大数据在汽车金融行业的应用

《大数据在汽车金融行业的应用》由会员分享，可在线阅读，更多相关《大数据在汽车金融行业的应用（12页珍藏版）》请在金锄头文库上搜索。

1、 大数据在大数据在汽车金融市场汽车金融市场中的应用中的应用 1.1. 中国中国汽车金融市场汽车金融市场现状现状 从 2009 年开始，中国的汽车销量超越美国跃居世界首位。据央行统计，我国汽车金融 市场规模已经超过 7000 亿元，从 2012 年 到 2015 年，年增长率均超过 30%，而现在，汽车 金融仍在以每年 25%的速度在增长。未来三年，汽车金融市场规模将会上升至 1.5 万亿元， 汽车金融将在转型中迅猛发展。与欧美等成熟汽车市场 80%的汽车金融渗透率相比，中国仅 有 20%，中国的汽车金融有着长足的上升空间。根据成熟市场的发展轨迹，随着汽车产销市 场和流通体制的逐渐成熟，汽车金融

2、将会发挥越来越重要的作用。 图表 1 汽车金融产品渗透率 2.2. 大数据在汽车金融大数据在汽车金融行业行业中的应用中的应用 汽车金融行业在发展大数据能力方面具有天然优势： 受行业特性影响， 金融机构在开展 业务的过程中积累了海量的高价值数据。 对理解和洞察市场和客户方面正产生着深远的影响。 大数据在汽车金融领域的应用为后者带来了更多发展的可能性， 可以创新汽车金融理念、 流 程、产品与服务模式，提供更高效、便捷的金融服务，提高金融资源配置效率，降低成本， 提升用户体验。 20% 50% 65% 70% 80% 12% 18% 27% 43% 50% 0.00 0.10 0.20 0.30 0

3、.40 0.50 0.60 0% 100% 200% 300% 400% 500% 600% 中国 日本 德国 英国 美国 汽车金融渗透率 增长率 ESP China 天美中国 ESP China 天美中国通过建立汽车行业大数据平台，整合上下游资源，把跟汽车相关的 保养、维修、换件、加油、保险甚至餐饮整合至汽车行业大数据平台，通过建立以人为中心 的数据库， 并根据客户在平台上的大数据条件建立智能型大数据库， 为汽车行业客户提供金 融咨询贷款等服务。 ESP China 天美中国以为，在大数据建设的初期，应对数据的使用维度进行规划，把信 息根据性质划分重要程度，重点收集信息，并实现补充信息和必备

4、信息相交错，外部信息和 内部信息相结合， 动态信息和静态信息相辅相成的关键落实， 一旦细分行业细分客户的大数 据成型，随着规模扩大，即可以实现汽车金融平台的大数据管理。 2.12.1 大数据在汽车融资租赁行业大数据在汽车融资租赁行业的应用的应用 大数据为汽车融资租赁机构提供了客户全方位信息， 通过分析和挖掘客户的交易和消费 信息掌握客户消费习惯，并准确预测客户行为，有针对性地推销产品和服务，满足汽车融资 租赁机构对潜在客户量身定制服务的需求。另外，在品牌管理和客户服务反馈方面，大数据 通过对人们在思想、 情绪和通信方面的数据化情感分析， 获取并汇总顾客的反馈意见并对营 销活动效果做出准确判断。

5、 2.2.1 1.1 .1 搜集客户特征，用于搜集客户特征，用于产品开发和决策支持产品开发和决策支持 客户特征应用主要分为个人客户和企业客户。 个人客户信息数据包括： 个人姓名， 性别， 年龄，身份信息，联系方式，职业，生活城市，工作地点，家庭地址，所属行业，具体职业， 收入，社会关系，婚姻状况，子女信息，教育情况，工作经历，工作技能，账户信息，产品 信息， 个人爱好等等。 企业客户包括企业名称， 关联企业， 所属行业， 销售金额， 注册资本， 账户信息，企业规模，企业地点，分公司情况，客户和供应商，信用评价，主营业务，法人 信息等等。 汽车融资租赁机构可以将这些信息集中在大数据管理平台， 对

6、客户进行分类， 依据数据， 进行产品开发和决策支持。例如可以依据客户年龄、职业、收入、资产等，针对部分群体推 出信用消费，抵押贷款，为客户提供针对于人生不同阶段的汽车金融服务。也可以检验已有 产品的占有率，推广效果，以及采集客户的自身产品需求。企业客户也是同样道理，没有数 据分析之前， 产品开发依赖于产品经理自身能力和风险偏好， 或者模仿行业其他竞争对手的 产品，有了数据分析之后管理层可以决定推出何种产品，了解到产品实际销售情况，针对特 定用户进行推广，降低营销费用，有利于降低风险。因此客户信息数据主要用于精准营销， 产品设计，产品反馈、降低风险等。 2.1.2 2.1.2 精准营销精准营销

7、在客户搜集的基础上汽车融资租赁机构可以有效的开展精准营销，包括： （1） 实时营销。 实时营销是根据客户的实时状态来进行营销， 比如客户当时的所在地、 客户最近一次消费等信息（购车时间，购车类型）来有针对地进行营销；或者将改变生活状 态的事件（换工作、居住城市等）视为营销机会。 （2）交叉营销。即不同业务或产品的交叉推荐，如大众汽车金融（中国）有限公司从 传统的贷款购车、租车、保险服务，以及多品牌车队租赁服务，到投资领域及其它金融附加 产品的全方位高质量的服务。 （3）个性化推荐。汽车融资租赁机构可以根据客户的喜欢进行服务或者产品的个性化 推荐，如根据客户的年龄、资产规模、理财偏好等，对客户群

8、进行精准定位，分析出其潜在 金融服务需求， 进而有针对性的营销推广。 如上汽通用汽车金融公司开通的网上汽车贷款申 请业务的公司，客户只需登陆上汽通用汽车金融公司官网填写简单个人信息便可成功申请， 在网上申请的 24 小时内就会有专业客服人员为其提供优质服务。同时，还可根据客户需求 为其量身定做个性化贷款产品。 （4）客户生命周期管理。客户生命周期管理包括新客户获取、客户防流失和客户赢回 等。 2.1.3 2.1.3 风险管控风险管控 包括汽车融资租赁机构贷款风险评估和欺诈交易识别等手段。 （1）汽车融资租赁机构贷款风险评估。汽车融资租赁机构可通过对客户的相关信息结 合大数据挖掘方法进行贷款风险

9、分析，量化客户的信用额度，更有效的开展贷款服务。 （2）实时欺诈交易识别。汽车融资租赁机构可以利用持卡人基本信息、卡基本信息、 交易历史、客户历史行为模式、正在发生行为模式（如转账）等，结合智能规则引擎（如从 一个不经常出现的国家为一个特有用户转账或从一个不熟悉的位置进行在线交易） 进行实时 的交易反欺诈分析。 2.1.4 2.1.4 运营优化运营优化 （1）市场和渠道分析优化。通过大数据，汽车融资租赁机构可以监控不同市场推广渠 道尤其是网络渠道推广的质量，从而进行合作渠道的调整和优化。同时，也可以分析哪些渠 道更适合推广哪类产品或者服务，从而进行渠道推广策略的优化。 （2）产品和服务优化。汽

10、车融资租赁机构可以将客户行为转化为信息流，并从中分析 客户的个性特征和风险偏好，更深层次地理解客户的习惯，智能化分析和预测客户需求，从 而进行产品创新和服务优化。 （3）舆情分析。汽车融资租赁机构可以通过爬虫技术，抓取社区、论坛和微博上客户 关于汽车金融产品和服务的相关信息， 并通过自然语言处理技术进行正负面判断， 尤其是及 时掌握汽车金融产品和服务的负面信息，及时发现和处理问题，对于正面信息，可以加以总 结并继续强化。同时，银行也可以抓取同行业的正负面信息，及时了解同行做的好的方面， 以作为自身业务优化的借鉴。 2.2.2 2 大数据在汽车保险行业的应用大数据在汽车保险行业的应用 过去，由于

11、汽车保险行业的代理人的特点，所以在传统的个人代理渠道，代理人的素质 及人际关系网是业务开拓的最为关键因素， 而大数据在在新客户开发和维系中的作用就没那 么突出。但随着互联网、移动互联网以及大数据的发展，网络营销、移动营销和个性化的电 话销售的作用将会日趋显现， 越来越多的汽车保险公司注意到大数据在行业中的作用。 总的 来说，汽车保险行业的大数据应用可以分为三大方面：客户细分及精细化营销、欺诈行为分 析和精细化运营。 图表 2 大数据在汽车保险行业中的应用 2.2.2 2.1 .1 客户细分和精细化营销客户细分和精细化营销 （1）客户细分和差异化服务。风险偏好是确定汽车保险需求的关键。风险喜好者

12、、风 险中立者和风险厌恶者对于汽车保险需求有不同的态度。 一般来讲， 风险厌恶者有更大的保 险需求。在客户细分的时候，除了风险偏好数据外，要结合客户职业、爱好、习惯、家庭结 构、消费方式偏好数据，利用机器学习算法来对客户进行分类，并针对分类后的客户提供不 同的产品和服务策略。 （2）潜在客户挖掘及流失用户预测。汽车保险公司可通过大数据整合客户线上和线下 的相关行为， 通过数据挖掘手段对潜在客户进行分类， 细化销售重点。 通过大数据进行挖掘， 综合考虑客户的信息、险种信息、既往出险情况、销售人员信息等，筛选出影响客户退保或 续期的关键因素，并通过这些因素和建立的模型，对客户的退保概率或续期概率进

13、行估计， 找出高风险流失客户，及时预警，制定挽留策略，提高保单续保率。 （3）客户关联销售。汽车保险公司可以关联规则找出最佳险种销售组合、利用时序规 则找出顾客生命周期中购买汽车保险的时间顺序， 从而把握保户提高保额的时机、 建立既有 保户再销售清单与规则，从而促进保单的销售。除了这些做法以外，借助大数据，汽车保险 业可以直接锁定客户需求。 （4）客户精准营销。在网络营销领域，汽车保险公司可以通过收集互联网用户的各类 数据，如地域分布等属性数据，搜索关键词等即时数据，购物行为、浏览行为等行为数据， 以及兴趣爱好、人脉关系等社交数据，可以在广告推送中实现地域定向、需求定向、偏好定 向、关系定向等

14、定向方式，实现精准营销。 2.2.2 2.2 .2 欺诈行为分析欺诈行为分析 基于企业内外部交易和历史数据，实时或准实时预测和分析车险欺诈等非法行为。 车险欺诈分析。 汽车保险公司够利用过去的欺诈事件建立大数据预测模型， 将理赔申请 分级处理，可以很大程度上解决车险欺诈问题，包括车险理赔申请欺诈侦测、业务员及修车 厂勾结欺诈侦测等。 2.2.2 2.3 .3 精细化运营精细化运营 （1）产品优化，保单个性化。过去在没有精细化的数据分析和挖掘的情况下，汽车保 险公司把很多人都放在同一风险水平之上， 客户的保单并没有完全解决客户的各种风险问题。 但是， 汽车保险公司可以通过自有数据以及客户在社交网

15、络的数据， 解决现有的风险控制问 题，为客户制定个性化的保单，获得更准确以及更高利润率的保单模型，给每一位顾客提供 个性化的解决方案。 （2）运营分析。基于企业内外部运营、管理和交互数据分析，借助大数据台，全方位 统计和预测企业经营和管理绩效。 基于汽车保险保单和客户交互数据进行建模， 借助大数据 平台快速分析和预测再次发生或者新的市场风险、操作风险等。 （3）代理人（汽车保险销售人员）甄选。根据代理人员（汽车保险销售人员）业绩数 据、性别、年龄、入司前工作年限、其它保险公司经验和代理人人员思维性向测试等，找出 销售业绩相对最好的销售人员的特征，优选高潜力销售人员。 2.32.3 大数据在大数

16、据在二手车二手车金融领域的应用金融领域的应用 中国二手车市场发展将迎来黄金时代， 汽车生产环节将近 70%的利润都是由流通和售后 服务环节贡献。二手车作为汽车流通价值链上最为重要的一环，潜力巨大，前景空前。从 2000 年到 2014 年的 15 年间，二手车市场的交易量从 25.17 万辆上升到 605.30 万辆，增长 了约 24 倍，交易金额已达到 3675.65 亿元的规模，较 2000 年增长了近 58 倍。2015 年上半 年，中国二手车销量达到 272.3 万辆,较同期增长了 7.66%。中国汽车流通协会预计到 2020 年，中国二手车交易规模将达到 2920 万辆，新车与二手车交易规模比例将接近 1:1，中国 汽车市场将更加体现成熟市场的基本特征。 二手车金融与大数据的联合将会使二手车市场更加快速的增长， 将促进循环消费， 推动 汽车工业健康发展，在引导生产、扩大消费、带动就业、促进经济平稳较快发展、提高人民 生活水平等方面将起到重要作用。 纵观所有二手车企业， 几乎都在努力抓住大数据这个热点， 力求把握这个机遇。 图表 3 中国二手车交易量