数据挖掘技术在银行信用卡业务中的应用

论文摘要

信用卡业务在中国的发展方兴未艾,竞争也日趋激烈。如何更多地了解客户的信息,并将这种信息转变成“知识”,从而更好地为客户提供高质量的个性化服务,保持和发展高价值的客户,已经成为各银行开展信用卡业务的一个紧迫的课题。新兴的数据挖掘技术能够从海量的信用卡业务存储数据中发现一些未知的、有价值的规律,无疑为银行提供个性化的信用卡服务提供了强有力的支持。本文重点研究信用卡数据集市的建立和数据挖掘技术在信用卡信用评估、客户、特约商户价值的区分和客户消费偏好中的一些应用。并提出了一些基于数据挖掘的信用卡营销战略和个性化营销的新方式。本文的研究可以为银行开展信用卡业务带来新的思路,为国内银行提升信用卡业务的服务水平、获取竞争优势提供一定的帮助。本文的主要创新点如下:(1)将数据挖掘引入到国内银行的信用卡业务分析中。主要是信用卡信用评估、客户价值的区分和客户消费偏好中的一些应用。(2)探讨了有关信用卡数据集市建设的问题。(3)在前人关于个人消费信贷研究的基础上完善提出了一个信用卡信用评分的模型。(4)在前人的基础上补充提出了信用卡的客户价值的模型,还提出了特约商户的价值的概念和计算公式。(5)提出了一些新的关于信用卡个性化营销的方式。

论文目录

• 摘要
• ABSTRACT
• 1 绪论
• 1.1 引言
• 1.2 本文的研究主题和意义
• 1.3 国内外研究现状
• 2 信用卡业务和数据挖掘
• 2.1 信用卡与数据挖掘概述
• 2.1.1 信用卡的定义
• 2.1.2 使用信用卡的优点
• 2.1.3 数据挖掘的产生
• 2.1.4 数据挖掘的定义及其挖掘过程
• 2.1.5 数据挖掘方法
• 2.1.6 数据挖掘应用
• 2.1.7 信用卡业务存在的问题及对策
• 2.1.8 数据仓库及其系统组成
• 2.1.9 信用卡数据仓库系统信息的来源及构成分析
• 2.2 信用卡数据集市系统的功能设计
• 2.2.1 系统实现的目标
• 2.3 信用卡数据集市建模
• 2.3.1 数据集市的组成和表群划分
• 2.3.2 数据粒度划分
• 2.3.3 数据集市建模
• 2.4 以客户为中心的数据整合—数据采集系统ODS的设计与实现
• 2.4.1 数据ECTL（Extract，Cleanse，Transform，Load）过程
• 2.4.2 数据整合的难点
• 2.5 系统的关键技术及实现架构
• 2.5.1 系统的技术实现架构
• 2.5.2 系统的关键技术
• 3 数据挖掘在信用评分和客户、商户价值计算中的应用
• 3.1 客户信用评分
• 3.1.1 信用评分模型
• 3.1.2 数据挖掘在客户信用评分中的作用和一个应用实例
• 3.2 信用卡客户、商户价值
• 3.2.1 信用卡客户价值计算
• 4 客户消费行为关联分析及相应的营销战略
• 4.1 客户消费行为关联分析及相应的营销战略
• 4.1.1 基于日期的特约商户之间的关联
• 4.1.2 基于日期的特约商户营销战略
• 4.1.3 基于信用卡帐号的特约商户之间的关联
• 4.1.4 基于信用卡帐号的特约商户的营销战略
• 4.2 基于数据挖掘的信用卡个性化营销的形式
• 4.2.1 银行信用卡业务部门与特约商户进行联合数据挖掘
• 4.2.2 消费奖励积分的设置
• 4.2.3 信用卡透支利率和打折的差别化
• 4.2.4 发送定制的促销信息
• 4.2.5 利用数据挖掘进行交叉营销
• 4.2.6 利用数据挖掘评估产品表现和营销计划
• 4.2.7 利用数据挖掘奖励特约商户收银员以改善受卡服务
• 5 信用卡数据挖掘的相关法律问题
• 5.1 数据挖掘技术和隐私
• 5.2 有关歧视的法律问题
• 6 总结
• 参考文献
• 后记