銀行業務データ分析（銀行データ分析入門：クレジットカードのライフサイクル全体の分析はどうすればいいか？）

銀行データ分析入門: クレジットカードのライフサイクル分析を完全に実行するにはどうすればよいでしょうか?

最近、友人から銀行の与信業務のデータ分析について相談を受けたので、いろいろな事例を見ていたら、クレジットカードのライフサイクル全体を分析している事例に出会いました。とても詳しくて分かりやすく、基本的にそのままコピーして応用できるので、特別にシェアさせていただきました。

この分析ケースは、クレジットカードプロセス全体の各段階の業務運用シナリオに従って実行されます。主に、融資前分析、融資中分析、融資後分析の3つの部分から構成されます。具体的な分析内容は下図の通りです。

本研究のデータは、ある地域における複数の銀行機関の業務データを統合したものであり、表示されている部分は匿名化されています。

著者は、実際のビジネスニーズに基づいて、ミドルオフィスラベルシステムを通じてクレジットカードの各ライフサイクルの高頻度指標を整理し、統計分析を行っています。モデルの中核となる指標は次のとおりです。

1. 事前融資部分

この部分では、銀行の月間申請量とカード変換率を分析します。アプリケーションおよびアクティベーションポリシーを策定し、顧客獲得の異常を迅速に検出し、マーケティング担当者向けのKPI指標評価を確立します。基本的な顧客像を分析および確立し、マーケティング グループを特定し、コストを削減して効率を高めます。

具体的な分析のアイデアは次のとおりです。

1.1 応募書類の分析

受信ドキュメント分析は、受信ドキュメントに関連する情報を収集、分析、および適用することです。アプリケーション チャネル、アプリケーションの品質、およびその後のコンバージョンを分析して、銀行に顧客獲得マーケティング行動に関するアドバイスを提供します。マーケターのプロモーション実績をランキング化して分析することで、各マーケターがKPIを達成したかどうかを判断し、マーケティングへの熱意を高めることができます。

1.2 顧客プロファイル

顧客ポートレートとは、銀行の顧客基盤全体についての詳細な理解と説明です。これは、顧客の基本情報、リスク、活動、リターンなどを分析および統合して形成された、対象顧客グループの包括的かつ正確な説明です。さまざまな顧客グループを階層化および分割することで、企業は対象顧客をよりよく理解し、顧客のニーズと好みに基づいてより効果的なマーケティング戦略を展開できます。

2. ローン部分

クレジットカードの主な収入源は、現金引き出し利息、分割収入、違約金、年会費などの利息と手数料です。収入を増やすにはどうすればいいのでしょうか？まず、カード発行の規模を確保し、次にアクティビティのレベルを確保し、最後にユーザーの消費嗜好とRFM属性を理解して、タイムリーにマーケティング活動を開始する必要があります。分析のこの部分も同様に展開されます。

具体的な分析のアイデアは次のとおりです。

2.1 カード発行

カード発行状況を多角的に把握し、カード発行ルールを探り、現在のカード発行状況を最適化します。

• 各カードタイプの発行量を毎年毎月カレンダーチャートで確認することで、弱点月や弱点カードタイプを直感的に見つけ、今後重点的に取り組むことができます。
• 各支店が発行するカードの種類と数量のサンキーダイアグラムによれば、各支店が発行するカードの種類の割合を知ることができ、ターゲットを絞ったプロモーション活動や政策の実施に役立ちます。
• 前四半期の各支店のカード発行動向チャートに基づいて、各銀行のカード発行実績を確認できます。

2.2 初回閲覧とユーザーコンバージョンの有効化

アクティベーションの促進はクレジットカード マーケティングの重要な側面の 1 つであり、主にアクティベーションの促進とアクティビティの促進が含まれます。

アクティベーション プロモーション: カード発行からアクティベーションまでの日数と、カード発行から最初のスワイプまでの日数を計算し、アクティベーションと最初のスワイプの傾向グラフを描画し、最近のカード所有者のカード開設と最初のスワイプの習慣を表示して、アクティベーション リマインダー テキスト メッセージを顧客にプッシュするタイミングや、最初のスワイプ アクティビティを計画するタイミングなどの参考情報を提供します。

プロモーション活動: ここでは、カードの申し込みから収益顧客になるまでのカード所有者のカード使用サイクルのみに焦点を当てます。デジタルオペレーションで一般的に使用される3A3R戦略モデルを参考に、申請承認、カード発行承認、アクティベーション、最初のスワイプ、アクティビティ、収益の6つのリンクのコンバージョン率を算出します。コンバージョン率が低いリンクについては、既存のボトルネックを打破するためのマーケティングプランの設計に重点を置いています。

2.3 トランザクションの分散

カード所有者の現金引き出し行動は直接的に現金引き出し利息収入をもたらし、消費はさらに分割払い収入をもたらし、無利息期間後にも利息が発生します。そのため、取引量の刺激や取引条件の分析が必要になります。

ボストンマトリックスを参考に、消費者取引のMCCカテゴリーにおける単一消費量-取引量のマトリックス図を描きます。水平警告線と垂直警告線はどちらも平均線です。 MCC は、主要カテゴリ、マイナー カテゴリ、特定の MCC の 3 つのレベルでのドリルダウンをサポートしています。第 1 象限は取引量が多く、1 回の取引金額も高い取引、第 2 象限は取引量が少なく、1 回の取引金額が高い取引、第 3 象限は取引量が少なく、1 回の取引金額が低い取引、第 4 象限は取引量が多く、1 回の取引金額が低い取引です。取引金額が大きいほど注目に値すると考えており、この観点から、取引量が多いほど良いと考えています。

取引額と消費者取引の割合についてパレート分析を実施し、80/20 ルールに準拠しているかどうかを確認します (多くの場合、結果の 80% は 20% の変数によって生成されます)。同時に、取引量が最も多い加盟店が誰であるかを知ることができます。さらに、金利と手数料の面で上位10支店について棒グラフが描かれ、主要な金利と手数料の比率を比較します。

2.4 RFMモデルの分類

RFM モデルは、顧客価値と顧客の利益創出能力を測定するための重要なツールおよび手段です。著者は、消費者の取引を抽出し、各カード所有者のRFM指数値を算出して観察・分類し、各顧客タイプの価値を特定し、それに基づいてパーソナライズされたマーケティングプランを策定します。

2.5 ヴィンテージ分析

VINTAGE エイジング分析方法では、アカウントの年齢 (アカウントが開設された月) とアカウント開設日をディメンションとして使用し、クレジットカードの全サイクルの使用状況を分析します。その利点は、口座開設時間がカード使用行動に与える影響を排除し、同じカード使用時間を持つ顧客をグループとして扱う制御変数法の使用にあります。口座開設後の最初の数か月間に、顧客クラスターのさまざまなカード使用行動のピークを分析し、大規模なサンプルサイズで顧客のカード使用習慣を見つけ出します。これは、カードマーケティング活動にとって大きな参考値となります。

この VINTAGE 分析では、カード使用の平均ピーク期間を反映する消費活性化率と、世帯当たりの平均分割払い額と分割払い普及率。これは分割払い意向のピーク時期の平均を反映しています。これらはそれぞれ、カード利用規模とカード利用収入という2 つの中核的な側面を表しています。

3. 融資後の部分

この部門では主に銀行全体のクレジットカードの延滞状況を分析し、リスク管理計画や回収計画を策定し、不良債権率を削減します。具体的な分析のアイデアは次のとおりです。

3.1 分割払いビジネスの分析

現在請求されている支払いは、分割回数に応じて次の請求期間から分割して償却されます。ただし、通常の分割払い配分にあるすべての種類の分割払いについては、将来の分割払い配分データの計算が不足しています。そのため、分割払いの翌日には、分割回数、分割日、請求日、口座期間などの重要な分割払い情報に基づいて、将来の元金と利息の配分が計算されます。計算により、現在配分されている元本、現在配分されている費用、分割払いの現在残っている元本、現在残っている費用、残りの分割払い回数など、各期間の配分に関する主な情報が計算され、その後の配分のためのデータの基礎が提供されます。

• ダッシュボードで分割払い依頼日と分割払い償却日を選択すると、選択した日付の分割払い依頼状況と指定期間の分割払い償却状況を素早く取得し、将来の期間に依頼された分割払いの合計元金と合計費用の元金償却額と費用償却額を直接表示し、元金償却回収と売掛金出力を把握することができます。
• 面グラフを使用すると、合計元金とそれに対応する残りの割り当て元金、および合計費用とそれに対応する残りの割り当て費用を明確に確認できます。
• 分割払い期間分布のヒートマップを分析することで、各期間の将来の分布を直感的に観察することができ、分割払い商品計画策定の参考になります。

3.2 請求書の分割払い分析

すでに分割払いを行っているアカウントの請求額に影響を与える要因を分析し、過去 6 か月間の請求額と消費額の変化を追跡し、その後の分割払いマーケティング活動の意思決定の参考資料を提供します。

• 請求されたすべての現在の請求書の分割払いデータを分析し、時間線形分析を組み合わせることで、過去 6 か月間の継続的かつ安定した請求書の分割払いの傾向の下で、最新の請求書の金額または消費量が詳細に増加していることを直感的に確認できます。また、顧客の最新の請求書には、過去 6 か月連続で大きな消費シナリオが示されており、請求書の分割払いの可能性があると考えられます。
• 最新の請求書の目標成長率Xと、依頼された請求書分割口座の消費額を分析します。目標変動率をもとに、直近の曖昧な請求書を分析し、最終返済日をもとに各口座の請求状況を分析します。
• 分割払いの最終返済日または請求日からの日数の分析と組み合わせることで、どの日に請求書の返済またはマーケティングのリマインダーを出すことによるメリットが最大になるかなど、その後の分割払いのリマインダーまたは分割払いのマーケティングの参考になります。

3.3 延滞金の分析

延滞状況を分析することで、融資後の資産運用の参考になります。延滞口座数と延滞金額に応じて銀行内の各種延滞資産の割合を分析し、総資産における不良資産の分布を直感的に把握します。 MOB1、MOB2、MOB3、MOB4、MOB5、MOB6+の延滞状況を時系列で分析することで、延滞資産の現状の変化を把握し、その後の不良資産管理や融資回収後の意思決定の参考になります。

3.4 五行の移行

5 段階の形態移行マトリックスは、年初から現在のデータまでの 5 段階の形態の変化を分析するために使用されます。一般的な 5 段階の分類は次のように定義されます。

• 通常：ローン期間中の元金と利息の通常の返済
• 注意: 1～3 回連続でデフォルトが発生しました。ローンの元金または利息が60日以内に支払期限を過ぎた場合
• セカンダリー: 4～6 回連続のデフォルト。ローンの元金または利息が60～90日間延滞している
• 疑わしい: 連続したデフォルトの数 >= 7;ローンの元金または利息が90～180日間延滞している
• 損失: (i)、(ii)、(iii) に記載された損失基準を満たすか、ローンの元金または利息が180日以上延滞している

フロー レート: 前回の延滞金額が次の期間に発生する確率を観察します。通常は (C-M1、M1-M2...M4-M5) と略されます。たとえば、M2-M3 = 当月に M3 に入る増分ローン残高 / 前月末の M2 の既存ローン残高。長方形の配列と組み合わせて、5 段階の分類ごとの変化を分析し、各フォームの移行率を計算し、さまざまな資産の最適化または劣化の変化傾向を分析します。

この記事では主に、FineBI ツールを使用してクレジットカードのフルサイクル分析を実行する方法について説明します。以下は著者の完全な分析レポートです。