案例名稱

(資料圖)

銀校客群備用金產品授信金額提升

案例簡介

銀校客群（繳學費和校園卡充值客戶）為本地穩定的優質客群，但一直未開展有效的營銷。為提升該客群對我行的綜合貢獻，故開展此項目。該項目通過對行內銀校客群構建備用金營銷響應模型，預測客戶未來申請備用金的概率，提高客群中備用金授信客戶數，進而提升該客群的備用金授信金額，最終達到提升銀校客群對我行綜合貢獻值的目的。

注：備用金為我行個人消費貸款。

創新技術/模式應用

該項目前期基于現有的銀校客群數據，并結合備用金客戶授信要求，進行備用金客戶授信金額提升方案的討論和整理；中期通過對符合備用金產品準入的2021年全年本行繳學費客戶，進行客群特征開發，包含客戶基本信息、AUM、LUM、信用卡信息、交易流水和收入等特征信息，并利用Xgboost模型進行分析建模，不斷進行模型調優；后期則通過模型跑批輸出營銷名單，并對不同申請概率的客戶設計不同的營銷策略并執行優化，例如對意向最高的客戶進行人工外呼提升營效率，其他客戶則通過智能外呼、app push和短信營銷等方式交叉進行，保證較高的營銷轉化率。

整個項目過程將客群數據進行了較深入的挖掘，并結合業務知識對數據進一步篩選，取出其中重要的特征信息建模使用，在建模過程中也不斷調優，使模型預測效果達到較為精準的水平。最后則通過制定全方位、多手段的營銷策略對意向客群進行營銷，保證了較好的營銷效果。

項目效果評估

（1）模型效果：

（2）模型營銷效果：

營銷總體（約8萬）申請人數945人，營銷響應率1.2%；授信人數556人，授信金額8002.9萬元，戶均額度14.39萬元。概率排序TOP 1萬人里，申請人數289人，營銷響應率2.9%；授信人數194人，授信金額3225.3萬元，戶均額度16.63萬元。驗證了模型效果：模型預測申請概率越高、申請成功率越高。

項目牽頭人

吳微 產品運營崗

項目團隊成員

張世超、費佳淼、彭廣淑、戴煒杰、沈旭峰

關鍵詞：