大數據時代下，信用卡公司如何發展？

02-03

作為數字化市場的監督者，信用卡公司能夠俯瞰我們所購買的物品。如果你想知道最近美國消費者對什麼東西感興趣，大概沒有比檢測他們的購買記錄更好的方法，所以也就不用對類似於American Express，Capital One，JP Chase Morgan以及Citibank等信用卡公司處於大數據挖掘的前沿感到奇怪了。

American Express是大數據挖掘領域做了很多工作的信用卡公司之一。這家已經成立166年的老公司非常喜歡採用大數據技術，例如Hadoop，機器學習演算法，以此來幫助大規模數據挖掘所需要的數據存儲和計算能力。

這家市值340億美元的公司選擇MapR Technologies的Hadoop平台來存儲數據和運行大數據程序，比如說，欺詐識別，吸引顧客，以及推薦系統等課題。每年他們的交易額達到一萬億美元，占所有信用卡公司的四分之一，所以它們有很多數據需要處理。

類似大多數金融服務公司一樣，檢測欺詐交易大概是Amex(American Express)利用大數據一個最大的案例。正如騙徒所嘗試的一樣，去創造完全能夠模仿交易的所有細節是非常困難的，而機器學習演算法又非常善於將這些異常交易檢查出來。

但Amex所做的遠不止詐騙檢查，它們讓他們的大數據技術更具創造性，其中就包括推薦產品和服務給他們的客戶。

比如說，如果一個持卡人定期頻繁的光顧某種類型的餐廳，Amex可能給那位客戶推薦嘗試附近的類似餐廳。Amex也有一個叫做Amex Offer的服務，這個能夠利用客戶的所處地的地理信息來實時給他們推送求職機會。這家公司最近在矽谷建立了一個實驗室，並且正在提升它們在銷售匿名客戶交易信息的商業服務方面的大數據技術。

Hadoop在Amex的大數據活動中扮演者主要作用。「Hadoop平台確實讓我們能夠有效處理大規模數據量，並且以一個我們過去在傳統技術的基礎上不敢想像的成本，」 American Express副總裁及全球科技信息管理及技術組織數字功能的領軍人物Sastry Durvasula，2014年面對http://ODBNS.org採訪時說。

大Citi數據

Citibank是一家比American Express更老的公司。事實上，擁有203歲的年齡，它比全世界90%的國家的壽命還長。由其子公司NYSE: C在數據科學和大數據技術上的投資來判斷，它正在為未來200年做謀劃。

這家公司在全球140多個國家裡有超過2億客戶，很少有公司能達到，坐擁如此多的客戶，就會有巨額的數據量來管理。根據2013年Citibank的全球決策管理業務先進分析副總裁Juan Huerta SlideShare的報告，這家公司正在取得階段性進步，走近大數據。

它們慢慢從數據存取的公共數據集，公共工具和技術的建立開始，據Huerta介紹說。另一方面，基於分布計算的機器學習演算法在Citi的Hadoop大數據進程起著很大作用，根據Huerta的介紹，它也提到了在風險和詐騙檢測，情景營銷，消費者行為以及點擊率方面的應用案例。

一旦公司的數據科學家創造了一種分析方法，公司就想將其應用到各個方面。「我們目標在於給我們的客戶提供超過其他所有銀行提供的一種水平的服務」Citigroup的執行與技術總裁Don Callahan在2013年的《金融時報》寫道。「我們正專註於預測性分析，不僅要了解人們的需求，而且要知道他們在將來可能會想要什麼，這樣我們就可以對我們產品和服務做好準備。在保護數據方面我們也有警惕性，會分配一些資源在信息安全方面。」

數據首都

建立於1994年，在信用卡領域，Capital One是一家相當年輕的公司。但可能比它的的競爭對手the Tysons Corner時間長一點，這家弗吉尼亞公司正在以一種在迅速增長的市場中與眾不同的方式擁抱新科技。

據一份2014年凱捷諮詢公司對Capital One的研究，這家銀行從建立的第一天起就是數據驅動的。與一刀切的方法來評估信用不一樣，這家公司聚集所有的精力激情給客戶定製方案。「本質上來說，我們90年代所做的就是利用數據槓桿來給我們客戶定製產品。」

今天，分析是這家250億美元公司的基石，他們利用這套分析方法不僅僅是定價和詐騙檢測，也應用在預測銷售，保留客戶，已經減少贏取客戶成本方面。

在Capital One中機器學習演算法扮演者很重要的角色。「每次我們的C apital One信用卡被刷，我們就會獲取到數據並且將其應用與我們的模型當中」。Capital One數據科學家Brendan Herger在H2O上發布以一段視頻中如是說道，值得一提的是，H2O會做自己的機器學習軟體。

「每當我們取得一份信用卡申請，或者貸款申請或者某些人打電話給客服中心來通知我們情況好或者壞，我們也會做類似的事。」他補充到，「所有這些數據都會被捕捉到並且存儲下來。」

在Capital One，分析的結果影響著決策，並且已經擴張到其他方面，例如基於消費者的消費習慣給消費者推送優惠券的移動交易應用程序。客服中心也使其具有預測能力，按凱捷的說法這種能力能夠在100毫秒內，預測消費者打進來電話的話題是什麼，並且能達到70%的準確率。

JP Morgan Chase里的數據分析

就像大多數信用卡公司一樣，JP Morgan Chase公司也有數據科學實驗室，在那技術人員能夠實驗最新和正在形成的新技術。但是這家216年的銀行巨頭已經向前邁了一大步，他們已經能夠分析宏觀經濟的線索所佔的比例，包括收入與花費模式，並且將結果與大眾分享。

Diana Farrell， JPMorgan Chase學院的總裁兼CEO，向我們描敘了該機構的動力。「我無法表達當你身處經濟衰退危機之中並且對家庭將要發生的事情一無所知是多麼恐懼」，Farrell 說道，在2009到2010年的經融危機末期他曾經是奧巴馬的經濟顧問，「我們只是急需實時信息而已。」

這家建立於紐約的公司通過從250萬個賬戶中隨機選取的10萬個個體，對他們長達27個月花費和收入模式的追蹤進行了研究。這家市值960億美元的銀行發現，在其他事物中，40%的個體每個月的收入保持超過30%的上下浮動，然而60%的個體的每個月的消費保持超過30%的上下浮動。

JP Morgan Chase 也發現星期一是一周內大家消費最多的一天，而周日則是最少的一天。他們發現，美國人在周一的支出是周日的三倍。並非所有的大數據發現都是驚天動地的，但是他們總是幫助我們填補我們對世界了解的空白。

本文由數據分析網 – 江偉翻譯！歡迎加入翻譯組。
江偉：在讀研究生，擅長英語和數學。