数据挖掘在商业银行信用卡中的应用

卡 客 户 ， 析 客 户 的 喜 好 和 消 费 习 惯 ， 消 费 大 户 分 对
进 行 跟 踪 分 析 。根 据 分 析 的 结 果 ， 用 户 提 供 温 馨 向 的个 性 化 服 务 ， 幅 度 地 提 高 了 客 户 满 意 度 和 忠 诚 大 度 ， 激 励银 行 积 极开 发 信 用 卡 的应 用 ， 激持 卡 也 刺 人持 卡 消费 。 ２ 进 行 风 险 预 测 与 控 制 ． 信用 卡包 涵借 贷 服务 ， 因此 对 发 卡 机 构 存 在 相
信 用 卡 业 务 与销 售 产 品 不 一 样 ， 般 的 产 品 售 一 ｆ 后 交 易 基 本 完 成 ， 信 用 卡 发 后 交 易 才 刚 刚 开 ｝ ； 而 始 ， 须 让 顾 客 用 起 来 银 行 才 有 可 能 获 利 。 要 达 到 必
这 一 点 ， 须 先 解 决 这 样 几 个 主 要 问 题 ： 样 寻 找 必 怎
ＤＥＣ． ０， ０ ７ ＮＯ． ２ １ ２ ０ １
维普资讯
许扔 金骷 电 肛
Ｆ ＮＡ Ｉ ＮＣ ＡＩ Ｃ Ｍ Ｐ ＥＲ Ｏ ＡＮＡ Ｉ Ｏ ［Ｔ Ｆ ＨＵ Ｎ
支 付 清 算
２０ ０ ７年 １ 月 １ ２ ０日 第 １ 期 ２
户 信用 等 级 ， 分 客户 群 ， 位 最 大 贡献 度 的 信用 细 定
１ 提 升 客 户 关 系 管 理 的应 用 效 果 ．
象 ，将 本 身 没 有 类 别 的 对 象 聚 集 成 不 同 的 类 别 ， 并
且 对 每 一 个 这 样 的类 别 进 行 描 述 的过 程 。
ห้องสมุดไป่ตู้
信 用 卡 业 务 的 主 要 客 户 来 自较 高 收 入 群 体 ， 该
群 体 消费行 为 复杂 多变 、 动性高 、 务意 识 强烈 。 流 服 在 以 往 各 家 银 行 的 信 用 卡 业 务 实 践 中 ， 行 方 由 于 银 缺乏 对海 量交 易数 据 的深度 挖掘 ， 能对 客 户进行 不
测 估 计 未 来 的数 值 以 及 趋 势 ， 据 样 本 的 已 知 特 征 根
估 算 某 个 连 续 类 型 的 变 量 的取 值 过 程 。 聚类 分 析 ： 据 物 以类 聚的 原理 ， 析 数 据对 根 分
（ ）数 据 挖 掘 应 用 于 信 用 卡 业 务 的 意 义 二 、
性 ， 点 在 于 快 速 发 现 那 些 有 实 用 价 值 的 关 联 发 生 重 事 件 。如 研 究 客 户 在 拥 有 一 种 产 品后 ， 一 种 产 品 哪
经常 被购买 。 分 类 和 预 测 ：通 过 分 析 样 本 数 据 库 中 的 数 据 ， 建 立 分 析 型 或 挖 掘 分 类 规 则 ， 后 用 这 个 分 类 规 然 则 对 其 它 数 据 进 行 分 类 。预 测 是 使 用 历 史 资 料 去 推
维普资讯
支 付 清 算
２０ ０ ７年 １ ２月 １ ０日 第 １ ２期
华南 金骷电 ｊ ｜ 蕾 ．
数据挖掘在 商业银行信用卡 中的应用
◆ 肇庆科 技职 业技 术学 院 胡致杰
一
、
数 据 挖 掘 的 定 义 与 功 能
信 用 卡 使 用 来 说 是 很 少 现 的 ， 于 孤 立 点 ， 出 属 找 这 些 孤 立 点 ，可 以 预 防 或 发 现 一 些 信 用 卡 欺 诈 行
应用 从低 层 次 的简单 查 询 ， 升到 从数 据 中挖 掘知 提
识 ， 供决 策 支持 。 提 数 据 挖 掘 任 务 一 般 可 分 成 描 述 和 预 测 两 类 。可
以通 过 如 下 一 些 功 能 来 实 现 ：
概念 描 述 ： 某 类 对 象 的 内涵 进 行 描述 ， 概 埘 并 括这类 对象 的有 关特 征 。 关联 分析 ： 要 用 于发 现不 同事 件之 间 的关 联 主
真 正 的 信 用 卡 客 户 ？怎 样 让 客 户 在 交 易 时 用 卡 ？怎
样 控 制 风 险 ？ 对 于 以 上 疑 难 问题 ， 据 挖 掘 技 术 是 数
一
个 行之 有效 的Ｔ具 。
数 据挖 掘 技 术 在一 些 国际 化 银 行 ，如花 旗 银 行 、 国 第 一 银 行 等 的 实 际 业 务 运 营 中 发 挥 了 巨 大 美 的 作 用 。 国外 经 验 表 明 ， 据 挖 掘 对 银 行 信 用 卡 业 数 务的 发展有 重大 意 义。
偏差检 验 ： 称之 为孤立点分 析或异 常检测 。 也 数
据 库 中 的某 些 数 据 与数 据 的 一 般 行 为 或 模 型 存 在 较 大偏差 ， 之为 孤立点 。 们 可能是度量 或执行错误 称 它
所 致 ， 因此 一 般 情 况 下 孤 立 点 数 据 会 被 作 为 杂 质 排
为 。
数据 挖掘 就是 从 大量 的 、 完 全的 、 噪声 的 、 不 有
模 糊 的 、 机 的 实 际 应 用 数 据 中 ， 取 隐 含 在 其 中 随 提
的 、 们 事 先 不 知 道 的 、 又 是 潜 在 有 用 的 信 息 和 人 但 知 识 的 过 程 。 它 是 一 门 交 叉 学 科 ， 人 们 对 数 据 的 为
除 ， 有 些 时候 找 孤 立 点 却 是 非 常 有 用 的 。比如 高 但 额 频 繁 的 信 用 卡 透 支 行 为 。这 种 现 象 相 对 于 正 常 的
有 效 区 分 ，只 能 宽 泛 地 提 供 基 础 应 用 及 客 户 服 务 ，
导 致严 重 的同质竞 争 ， 户满 意度及 忠诚 度低 。 客 数 据挖 掘 与 Ｃ ＲＭ 相 结 合 ，分 析 评 估 信 用 卡 客
演 变分 析 ： 于描述 随 时间变 化 的对 象 的变化 用 规 律或 趋势 ， 对其 建模 。 如给定 过 去几 年证 券市 并 场 的历 史数 据 ， 过 演变 分析 识别 某类 证券 的演变 通
规 律 ， 而预 测 证 券 未 来 的 价 格 走 势 。 从 二 、 据挖 掘 在 商 业 银 行 信 用 卡 中 的 应 用 数 （ ） 数 据 挖 掘 应 用 于 信 用 卡 业 务 的 优 势 一 、