信用卡业务产品部门KPI与工作模式

一  KPI目标

　　卡的产品部门专注在分为2个方面，一个是card acquistion 专注获客，一个是card usage专注消费活卡。

　　对于card usage而言，核心的大指标是

• • 消费总额
  • 产生利润的借贷余额
  • 利润
  • app的下载量

　　为了完成这几类大目标，会再细分几个小的 。 消费总额下，会再度进行细分：

• • • 激活用户数
    • 消费用户数

　　而产生利润的借贷余额，会关注revolver循环借贷使用客户的人数，对于 移动app端而言，还会有 

• • • app下载量
    • 重大长期营销项目的参与/注册量

 

二  基于KPI的营销活动

　　在确定KPI的情况下，产品会想很多的策略，如何做活动，去促进各项指标的完成。

　　如KPI产生利润的借贷余额，主要是增加revolver的数量，那首先的促进消费为主，如果在需要做targeting 缩小范围发offer要求时，就可以通过revolver的模型排序筛选

　　这个活动来源，一般会来源于 已有的活动库，跟新发现的市场洞察/客户洞察。 一方面需要数据支撑，但更重要的是业务意识跟经验。

 　　产品部门设计的活动主要可分为季节性BAU活动 / 短期新增策略活动。　

• 季节性BAU活动：

　　　　这类活动是源于一些品牌活动跟长期策略，周期性营销节点。 品牌如国内的超级星期五，长期策略如香港市场一年到头全覆盖的海外消费，移动支付额外奖赏，周期性的如冬季跟夏季淡季销售满额奖励。

• 短期策略活动

　　　　基于一些合作，市场消费热点，针对特定商户，或者群体做的一些新颖的活动。

　　　　比如 茶店 / 咖啡店 / 饮品 / 麦当劳 / 书店 / 航空 / 旅行社 / 酒店 / 便利店 / 电影院 / 电子消费apple ，主要集中在吃喝玩乐消费等高频点，贴近生活的消费领域。

 　　　　短期KPI考核压力下，或者预算充足时，会设计的多。疫情下，很多预算被砍，这类活动消减。

　　相对而言，季节性活动确定性高，有经验，另外客户是一定了解的，因此持续时间会长，预算会高点。而短期活动，很多带有试探性质，门槛低，预算低点。

 

三  营销活动与数据分析洞察

　　具体在设计营销活动时，数据分析会从哪些方面提供帮助 ？

　　数据分析提供的洞察跟建议，哪些策略有效，能在多大程度上使用，细节如何设计，活动怎么做  ？

　　（一）数据洞察/建议的使用

　　数据洞察是可以提供策略的方向的，实际上，对于整体消费这类大指标，涉及的群体面较大的，不管是否需要注册资格，做的分析洞察，都是偏宏观。产品是很难简单根据这个洞察来设计一个完整的活动，比如：

　　

洞察 1： 有Mobile payment移动支付的客户，平均消费频率高，更好的消费水平
洞察 2： 使用智能公交卡注册的人群，忠诚度更高
洞察 3： 在疫情影响下，Airlines/hotels的 消费下降的特别厉害，而书店/超市/在线消费 / 电信费用 / 保险增幅特别大

　　单单这任何一个洞察，是没有足够信息来决定要发起一个活动的， 因为这只是非常宏观的洞察。另外这个关联性，需要业务端进行业务逻辑验证，是否构成因果。

　　实际中，对于 洞察1 / 2 是进行了落地，加在了淡季促销活动里的。即调整促销优惠玩法 - 提高了消费门槛降低消费满额返现力度，额外增加了移动支付/满额支付的奖励。而洞察3则没有。

　　原因在于，洞察1 - 2 跟支付/功能有关，本身就是一个业务推动的方向，很想做，而淡季促销玩法每年都在微调，加进去，非常方便。而洞察 3 则需要额外申请预算做活动，在预算本身就减少的情况下，没足够理由支撑，而效果却难说通，不是给糖诱惑你来，而是追着送钱的感觉。

　　这里需要指出的一点的是： 很多的数据洞察并不是完全新的，绝大部分并不会出乎业务跟我们常识的理解。但并不是说这类洞察没有用，因为本身任何观点跟业务直觉都需要数据去验证核实的。验证业务观点，本身就是数据洞察的核心一部分。

　　其实很多时候的好的洞察，需要业务给出一些直觉和方向性，“洞察”本身就带有主观经验性。

 

　　（二）事前做SIZING / Targeting 

　　做一个新的活动的时候，在预算有限或者效果不明朗的情况下，可以做一个精准名单推送，看看效果。这就需要一些筛选的Criteria，如果之前有类似的活动，可以借鉴一下，先给之前的活动做一个各Criteria维度的分析，看看哪些特征的人群表现会比较好。表现的指标可以是 Yes/No型即0-1的响应率，或者是连续性的平均消费额。 当然如果变量多可以通过模型做这件事情，来筛选客户，但从落地的角度而言，维度少点更容易业务理解。 

 

　　（三）分析设计方案及调整

 　　在设计offer跟玩法的时候，如梯度满减，消费满额度奖励，会对历史销售规模和平均消费额有个 有个先期预估。 在设计方案定玩法的时候，先进行模拟，大概会多少人拿到奖励。 再依据历史拉动规律，考虑增幅后，调整设定一个合理的门槛，使得客户能跳一跳够得着。 如满足的人数大概会比平时增高50%，大于500的消费会拉动70%，因此设定单笔满足500以上的计算消费额，3w消费总额返现，整体预算在范围内，而拉到收益为正。

　　对于设计第二次类似的活动时，会依据目前整个市场消费水平调整设计，如手机消费分期活动中，目前中高端手机市场均价对比上次活动的肯定有变化。

　　分析方案的设计跟调整，其实依托于tracking report跟事后的评估总结的。一个信用卡活动的方案，可以调整的地方比如offer的玩法，具体的门槛，targeting 目标客户群体，触达用户的channel，marketing 方面的文案等

　　

　　（四）事中监测和事后总结

　　其实数据在活动分析中的大头是validate， 事中事后会做各个监测。

　　一是事中监测 - 最重要的核心指标，参与人群，消费额，total spend tier 消费分布，ticket size分布，eligible 客户数，eligible 消费额，以及已奖励额度， 以及与目标完成度，

　　二是客群分析监测，尤其是对重点关注客群的参与度， 如年轻群体，重点消费人群，重点使用循环借贷人群。例如年轻群体是本年度的增长重心，看看本次活动中，对比是否有增幅。

　　　　例如在夏冬淡季促销的对比分析中，发现某次的 年轻人消费占比分别是 19%跟29%，而offer都是类似的。后面分析是 marketing在做communication的时候有问题，后面offer没动，请年轻代言人，在Facebook上打广告，提升了5%。

　　　　上面的案例其实也可以认为是对促销方案的动态调整

　　三是完备的事后分析总结，比较活动前后 KPI - 总消费，海外/本地/账单/分期/现金贷/零售，移动支付，借贷余额，产生利息的借贷余额，零售利息，利润等，以及在 核心关切维度 - 忠诚度 / 消费特征 / 循环特征 / 角色特征等方面分别的提升对比。

　　　　重点是要复盘一下，核心的 ROI是否达成，消费后最终形成的借贷跟分期效果，核心群体的响应情况。

，

 

 四  预算与营销

 　  1）每年都有个预算的总额，先看增减幅度如何，再进一步做活动跟营销计划。

　　2）一般是基于上一年度的做，看哪些是长期的周期的策略，优先列出来

　　3）再根据下年度公司运营的重点，确定一些大的营销计划，如做年轻人的，提升移动支付

 

　　4）围绕北极星指标 - 产生利润的借贷余额，重点KPI，设定一系列的活动如 循环借贷者的 targeting campaign。

 

五  关于市场跟竞争

　　不同于国内市场激烈，发达市场的竞争整体感觉相对弱一点。

　　从业务部门来看，会关注和跟进市场中其他的玩法，如市场上出现新卡的时候，会体验研究一下，想想对策如何应对。但更多的大头是关注本身活动带来的客户增量/参与度，以及消费指标；

　　在做市场跟进时，几乎没有专门的竞争数据对比， 而在数据分析部门这端就更加无数可分析了。