有庞大的跨行交易网络，涵盖线上线下支付、跨行转账、信用卡还款等多种金融服务场景，积累了极为丰富的消费行为偏好及风险标签数据，通过依法合规途径，可以作为银行自身数据之外的强有力补充。

二是整合专业能力补齐银行短板。银联在支付领域连接银行、收单及第三方服务商等各方合作伙伴，拥有丰富的行业合作经验，能通过整合外部专业技术资源、提供本地驻场建模方式开展项目实施，为银行量身定制个性化服务方案，帮助银行高效完成专业数据的挖掘分析与智能模型建设。

三是共享营销资源经营存量客户。银联与成员机构合作共推银行卡品牌，共享营销渠道，并提供专项营销资源，银行可通过银联营销平台及渠道，进一步加强用户个性化经营的覆盖面及营销力度，实现用户经营的可持续。

地址价值驱动的信用卡客户

经营方案

银联聚焦银行业务诉求，通过需求调研、现场访谈等形式，详细了解银行业务现状、梳理内外部数据资产，明确模型效果预期，量身打造适用于银行业务场景的信用卡客户经营方案。该方案串联数据挖掘、模型构建及业务应用的多个环节，形成从数据到模型再到应用的完整闭环。

数据挖掘阶段。对不同来源、不同维度的异构数据进行清洗、关联、融合，利用大数据分析技术全面、立体地描绘“用户画像”。所需数据主要包括三个方面：一是银行内部数据，如客户基本信息、消费交易数据等；二是跨行风险数据标签，如不良客户、黑灰名单等；三是地址价值数据，如房产总价、周边消费水平等。这些数据来自银行多个渠道和平台，或通过外部机构引入，需要在银行内部环境集中开展数据分析和挖掘。

对于地址数据，由于数据规模大，且存在路名不完整、缺少城市或行政区划等问题，银行难以自行“妥善”处理，银联联合专业服务商开展地址数据治理及地址价值挖掘工作。首先，运用自然语言算法，结合国家标准的行政区划库，有地域特征的分词库，对地址信息进行切分，同时针对缺失或错误的地址信息进行补全或纠正，把非结构化的地址信息转化为符合统一标准的结构化数据，建立信用卡客户标准地址信息库。其次，在地址治理基础上，结合房产行业数据资源，将住宅地址与小区楼盘信息关联匹配，进一步分析信用卡客户地址对应的小区房产价值。

模型构建阶段。基于客户地址所关联的小区房产价值信息，结合银行内部数据并引入跨行风险标签数据等多维度信息建立历史样本，利用智能模型算法，构建小区维度的消费潜力评级模型及个人维度的收入能力预测模型。

一是消费潜力评级模型。该模型原理是以信用卡客户所在小区为粒度，通过对小区居住环境、实际消费情况的多维量化分析，输出小区人群消费水平的预测值，精准识别高价值、高潜力客户群，针对有需求、不活跃的高价值客户群，做差异化营销或风控，从而提高信用卡客户小区渗透率、活跃度、提升消费金额。

建模流程为选取信用卡客户数据量超过一定阈值的具有代表性的小区作为样本，对小区地址价值、客户基本信息、消费金额等数据进行归一化及分类处理，提取与消费水平相关的特征，并构造有意义的衍生特征，选择合适的预测模型或机器学习算法，使用预处理后的数据和提取的特征来训练模型，预测小区人均综合消费水平。

二是收入能力预测模型。该模型原理是以信用卡客户个人为粒度，通过客户居住环境、个人职业特征、消费情况、跨行数据标签等数据进行建模分析，预测客户的收入水平，以更好地评估客户的财务状况，进而决定是否授信以及授信额度的大小，还可以应用于信用卡业务中的调额决策。

建模流程为基于客户小区地址价值、客户基本信息、消费金额、跨行数据标签等数据进行个人维度数据归集和特征工程处理，剔除异常、无效数据及变量，选择合适的预测模型或机器学习算法训练，预测小区客户的收入能力水平（见图）。

业务应用阶段。基于消费潜力评级模型输出结果，将用户划分为不同消费潜力的客户群体，并制定个性化的营销策略。如对于高潜力用户，可提供消费金额门槛高但优惠力度大的专属满减优惠，以促进消费额提升；对于低潜力用户，可通过无门槛的小额立减优惠券，以促进卡片使用。基于收入能力预测模型输出结果，同样可将用户进行分层、分类划分，并制定针对性的调额策略，如对于高收入群体，可以审批更高的信贷额度。

与某国有银行合作开展

信用卡客户经营案例

2023年，银联与某国有银行卡中心合作启动了信用卡客户地址价值挖掘风险咨询服务项目，银联风险控制部组建专项服务团队负责方案制定、数据分析及模型研发工作，并支持银行通过银联营销平台、营销渠道，开展多轮用户营销活动配置及营销优惠券的派发，实现了“数据-模型-应用”的闭环管理，历经近半年时间完成项目全部既定目标，合作银行对项目实施成果给予了充分肯定。

实现亿级客户地址数据治理。合作银行客户地址数量超过1亿个，经分析，近一半的客户地址存在信息不完整（缺少省、市、区等）、地址为异地（家庭地址不属于申卡地区）等问题，通过账单地址关联、地址工具匹配、邮编地址映射等措施补全、纠正地址信息，完成全部客户地址的标准化、结构化治理，最终地址拆分率（指可拆分为省、市、区、街道等标准地址的数量占总地址数量的比值）达到95%。

完成重点城市地址价值分析。利用地址分析工具，通过地址楼盘匹配，深入挖掘上海、深圳等重点城市客户小区地址信息，返回户均总价、物业费评级、小区均价排名、周边平均消费、每平方米租金、周边消费等房产价值信息，上述字段通过特征提取后用于消费潜力及收入能力入模因子。

消费和收入预测模型效果显著。基于入模因子多样性与独特性，分别选择XGBoost和lightGBM两种不同的机器学习算法训练消费潜力模型和收入能力模型，经过多轮深度优化与精细打磨，最终模型拟合效果R2 均超过0.5，基于模型输出的评级结果，实现存量客群的精细化分层。

试点促活促刷营销取得积极成效。银联联合银行前台部门基于不同的业务场景共同设计了差异化营销方案，从客户当前消费情况、模型评级结果、优惠券力度三个维度为细分客群精准适配营销活动。营销统计数据表明，该模型较好地实现了信用卡客户的精细化区分，同时也为银行未来应用该模型开展促活和促刷提供了最佳策略指导。

关于银行开展

信用卡客户经营的建议

信用卡业务已经过了跑马圈地的阶段，基于用户价值挖掘的精细化运营将是业务发展的核心驱动力，本文针对存量信用卡客户经营提出以下建议。

创新服务模式。存量客户竞争时代，各银行围绕优质并持有多卡的客户竞争加剧，银行需要深入了解客户的消费习惯、需求偏好等信息，制定更精准的服务策略，以吸引客户。如优化信用卡产品组合，推出具有竞争力的利率、费用、优惠活动等，以满足不同客户的需求。

拓展合作渠道。银行应积极探索与第三方机构的合作，避免“单打独斗”，通过引入先进的技术手段和数据资源，共同探索新的技术应用与经营模式，以提高信用卡业务的竞争力和市场份额。

加强风险管理。风险管理是银行经营的重要组成部分。在信用卡业务中，银行应建立完善的风险管理体系，包括风险评估、风险监控、风险处置等。在扩大信用卡业务市场与加强风险管理两方面双向发力，保障业务健康、稳健发展。

（本文仅代表作者本人观点，不代表作者所在单位意见）

（张二朋、杨虹、成晓磊、周霆越及上海估家网络科技公司对本文亦有贡献）

— 推荐阅读 —