互聯網支付產品興起後，銀行信用卡日子好過嗎？

這些年來，花唄、收據等互聯網公司推出的類信用卡產品的使用率上升，螞蟻金服的花唄餘額已經達到近千億元。不少人認為，受到這些互聯網產品的擠壓，銀行信用卡業務涼了。

事實真是如此嗎？

截至2018年二季度，商業銀行信用卡總髮夾量達到6.38億張，同比增長22.7%，人均持卡量從0.34張增長至0.46張。顯然用戶對於銀行信用卡的需求並沒有因為花唄、收據的出現而減少。

這只是行業平均速度，一些出色的信用卡運營商增速更猛。平安信用卡2017年新增髮夾1509萬張，同比增長80.0%；今年上半年新增髮夾917萬張，同比增長81.2%；交易金額達12,072億元，同比增長89.9%。髮夾量與交易規模都處在八成以上的增長。

為什麽會如此？高增長背後，是平安銀行信用卡已經運用成熟的金融科技完成了布局和轉型。

金融科技這個詞從2016年開始火起來，現在已經席卷整個金融領域。這一波金融科技浪潮之所以比之前的技術變革更受關注，主要是因為這波浪潮中的主導性技術是大數據、雲計算、人工智能。這幾大技術為信用卡行業帶來了金融生產力的極大釋放，尤其是在C端用戶層面，給用戶帶來成幾何級的效用提升，使得這波金融科技浪潮比之前的技術應用更加洶湧澎湃。

金融科技走過兩年多的歷程，到現在已經棋至中盤來到下半場。下半場技術在信用卡領域會更大程度上發揮主導作用，也會給行業帶來更多變局，率先完成金融科技更新的企業，必然會在接下來的競爭中實現彎道超車。

平安信用卡可以看做是這樣的案例，通過金融科技在C端帶來更好的便捷性與安全性，髮夾量與交易額持續高速增長便是結果。

深耕C端消費者，是上下半場轉折關鍵點

近三年來的這場金融科技風潮，核心是數據驅動，主要應用的領域在C端。不管是支付、借貸、理財，都是C端服務獲得了長足發展，如移動支付、消費信貸、個人理財等，都因著金融科技的進步而變得觸手可及。

即使是服務B端的雲計算，也是為線上的IT系統做運維支撐，最終在C端落地。因此，這些C端領域成了金融科技企業的必爭之地。而B端因為缺乏像C端那樣數量豐富、維度多樣的數據資源，便很難打開局面。

在金融科技的上半場，很多C端用戶已經享用過過金融科技紅利，但體驗還不能說讓人滿意。如網絡借貸往往伴隨著高風險；網絡理財買起來方便，但技術對於提升普通用戶體驗依然缺乏建樹，等等。下半場競爭重心依然在C端，誰能繼續以技術提升用戶效用，滿足用戶對金融服務的更高要求，誰就能獨領風騷。

信用卡領域也是如此，客戶的需求在更新，從卡片到客戶端是否能提供一站式服務，給客戶帶來真正的實惠，成為了行業思慮所在。

因此，金融科技下半場，信用卡的核心賽點在於，如何抓住用戶體驗的迭代持續深耕，並最終實現卡到端的全面更新。

抓住C端賽點，平安信用卡“金融+科技”雙引擎提速

以往信用卡業務的核心競爭力是地推能力與風控，靠的是傳統的激勵手段與風控手段。而現在，信用卡業務的核心競爭點已經轉向了金融科技對全業務層面的更新。金融科技對於信用卡業務的助推作用在明顯深化，可以在很大幅度上提升C端體驗。

平安信用卡的快速崛起，也是抓住了金融+科技改善信用卡C端體驗的能力，借助科技進行服務系統的重構。平安銀行在2017年提出了“金融+科技”雙輪驅動戰略，利用大數據與人工智能，加快零售業務變革，用金融科技強化C端服務便是對這種理念的嘗試。

具體而言，平安信用卡一方面推進信用卡使用的便捷性、安全性；另一方面，推進從卡到端的全面更新，卡片與客戶端相互支持，做大生態。無論是卡的體驗，還是卡、端結合，都是以金融科技為基礎支撐。

從便捷方面而言，平安信用卡推出了智能客服平台，直接讓機器人為用戶提供24小時精準服務。 

這裡面的難點在於，機器人如何根據用戶需求進行準確反應。現在有小冰等線上機器人可以跟人聊天，但你跟小冰聊信用卡需求，小冰是無法回復的，因為沒有大量的信用卡數據來訓練小冰，小冰也就無法理解用戶需求。用大量信用卡數據來訓練機器學習模型，才能讓機器更加做到信用卡領域的專用智能。

平安信用卡優勢就在於此，擁有大量的信用卡數據，這也是客服智能化的技術基礎。有數據顯示，目前平安信用卡AI客服每周支持約500萬次的客戶谘詢，服務能力提升40%，在線客服運營效率在技術上提升150%-200%，金融科技的更新效果可見一斑。

安全性方面，平安信用卡開發了智能反欺詐系統，在客戶刷卡的瞬間，系統計算大量的評分模型和欺詐規則，對風險交易實時打分，攔截盜刷交易。 

這其中的難度在於，用戶刷卡是瞬時的行為，判斷交易是不是盜刷，難度非常大。要在瞬時之間獲取數據，並完依據評分模型以及設計的欺詐規則，對數據進行運算，判斷風險概率，沒有足夠的技術積累是做不到的。

這對於運算速度提出了很高要求。我們所謂的大數據計算，可以分為批量計算與流式計算。批量計算是先存儲後計算，精準性更高，但不夠及時；流式計算是無需先存儲，可以直接進行數據計算，保證數據被及時處理。

二者差別在於：批量計算更適合對即時性要求不高、對準確度要求很高的場景，如智能推薦，需要非常高的精準度，更適合批量計算來實現；而流式計算更適合對運算速度要求極高的場景，可以在毫秒時間段內完成運算並給出決策。

顯然，刷卡時的反欺詐過程，更適合採用流式計算來處理大數據。平安信用卡搭建了流式大數據引擎，將每筆交易的決策控制在50毫秒以內，有效攔截盜刷行為。

數據顯示，截至目前，智能反欺詐系統已經服務超過5300萬用戶，累積處理超過10億筆金融交易，為用戶直接或間接減少了超1億元的經濟損失。更難之處在於，平安信用卡智能反欺詐，不僅快，而且準。除了流式大數據引擎的運用，平安信用卡還集成了Neural Networks、GBDT、Logistic Regression等多種機器學習算法，對各類盜刷交易特徵進行深度學習，盜刷數據的多樣和複雜，反而成為了這套系統的防護牆。

通過以上手段，平安信用卡的便捷性、安全性都有了很大保障。

此外，平安銀行還在客戶端方面發力，借助卡、端兩方面的全面更新，既提升使用體驗，也打造更強大的生態。

客戶端與信用卡相比，用戶使用頻次更多，有更多的資訊互動，形成更多的數據資源，用戶畫像也就更加精準，對用戶的個性化服務也就更有基礎。客戶端相比於卡也可以承載更多的業務，讓客戶獲取一站式銀行服務。

因此，客戶端的發展可以為信用卡業務助力，提供更多數據來優化信用卡業務，同時也給信用卡業務以更多的服務，卡與端的生態可以做大。

這樣，平安銀行以科技賦能金融業務，給C端客戶帶來的是便捷、安全，“金融+科技”雙引擎得以提速。

金融科技讓國內信用卡行業走出粗放式增長

看了這些，大致可以理解平安信用卡為什麽能在產品越來越多元化的時代，實現八成以上的增長。用戶體驗是髮夾量、交易量增長的基礎，再配合上品牌推廣、有效獲客，高速增長也就不難理解了。

平安銀行信用卡“金融+科技”雙引擎、從卡到端全面更新的策略，帶給中國信用卡行業很多啟示。金融科技要落實到影響C端服務的每個環節，讓每個環節都因為金融科技而變得更高效。

以往，金融科技與信用卡的結合點主要還是在場景與流量上，很多銀行與互聯網企業發行聯名信用卡，並在相關的場景裡推，此外還利用互聯網公司的流量與數據，做信用卡的推廣。這是信用卡與金融科技結合的初級階段，應用深度還不夠。

在當下，金融科技會在信用卡業務的核心環節發揮更大作用。具體表現為： 

在KYC階段，大數據為用戶畫像，更精準地了解用戶的特徵，為其匹配更合適的產品；

在用戶申請信用卡階段，提供線上申請平台，智能匹配相關資訊，實現信用卡申請的線上化、便捷化、智能化；

在審批流程中，通過狀態實時更新、智能客服服務等形式，使用戶及時了解審批的進度；

銀行在審批階段，通過大數據風控、反欺詐模型等手段，對用戶信用狀況進行準確判斷，攔截不合適的申請人，為合格申請人確定合適的額度；

在信用卡的使用與管理環節，通過消息推送、智能客服等手段及時與客戶保持聯繫，當客戶提出即時提額時，可以通過大數據計算，迅速做出反應。每一次刷卡時，通過方可模型對數據進行運算，判斷可能的盜刷行為；

在客戶全生命周期管理中，全面掌握各類數據資訊，智能化管理每個客戶的需求，個性化調整額度。數據化管理不活躍的用戶，通過優惠資訊推送等，激活用戶的使用。 

總結起來，就是用大數據、人工智能等前沿技術，變革業務流程中的審批、管理、風控等環節，在用戶端實現信用卡使用的便捷化、安全化。這些方面，平安信用卡都通過金融科技，強化了效果。

這對於中國的信用卡行業具有很好的借鑒意義。

現在整個行業的粗放式增長還是比較明顯，信用卡競爭，主要還在比拚管道、場景以及優惠力度。這些並非不重要，但是如果C端用戶體驗上不去，安全性不能得到徹底保障，那麽發出再多的卡，堆積再多的場景，意義也不大，很難被用戶認可。

只有當用戶的需求被快速、便捷地滿足，用戶才會感受到乃至認同、理解企業傾注的人性化關懷。從這個層面來說，平安信用卡“懂你”的年度主題不只是喊口號而已，懂用戶，才能真正獲得用戶。

當然，做好C端服務，在更高程度上認知用戶，不是一朝一夕，需要將更多行為線上化，積累更多的用戶數據，用豐富多維的數據去為用戶畫像，使模型更加精準。

所以，我們能看到金融科技對金融服務的變革，還有很大的想象太空。