零售金融：數(shù)據(jù)化用戶(hù)經(jīng)營(yíng)方法、工具與實(shí)踐

贊　譽(yù)
推薦序
序言一
序言二
致　謝
第1章　消費(fèi)信貸行業(yè)的創(chuàng)新與數(shù)據(jù)驅(qū)動(dòng)/1
1.1　消費(fèi)信貸行業(yè)簡(jiǎn)述/1
1.2　大數(shù)據(jù)背景下消費(fèi)信貸行業(yè)的創(chuàng)新/3
1.3　消費(fèi)信貸業(yè)務(wù)要以用戶(hù)經(jīng)營(yíng)為中心/6
1.4　KYC的重要性/9
1.5　大數(shù)據(jù)思維的本質(zhì)/11
1.6　討論：數(shù)據(jù)驅(qū)動(dòng)文化的建立和組織架構(gòu)設(shè)計(jì)/19
第2章　新用戶(hù)獲取及用戶(hù)分群的策略設(shè)計(jì)/24
2.1　潛在用戶(hù)挖掘：內(nèi)部名單和外部名單/25
2.2　用戶(hù)分群以及激活響應(yīng)排序/26
2.3　新用戶(hù)獲取策略的設(shè)計(jì)和效果監(jiān)控/36
2.4　新手禮包的設(shè)計(jì)與效果監(jiān)控/40
2.5　用戶(hù)分群的定性分析思路探討/41
2.6　RFM用戶(hù)分群分析方法/44
2.7　案例1：年輕持卡用戶(hù)分群策略及效果分析/46
2.8　案例2：數(shù)據(jù)驅(qū)動(dòng)App獲取用戶(hù)的新思路/49
第3章　用戶(hù)準(zhǔn)入和授信/53
3.1　授信數(shù)據(jù)來(lái)源/54
3.2　授信風(fēng)險(xiǎn)評(píng)估：申請(qǐng)?jiān)u分卡/59
3.3　申請(qǐng)欺詐的識(shí)別/65
3.4　信用額度優(yōu)化：授信及初始額度策略/67
3.5　差異化風(fēng)險(xiǎn)定價(jià)/68
3.6　觀察期、表現(xiàn)期基本流程/69
3.7　FICO信用分介紹/71
3.8　案例：Python環(huán)境下的評(píng)分卡構(gòu)建過(guò)程/73
第4章　存量用戶(hù)的經(jīng)營(yíng)策略/82
4.1　存量用戶(hù)生命周期管理的方法及劃分依據(jù)/82
4.2　新用戶(hù)成長(zhǎng)期策略思路/86
4.3　成熟期用戶(hù)的經(jīng)營(yíng)策略思路/88
4.4　衰退期用戶(hù)的監(jiān)控及對(duì)策/91
4.5　流失期用戶(hù)的二次召回/93
4.6　存量用戶(hù)的價(jià)值提升策略/95
4.7　存量用戶(hù)的額度管理和定價(jià)策略/98
4.8　存量用戶(hù)經(jīng)營(yíng)效果的監(jiān)控/100
4.9　用戶(hù)畫(huà)像的構(gòu)建及驗(yàn)證方法探討/101
4.10　案例1：“母嬰用戶(hù)”標(biāo)簽預(yù)測(cè)模型的探索/105
4.11　案例2：賬單分期用戶(hù)的經(jīng)營(yíng)思路探究/111
第5章　用戶(hù)生命價(jià)值的計(jì)量/118
5.1　用戶(hù)生命價(jià)值體系框架概述/119
5.2　衡量用戶(hù)當(dāng)前價(jià)值/121
5.3　衡量用戶(hù)潛在價(jià)值/137
5.4　結(jié)論/138
5.5　案例：信用卡用戶(hù)生命價(jià)值的評(píng)估/139
第6章　貸中授權(quán)交易策略詳解/141
6.1　授權(quán)交易的定義和決策范圍/142
6.2　授權(quán)交易的具體策略/143
6.3　授權(quán)交易的額度設(shè)定/146
6.4　授權(quán)交易策略的驗(yàn)證/147
6.5　授權(quán)交易策略的部署/147
6.6　授權(quán)交易補(bǔ)充策略/147
6.7　案例：授權(quán)交易策略的冠軍挑戰(zhàn)賽/148
第7章　貸后催收的新思維/150
7.1　突破傳統(tǒng)催收策略的邏輯思維/150
7.2　利用大數(shù)據(jù)分析讓催收成為一種競(jìng)爭(zhēng)優(yōu)勢(shì)/155
7.3　催收分析能力轉(zhuǎn)型的要點(diǎn)及方向/156
7.4　案例：機(jī)器學(xué)習(xí)提升催收效率/157
第8章　數(shù)據(jù)挖掘與用戶(hù)服務(wù)/161
8.1　大數(shù)據(jù)正在改變用戶(hù)服務(wù)的不同方面/162
8.2　大數(shù)據(jù)技術(shù)的具體應(yīng)用/163
8.3　案例：利用文本挖掘發(fā)現(xiàn)用戶(hù)的真實(shí)需求和用戶(hù)的態(tài)度/165
第9章　大數(shù)據(jù)提升反洗錢(qián)效率/169
9.1　反洗錢(qián)合規(guī)面臨的問(wèn)題/169
9.2　大數(shù)據(jù)，大挑戰(zhàn)/170
9.3　大數(shù)據(jù)技術(shù)驅(qū)動(dòng)變革/171
9.4　金融機(jī)構(gòu)的實(shí)踐/172
9.5　案例：用機(jī)器學(xué)習(xí)模型判斷用戶(hù)風(fēng)險(xiǎn)等級(jí)并解決樣本數(shù)據(jù)不平衡問(wèn)題/176
第10章　數(shù)據(jù)驅(qū)動(dòng)的工具箱：數(shù)據(jù)挖掘和常用建模方法概述/182
10.1　數(shù)據(jù)分析能力的進(jìn)階/183
10.2　模型開(kāi)發(fā)的基本流程/184
10.3　數(shù)據(jù)收集和假設(shè)檢驗(yàn)/189
10.4　因子分析/主成分分析/196
10.5　決策樹(shù)/205
10.6　隨機(jī)森林算法/210
10.7　梯度提升決策樹(shù)/215
10.8　貝葉斯分類(lèi)/223
10.9　支持向量機(jī)/227
10.10　聚類(lèi)分析/230
10.11　線(xiàn)性回歸和邏輯回歸/235
10.12　推薦算法/243
10.13　神經(jīng)網(wǎng)絡(luò)/248
10.14　社交網(wǎng)絡(luò)分析/256
10.15　文本挖掘/259
10.16　討論：模型的解釋性VS.模型的準(zhǔn)確性/268
第11章　模型的評(píng)審、驗(yàn)證和生命周期管理/276
11.1　模型管理的全流程/276
11.2　模型管理系統(tǒng)/277
11.3　模型風(fēng)險(xiǎn)等級(jí)/278
11.4　模型檢查的時(shí)間點(diǎn)/279
11.5　模型驗(yàn)證數(shù)據(jù)庫(kù)/279
11.6　模型文檔/280
11.7　模型生命周期管理/281
11.8　討論：模型驗(yàn)證團(tuán)隊(duì)的架構(gòu)設(shè)計(jì)/282
第12章　大數(shù)據(jù)：用戶(hù)忠誠(chéng)度計(jì)劃背后的秘密武器/283
12.1　引言/283
12.2　構(gòu)建用戶(hù)激勵(lì)體系，陪伴用戶(hù)成長(zhǎng)/284
12.3　用戶(hù)忠誠(chéng)度的衡量方法及評(píng)價(jià)標(biāo)準(zhǔn)/289
12.4　案例：世界十大零售銀行用戶(hù)忠誠(chéng)度計(jì)劃簡(jiǎn)介/292
參考文獻(xiàn)/300