内岗热招，欢迎来报

阅读原文

跳转微信打开

以用户生命周期为核心，7大板块各自为阵，而又统一联动。

我是正阳，很高兴能够通过文字认识你

1.简要说明

历时半年，历经了一系列学习过程：先后三次集中阅读近几年行业研报；阅读信用卡业务系列文章；阅读各类手机银行信用卡APP业务章程、合约；结合行业解决方案；与各位领导、专家、同事、银行卡中心业务老师调研对话；实操办理信用卡体验流程等，最终输出这么一套《信用卡业务一体化经营-打造1+7体系》的知识框架，总算对自己的阶段性学习有了一个小小的交付成果。长周期的学习过程实属不易，需要锚定目标、制定计划、延迟满足、持续复盘，几度想要放弃，但还好坚持住了，最终把这篇文章给磨了出来。

相比于各平台大量关于信用卡的文章，本篇信用卡业务知识体系盘点内容上有所不同。为了能够达到框架逻辑足够清晰、知识密度足够高、行文用词足够准确的效果，笔者对不同颗粒度的知识点都做了多轮的打磨和交叉校验，以期给从业人士或对信用卡感兴趣的伙伴提供一些学习思路。因为篇幅有限，所以本文主要强调框架，大部分知识点没有详细展开说明，那就作为索引，抛砖引玉，留给读者一些空间去完成进一步的探索吧。

另，因为是从0到1研究一个对自己来说相对生疏的领域，所以文章会先用一定篇幅适当展示本次学习的一些过程细节，同样希望给对成长精进感兴趣的伙伴提供一些思路。

关于本文内容，有任何建议，都可通过添加后文微信联系作者调整改进。

本文15024字，建议阅读时间：20~30min。

2.学习过程：面-线-点

2.1 认知面

为在学习过程中对知识点体系掌握牢靠，防止毛毛躁躁丢三落四，本次学习信用卡之初，笔者就在认知上划分了四个层面，对应着四个阶段，分别是先大量阅读行业报告文献筑基铺底，而后通过多种方式了解实际业务重点、要点、难点，进而在盘点知识和聚焦业务的基础上精进方案，最后凝练精华打磨案例。

• 知识面：大而全而细，筑基铺底；

• 业务面：实际业务当中从业者正在做的或比较关心的重点要点难点；

• 方案面：同业能提供的方案和价值；

• 案例面：同业实施过的案例和经验；

整个研究学习的思路，基本是由体到面，化面为层，至下而上，逐层精进。

最终，本次学习过程中间产物或最终产物如下，包括不限于：

• 《信用卡业务百大核心关键词整理》EXCEL

• 《增量开拓与存量挖掘 信用卡客户经营专题报告》XMIND

• 《信用卡业务一体化经营-打造1+7体系》全业务知识-XMIND

• 《信用卡业务一体化经营-打造1+7体系》知识体系-框架图

• 《信用卡业务一体化经营-打造1+7体系》推文

• 《信用卡专题学习方案》XMIND

• 《信用卡业务1+7体系综合解决方案》PPT

各位伙伴如果感兴趣，可以关注公众号，后台回复“信用卡”，领取部分学习资料。

2.2 时间线

大部分学习都需要一个长效的机制，知识需要周期性的闭合打磨，可以理解为一个系统工程，包含input-model-output和反馈机制。我们的大脑就是model，会有效过滤、加工、整合、吸收输入的信息，最终输出为具有一定创造性的结果。

历经6个多月，利用工作之余的时间，保证足够的输入和输出，不疾不徐，持续迭代，循序渐进，步步为营，与大脑成为朋友，与时间成为朋友。

2.3 任务点

有了认知面和时间线，就意味着定向了目标、制定了策略，之后就需要拆分任务、果断执行，将待办的每一个具体的学习任务推入和拉出列表，持续跟进，直到完成，这样整个学习过程就不会枯燥，正所谓目标紧、策略准、执行狠、复盘稳。

3.信用卡业务一体化经营：1+7体系

后疫情时代，消费逐渐复苏，为重振消费信心刺激消费，就需要培养居民信贷意识，扩大信用消费。而信用卡业务，凭借着产品设计灵活、特色权益丰富、全时段全场景触达消费者、申请和使用门槛较低、数字化程度高等特性，成为银行业务获客育客的钩子产品、零售转型有力的抓手、品牌展示的名片，在收入方面也有着很大的增长空间。

而在持牌机构跑马圈地的背景下，近些年银行信用卡产品同质化严重；在监管的层层加码和互联网贷款产品的冲击下，信用卡业务增速回落明显，增量空间收窄，存量拐点渐近，进入了存量博弈精耕细作时代。

那么，如何在量向质转变的存量竞争时代中找到适合自己业务的生存和发展之路，机构就需要静下心来，从多个维度提升业务能力。在此，我们梳理了信用卡业务一体化经营1+7体系，包括：

1个核心：

• 用户生命周期——一体化

7个体系：

• 监管政策体系——全面化

• 产品服务体系——差异化

• 营销推广体系——生态化

• 风险管理体系——闭环化

• 用户运营体系——精细化

• 金融科技体系——数智化

• 资产结构体系——动态化

3.1 用户生命周期——一体化

信用卡业务可通过典型的用户生命周期方法进行用户分层管理。用户生命周期包括引入期、成长期、成熟期、休眠期、流失期五大阶段。

一切产品、服务、营销、运营等动作，都要以客户或是客户生命周期为核心，打造一体化经营思维。

从新手用户流转为成长用户，再进一步转化为成熟用户，用户价值在层层递进的过程中得到提升，但每个阶段也会存在用户休眠、流失的现象，导致用户价值衰退和降低。

某信用卡APP用户旅程示意图

因此，针对不同阶段的用户，所需采取的用户运营策略也不同，包括产品功能建设、渠道推广、营销活动、内容运营等各方面。

• 引入期：挖潜银行客户，常用策略包括拓展拉新渠道、制定不同渠道的引流策略、提升渠道转化率；

• 成长期：引导用户参与，促进完成绑卡、体验功能、参与活动、完成首次交易，常用策略包括新户引导手册、绑卡有礼、新户系列优惠活动等；

• 成熟期：提高用户粘性，促进用户进一步提高使用平台的频率、提高交易及分期金额，常用策略包括丰富各类生活场景建设，以高频场景带动用户活跃；同步推广分期等活动，提高金融类交易占比；推广分享有礼类活动，以老拉新等；

• 休眠期：促活衰弱用户，常用策略包括分析衰退原因、改进用户体验；分析用户历史需求，精准推送相关营销活动等；

• 流失期：召回流失用户，常用策略包括：通过数据建模，结合用户流失调研结果，将预流失用户打标签，设立流失预警机制；筛选出相对易召回用户，进行偏好分析，上线专属活动刺激用户再次活跃，开展挽回营销等；

用户生命周期各个阶段的关键指标

3.2 监管征信体系——全面化

银行在产品和业务逻辑上的设计，必须在监管之下开展，在征信之上运行。所以，我们把监管征信放在7大体系的第一位，其他包括营销、风控、运营等，都离不开监管，各机构在展业时，一定要以监管政策为导向。

在监管方面，新规驱动下，信用卡业务整顿，整体呈现精细化、全面化的趋势，在发卡、用卡、分期产品、使用资金、交易场景、联合经营、交易安全等方面全方位规范和约束。

• 发卡管理：规范前端营销行为，特别提出强化睡眠信用卡动态监测管理，银行业机构不得以发卡量、客户数量等作为单一或主要考核指标；连续 18 个月以上无客户主动交易且当前透支余额、溢缴款为零的长期睡眠信用卡数量占本机构总发卡量的比例在任何时点均不得超过 20%；长期睡眠卡率超过20%的银行业金融机构不得新增发卡；
• 授信规范管理：要求收费规范和透明，合理设置单一客户的信用卡总授信额度上限，并纳入该客户在本机构的所有授信额度内实施统一管理，实施严格审慎的信用卡授信额度动态管理，不得将风险模型管理职责外包；
• 卡息收费管理：切实提高信用卡息费管理的规范性和透明度，透支利率标准——利率上下限区间管理；息费收取和信息披露方面，银行应当严格履行提示或者说明义务，以明显的方式向客户展示最高年化利率水平，分期业务统一采用利息形式，提前结清分期业务的，应当按照实际占用资金金额及期限计收利息；
• 分期业务管理：分期业务规范，统一采用利息形式展示分期业务资金使用成本，不得诱导过度使用分期增加客户息费；分期业务方面，要求笔笔签订协议，期限不得超过 5 年，对预借现金申请分期还款的，额度不得超过 5 万元、期限不得超过 2 年；
• 外部合作规范：设置集中度指标，明确合作范围，加强合作机构管理；不可通过合作的互联网平台开展信用卡核心业务环节，禁止由联名单位直接或变相代为行使信用卡业务职责；
• 交易安全：发卡银行、收单机构、清算机构等各主体建立健全对套现、盗刷等异常用卡行为和非法资金交易的监测分析和拦截机制并依法采取措施；
• 消费者权益保护：应当建立消费者权益保护审查制度和工作机制，不得进行欺诈虚假宣传，确保销售行为可回溯等；
• 线上服务：鼓励线上信用卡业务等模式创新，丰富服务功能和产品；

• 征信数据上，在人行征信的基础上补充个人征信；
• 授信模式上，逐步打破统一授信，建立动态授信机制，精细化分群，实现动态管理；
• 征信公司上，相关法律也越来越健全。

3.3 产品服务体系——差异化

产品的差异化，亦即产品的创新。具体细分，可包括产品线上化；开设主题专区；完善产品和权益体系；挖掘客群卖点（专属卡、特色权益、特色活动）；适老化升级；零售金融产品（信用卡+借记卡+理财+委托交易）集成等。打造产品组合，提高收入规模。

3.3.1 产品

3.3.1.1 卡定义

消费分期业务的典型代表为信用卡，其典型特征为每一笔信贷都对应了真实的消费行为，资金直接由放款方付给商户，不经过借款人账户。信用卡包含信用支付和消费信贷（分期）双重功能，采取“一次授信、循环使用”的模式，根据不同用户的信用水平，给予不同的授信额度。持卡人可以在信用卡额度内进行消费，还可以对产生的账单选择分期还款。

3.3.1.2 卡特点

• 卡贷款金额小、笔数多、周期短、风险高等；
• 产品设计灵活，可针对细分人群开发主题卡、联名卡等产品，搭配特色权益吸引用户；
• 作为银行可触达全时间段、全生活消费场景的业务，日常生活渗透率高；
• 申请和使用门槛相对房贷、车贷、财富管理等业务来说较低；
• 数字化程度高，年轻群体普遍养成了互联网产品使用习惯，对于线上化产品适应度高；

3.3.1.3 卡类型

• 卡等级：普卡、金卡、标准白金卡、精英/豪华白金卡、钻石白金卡，以及黑卡等；

• 卡组织：银联卡、VISA卡、万事达卡、JCB卡、美国运通卡等；

• 发卡对象：公务/商务卡与个人卡；

• 卡币种：单币种、多币种、全币种卡；

• 定制信用卡；

3.3.1.4 卡功能

• 主题卡：①主要有五大主题：游戏卡、影视卡、车主卡、商旅卡、购物卡；②其他主题：女性主题；工薪主题；电商平台联名卡、萌宠卡、体育主题卡、国潮艺术卡、动漫 IP 主题卡、影音娱乐联名卡；

• 分期卡：分期产品：①现金分期，一般现金分期，小额分期，大额分期；专属现金分期；②消费分期：账单分期，一般账单分期，循环信用还款；非账单分期：支付消费/商品分期，专享额度-不限用途，专享额度-指定用途；

• 联名卡：①联名卡分类，购物类，商旅类，影视类，IP类，城市地标类，明星类，其他；②联名卡+场景化，银行业通过布局联名信用卡切入各种细分消费场景，用户使用联名信用卡可以享受金融服务和特殊优惠，信用卡活卡率、信用卡使用率也有一定的增加；

• 特色卡：北京冬奥主题信用卡，医护人员信用卡，城市印象卡（合属地资源、风土人情、宏观政策）；

3.3.1.5 卡权益

• 权益等级：

• ①普卡、金卡，此类型卡重在满足用户基础支付需求，其优惠权益设置较为常规且种类较少，包含生日消费积分翻倍、免年费礼遇、互联网会员优惠，指定酒店餐饮折扣等，旨在满足普通大众的需求；

• ②白金卡，此类型卡具有较多增值服务权益，通常包含卡组织权益与专属权益。卡组织权益内容丰富，涵盖类型多样，涉及境内、境外的一些服务权益；

• ③钻石卡，此类型卡面向拥有一定资产水平的或具有较高名誉的社会精英发行，通常也包含卡组织权益和专属权益；

• ④黑卡等高端卡权益，此类型卡通常为银行邀请办卡，持卡人可享受最优质的服务。其不仅提供世界顶级酒店、度假村、航空公司、餐厅、私人会所、高尔夫俱乐部等贵宾服务，也覆盖健身美容院、加油、娱乐、航空等日常生活服务；

• ⑤联名卡权益，此类型卡权益多为功能性权益，不同的联名卡有不同的附属功能和优惠福利，在特定的范围内会有比较大的优惠，各具特色。比如：影视联名卡常绑定互联网会员权益；购物联名卡包含商户折扣、积分累加等权益；公益卡则有扶贫助困等功能。用户可以根据自身需求选择相应的功能卡来使用。

• 权益类型：

• ①生活类，美食优惠券、免费礼品、免费流量、电影票折扣、购物返现、免费美容SPA、免费法律咨询等；

• ②用车类，免费租车、道路救援、免费停车、免费酒后代驾、加油返现、代理年检等；

• ③差旅类，高铁和机场贵宾室、接送机、酒店住宿、免费儿童机票、免费签证、航空里程兑换等；

• ④运动类，高尔夫练习场、免费健身房、羽毛球馆、游泳馆折扣使用等；

• ⑤医疗类，就医导诊、免费体检、免费洗牙、免费健康咨询等。

3.3.1.6 卡属性

• 产品等级{基础卡、高端卡）；

• 目标用户群体（性别、年龄、偏好、特定群体）；

• 申请条件；提供符合其数据特征的授信额度、贷款利率、贷款期限等；

• 额度；卡均笔数；卡均额度；

• 账单及还款；

• 息费利率；年费定价方式（免年费/刚性年费/可减免年费）；计结息方式；溢缴款；

3.3.1.7 卡创新

• 卡基：制卡、开卡审批流程长、时间长；

• 实体信用卡：独立实体卡和卡号；

• 账基：极速申请，快速审批，在线获客，线上开卡，线上支付，秒批秒用，线上积分（线上化趋势）；

• 虚拟信用卡：不依赖实体卡；

• 数字信用卡：发卡高效、安全性高、使用便捷、节约成本（依赖实体卡）；

• 无界卡：无界数字卡，无界服务体验；

• 卡生态：银行卡提供账户、转接清算，消费金融提供场景；

3.3.2 服务

深耕用户服务，同样需要打造差异化，做到几步走：挖掘用户需求，提升客户体验，增强客户粘性，占领用户心智。

3.3.2.1 线上服务

• 线上办卡：专项客服，线上办卡，紧急制卡，缴费全覆盖；

• 线上用卡：刷卡收单，条码收单，开卡、触动、首刷、促活，绑定APP，查账还款，自渠道还款，预借现金服务；

• 服务专区：专属积分，抗疫专区，数字普惠，支付合作，客服机制；

• 智能服务；

3.3.2.2 增值服务

• 围绕用户，深挖场景：贴合需求，灵活借贷，线上社区，消费分期，人群服务；

• 服务民生：商户收款，居家金融，外卖生鲜，消费平台；

• 减费让利：绿色通道，消费立减，息费减免，先买后付，分期还款，延期还款，灵活还款/还款安排（特殊定价，费率优惠，账单分期，不计违约），简化审批，征信保护；

• 积分权益：用户积分体系，信用权益，积分兑换，玩转积分+现金，借贷融合权益端口配套服务；

3.3.2.3 创新服务

• 立体式、综合化服务：交叉营销转化，信用卡生态闭环；

• 新金融模式：智能化，社交化，游戏化；

• 深化信用消费服务：全流程线上化，深入某一消费场景，快速贷、分期等多种类信用贷款；

• 大财富管理服务：以APP为端口，开放链接拓新大财富客群（①大财富融合，②消费信贷、分期、支付交易，③金融云+开放平台+产业链合作，④ESG、跨境金融、投资银行等服务，⑤政务平台G端客户财富管理，⑥产业互联网B端企业财富客群，⑦公司业务高净值零售客群）；

• 绿色金融服务：融合绿色场景的产品权益、用户权益经营（①绿色产品体系：绿色出行、绿色商品消费支付等；②绿色权益体系：卡积分+APP积分+碳积分；③绿色金融服务：普惠平台、绿色商城、健康生活）；

3.4 营销推广体系——生态化

3.4.1 场景&客群

3.4.1.1 场景

3.4.1.1.1 生态圈模式

• 金融生态：线下线上渠道业务合作、电子支付业务合作、打通信用体系，共同探索商业银行与互联网金融企业合作创新模式；在金融科技、零售银行、消费金融、企业信贷、校园生态、资产管理、个人联名账户等领域；线上支付+线下场景；

• 金融+非金融服务生态：①金融：账户，支付，分期，投资，理财，信贷，还款，金融科技；②非金融：购物，娱乐，商户，平台；③金融+X生活生态圈：金融+生活，金融+养老，金融+健康；（泛生活生态）；

3.4.1.1.2 场景经营战略

• 获客场景化：深耕零售金融客群，紧密围绕真实消费场景，以核心场景为突破口，线上探索场景平台新模式，构建数字化场景经营体系，建立场景网点化试点机制；

• 场景生态：①自建场景：场景建设，开放平台建设，开放银行生态，线上线下融合，专属垂直生态场景；②场景合作：场景生态圈；平台合作，扩充获客与消费场景，短视频平台等异业联盟，中青旅、健康养老等生活服务生态圈，抖音、小米等IP/明星产品吸粉，大型电商平台等巨头合作；

• 全场景经营/创收：①购物消费：主流电商；②大零售融合场景：借信融合、借信理零售业，消费、传媒、互娱零售场景融合，保险、信托、代销零售产品融合；③支付使用场景：头部电商平台，第三方支付机构；④财富生态场景：用户财富需求演变，资产管理、企业账户财务场景，财富管理、投研、投资等场景；

• 大场景深耕/保收：①零售消费场景：线上线下等高频消费场景，商超消费、吃喝玩乐购、衣食住行娱等高频生活场景；②垂直生态场景：教育、文化、游戏、社交、娱乐、旅游、出行、家政、托幼、体育，短视频娱乐，家居，车房绿色等专属垂直场景；

• 新场景探索/增收：①数字人民币场景：数字人民币生活买单信用卡融合场景，消费示范地区新试点场景，APP数字人民币寄递，交易市场应用场景；②ESG金融新业务场景：绿色消费贷，绿色低碳信用卡，信用卡+绿色保险，信贷新金融场景，公益、体育、绿色商场等信用卡积分新合作场景，ESG投资，碳金融，车生态；

3.4.1.2 客群

3.4.1.2.1 消费金融客群

• 分群分层的金融生态：消费能力，消费偏好，受教育程度，职业稳定性；

• 多元化需求：自我认同，圈层认同，年轻化；

3.4.1.2.2 客群细分/人群洞察

• 中高端客群：白领人群，；有车一族；

• 长尾客群：美食族，通勤族；

• 年轻客群：①年轻化，②新市民，③青年人，青年一代，④Z世代：95后00后，95年后出身（千禧客群，高校客群）；敢于透支预算（消费态度，消费能力）；消费行为偏好（基础型日常生活开支，悦己型只为开心取悦自我，投资型自我提升需求）；消费回归理性（疫情消费降级，储蓄意识觉醒，普惠的实用主义）；新需求，边赚边花（消费，理财）；⑤小镇青年；

• 其他细分客群：她经济；他经济；银发经济；夜经济；周末经济；宅经济；宠物经济；城镇化；家庭/乡村经济；小微客群；

3.4.1.2.3 拿下Z世代

• 营销：挖掘年轻人情绪价值；

• 权益：挖掘个性化需求，增强客户粘性，无微不至的普惠 干啥都有券；

• 体验：加强金融科技赋能；

3.4.2 渠道&营销

3.4.2.1 渠道

3.4.2.1.1 渠道战略

• 渠道战略：线上化；批量化；场景化；网络化；全渠道；

• 自建渠道：①信用卡直销；②直销团队发卡；③分支行网点；④分行线上属地宣传；⑤总分联动；

• 合作渠道：①互联网渠道流量合作；②合作方资源：跨界合作（第三方平台，整合异业联盟，跨界引流，金融科技合作）；拓展行政事业单位；政务民生；MGM推荐办卡平台；③APP全渠道接入；

3.4.2.1.2 渠道方向

• 网点获客：①倾向于智能化改造：数量多、覆盖广；②重发卡轻运营（通过捆绑营销的方式让用户完成办卡任务，缺乏有效手段和推动机制维持客户粘性）；③智能化设备改造（去除因传统网点等待时间长、网点销售人员对于产品讲解不清等原因导致获客率降低的情况）；

• 直销地推获客，倾向于场景化获客：①围绕着用户特征、各类商户及平台合作，嵌入消费场景中实现获客；②支持商圈内申卡即用；③同时享受信用卡积分与商户会员积分，此外信用卡积分还可兑换商户购物卡等；④区域性银行更了解当地民众消费偏好、习惯、需求等优势。此时，区域性银行选择深耕直销渠道，打造生活消费场景、构建特色品牌，既可以发挥地方优势，又可以弥补网点数量少的缺点；

• 线上获客：①深耕自有商城，合作第三方平台：用户移动化，应用场景化，手段智能化）；②优化自有信用卡APP：添加小程序，加载生活服务、充值服务、积分商城等板块，完善生活服务平台；③互联网平台合作：以直播、联名卡、微信朋友圈广告等方式，利用互联网平台自有的客群资源与精细化营销能力实现批量获客，弥补银行应用场景、流量的不足；

3.4.2.1.3 营销活动

• 营销活动分类：①支付活动：支付返现，指定消费返优惠金，消费获奖品，消费获取优惠券，参与活动提升临时额度；②场景活动，生活类，出行类，充值类，汽车类，娱乐类；③分期活动：分期免息，分期享好礼，分期优惠；④推荐活动：推荐有礼，推荐获新手礼包；⑤积分活动：生日多倍积分，第三方平台支付可获积分，境外支付积分；⑥其他：境外返现；

• 营销活动差异：①信用卡：从用户的日常消费场景、分期偏好、积分权益、支付减免及派发优惠等多个维度开展营销活动；②类信用卡：类信用卡背后的互联网金融行业对用户数据信息的整合分析已经不再局限于性别、年龄、工作、住址、收入等基本信息上，用户的风险偏好、投资经验、消费习惯数据，同样可以被记录、整理、分析。在竞争激烈的市场中，摸清用户现状，挖掘用户痛点，实现精准营销；

3.4.2.2 营销

3.4.2.2.1 营销策略对比

• 传统信用卡的营销策略：①产品策略：开发多样卡种；②价格策略：综合利用年费策略，透支利率优惠策略，赠送增值服务优惠策略；③渠道策略：网点推介，人海战术；④促销策略：减免费用或赠送礼物，抽奖/消费积分，与第三方合作促销；

• 信用卡数字化转型营销策略：①产品策略：开发多样卡种，大数据整合用户行为特征，针对客群推送个性化产品；②价格策略：多平台多价格优惠方案供选择，商品增值服务，分期免息、提升额度服务；③渠道策略：线上平台引流线下实体接触推销的交互模式；④促销策略：围绕客户生命周期各阶段的消费行为的不同阶段进行促销；

3.4.2.2.2 数字化营销策略

• 精准化营销：通过收集用户资产、负债率、年龄、交易偏好等相关信息，利用大数据技术来绘制全方位画像，发掘种子客群，并按交易类型、交易量、客户区域分布、开户时间等维度进行客群细分，实现精准式触达营销活动（绘制全方位画像，发觉种子客群，客群细分，精准触达及营销定位）；

• 场景化营销：针对不同生活场景，进行细节化分类，推出“线上线下业务交互”模式，将信用卡服务融入用户需要的各大场景中，实现客户服务特色化（线上线下业务交互，面对客群创新服务体系）；

• 多渠道营销：结合运动会、纪念日等活动，以及商户、互联网公司等多平台，推出特色化主题卡或特色化活动，打造多渠道营销模式（银行官方网站、手机短信、网上银行等行内渠道，官方微博、官方微信公众号等第三方关联渠道，电视广告、户外平面广告等公共媒介）；

• 定制化营销：在营销平台上，信用卡机构利用云计算、大数据和人工智能等技术搭建信息共享平台，打造围绕定制化用户构建包括生活、消费、金融的一站式云办公服务生态圈；

• 多样化营销：发放优惠券、免息、抵消现金等形式；基于不同客群风险偏好、投资经验、消费习惯等开发多元产品；

3.4.2.2.3 差异化营销模式

• 场景营销模式：场景特色，本地特殊，流量口碑，植入式传播；

• 特色营销模式：特色优惠活动，核心卖点，专项营销；

• 创新营销模式：零距离、满心意，网红品牌，快乐“星期五”，“周末”消费概念；

• 自主品牌营销：品牌热点效应；

• 电商平台营销：规模经济效应；

3.4.3 获客&发卡

3.4.3.1 获客

3.4.3.1.1 获客经营一体化

• 基础获客：获客渠道，定位和识别新增客户，新客获取，获客户，活用户；

• 分群经营：分众经营原则，客户生命周期，信用消费主力军，聚焦重点客群；

• 分层经营：高端人群，优质客群，优化客群结构；

• 获客追踪：营销效果分析；营销活动评估；

3.4.3.2 发卡

 3.4.3.2.1 申卡—— 核卡——用卡—— 销卡

• 申请流程：①自助申请（PC 端银行申请，手机银行申请，微信公众号申请，与各大商户或者互联网平台发布联名信用卡等）；②填写信息：身份证，姓名，手机号，推荐人，所在城市；③自动审批；

• 网上申请、网点核实：与类信用卡产品相比，信用卡产品在申请流程、审批速度上仍有较大提升空间，可引入或完善在线智能外呼、视频连接、拍照识别等技术来提升效率；

• 授信：一次授信循环使用，资质评估，信用评估，给定初始额度；

• 发卡：业务说明，申请流程，合约；

• 激活：自主激活；

• 绑卡：绑定APP，绑定其他支付工具；

• 用卡：交易，用信，还款，续卡；

3.5 风险管理体系——闭环化

信贷风控先后经历了1.0的人工作业粗放授信、2.0的系统辅助、3.0的全面智能化，大部分银行已初步完成数字化的转型，并进一步走向数智化的未来。

消费金融风控的重要目标是：控制欺诈风险、选定目标客群、进行合理定价，稳定且足够庞大的客群最终具有相对稳定的不良率水平。具体表现为：客群结构优化，细分客群特征，严控客群资信水平，筛选优质客户，严控共债用户通过率。

3.5.1 贷前/授信

3.5.1.1 风险类型

• 业务经营风险：欺诈风险，信用风险，共债风险（拆东墙补西墙，以债养债，多平台借贷风险，共债人群的识别和防控）；

• 操作风险：乱发卡、乱收费、乱用卡，对申请人资料审核不严等；在发卡过程中采取了参照他行信用卡额度授信，也就是俗称的“以卡办卡”；过度授信（高额授信，超额授信）；特例续卡；非目标客群发卡；不符合条件人群发卡；超审批权限；无申请材料；

• 交易风险：异常交易管控不力；信用卡违规套现；恶意透支；盗刷；

3.5.1.2 智能风控

• 传统风控：通常是线下，以资产、现金流、职业属性等为风控核心，优势是把握了还款能力的判断，通过面签等形式控制了欺诈风险；

• 大数据风控：主要是线上，信用推断，其欺诈难度较高、单客成本相对更低、效率相对更高；自动化审批，秒批秒办秒用，实时风控预警，风险前置；

• 智能风控：①基础：数据维度；数据密度；②关键：数据分析；建模能力；

• 风控策略：客户风险识别维度；差异化风险权重；①准入策略：人群细分；贷前差异化准入规则；黑名单规则；②反欺诈策略：反欺诈社交网络分析，家庭及社交关系；③授信策略；④动态调额策略：风险限额；⑤差异化定价策略；

• 风控数据：①行内自有数据（交易行为、个人资产、身份特征画像、履约历史、行为偏好、关系网络）；②征信数据；③三方数据；④外部数据调用顺序；

• 风控模型：大数据风控模型；①反欺诈模型；②审批模型；③额度模型；④优化风控管理模型和工具

• 风控边界：风险收益平衡，风控智能化，审批自动化，风控精细化；

3.5.2 贷中/用信

• 交易：交易笔数，交易金额，交易频次，表现周期；

• 授信：差异化授信；动态化授信；

• 用信：授信使用率，额度管理（综合授信额度，动态额度管理）；

• 还款：还款期限，还款方式，绿色通道；

• 透支：透支率，透支余额；

• 预警：套现识别；欺诈识别；共债识别；风险识别（用户风险分层，贷中B卡，账龄模型）；交易欺诈侦测系统（动态监控报表体系，贷中触发式分层预警，风险交易预警识别，实时风险监测）；

• 专项侦测和治理：高风险客户；套现客户；

3.5.3 贷后/失信

• 催收：差异化催收策略；催收标签；催收风险等级分层；催收评分卡；失联预测；智能催收（效率，合规，标准化运营）；智能外呼（RAP智能客服，智能电话催还）；

• 不良：不良率，不良额，不良生成率，90天逾期不良率，逾期半年未偿还信贷总额；

• 委外：强化外包催收，委外催收机构，存续期管理，动态PK考核机制；

• 资产质量：资产估值，加大资产清收力度；

• 自主核销：呆账核销；呆账资质（严格核销条件，确凿证据、逐笔核销），资产处置；

3.6 用户运营体系——精细化

3.6.1 知客

3.6.1.1 全生命周期客户经营

• 用户生命周期：按照全生命周期可以将信用卡用户分为潜在用户、新用户、成熟用户、衰弱用户、失活用户、流失用户；

• 业务过程：信用卡用户生命周期涵盖了市场活动、办卡咨询、产品设计、授信审批、客户营销、激活、刷卡、对账、催收、客户挽留、核销、处置、销户等业务过程；

• 生命周期运营精细管理：可通过对全生命周期运营的精细管理提升用户转化与留存，解决获客、活客、挽客难等目前信用卡面临的主要挑战；

3.6.1.2 用户画像标签体系

• 数据体系：账户数据；用户数据；交易数据；信用数据；

• 标签体系：银行拥有庞大的账户基础、业务范围、信息数据；信用卡业务连接着客户与商家，拥有客户交易信息、还款信息、客户的消费偏好、还款能力、信用等级，并不限于客户的收入、职位信息；

• 指标体系：交易金额，交易频次，表现周期，额度、频次趋势，实动率，实动客户规模，复用频次等；

• 客群特征：更快发现目标客户，洞察客户消费偏好和倾向，真正抓住需要信用卡的活跃客户，有针对性地向客户发放信用卡并激励其消费，满足中高端和长尾客户的需求；利用大数据实现银行信用卡的个性化差异化的营销，提升消费者的体验；对消费者使用信用卡偏好进行分析，开展客户生命周期管理以及信用卡定制化服务，增强信用卡的粘性，避免出现大量睡眠卡；

3.6.1.3 用户偏好及满意度

• 获知渠道：信用卡或手机银行APP，微信公众号，短信通知，信用卡官网，其他平台推送，官方微博，店内广告宣传，商家店员推荐，户外广告，客户推荐，亲友推荐等；

• 渠道偏好：直销驻点，信用卡/银行官网，销售人员上门办理，手机银行，微信公众号，电话邀约，柜台办理，主动电话办理等；

• 申卡原因：喜欢卡主题，卡交易安全，积分奖励/礼品好，网上交易方便，免年费，手续费低，客户服务好，促销活动多等；

• 营销活动偏好：①场景活动；②积分活动；③分期活动；④推荐有礼；⑤其他；

• 期望的增值服务：专属商户权益，专属积分特权，丢卡后的资金保障，酒店贵宾优惠，机场快速通道，机场贵宾室服务，健康服务体验，专属保险，高端活动，代驾服务等；

• 选择类信用卡原因：活动优惠力度大，支付更便捷，活动规则简单，易参与，客户服务更好，支付范围更广，APP使用体验好，免息分期机会多，活动形式更丰富，额度更高，分期手续费更低，积分获取更容易，查账还款更方便，积分使用场景更丰富；

• 信用卡常用原因：①卡设计：美观漂亮，主题好；②卡功能：安全性高，交易限额高，额度高，提额快，出国使用方便等；③营销活动：积分兑换礼品吸引人，商户优惠大，促销活动多，合作商家会员功能强大等；④服务体验：客户服务体验好，APP操作简单，还款便捷等；⑤收费：某些手续费低，免年费等；

• 调额期望：消费高峰期前；频繁刷卡且足额还款；有大额消费后；出境旅游时；有分期并及时还款；

• 满意度调查：申卡；激活；额度；查账；还款；积分；营销活动；信用卡和手机银行；信用卡微信服务号；

• 投诉及沉默原因：①用户流失分析：积分过期前未提醒导致清零，过度营销，还款提醒不及时，年费未告知，未经同意主动对账单进行分期等；②沉默用户识别：初始额度太低，被银行过度降额，额度调升金额低，调额频次少，客服电话接通困难，客服服务差，总是骚扰营销，APP不好用，有过不愉快的经历，活动门槛高，积分没有吸引力，办卡是为了拿开卡礼等；③注销原因分布：手续费高，短信交易提醒要收费，优惠活动规则复杂等；

• 分期服务满意度：①信用卡借贷整体及分环节满意度：分期服务整体，分期账单查询便捷，办理分期渠道丰富，分期产品种类丰富，分期后可提前还款，申请分期便捷；②用户流失考虑因素：活动太少，合作商家商品太少，申请流程过于繁琐等；③用户流入因素：平台信用好，服务态度好，还款灵活度高，活动丰富，额度符合要求，还款可提前等；

• 积分兑换偏好：话费，满减券，加油卡，日用品，小型家具类，饮品券，高科技产品配件，刷卡金，厨具，饭店住宿，手办，机票等；

3.6.2 育客

• 用户特性：用户需求，用户偏好，用户体验，提升客户体验；

• 用户运营：客户标签体系，用户画像和分层，精准客户画像，千人千面，客群分层；

• 用户权益：权益细分，营销优惠，信用卡增值服务，专属客群服务；

• APP价值：包含咨询、游戏、互动多元功能，私行、出国、商城多项配套服务；

• 运营成本：单个客户运营成本，边际收益，成本优化，收入贡献，降本增效；

• AUM提升：用户价值，重点客群（客户留存，价值提升），高净值客户，优质客户占比，AUM提升，用户结构变化；

• 战略方案：轻量化运营，无感化运营，场景+线上+生命周期，全生命周期闭环管理模型，线上线下一体化运营，上网下乡战略；

3.6.3 活客

• 客户活性：客户留存，用卡习惯，用户黏性，忠诚度，活跃度，客户忠诚度，卡片活跃度，“僵尸卡”，提升用户使用频次和时长，贡献度；

• 存量经营：①留存促活，盘活转化，存量客户精细化管理，提升存量客户价值；②交叉营销（财富/信贷联动，双卡客户，借贷同函，公私联动），收益闭环；③促动分期业务增收：拓展信贷用户偏好渠道，转化新客，深耕信贷用户日常借贷场景，促动分期（与触发用户分期的爆款商品的商家合作，促使分期，多渠道宣传触发用户分期的营销活动，促使转化，分析信贷用户平台偏好原因，完善自有平台）；

• 客户唤醒：客户睡眠原因分期，客户唤醒；

• 客户挽留：客户迁移，客户迁移因素，客户流转，归因分析，客户流转归因分析模型；

• 客户召回：客户流失，客户流失率，流失预警，召回率；

3.7 金融科技体系——数智化

• 科技化：大数据（数据质量，数据治理，数据价值，数据挖掘）BI，云计算，电子渠道，人工智能，5G，区块链，IT建设（API，微服务，RPA）；

• 平台化：核心平台，APP平台，决策引擎，特征平台，模型平台，整合型信用服务平台；

• 数字化：①数字化营销：AI内核驱动营销；②数字化风控：全链路，自动化；③数字化用户经营：实时计算，用户数据积累，用户行为轨迹；

• 智能化：智能核身，智能客服，智能语音，智能营销，智能风控，智能运营，智能征信，智能分析，智能交互，智能洞察；

3.8 资产结构体系——动态化

3.8.1 展业指标

• 居民消费需求：GDP；增长率；中国居民杠杆率；消费支出；

• 信用卡余额：信用卡应偿余额占比；贷款余额；

• 发卡规模量：①累计发卡量：发卡排名；②新增发卡量：增长排名，增长率，复合增长率；③发卡规模；④机构占有率；

• 用户规模：新增流量；存量规模；活跃用户规模；用卡量，流通卡量；

• 授信规模：授信总额；卡均授信额度；用信总额；授信使用率；复合增长率；

• 交易规模：信用卡规模；交易总额；消费交易额；透支额；透支余额；

• 不良规模：逾期半年未偿还信贷总额；不良率；不良额，不良生成率；

3.8.2 资产类型

• 息费：①利息：循环信贷利差，未全额偿还信用卡透支余额；预借现金利息，不享受免息期；②分期手续费：每期还款分期手续费；利息分类：账单分期，现金分期，消费分期，商户分期

• 非息：①商户回佣：信用卡消费时，商户收单机构向发卡行支付服务费；②年费；③违约金；④其他收入，信用卡业务为其他业务交叉销售佣金等；

• 交易类资产：非息收入，商户回佣；

• 生息资产：①非息收入：回佣；②利息收入：分期收入；

• 其他：分期类资产；衍生生息资产；中间收入；

3.8.3 优化资产结构

• 调优资产结构：信用卡收入占全行业务占比；多元收入结构；动态调整投放比例；优化资产结构；质量、规模、效益协同发展

• 信用卡与其他业务转化

• C端业务：用户生命周期；双持卡用户：双持卡率，信用卡与借记卡相互输血；

• B端业务：条码收单，刷卡收单；

• 联动：财富管理，代销业务；

• 动态调控信用卡收入能力

• 交易型资产和生息资产投放比例；

• 环境变化：①外部环境较差、内部风险压力较大，增加交易型资产投放力度，控制风险，收入稳定增加；②外部环境较好、内部风险压力较小，增加生息资产投放力度，快速提升收入水平；

• 交易型资产和生息资产用户分层；

4.发展建议

按照客户运营生命周期理论，从不同的客户运营阶段（识别潜客、活跃客户、判断流失价值、挽回客户）植入科技力量，以用户生命周期为核心，7大板块各自为阵，而又统一联动。

全国性银行和区域性银行，可分别发挥自有优势，通过如下细分领域，做到业务创新和突破：

• 简化开户服务：打造线上入口，将开户页面嵌入第三方合作机构，以提供用户更多元的开户入口和实现更全面的引流机制。

• 基础标化服务：对于各条业务线，银行应提供端到端的一致性服务，由统一的操作流程、智能客服或统一的话术培训对用户触点进行完善，打造一体化高的标准服务。

• KYC及用户价值挖掘：在完善标化服务后，通过对用户的习惯了解和数据的积累，进一步推进交叉营销或是特定的营销手段，提高用户粘性并最大化用户价值。

• 金融科技运营：一方面，由精细化分层模型判断成熟用户的价值，并通过前期的数据搜集和第三方接口的数据共享，针对性推送用户感兴趣的内容和产品；另一方面，打造银行自有的数字钱包并推进在任何时间、地点、场合进行数字化支付的服务，持续为支付业务赋能。

• 忠诚度计划：随着银行的数字化钱包进入主流消费市场，应识别并主动与用户感兴趣的业界进行合作，将数字钱包与银行和零售商的客户忠诚度计划捆绑在一起，允许用户在线上和线下同时使用。

• 失活预警模型：搭配持续迭代的失活预警模型识别失活用户，在此之上对用户进行针对性促活举措。

• 判别流失价值：对用户判别流失价值，由模型评估挽留的成本后客制化设定挽留方案。

【参考资料】

• 2019清华大学互联网产业研究院：2019信用卡与消费者信用评估白皮书（76页）
• 2020零壹智库：54家上市银行信用卡存量规模与增长分析（15页）
• 2020易观分析：中国信用卡业务数字化转型专题分析2020（37页）
• 2020银联数据：消费金融数字化转型主题调研报告（131页）
• 2021Z世代信用卡金融科技创新发展与趋势报告（41页）
• 2021银联数据：2021年中国区域性银行信用卡业务研究报告（86页）
• 2022易观分析：信用卡业务数字化专题研究2022H1（26页）
• 2023增量开拓与存量挖掘 信用卡客户经营专题报告（101页）
• 构建信用卡APP用户运营体系：用户分层与用户分群

至此，本文主体内容已书写完毕，虽有大量不足，还望读者批评指正。各位伙伴如果感兴趣，可以关注公众号，后台回复“信用卡”，领取部分学习资料。

我是正阳，专注金融风控，很高兴通过文字与你相识。如果你也有包括个人成长困惑、风控相关咨询、风控求职招聘、风控社群交流、其他风控合作等的需求，欢迎与我联系，微信号：sun--energy。

阅读原文

跳转微信打开

风浪越大，鱼越贵！能力越强，额度越大！

我是正阳，很高兴能够通过文字认识你

2.零售信贷业务基本属性

2.1 广义与狭义消费信贷

• ⼴义消费信贷：包括①传统商业银⾏向消费者发放的住房按揭贷款、汽⻋贷款、信⽤卡和其他贷款等；②持牌消费金融公司向消费者提供的家装贷、购物分期等，③新兴的互联⽹消费信贷等，其往往基于⽹上购物等消费场景，为消费者提供线上购物分期服务。
• 狭义消费信贷：是从广义消费信贷范畴中去掉传统商业银行车贷、房贷后剩余的部分。

2.2 零售信贷业务分类方式

• 按是否有明确借款用途，或者有无直接消费行为，可分为：①消费贷，与消费场景强关联，包括信用卡业务；消金公司与商户合作的教育、租房、医美等消费分期业务；蚂蚁花呗、京东白条、美团月付、抖分期等交易分期或账单分期业务；②现金贷，与消费场景弱关联，包括银行消费贷款；消金公司信用贷款；蚂蚁借呗、京东金条等；
• 按互联网场景属性或经营方式，可分为：①线上（互联网）；②线下；③自营；④联营；
• 按放贷主体，可分为：①商业银行；②消费金融公司；③互联网小贷公司；④其他融担公司等；

2.3 放贷主体与客群定位

2.4 产品特性与审批模式

• 服务客群相对下沉，风险容忍度对应就会较高，推荐产品利率就偏高，授信额度相应也就较小，期数通常相对也较短；  
• 服务客群相对优质，客户逆向对额度、利率、期数的敏感度较高，推荐的产品对风险的容忍度也就会更低，相应的风控流程也就越严格。

3.以放款额度为抓手的数字化风控策略

• 微额类：额度或件均在几千到小几万人民币范围左右；
• 小额类：额度或件均在十万上下；
• 中额类：额度或件均在二十到三十万左右；
• 大额类：额度约在几十万元至几百万元之间。

3.1 微额类

3.1.1 审批流程

3.1.2 风控要点

要点1：合作机构尽调

要点2：身份反欺诈甄别

要点3：征信白户识别

要点4：还款意愿评估

3.2 小额类

3.2.1 审批流程

3.2.2 风控要点

要点1：反欺诈识别

要点2：白名单形式

要点3：关联场景结合

要点4：多头借贷

要点5：额度评估

3.3 中额类

3.3.1 审批流程

3.3.2 风控要点

要点1：白名单模式

• 第一种：偏线上，白名单模式，在与渠道合作方合作获客的过程中，银行可以利用各种资源对潜在申请客户进行过滤，保证线上申请的客户是申请者本人；

要点2：线下网点开户

• 第二种：偏线下，要求前来申请的客户先前往线下网点开户，完成线下身份核验和征信查询授权签字后，再回到线上执行后继业务操作，包括额度审批、支用审批、提前还款等，因为客群范围有针对性，所以这种方式对区域经理来说比较友好。

要点3：预授信

要点4：还款能力评估

• 人行征信报告，关注历史逾期次数、个人身份信息历史修改次数、工作时长或注册经营时长等各项常规数据；
• 当地税务数据、社保数据等官方数据；
• 负面信息；
• 共债类数据；

要点5：额度管理

• 对高风险&低收益客户，严格压缩额度预算、控制风险，必要的情况下，及时停额；
• 对高风险&高收益客户，可将额度控制在一个合理的范围；
• 对低风险&低收益的客户，可适当降额；
• 对低风险&高收益客户，尽可能提高额度，提高收益；
• 对其他有疑问的客户，可暂时停额，经过有效核查后重新恢复额度；
• 对其他明确有问题的客户，要快速终止授信并转入提前还款流程。

要点6：案件分配

3.4 大额类

3.4.1 审批流程

总结

• 清华大学互联网产业研究院-《2019消费金融产业发展白皮书》-数据参考
• 招商证券-《金融科技系列报告（一）互联网消费金融 》-数据参考
• 艾瑞咨询-《2022年中国消费金融行业研究报告》-数据参考
• 公众号-老古成都-《以放款额度为抓手理解零售信贷数字化风控的重点》-流程参考

---

我是正阳，很高兴通过文字与你相识。

如果你也有包括个人成长困惑、风控相关咨询、风控求职招聘、风控社群交流、其他风控合作等的需求，欢迎联系二妹。

 

阅读原文

跳转微信打开

自家公司风控类岗位招聘，欢迎大家了解加入！

我是正阳，很高兴能够通过文字认识你。

• 数据分析师
• 风险策略分析师
• 高级数据分析师（北京/上海/成都/重庆）
• 风控专家（北京/深圳/成都/重庆/汽车金融方向/小微方向）
• 评分产品售前经理
• 评分模型专家
  
• 算法专家
• 算法专家（数据模型）

  
  

【岗位职责】

1. 处理用户海量数据，挖掘用户行为特征，为风控策略的制定提供参考依据；

2. 根据业务需求，开发各类风控模型帮助业务增长。

3. 协助构建风控数据监控体系，开发数据报表，监控风控数据及时发现问题，并提出解决方案

【任职资格】

1、硕士及以上学历，计算机、数学、统计、金融、物理、经济、信息工程等相关专业；

2、熟练使用SQL/Python/SAS/R（任一），具备较强的数据分析能力常用分析工具及相关编程语言；

3、精通数理统计，掌握常用数据挖掘方法，例如：线性回归，逻辑回归，决策树分群，聚类、关联分析等；

4、对商业和业务逻辑敏感，具备良好的逻辑分析能力和系统性思维能力，优秀的数据思维和强烈的数据决策意识，且思维缜密，做事认真严谨；

5、有较强的人际沟通、协调能力，具备与相关人员沟通数据需求的能力。

岗位职责：

1、负责构建风控策略体系，以量化分析为基础，有效识别欺诈风险与信用风险，制定不同类型产品的风控策略；

2、合理应用各类风险相关数据(包括三方数据、征信数据和行为数据)，完善用户风险画像体系、并落地应用；

3、负责监控各项风险指标，制定策略监控、实验、优化、迭代的方案，及时进行风控策略的调整和优化工作；

4、负责与技术部门、业务部门沟通，推进项目落地；

5、负责和合作金融机构风险部门沟通，维护和迭代合作产品的风险策略；

岗位要求：

1、本科及以上学历，金融/金融工程/统计学/数学/计算机等相关专业优先；

2、具有2年以上银行/消金/互金风控政策经验；

3、熟练使用SQL/Python/R/SAS/（任一），具备较强的数据分析能力；

4、具有较强的合规意识、风险意识和市场意识，抗压能力强，主动积极协调资源，具有高度的责任心和自我驱动力。

岗位职责：

1、使用建模工具进行信用模型及反欺诈模型开发，包括数据准备、建模及数据分析、模型的选取与优化、模型验证等工作；

2、对海量业务数据进行分析，深度挖掘内部数据，构建风控指标体系并具备开发特征库及解释相应衍生变量、规则的能力；

3、熟悉风控审批、额度、定价策略的制定方法及相应建模流程；

4、针对不同金融机构和业务给出相应的风控建模方案，向客户进行阐释并参与实施；

5、针对客户痛点进行业务引导并提供技术支持；

6、具备探索新业务场景的能力与热情，对于知识与技术向新场景迁移和应用有独立的见解。

岗位要求：

1、三年以上相关领域工作经验，统计、数学、计算机、金融工程等相关专业硕士及以上学历；

2、至少能熟练运用SAS/R/Python中的一种进行数据分析或建模，熟练掌握数据库操作（如SQL语句）；

3、掌握逻辑回归、决策树、机器学习等建模方法，了解算法的原理；

4、拥有银行/互金/消金等金融机构数据分析、策略开发以及建模工作经验者优先；

5、具备独立思考能力，逻辑严谨，对数据敏感，善于发现、探索并解决问题，自我驱动力强；

6、有较强的责任心及抗压能力。

岗位职责：

1、使用建模工具进行信用模型及反欺诈模型开发，包括数据准备、建模及数据分析、模型的选取与优化、模型验证等工作；

2、对海量业务数据进行分析，深度挖掘内部数据，构建风控指标体系并具备开发特征库及解释相应衍生变量、规则的能力；

3、熟悉风控审批、额度、定价策略的制定方法及相应建模流程；

4、针对不同金融机构和业务给出相应的风控建模方案，向客户进行阐释并参与实施；

5、针对客户痛点进行业务引导并提供技术支持；

6、具备探索新业务场景的能力与热情，对于知识与技术向新场景迁移和应用有独立的见解。

岗位要求：

1、四年以上相关领域工作经验，统计、数学、计算机、金融工程等相关专业硕士及以上学历；

2、至少能熟练运用SAS/R/Python中的一种进行数据分析或建模，熟练掌握数据库操作（如SQL语句）；

3、掌握逻辑回归、决策树、机器学习等建模方法，了解算法的原理；

4、拥有银行/互金/消金等金融机构数据分析、策略开发以及建模工作经验者优先；

5、具备独立思考能力，逻辑严谨，对数据敏感，善于发现、探索并解决问题，自我驱动力强；

6、有较强的责任心及抗压能力。

岗位职责：

1、使用建模工具进行信用模型及反欺诈模型开发，包括数据准备、建模及数据分析、模型的选取与优化、模型验证等工作；

2、对海量业务数据进行分析，深度挖掘内部数据，构建风控指标体系并具备开发特征库及解释相应衍生变量、规则的能力；

3、熟悉风控审批、额度、定价策略的制定方法及相应建模流程；

4、针对不同金融机构和业务给出相应的风控建模方案，向客户进行阐释并参与实施；

5、针对客户痛点进行业务引导并提供技术支持；

6、具备探索新业务场景的能力与热情，对于知识与技术向新场景迁移和应用有独立的见解。

岗位要求：

1、两年以上相关领域工作经验，统计、数学、计算机、金融工程等相关专业硕士及以上学历；

2、至少能熟练运用SAS/R/Python中的一种进行数据分析或建模，熟练掌握数据库操作（如SQL语句）；

3、掌握逻辑回归、决策树、机器学习等建模方法，了解算法的原理；

4、拥有银行/互金/消金等金融机构数据分析、策略开发以及建模工作经验者优先；

5、具备独立思考能力，逻辑严谨，对数据敏感，善于发现、探索并解决问题，自我驱动力强；

6、有较强的责任心及抗压能力。

岗位职责：

1、使用建模工具进行信用模型及反欺诈模型开发，包括数据准备、建模及数据分析、模型的选取与优化、模型验证等工作；

2、对海量业务数据进行分析，深度挖掘内部数据，构建风控指标体系并具备开发特征库及解释相应衍生变量、规则的能力；

3、熟悉风控审批、额度、定价策略的制定方法及相应建模流程；

4、针对不同金融机构和业务给出相应的风控建模方案，向客户进行阐释并参与实施；

5、针对客户痛点进行业务引导并提供技术支持；

6、具备探索新业务场景的能力与热情，对于知识与技术向新场景迁移和应用有独立的见解。

岗位要求：

1、两年以上相关领域工作经验，统计、数学、计算机、金融工程等相关专业硕士及以上学历；

2、至少能熟练运用SAS/R/Python中的一种进行数据分析或建模，熟练掌握数据库操作（如SQL语句）；

3、掌握逻辑回归、决策树、机器学习等建模方法，了解算法的原理；

4、拥有银行/互金/消金等金融机构数据分析、策略开发以及建模工作经验者优先；

5、具备独立思考能力，逻辑严谨，对数据敏感，善于发现、探索并解决问题，自我驱动力强；

6、有较强的责任心及抗压能力。

岗位职责：

1、独立完成建模方案设计、模型开发及部署，运用各类算法开发包括营销响应、流失预警等营销模型及反欺诈规则、申请评分、额度模型、行为评分、催收评分等风险模型，并对现有模型进行优化完善；

2、配合商务进行客户需求沟通、方案讲解及咨询支持，对客户提出的业务痛点提供有效的解决方案及量化的决策建议；

3、充分了解客户业务端审批流程及风险表现，结合用户特征，制定或优化贷前、贷中及贷后风控策略；为客户提供用户分层筛选、差异化营销手段等策略建议；

4、根据客户需求，独立带领项目成员进行咨询项目的实施，包括方案设计、项目计划安排、实施过程管理、项目质量把控、报告撰写及交付汇报；

5、其他创新探索工作：深入挖掘用户行为序列数据，设计特征维度框架及指标体系结构，进行特征开发；探索如图算法等创新算法实践及应用，并进行充分工程验证后推广应用在已有业务中。

岗位要求：

1、硕士及以上学历，数学、统计学、计算机等相关专业优先；5年以上银行、持牌消金、头部互金、金融科技公司模型及策略相关工作经验；

2、至少能熟练使用Python/Spark/R其中一种分析及建模工具，数据挖掘及建模经验丰富，能够有效利用LR、XGBoost、LightGBM等机器学习算法以及神经网络等深度学习算法构建特征与模型；

3、对零售信贷市场、信贷产品形态有一定的认知度，对全生命周期风控管理流程有深刻的理解，并掌握各环节的风控要点及风控策略制定逻辑；

4、具备独立思考的能力，逻辑严谨，对数据敏感，善于发现. 探索并解决问题，自我驱动力强；

5、具备较强的抗压能力，踏实、勤奋、细心，愿意并乐于接受新尝试、新挑战，探索创新主动性强。

岗位职责:

1、负责银行、非银金融信贷产品风控/运营体系的规划与建设，制定风险/运营政策框架，设计、迭代贴合业务实际的风控/运营策略，实现风险控制与业务收益的平衡；

2、统筹分析并定位信贷机构风险/运营管理中出现的问题，结合行业动态趋势、监管力度，把握市场机遇，提供有效落地的解决方案，促成项目开展和有效落地；

3、通过量化算法及业务经验等，基于内外部数据，统筹设计、开发有效用于风险/运营管理的数据及模型产品，并推进其实施落地。

岗位要求:

1、统招本科及以上学历，金融、经济、会计、统计、数学等相关专业，持 CFA、FRM证书者优先；

2、五年以上相关工作经验，知名咨询公司金融咨询，或大型银行全面风险和内控管理，或信用卡运营管理等经验优先；

3、熟练的量化分析能力和数据处理能力，熟练使用至少某一种数据库软件或量化分析软件（Python/SAS/R等）；

4、具有快速和主动学习能力、良好的沟通表达能力、较强的独立分析和判断能力，并思辨执行，长于归纳总结发现问题，勇于接受挑战、能够在压力下工作。

岗位职责：

1、独立完成建模方案设计、模型开发及部署，运用各类算法开发包括营销响应、流失预警等营销模型及反欺诈规则、申请评分、额度模型、行为评分、催收评分等风险模型，并对现有模型进行优化完善；

2、配合商务进行客户需求沟通、方案讲解及咨询支持，对客户提出的业务痛点提供有效的解决方案及量化的决策建议；

3、充分了解客户业务端审批流程及风险表现，结合用户特征，制定或优化贷前、贷中及贷后风控策略；为客户提供用户分层筛选、差异化营销手段等策略建议；

4、根据客户需求，独立带领项目成员进行咨询项目的实施，包括方案设计、项目计划安排、实施过程管理、项目质量把控、报告撰写及交付汇报；

5、其他创新探索工作：深入挖掘用户行为序列数据，设计特征维度框架及指标体系结构，进行特征开发；探索如图算法等创新算法实践及应用，并进行充分工程验证后推广应用在已有业务中。

岗位要求：

1、硕士及以上学历，数学、统计学、计算机等相关专业优先；5年以上银行、持牌消金、头部互金、金融科技公司模型及策略相关工作经验；

2、至少能熟练使用Python/Spark/R其中一种分析及建模工具，数据挖掘及建模经验丰富，能够有效利用LR、XGBoost、LightGBM等机器学习算法以及神经网络等深度学习算法构建特征与模型；

3、对零售信贷市场、信贷产品形态有一定的认知度，对全生命周期风控管理流程有深刻的理解，并掌握各环节的风控要点及风控策略制定逻辑；

4、具备独立思考的能力，逻辑严谨，对数据敏感，善于发现. 探索并解决问题，自我驱动力强；

5、具备较强的抗压能力，踏实、勤奋、细心，愿意并乐于接受新尝试、新挑战，探索创新主动性强。

岗位职责：

1、独立完成建模方案设计、模型开发及部署，运用各类算法开发包括营销响应、流失预警等营销模型及反欺诈规则、申请评分、额度模型、行为评分、催收评分等风险模型，并对现有模型进行优化完善；

2、配合商务进行客户需求沟通、方案讲解及咨询支持，对客户提出的业务痛点提供有效的解决方案及量化的决策建议；

3、充分了解客户业务端审批流程及风险表现，结合用户特征，制定或优化贷前、贷中及贷后风控策略；为客户提供用户分层筛选、差异化营销手段等策略建议；

4、根据客户需求，独立带领项目成员进行咨询项目的实施，包括方案设计、项目计划安排、实施过程管理、项目质量把控、报告撰写及交付汇报；

5、其他创新探索工作：深入挖掘用户行为序列数据，设计特征维度框架及指标体系结构，进行特征开发；探索如图算法等创新算法实践及应用，并进行充分工程验证后推广应用在已有业务中。

岗位要求：

1、硕士及以上学历，数学、统计学、计算机等相关专业优先；5年以上银行、持牌消金、头部互金、金融科技公司模型及策略相关工作经验；

2、至少能熟练使用Python/Spark/R其中一种分析及建模工具，数据挖掘及建模经验丰富，能够有效利用LR、XGBoost、LightGBM等机器学习算法以及神经网络等深度学习算法构建特征与模型；

3、对零售信贷市场、信贷产品形态有一定的认知度，对全生命周期风控管理流程有深刻的理解，并掌握各环节的风控要点及风控策略制定逻辑；

4、具备独立思考的能力，逻辑严谨，对数据敏感，善于发现. 探索并解决问题，自我驱动力强；

5、具备较强的抗压能力，踏实、勤奋、细心，愿意并乐于接受新尝试、新挑战，探索创新主动性强。

岗位职责：

-建立小微企业信贷反欺诈策略、准入策略、风险评分、预警监控策略等策略及风险计量模型

-探索、测试并应用多维B端数据源进行B端风控模型的建立及完善

-基于企业客户行为特征，从产品特点、风险管理等多角度制定解决方案

-跟进客户需求，协调团队，推动需求解决方案落地

任职要求：

-3～5年风险计量模型开发经验，熟悉金融机构授信及风险管理流程

-需要有2-3年的B端金融业务线上模型开发经验，有供应链、税贷、发票贷、经营贷等业务模型开发经验，以及B端数据产品经验者优先

-对业务、行业信息敏感度高，具备创造性思维和较强的学习能力、逻辑思维能力、数据分析能力、沟通能力及文字表达能力

-本科（含）以上学历，金融工程、统计学、数学、计算机及相关专业；有FRM或CFA证书者优先

-熟练使用Python、SAS、R等统计分析软件，具有Python数据处理及模型开发经验者优先

-熟练使用常用办公软件，包括但不限于Word、Excel、PowerPoint、Visio/EdrawMax

-积极向上、具备团队合作精神、诚信、愿意分享和承担责任，工作严谨认真对自己工作交付质量有严格的要求意识，勇于探索与坚持创新

职责描述：

1、协助销售团队与客户进行业务交流，深入了解客户的业务和技术要求；

2、识别、评估和推荐产品测试验证机会；

3、负责与各部门进行紧密协调沟通，收集产品反馈，分析并挖掘核心产品需求；

4、负责产品宣传材料编写、重点案例整理和总结，并定期对销售团队进行宣讲和培训；

5、负责产品命名体系管理、版本体系管理，及产品上下线管理等常规产品管理工作；

6、对日常数据进行跟踪和研究，定期分析运营效果，持续优化运营体系。

岗位要求：

1、 统招本科或以上学历，3年以上金融领域工作经验；

2、 从事信贷风险管理或市场营销管理相关的工作经验优先；

3、 在整个销售周期中识别、记录和阐明潜在客户的业务和技术要求的能力很强；

4、 善于沟通和项目管理，能够组织和协调跨团队的沟通与合作；

5、 出色的文案输出能力和交流演讲技巧。

岗位职责：

1、负责全信贷生命周期评分模型产品的研发，包括但不限于反欺诈评分、申请评分、行为评分、催收评分、营销评分、额度模型等；

2、负责外部三方数据和模型的价值评估和应用；

3、持续开展模型性能监控与分析，合理设计并实施模型优化方案；

4、积极研究和跟进前沿大数据建模理论和技术，并有效应用保持产品和技术竞争优势；

5、针对行业主要需求，构思设计新数据产品为客户创造价值；

6、对分析师提供有效技术、业务指导，协同团队高效工作。

岗位要求：

1、数学、统计、运筹学、金融、计算机等数理专业硕士及以上学历，博士优先;

2、具有5年以上大型商业银行、专业咨询公司或金融科技公司同类岗位工作经历；

3、精通风险及营销建模方法论，掌握并熟练运用常用的统计分析方法和算法，有数据产品研发经历优先，能熟练运用数据挖掘工具，如Python，R等；

4、具备独立负责评分产品研发能力，逻辑严谨，对数据敏感，善于发现、探索并解决问题，自我驱动力强； 

5、了解国内外银行业金融机构业务体系以及国内外模型管理标准，拥有银行机构或国外咨询公司模型管理工作经验者优先；

6、较强的书面和口头沟通能力；

7、有团队管理经验优先。

岗位职责：

1、利用机器学习、深度学习等主流人工智能技术实现底层数据的深入挖掘，解决实际问题

2、带领项目组完成数据产品研发的需求分析、算法设计、产品实施，同时完成项目管理等工作；

3、 负责风控模型标准化入模变量数据产品的算法实现和研发落地，提升整个产品研发效能；

4、 具备探索新业务场景的能力与热情，对于知识与技术向新场景迁移和应用有独立的见解。

岗位要求：

1、6年以上相关领域工作经验，统计、数学、计算机、金融工程等相关专业硕士及以上学历；

2、至少能熟练运用SAS/R/Python中的一种进行数据分析或建模，熟练掌握数据库操作（如SQL语句）；

3、掌握逻辑回归、决策树、神经网络等建模方法，了解算法的原理，拥有NLP、知识图谱等相关领域的项目建设经历优先；

4、拥有银行/互金/消金等金融机构数据分析、建模工作以及产品开发经验者优先；

5、具备独立思考能力，逻辑严谨，对数据敏感，善于发现、探索并解决问题，自我驱动力强；

6、有较强的责任心及抗压能力。

岗位职责：

1、独立完成建模方案设计、模型开发及部署，运用各类算法开发包括营销响应、流失预警等营销模型及反欺诈规则、申请评分、额度模型、行为评分、催收评分等风险模型，并对现有模型进行优化完善；

2、配合商务进行客户需求沟通、方案讲解及咨询支持，对客户提出的业务痛点提供有效的解决方案及量化的决策建议；

3、充分了解客户业务端审批流程及风险表现，结合用户特征，制定或优化贷前、贷中及贷后风控策略；为客户提供用户分层筛选、差异化营销手段等策略建议；

4、根据客户需求，独立带领项目成员进行咨询项目的实施，包括方案设计、项目计划安排、实施过程管理、项目质量把控、报告撰写及交付汇报；

5、其他创新探索工作：深入挖掘用户行为序列数据，设计特征维度框架及指标体系结构，进行特征开发；探索如图算法等创新算法实践及应用，并进行充分工程验证后推广应用在已有业务中。

岗位要求：

1、硕士及以上学历，数学、统计学、计算机等相关专业优先；5年以上银行、持牌消金、头部互金、金融科技公司模型及策略相关工作经验；

2、至少能熟练使用Python/Spark/R其中一种分析及建模工具，数据挖掘及建模经验丰富，能够有效利用LR、XGBoost、LightGBM等机器学习算法以及神经网络等深度学习算法构建特征与模型；

3、对零售信贷市场、信贷产品形态有一定的认知度，对全生命周期风控管理流程有深刻的理解，并掌握各环节的风控要点及风控策略制定逻辑；

4、具备独立思考的能力，逻辑严谨，对数据敏感，善于发现. 探索并解决问题，自我驱动力强；

5、具备较强的抗压能力，踏实、勤奋、细心，愿意并乐于接受新尝试、新挑战，探索创新主动性强。

我是正阳，很高兴通过文字与你相识。

阅读原文

跳转微信打开

将数据转变为智慧，成为一个略懂行业、略懂业务、略懂技术、略懂项目、略懂团队，且对企业和行业发展都能提供一些个人价值的风控人。

好久不见，我是正阳，很高兴能够通过文字认识你。