信用卡客户分群模型

市场背景

利率市场化是指货币当局将利率的决定权交给市场，由市场主体自主决定利率，货币当局则通过运用货币政策工具，间接影响和决定市场利率水平，以达到货币政策目标。

对信用卡客户进行分群，确立各群体的风险等级是风险定价、利率市场化的第一步，也是最为关键的一步。信用卡发卡之后，对存量信用卡用户进行合理的贷中管理是银行提升信用卡收益和降低违约损失的关键。为了提升信用卡收益，实现信用卡客户的利率市场化非常关键。

解决方案

天云数据基于某信用卡中心提供的数十万信用卡客户的用卡数据以及持卡人基本信息，利用分布式人工智能平台MaximAI构建了客户分群模型。所建模型属于聚类模型，将样本划分为由类似的对象组成的多个类的过程。聚类之后，可以更加准确地在每个类中单独使用统计模型进行估计，分析或者预测。

通过样本数据对客户进行风险分群，将客户划分为高风险不宜运营、低风险可运营两类，进而对低风险客户再进行聚类，以便产生特色鲜明的多个小类别，方便银行根据客户群的特点制定针对性的运营策略：

利用上述两轮模型，将存量信用卡客户划分为高风险和低风险两类，对于高风险用户，可转移至催收管理系统；对于风险较低的三类客户，可以结合群体对应的风险水平采取不同的利率。

市场实践

天云数据信用卡客户分群模型，可以提高信用卡客户分群的准确性和效率，同时获得了一个稳定、可重复利用且群体间具有明显差异的模型，支持贷中决策管理，为后续差异化管理提供强有力地支持。