TWI470569B - 藉助電腦管理交易卡客戶帳戶的方法及系統 - Google Patents

藉助電腦管理交易卡客戶帳戶的方法及系統 Download PDF

Info

Publication number
TWI470569B
TWI470569B TW95139001A TW95139001A TWI470569B TW I470569 B TWI470569 B TW I470569B TW 95139001 A TW95139001 A TW 95139001A TW 95139001 A TW95139001 A TW 95139001A TW I470569 B TWI470569 B TW I470569B
Authority
TW
Taiwan
Prior art keywords
account
customer
value
transaction card
computer
Prior art date
Application number
TW95139001A
Other languages
English (en)
Other versions
TW200741574A (en
Inventor
Lei Ying
Chen Iho
Liang Echo
Original Assignee
Citibank Na
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Citibank Na filed Critical Citibank Na
Publication of TW200741574A publication Critical patent/TW200741574A/zh
Application granted granted Critical
Publication of TWI470569B publication Critical patent/TWI470569B/zh

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q40/00—Finance; Insurance; Tax strategies; Processing of corporate or income taxes
    • G06Q40/02—Banking, e.g. interest calculation or account maintenance
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q20/00—Payment architectures, schemes or protocols
    • G06Q20/22—Payment schemes or models
    • G06Q20/227—Payment schemes or models characterised in that multiple accounts are available, e.g. to the payer
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q30/00—Commerce
    • G06Q30/02—Marketing; Price estimation or determination; Fundraising
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q30/00—Commerce
    • G06Q30/02—Marketing; Price estimation or determination; Fundraising
    • G06Q30/0201—Market modelling; Market analysis; Collecting market data
    • G06Q30/0202—Market predictions or forecasting for commercial activities

Landscapes

  • Business, Economics & Management (AREA)
  • Engineering & Computer Science (AREA)
  • Accounting & Taxation (AREA)
  • Strategic Management (AREA)
  • Finance (AREA)
  • Development Economics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • General Business, Economics & Management (AREA)
  • Physics & Mathematics (AREA)
  • Marketing (AREA)
  • Economics (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Game Theory and Decision Science (AREA)
  • Data Mining & Analysis (AREA)
  • Technology Law (AREA)
  • Financial Or Insurance-Related Operations Such As Payment And Settlement (AREA)

Description

藉助電腦管理交易卡客戶帳戶的方法及系統 優先權相關申請案
本發明之宣告享有2005年10月24日所申請，名稱為”積極消費管理(PROACTIVE SALES MANAGEMENT)”之美國第60/729,174號臨時申請案(provisional)之優先權，該相關申請案之全部內容在本案中作為交互參照之用。
本發明係有關於交易卡(transaction card)，特別係有關於管理交易卡客戶(customer)帳戶(account)之方法及系統。
為在市場中保持競爭力並達成永續(sustainable)長期收成長，如信用卡(credit card)等交易卡議題對了解客戶脫離信用卡發行者(issuer)產品及服務之過程以及使用此等資訊以管理信用卡客戶具有迫切的需求。目前，信用卡發行者僅在客戶脫離發行者服務的事實接近或發生後進行通知，然而在重要時點進行調停(intervention)或再媒合(re-engage)客戶的機會卻很少成功。因此，對於可使卡發行者識別帳戶可能成為非活動(inactive)並對其加以評估，且當可能發生非活動情形時，可進行調停以避免非活動的情形發生之交易卡客戶帳戶管理方法及系統，具有急切的需求。
本發明之一特徵及優點即提出一種交易卡客戶帳戶管理方法及系統，其可使卡發行者獲得深入的了解客戶脫離發行者產品及服務之過程。
本發明之另一特徵及優點即提出一種交易卡客戶帳戶管理方法及系統，其可使卡發行者即時在較早時間點識別可能脫離的客戶，並評估風險程度以進行客戶再媒合的調停，如透過對於客戶卡帳戶積極的管理而達成。
本發明之又一特徵及優點即提出一種交易卡客戶帳戶管理方法及系統，其可使卡發行者識別具有脫離風險且應積極管理的客戶，識別何時及如何管理此等客戶以及識別在管理努力上應投資多少。
本發明之再一特徵及優點即提出一種交易卡客戶帳戶管理方法及系統，其可使卡發行者藉由客戶的喜好及/或使用，將客戶進行區分，以評估客戶對卡發行者的潛在商業收入貢獻。
本發明之更一特徵及優點即提出一種交易卡客戶帳戶管理方法及系統，其可使卡發行者當客戶脫離其一般使用行為時評估機會成本(opportunity cost)，以作為評估投資優先順序之一要素。
為達前述及其他特徵、優點及目的，本發明之實施例應用電腦硬體及軟體，包括而並非限制，編碼在機器可讀性媒體上內建於程式碼中的指令，以提供由金融機構為多個客戶所提供之管理交易卡客戶帳戶的方法及系統，例如 包括由金融機構將帳戶區分為多個預定客戶價值區段，並在每一客戶價值區段中識別帳戶，客戶價值區段其顯示用以指出帳戶之非活動狀態趨向之特徵。接著，由識別為顯示用以指出帳戶之非活動狀態趨向之特徵之帳戶中選擇帳戶，根據帳戶之至少部份客戶價值區段，以評估為行銷努力，以及分析所選擇之帳戶，為每一帳戶決定一行銷努力類型。
根據本發明之實施例，帳戶根據至少部份與金融機構之每一客戶帳戶之潛在價值有關之預定參數，例如每一客戶帳戶給金融機構之潛在商業收入貢獻，區分為多個預定客戶價值區段。舉例而言，帳戶可根據至少部份客戶在預定時間區間內多常使用客戶帳戶，以區分帳戶為多個預定客戶價值區段。在本發明之實施例中，帳戶所區分成的客戶價值區段係為包含至少部份使用交易卡作為消費並全數付清(in full)之客戶之預定交易者(transactor)區段，以及未全數付清並擁有餘額(balance)之客戶之預定循環者(revolver)區段
在本發明之實施例中，客戶價值區段可同時包含特徵為客戶交替地處在全數付清與循環餘額之間的臨時性(occasional)循環者。在本發明之其他實施例中，客戶價值區段可包含高風險(high risk)客戶、新帳戶、嚴重(severely)非活動帳戶、自我活動帳戶、信用卡餘額轉結玩者(gamer)以及偶發性循環者。在本發明之實施例中，在交易者及循環者區段評估每一帳戶。例如，若一客戶在6 個月區間內至少使用客戶帳戶5個月，則評估為高價值(high value)客戶。若一客戶在6個月區間內使用客戶帳戶2至4個月，則評估為中價值(mid value)客戶。若一客戶在6個月區間內使用客戶帳戶1或更少個月，則評估為低價值(low value)客戶。
根據本發明之實施例，識別帳戶以顯示用以指出帳戶之非活動狀態趨向之特徵中，更包括在每一顯示用以指出帳戶之非活動狀態趨向之消費位準改變以作為時間函數之帳戶之客戶價值區段中識別帳戶，並根據至少部份在每一帳戶中之非活動性位準，如範圍由對3個連續月之對帳單非活動性至消費位準，其變化小於上述帳戶之中間值之一標準偏差，將已識別之帳戶區分為儲體(bucket)。在本發明之實施例中，帳戶的識別應在客戶達到非活動狀態前完成。
根據本發明之實施例，選擇帳戶以評估作為行銷努力中，更包括由包含至少部份使用交易卡作為消費並全數付清之客戶之預定交易者區段，以及未全數付清並擁有餘額之客戶之循環者區段之預定客戶價值區段中選擇帳戶。在本發明之實施例中，帳戶可評估作為行銷努力中，更包括由包含偶發性循環者之至少一附加預定客戶價值區段中選擇上述，偶發性循環者其特徵為客戶交替地處在全數付清與循環餘額之間。
在本發明之實施例中，分析所選擇之帳戶以決定行銷策略類型，更包括如根據至少交易者及循還者客戶區段之 一矩陣，交叉參考非活動狀態，並根據客戶的非活動狀態及客戶的價值區段在矩陣中的位置，分析所選擇之帳戶。行銷策略類型包含如對表現值及收益給金融機構之客戶之防禦(defend)策略、對先前表現值及收益給金融機構，但已改變其行為且不再具有價值及收益給金融機構之客戶之保留(retain)策略、對整體信用使用成長之客戶之成長(grow)策略、以及對不具收益及不具可能性成為具收益給上述金融機構之客戶之節省(economize)策略。
本發明之其他目的、優點及特徵將於下詳加描述，熟習本發明所屬技術領域者當可依下所述而據以實施。
本發明之實施例將於下詳加敘述，其中一或多範例會輔以圖式說明。每一範例係用以說明本發明，然非用以限定本發明。熟習本發明所屬技術領域者當可在不違背本發明之精神下，潤飾本發明。例如：一實施例所描述之部份特徵可被使用於另一實施例以產生不同之實施例。因此，如前述本發明所涵蓋之潤飾亦屬於本發明之範圍。
本發明之實施例係有關於如信用卡等交易卡之發行者，可了解客戶由信用卡發行者的產品或服務中脫離的過程，並利用此等資訊以管理信客戶。舉例而言，本發明之實施例包括二個元件，第一為對於帳戶可能成為非活動的識別，第二為根據客戶的價值及信用使用樣態進行評估，以決定發行者是否介入調停以避免非活動性發生，如果要 進行介入調停，又應進行何種介入調停。
根據本發明之實施例，客戶之潛在價值及使用樣態之評估可與客戶置放於客戶價值區段中有關。此等區段的目的在於獲取客戶個別的信用(credit)概廓(profile)，客戶與發行者之間的使用及參與(engagement)位準，以及獲取客戶喜好的改變作為時間函數，以使適合的產品及服務可適時地送給客戶。藉由獲取客戶使用及喜好，卡發行者可更確定可接受的長期利潤成長(profitable growth)以及皮夾佔用率(wallet share)。
在現行方法中，信用卡發行者典型地僅於客戶即將或已脫離發行者服務時才通知脫離，在此時間點進行客戶再媒合的成功機率很難成功。本發明所揭示之方法可在帳戶到達非活動狀態之前而可能成為非活動時即識別帳戶，特別地在其到達”對帳單非活動狀態(statement inactive state)”之前，因此可允許發行者有時間介入調停並保留發行者未來來自客戶的商業收入。
在一實施例中，”積極消費管理”為一種可早期偵測客戶初期非活動性之方法，同時在此可作為”脫離(disengagement)”以及發行者的介入調停，以使客戶對於發行者產品及服務之使用完全脫離前，可使客戶與發行者產品及服務重新參與(re-engage)。分析顯示，在任何給定時間，客戶的非活動性或接近非活動性可被許多因素所觸發，包括由卡發行者所提供之具競爭性的大量服務、分行及零售商、以及發行者專屬的優惠與產品服務。
此等”觸發者(trigger)”或”逆觸發者(counter-trigger)”的複雜度往往將”觸發者”與非活動發生之因果關係弄混。本發明之一實施例之一目的即在於不僅處理”觸發者”作用的模型化，同時分析到達最終脫離(即非活動狀態)的一般路徑。此方法因此在此可稱為”路徑分析”，以及本發明之實施例係以動態方式來看客戶脫離，而非靜態方式。
根據本發明之實施例，非活動性路徑的識別(即喜好改變的速度)可使發行者獲得有關客戶脫離發行者產品及服務中時間過程之深度了解，其可於客戶有可能成為脫離狀態的早期即識別出來，並評估介入調停的的緊急程度以重新參與客戶(即積極管理客戶的卡使用情形)。因此，本發明之實施例可使卡發行者決定那些客戶應積極管理，何時及如何接觸及/或對待此等客戶，以及在具脫離危機下，應投資多少在客戶上。
本發明之實施例中用以分析客戶之客戶價值區段使用可使發行者：根據客戶喜好及/或使用來區分客戶，其可導致潛在商業收入貢獻，以使發行者當客戶脫離原有的卡使用行為時可評估機會成本，以及協助發行者對投資的優先順序排序。
經由本發明實施例所使用之術語，客戶係根據如何使用信用及使用多少信用來進行分類。客戶使用他們的卡作為消費並全數付清餘額者在此稱為”交易者(transactor)”。相較下，客戶無法全數付清餘額者(即具 有餘額且向卡發行者借款者)在此稱為”循環者(revolver)”。因此，交易者/循環者的區隔即描述一客戶如何使用其信用之情形。一客戶在一給定時間區間內使用卡的頻率即為潛力或客戶的潛在參與。
在本發明之實施例中，客戶如何使用信用及使用多少信用係以月為基礎進行評估，因此舉例而言，若客戶在6個月的區間內至少使用信用卡5個月，則此客戶可被視為高潛力(high-potential)客戶；若客戶在6個月的區間內使用信用卡2-4個月，則此客戶可被視為中潛力(medium-potential)客戶；以及若客戶在6個月的區間內使用信用卡1或更少個月，則此客戶可被視為低潛力(low-potential)客戶。
根據本發明之實施例，高潛力客戶係為規律使用卡的客戶，且其具有重要消費參與位準，可使長期結餘成長。中潛力客戶係為半規律使用卡的客戶，而低潛力客戶係為幾乎不使用或從未使用卡的客戶。因此，高/中/低潛力即區分一給定客戶交易的頻率。
關於客戶非活動性，根據本發明明之實施例區隔”消費非活動性”以及”對帳單非活動性”，”消費非活動性”係指客戶在一給定帳單時段中停止使用發行者信用卡作為購買或預借現金(cash advance)，但可能尚有餘額(balance)在其帳戶內。”對帳單非活動性”係指在一給定帳單時段中客戶沒有對此帳戶進行任何型態之任何活動，如消費、付款或其他交易行為。
本發明之一實施例之一面向包括分析帳戶之非活動性以及識別可能成為非活動之帳戶，其至少部份針對活動客戶如何逐漸脫離信用卡發行者之路徑，以及發行者如何早期偵測此等脫離之發生，必允許有效地介入調停使客戶再參與(re-engage)。
由信用卡所得到之未來商業收入可根據使用樣態獲得具相當準確性之統計預測(即交易者或循環者以及消費位準或客戶潛能)。若客戶的信用卡使用與標準呈負分離(diverge negatively)，特別地，若最後導致帳戶非活動性，則對發行者而言，此等收入減少可視為商業機會成本。本發明之實施例即可協助行者避免此等商業機會成本。
第1圖係根據本發明之實施例顯示循環者對帳單非活動狀態之路徑分析範例之示意圖。請參照第1圖，使用本發明之一實施例進行分析，發現一旦忠實的客戶開始脫離(即第一對帳單非活動)12，則一列中2個週期的旋轉率(即M+1或第二非活動性)14大於80%。也就是說，一旦客戶成為對帳單非活動一個月，客戶則有80%的機率會在後續的月份維持在非活動狀態。第三對帳單非活動(M+2)16的旋轉率為將近90%。一旦客戶在同一列中3個帳單脫離，則活動機會窗(opportunity window)則會有限地出現。本發明之此實施例的問題在於：什麼是早期的”徵狀”？
消費非活動預定出現在對帳單非活動之前。第2及3圖係根據本發明之實施例顯示依次對3及5個月循環者對帳單非活動狀態之路徑分析範例之示意圖。消費非活動性 與對帳單非活動性間的區間長度可部份由客戶的內部餘額(即支付曲線)預測得知。消費非活動性通常出現在交易頻率減少之後，如同發生在”其他發行者”活動，例如由其他金融機構所發行之卡的活動，此等活動可被視為”觸發者”。
因此，非活動性的路徑可被歸納及管理，其係由末階段(即連續3個月的對帳單非活動性或”消滅(death)”)到消費變化早期月份以及到帳戶取得時。本發明之實施例包括發展信用卡客戶如何變成非活動的以及如何脫離使用信用卡發行者的產品服務之動態觀點。
在某些實施例中，由於客戶不同的信用卡使用樣態(如循環者或交易者)，其成為對帳單非活動性的路徑會被模組化及分別地描述。第4及5圖係根據本發明之實施例顯示對帳單非活動之路徑分析範例；3及5個月交易者狀態。
對”循環者”客戶而言，對帳單非活動性的”意外消滅(sudden death)”徵狀(即相對快速進步，沒有足夠時間由發行者設計及實現策略以反制非活動性)通常不允許很多反應時間。因此，最好能發現消費非活動性是否在對帳單非活動性之前出現。消費非活動性通常很不穩定。平均地說，消費非活動性3個月以達到第一對帳單非活動性。
某些初始時間序列資料建議消費非活動性與對帳單非活動性間的長度與初始餘額位準相關。直觀地，在成為對帳單非活動前，循環者會需要較長時間以支付餘額。
在某些情形下，交易者遵循如循環者的脫離路徑。既 然在月與月間沒有餘額，通常會減少消費非活動性與對帳單非活動性間的”時差(lag time)”。
在某些實施例中，在非活動性之前也可能尋求觸發者。第6圖係根據本發明之實施例顯示對新信用卡餘額轉結及新不歸於我方(off-us)卡之可能觸發者之範例之表格。可能觸發者的範例包括，新信用卡餘額轉結(balance consolidation)18、意外消費元下落20、意外消費數目下落22、大量支付餘額24、大採購26、新抵押貸款28、新分期付款貸款30、新零售32、新詢問34、新其他發行者卡36、以及信用卡餘額轉結懇求38。若干觸發者分析顯示消費非活動性的減少與特定的觸發者相關，即使通常不是最強的一個。例如，在消費減少區段內，客戶很可能採取新信用卡餘額轉結18或開新其他-發行者的卡(即由其他-發行者開新的信用卡帳戶)36。在嚴重脫離發行者產品及服務的客戶群與不嚴重的客戶群中進行比較，顯示出觸發者傾向於在消費退化(deterioration)的早期成為”雜音(noise)”的一部份。
借用收債(debt collection)領域的術語，在本發明之實施例中，客戶可被區分為”儲體(bucket)”。在收債領域中，儲體係指不良(delinquency)的儲體，然而在本實施例客戶被區分為儲體是根據其在過程中的何處脫離卡發行者的產品及服務。
第7圖係根據本發明之實施例顯示非活動性儲體之表格。請參照第7圖，舉例而言，本發明之實施例區分客戶 為非活動性儲體一38至六48。在使用本發明之實施例之分析中，可發現一旦客戶處於對帳單非活動狀態連續3個月，繼續在此狀態的機率為90%。從1-月對帳單非活動到3-月對帳單非活動的退化曲線斜率是相當急劇昇降的，類似於不良儲體的後期(late-stage)。
因此，根據本發明之實施例，成為嚴重的非活動時期會被標示為非活動儲體四44至六48，其中一個月之對帳單非活動狀態落在非活動儲體四44，二個月之對帳單非活動狀態落在非活動儲體五46，以及三個月之對帳單非活動狀態落在非活動儲體六48。此其因為一旦帳戶變為對帳單非活動3個月，使其復活(reactivation)的成本太大，且成功的機率極小。其中一分析必須特別注意，在儲體六48中的87%帳戶會在一年後保持在儲體六中的某一特定點。此即驗證在客戶路徑中早期介入調停的重要性。
本發明之實施例的路徑分析同時顯示對帳單非活動性之前通常會出現連續消費退化的時期。一旦客戶成為消費非活動等於或大於3個月，則其成為對帳單非活動的機率約為50%。當客戶連續在非活動路徑呈連續向下時，客戶為對帳單非活動的比例則趨向增加。嚴重的消費非活動性時期以及對帳單非活動性的開始會被標示為非活動性儲體三42。
根據本發明之實施例之更進一步的分析，可顯示出即使在非活動性儲體42前，客戶使用通常已顯示與”標準”明顯的不同，或者在季節性(seasonality)反趨勢 (detrending)之後的先前行為(即調整資料以補償季節消費變化，如慣例在12月節日期間會發生較高的消費)。由標準而來的2個標準偏差(standard deviation)可用來描述此明顯消費退化的狀態，以及描述在非活動儲體二40中所標示嚴重消費非活動性之啟始點。
根據本發明之實施例，在消費退化的早期，被標示為非活動性儲體一38，消費的位準通常為變化的，例如在一至二標準偏差間。此時期通常會伴隨著觸發者的發生。非活性儲體一時期38所描述的狀態為客戶隨著許多行銷的影響及優惠而變，並考慮是否要保留他們目前所用卡的產品及服務。
最後，一般及活動的信用卡使用會由儲體零(未圖示)加以表示。
作為潛在商業損失的參考工具，使用本發明之實施例在一分析中，可發現在儲體四44或更高儲體中擁有帳戶的客戶，擁有具有以記億原計之結合總值帳戶在由其他信用卡發行者所發行之卡中(在此稱為”其他-發行者”卡)。在此分析中，當帳戶進展到非活動性儲體，發行者開始喪失皮夾佔用率及所有佔用率在帳戶於儲體四44中。
在本發明之實施例中，發行者分析客戶使用位準，並查明未來非活動性預測的信賴水準(在某些實施例中，和指示者(indicator)相結合，如觸發者)。發行者接著可根據對發行者而言客戶的終身價值以及預非活動性的預測強度，判定是否對給定客戶或客戶群進行介入調停。
非活動性路徑及非活動性儲體定義一般而言可提供一架構(framework)，消費活動可在此架構中由早期進行主動積極的管理。在某些實施例中，非活動性的較早儲體(如儲體一38至三42)提供發行者積極主動管理的機會。在較早靜態期間的分析中(如儲體一38至二40)指出退化及變化可被量測與管理，其中對於高價值區段的管理特別有意義。在某些實施例中，除了管理潛在因素(即觸發者)，尚可監視退化的位準及與標準的偏差並了解”客戶的聲音”以為正確的活動。
前述本發明之之實施例不僅如上之描述。所描述之非活動性儲體係為一種將客戶群組化之方法，其中客戶的卡使用會被分析且客戶有可能脫離信用卡發行者之產品服務，但並非唯一或要求的方法。當使用本發明之實施例所提出之方法進行帳戶分析，發行者可在不背離本發明精神之情況下，以不同方式將客戶進行群組化。
本發明之實施例之另一面向包括評估客戶價值(customer value)及區分客戶價值為客戶價值區段，其可使發行者更精確的制定分析以及切分對特定客戶的活動。第8圖係根據本發明之實施例顯示客戶價值區段之表格。請參照第8圖，舉例而言，在此，價值區段包括含有高風險客戶之第一客戶價值區段50，含有新帳戶之第二客戶價值區段52，含有嚴重的非活動帳戶之第三客戶價值區段54，含有自我活化(self-activated)客戶群體之第四客戶價值區段56，含有信用卡餘額轉結玩者客戶群體之第五客 戶價值區段58，含有循環者客戶客戶群體之第六客戶價值區段60，含有偶發性循環者客戶群體之第七客戶價值區段62，以及含有交易者客戶群體之第八客戶價值區段64。
如前所述，本發明之實施例中之第一客戶價值區段50含有高風險客戶。第一客戶群組50的特徵之一即在於，其中的10%客戶反應出在未來12個月期限中具有負債必須註銷，如破產(bankruptcy)或其他未清償之負債。此種情形同時指出客戶具有帳戶流失率等於或大於10%。
如前所述，本發明之實施例中之第二客戶價值區段52含有新帳戶(即達一年之帳戶)。新帳戶可根據其在此一年中之期間更進一步進行區分。小於3個月期間的新帳戶通常無法顯示足夠穩定的行動以進行更進一步的評估。4到5個月的新帳戶可被區分為：每月小於$250價值的低消費、每月大於$250價值的高消費、消費非活動以及對帳單非活動。
某些情形下，卡發行者可根據本發明之實施例早期預測客戶的未來行為之固定面向。因此，根據客戶前3個月或前6個月的行為，發行者幾乎可確定其作為一長期客戶之行為模式(即在其移動至現存之客戶端後)。特別地，在這些月份中客戶的活動可以使發行者預測客戶未來的使用樣態，例如客戶是否有可能成為交易者或基本上參與為信用卡餘額轉結。然而，原則上不可能預測客戶的付款行為。
在本發明之實施例中，有6至12個月交易的新帳戶通常具有足夠的相關資料以進行進一步分析，並可以被進一 步區分為例如玩者、僅消費、信用卡餘額轉結及消費、僅信用卡餘額轉結、以及非活動帳戶。玩者係指客戶僅參與進行信用卡餘額轉結(或”餘額代償”(balcon))，即使當其利用程度低於其舒適圈(comfort zone)，仍僅有少數或沒有消費。客戶舒適圈在此定義為，客戶使用不超過一給定信用卡之信用額度的70%。大部份的客戶在使用超過此位準時會對所給定信用卡的使用加以節制。
根據本發明之實施例，新帳戶玩者以發行者的觀點而研係為較差的客戶。在18個月的信用卡餘額轉結後，其等同於開發新客戶，玩者客戶的消費活動率、月消費、非獎勵性的餘額、以及最終商業收入均遠比非玩者客戶群體來的低。對帳單非活動性的新帳戶玩者率同時也比非玩者新帳戶來的高。客戶持續地僅進行信用卡餘額轉結通常具有相當高的關閉(closure)及對帳單非活動率在2至3年內。其生命期間值通常給予現有信用卡餘額轉結提供為負的。
在本發明之實施例中，僅消費的客戶很可能成為忠實的、高價值的客戶。雖然在此子區段內，非自願性的關閉率仍可能為高，但存活下來的客戶會傾向於忠實且具有利潤的。
根據本發明之實施例，同時參與在信用卡餘額轉結及消費的客戶具有成為有利潤循環者的潛能。在第一年同時參與在消費及信用卡餘額轉結的客戶會由很忠實與具風險的客戶所組成。交易者/輕級循環者傾向於以此方式開始消費及參與信用卡餘額轉結。此群組整體而言相當容易流 失。同時，所存活者即可成為忠實的客戶。循環者傾向於同時開始信用卡餘額轉結及消費。由於相當數量餘額的加入，此些客戶的生命期間價值通常也會非常具有利潤。
根據本發明之實施例，以信用卡餘額轉結開始而之後才有消費的帳戶傾向於具有比平均還較低的消費位準。由於低消費，在第一年中獎勵餘額的積存和客戶群體的退化，這種客戶的終身價值通常也較低。例如，此區段內40%的客戶會在卡會員的第三年關閉帳戶，在此區段內60%的客戶即使帳戶未關閉，會在此時間內變成嚴重的非活動性。
在本發明之實施例中，僅信用卡餘額轉結之客戶，係指僅以前述舒適圈參與信用卡餘額轉結。
根據本發明之實施例，非活動性帳戶包括可能在帳戶生命期間保持在非活動之帳戶。即使初始為非活動性的帳戶在稍後開始變成活動性的，其一般的活動性位準(即消費及餘額)傾向低的。當帳戶參與在信用卡餘額轉結或增加巨額餘額時，較低的消費位準會降低其平均終身。
根據本發明之實施例之分析，可發現僅有12%的新客戶會撐過第一年並在未來12個月和發行者有來往。在一分析中顯示，從獲得到現存卡會員(ECM)，在任何一個特定的時間點，目前的ECM當中包含了在過去的12個月中和發行者密切往來的數百萬個帳戶。
如前所述，本發明之實施例之第三客戶價值區段54包括嚴重的非活動性帳戶。舉例而言，這些帳戶可更進一步區分為從未活動、玩者、不歸於我方(off-us)或其他發 行者循環者以及不歸於我方(off-us)或其他發行者交易者區段。例如，從未活動區段包括沒有生命期間購買或預借現金或帳戶餘額之帳戶。玩者子區段包括具有同時收購及ECM信用卡餘額轉結提供之帳戶。其他發行者循環者子區段包括高、中及低潛能之客戶，但其循環非活動性基本上受限於其他銀行所發行之信用卡。
舉例而言，本發明之實施例之其他發行者交易者子區段包括根據交易者使用樣態使用其信用卡，但其活動性原則上受限於其他銀行所發行之信用卡之客戶。此等客戶可同時保持穩定的餘額。在使用本發明之實施例之一分析中顯示，嚴重的非活動客戶群體中38%係為具高潛能潛在循環者之客戶。更進一步可顯示由其他發行者交易者子區段組成嚴重的非活動客戶群體中45%，且通常具有低其他發行者餘額以及在其他發行者餘額中降低的趨勢。
如前所述，本發明之實施例之第四客戶價值區段56包括自我活化客戶群體。此等客戶係為對發行者信用卡早期未活動但而後自行成為活動性。根據本發明之實施例之一分析，在啟始點之前的時間區段(“前時區”(pre-period))，並沒有足夠的資料來分析其行為，但根據本發明之實施例之一分析，在”後活動性時區”(post-activity period)，客戶可被區分為如類循環者子區段以及類交易者子區段，類循環者子區段具有可觀的其他發行者餘額或在一給定時間段內如6個月中其他發行者餘額中成長，類交易者子區段則具有較小或穩定的其 他發行者餘額。
如前所述，本發明之實施例之含有信用卡餘額轉結玩者客戶群體之第五客戶價值區段58。此區段可進一步區分為終身玩者及ECM玩者子區段。終身玩者子區段包括終身玩者客戶，其特徵在於客戶具有信用卡餘額轉結歷史但卻沒有終身利息支付。終身玩者客戶更傾向於在促銷期到期後成為對帳單非活動性。在使用本發明之實施例之一分析中顯示，對於此群組整體在非促銷期餘額最小累計值的統計，小於5%的終身玩者為消費活動性。其中更顯示在信用卡餘額轉結支付後，90%的終身玩者變成對帳單非活動性。
本發明之實施例之ECM玩者子區段包括現存的卡會員或ECM玩者客戶，其特徵在於僅在信用卡餘額轉結有大於12個月之商業及參與，而具有少量或沒有消費，即使當利用率低於客戶的舒適圈。ECM玩者客戶在促銷期間係為典型的消費非活動，且傾向於在促銷期間後保持消費非活動。在本發明之實施例之一分析中，僅10%的ECM玩者係為消費活動性，其具有平均月消費$50-100。整體而言，對發行者來說，玩者比其他信用卡餘額轉結客戶具有較少的利潤。
本發明之實施例之第六客戶價值區段60包括循環者客戶客戶群體，其特徵在於持續在時區中的每一個月在卡及循環(即有餘額)上具有活動性。客戶在此價值區段可進一步被區分為高價值子區段、中價值子區段以及低價值子區段。高價值子區段中發行者的信用卡在6個月中至少用 來交易5個月。中價值子區段中發行者的信用卡在6個月中至少用來交易2-4個月。低價值子區段中發行者的信用卡在6個月中至少用來交易1或更少個月。
本發明之實施例之第七客戶價值區段62包括偶發性循環者客戶群體，其特徵在於在全額數付清餘額及在前活動行時區中循環。此區段可更進一步區分為類循環者子區段，其具有相當的其他發行者餘額，以及類交易者子區段，其不具有相當的其他發行者餘額。
本發明之實施例之第八客戶價值區段64包括交易者客戶群體，其客戶之特徵在於在前活動性時區連續性的全數清償其負債。此價值區段更可使用相同標準作為循環者價值區段，區分為高價值子區段、中價值子區段以及低價值子區段。高價值子區段中發行者的信用卡在6個月中至少用來交易5個月。中價值子區段中發行者的信用卡在6個月中至少用來交易2-4個月。低價值子區段中發行者的信用卡在6個月中至少用來交易1或更少個月。
本發明之實施例可以”客戶生命週期”的觀點從新帳戶獲得開始。第9圖係根據本發明之實施例顯示交易卡客戶生命週期之範例之示意圖。以及第10圖係根據本發明之實施例顯示客戶交易樣態之範例之表格。通常在前幾個月客戶與卡發行者產品或服務的參與的客戶生命週期可被預測。第一年存活者傾向於成為在消費上活動性的參與或同時消費及開始在非常早期。一旦進入ECM階段，”忠實客戶”頻繁的交易通常顯示較高的終身價值。
在本發明之實施例中，客戶價值區段適合由發行者積極主動管理為偶發性循環者62，交易者64以及循環者區段60。第11圖係根據本發明之實施例顯示客戶價值區段及適合作為積極消費管理之子區段之範例之表格。
本發明之實施例提供有風險性成為非活動性的客戶再媒合的策略。前述於非活動性儲體及不良的儲體間的比較建議非活動性可於類似架構以收債方式進行管理。
在本發明之實施例中，由於在非活動性儲體一38中的使用行為之複雜度及變化性，以及結果的不確定性，因此必須辨識出客戶沒有相同的終身價值，以及當其由現有喜好中脫離時，發行者的機會成本不會相同。相較於不常使用卡片的客戶脫離(即使這些客戶不改變現有的喜好，依然可能繼續相同的使用)，當忠實/高潛能的客戶脫離時，所造成的商業機會成本往往較高。因此，在某些實施例中，困難在於定義機本的客戶區段，如前所描述，當客戶由潛能脫離時，定義其潛能及評估發行者的機會成本。此過程更於下描述。
幾乎信用卡發行者的任何型態的活動都可視為發行者的花費。因此，在本發明之實施例中，帳戶的潛在商業機會成本是否會成為非活動性的評估調整發行者活動介入調停的花費。也就是說，發行者對於變成脫離狀態及其帳戶可能成為非活動性的客戶，可評估介入調停的成本-至-利潤率以再媒合客戶。
在本發明之實施例中，客戶價值對投資過程的優先順 序是極重要的。在非活動性的極早期，消費的變化及較高的反轉率(rollback rate)(反轉率的定義為退化趨勢的反轉，例如，若客戶的10%在非活動性儲體二40，顯示非活動性的增加以及移動到分活動性儲體一38中，則非活動性儲體二40的反轉率為10%)，另一可能困難為正確的定義潛在退化區段，其會大量增加行銷機會成本。客戶終身價值的概念在投資優先順序的評估中通常是重要的。在一範例中，”忠實”客戶保持活動性在一段長時間且其消費位準保持在相當穩定的狀態，但由於由消費所產生的餘額，循環者所產生的投資回饋是相當大量的。
在本發明之實施例中，發行者可以以設定客戶群體在儲體三42中作為開始，以及在退化的較早儲體中測試高潛能客戶，以學習積極主動之管理方式。
在本發明之另一實施例中，可製作交易者64及循環者60客戶區段的矩陣(matrix)，和非活動性儲體交叉參考以導引出積極主動消費管理的應用而決定發行者行銷及投資策略。第12圖係根據本發明之實施例，根據客戶目前及潛在收益評估之適當策略防禦66、保留68、成長70或節省72之圖示說明之範例。第13圖係根據本發明之實施例，以圖示表示防禦66、保留68、成長70及節省72之類似圖示說明。第14圖係根據本發明之實施例對應於第13圖之信用卡發行者為循環者60、偶發性循環者62、以及交易者64客戶價值區段所從事之行為之適當策略之圖示說明。
請參考第12-14圖，根據本發明之實施例，依據客戶 活動性狀態(即非活動性零到六)適合積極消費管理的帳戶位在第14圖之矩陣中，客戶信用使用樣態(即高、中或低循環者；類循環者或類交易者偶發性循環者；或高、中或低交易者)，以及客戶潛能與目前利潤(高或低)。在矩陣中的每一位置依序與特定的建議策略相關，以積極管理所選定的客戶，例如由包含至少部份防禦66、保留68、成長70或節省72的策略群組由發行者來實現。第15圖係根據本發明之實施例，根據分析之推薦策略之說明範例之表格。
例如，請參考第12-15圖，本發明之實施例之防禦策略66係關於最高價值區段的客戶(由於該客戶具有目前及潛在較高利潤)。若客戶在此區段出現脫離發行者信用卡的風險性，發行者應採取行動以避免發生此種情形。可能採取的策略包括中度獎勵及積極辨識以及其他”非金錢的(soft)”好處。本發明之實施例之保留策略68係關於如後述的客戶：曾經評估為高價值，但已改變其行為並因此對發行者而言不再有價值。他們可能成為競爭者產品及服務的固定使用者。給定他們過去在發行者的行為，他們具有高潛能以增加發行者產品及服務的使用，發行者應嘗試保留此等客戶。
請參照第11-14圖，本發明之實施例之成長策略70，應用於整體信用使用隨時間成長的客戶中。利用正確的使用模擬/皮夾佔用率策略以未來收益來激勵客戶，這些客戶客能成為更加有利潤的客戶。本發明之實施例之節省策略72係關於不具利潤且在短期內也沒有可能成為具利潤的客 戶。他們可以是在部門中的輕級使用者或是頻率較低的交易者。
若干不同的客戶特徵可有助於客戶終身價值的預測，包括潛能位準，交易者/循者及使用穩定性。由群組的觀點，在本發明之一實施例之一分析中，可發現非退化的客戶在使用上隨具有相當的穩定度。很少使用及很常使用的客戶都傾向於保持在原狀態。在中間的客戶傾向於以固定範圍向兩方移動。很少使用卡的客戶會傾向於更少使用，很常使用的客戶會傾向於更常使用。因此，並非所有忠實客戶都會在每一月中使用他們的卡。
在使用本發明之一實施例之一分析中，當客戶維持在參與時，其使用頻率傾向於相當穩定。此外，其整體使用亦相當穩定。保持在消費活動性的忠實客戶隨時間均具有相當穩定的消費位準，除非節慶季。交易者通常同時傾向具有相當穩定的餘額，而循環者每年成長餘額約13%。客戶的商業收入(BI)及總資產回報率(RoTA)同時傾向於穩定並小幅向上。
因此，根據本發明之實施例，對忠實客戶而言，假設它們會保持忠實以及其生命價值為穩定且可估計的是相當合理的。此估計可形成客戶生命價值估計的基礎。客戶的生命價值越高，發行者必須更早或更積極的介入調停。
本發明之一實施例包括一序列的決策，其中資料在每一下一個決策點前進行估計。第16圖係為說明管理交易卡客戶帳戶之過程之範例之流程圖。請參照第16圖，在S1 中，由金融機構將複數客戶交易卡帳戶區分為複數預定客戶價值區段；在S2中，在每一客戶價值區段中識別帳戶，以顯示用以指出帳戶之非活動狀態趨向之特徵；而後在S3中，由識別為顯示用以指出帳戶之非活動狀態趨向之特徵之帳戶中選擇帳戶，根據帳戶之至少部份客戶價值區段，以評估為行銷努力。在S4中，分析所選擇之帳戶，為每一帳戶決定一行銷努力類型。
在本發明之實施例之決策決定範例中，依據客戶信用卡帳戶之使用歷史及樣態將之區分為客戶價值區段，並根據其潛在價值決定那一區段適合進行積主動的消費管理。所選擇之區段中的帳戶會更進一步被分析。
而後，根據本發明之實施例對於所給定帳之分析，首先確定是否存在變數的改變會使客戶傾向於在發行者信用卡上的非活動性。在某些實施例中，此等變數可包括消費位準或觸發者的改變，或其結合。若變數改變會使客戶傾向於非活動性(例如消費位準巨大的改變)，帳戶會依下述進行評估。
接著，在本發明之實施例中，會評估是否特定的帳戶適合行銷。此評估可根據帳戶位在那一個客戶價值區段，發行者風險管理標準，及/或發行者行銷標準。
若評估指出此帳戶適合行銷，根據本發明之實施例，此帳戶會被進一步分析及評估以決定其適合那些行銷活動。這些分析是基於如帳戶所在之退化階段(即非活動儲體)，客戶使用樣態，以及其客戶價值。此步驟可稱為優 惠區或優惠決策區。帳戶資訊及分析可傳向提供優惠的人或部門，此兩者有可能處於離線狀態。特殊標準可被累積透過測試(如總和及損失(P&L))、運作及其他類似工作完成。
根據本發明之實施例前述的分析，關於提供型態及其他適合的介入調停之決策會被決定。例如，對於特定高價值帳戶，可能適合以人員與客戶用電話接觸的方式以直接由客端得到資訊，而不用寫信的方式以或得較大的成功。當關於提供型態及其他適合的介入調停之決策被決定時，則適合進行介入調停。
在本發明之實施例中，前述的許多步驟，尤其是尋找未來客戶非活動性指標之步驟，可被自動化進行直到需要人力介入處理，如此以帶來如速度之好處，同時提供更詳細的分析以決定是否需要對客戶進行介入處理。
本發明之實施例可以電腦程式產品之電腦程序加以實現；每一程序可在獨立或整合性的多個處理器上執行，如個人電腦，或在多個架構中交叉如系統或網路，包括如網際網路(Internet)等網路。在某些實施例中，如內部網路、WAN、LAN或細胞網路(cellular)均可被使用。在另一些實施例中，也可使用其他適合的網路。
客戶裝置可包括電腦可讀取媒體，如與處理器耦接之隨機存取記憶體(RAM)。處理器執行儲存在記憶體中的電腦可執行之程式。此處理器可包括微處理器(microprocessor)、ASIC、及狀態機。此處理器可包括或 可與如電腦可讀取媒體進行溝通，電腦可讀取媒體用來儲存處理企所要執行的指令，於是處理器可執行前述的步驟。電腦可讀取媒體的實施例包括，但不限於此，電子、光學、磁碟或其他儲存或傳輸裝置，其可提供指令給如客戶裝置處理器之處理器。
其他適合的媒體範例包括，但不限於此，軟碟、CD-ROM、DVD、磁碟、記憶卡、ROM、RAM以及ASIC、一設定之處理器、所有光碟、所有磁帶或其他磁性媒體、或任何電腦處理器可從中讀取指令之媒體。同時，其他不同類型的電腦可讀取媒體可傳輸指令到電腦中，包括路由器(router)、私人或公共網路、或其他傳輸裝置或頻道、可為有線或無線的。程式包括以適當電腦語言所寫成之程式碼，如C、C++、C#、Visual Basic、Java、Python、Perl、及JavaScript。
客戶裝置可包括多個外部與內部裝置如滑鼠、CD-ROM、DVD、鍵盤、顯示器、及其他輸入與輸出裝置通常客戶裝置可以是任何以處理為主的架構並會和網路耦接，同時與一或多應用程式互動。客戶裝置可在任何適當的作業系統上進行，如Microsoft®Window®或Linux。
伺服器裝置亦與網路連接。和客戶裝置類似，伺服器裝置可包括電腦可讀取媒體，如與處理器耦接之隨機存取記憶體(RAM)。伺服器裝置可以是單獨的電腦系統也可以以網路系統方式實現。伺服器裝置的範例如伺服器、主機電腦、網路電腦以處理企為主之裝置、以及其他類型的系統 及服務類型。客戶處理器及伺服器處理器可為任何數量之電腦處理器，如Intel Corporation of Santa Clara，California及Motorola of Schaumburg Illinois。另外，本發明所提出之方法可以決策引方式實現，其大量自動化並從不同的來源收集資料。
雖然本發明已以較佳實施例揭露如上，然其並非用以限定本發明，任何熟習此技藝者，在不脫離本發明之精神和範圍內，當可作些許之更動與潤飾，因此本發明之保護範圍當視後附之申請專利範圍所界定者為準。
18‧‧‧新信用卡餘額轉結
20‧‧‧意外消費元下落
22‧‧‧意外消費量下落
24‧‧‧大量支付餘額
26‧‧‧大量購買
28‧‧‧新抵押
30‧‧‧新分期付款貸款
32‧‧‧新零售
34‧‧‧新詢問
36‧‧‧新其他發行者卡
38‧‧‧信用卡餘額轉結懇求
40‧‧‧非活動性儲體二
42‧‧‧非活動性儲體三
44‧‧‧非活動性儲體四
46‧‧‧非活動性儲體五
48‧‧‧非活動性儲體六
50‧‧‧第一客戶價值區段
52‧‧‧第二客戶價值區段
54‧‧‧第三客戶價值區段
56‧‧‧第四客戶價值區段
58‧‧‧第五客戶價值區段
60‧‧‧第六客戶價值區段
62‧‧‧第七客戶價值區段
64‧‧‧第八客戶價值區段
66‧‧‧防禦
68‧‧‧保留
70‧‧‧成長
72‧‧‧節省
第1圖係根據本發明之實施例顯示循環者對帳單非活動狀態之路徑分析範例之示意圖。
第2及3圖係根據本發明之實施例顯示依次對3及5個月循環者對帳單非活動狀態之路徑分析範例之示意圖。
第4及5圖係根據本發明之實施例顯示對帳單非活動之路徑分析範例；3及5個月交易者狀態。
第6圖係根據本發明之實施例顯示對新信用卡餘額轉結及新不歸於我方(off-us)卡之可能觸發者之範例之表格。
第7圖係根據本發明之實施例顯示非活動性儲體之表格。
第8圖係根據本發明之實施例顯示客戶價值區段之表格。
第9圖係根據本發明之實施例顯示交易卡客戶生命週期之範例之示意圖。
第10圖係根據本發明之實施例顯示客戶交易樣態之範例之表格。
第11圖係根據本發明之實施例顯示客戶價值區段及適合作為積極消費管理之子區段之範例之表格。
第12圖係根據本發明之實施例，根據客戶目前及潛在收益評估之適當策略之圖示說明之範例。
第13圖係根據本發明之實施例，以圖示表示防禦、保留、成長及節省之類似圖示說明。
第14圖係根據本發明之實施例信用卡發行者所從事之行為之適當策略之圖示說明。
第15圖係根據本發明之實施例，根據分析之推薦策略之說明範例之表格。
第16圖係為說明管理交易卡客戶帳戶之過程之範例之流程圖。

Claims (25)

  1. 一種藉助電腦管理交易卡客戶帳戶的方法，包括：由一金融機構藉助電腦為複數客戶提供交易卡帳戶；由上述金融機構藉助電腦將上述複數客戶交易卡帳戶區分為複數預定客戶價值區段；藉助電腦，在每一上述客戶價值區段中識別帳戶，其表現出表示非活動狀態趨向的消費位準改變；藉助電腦，從上述被識別的帳戶之非活動狀態趨向之特徵之上述帳戶中選擇帳戶，至少根據上述帳戶之客戶價值區段，以評估為行銷努力；以及藉助電腦執行軟體分析上述所選擇之帳戶，為每一帳戶決定一行銷努力類型。
  2. 如申請專利範圍第1項所述之藉助電腦管理交易卡客戶帳戶的方法，更包括至少根據事先定義的每個客戶帳戶對上述金融機構的潛在商業收入貢獻，將上述帳戶區分為上述複數預定客戶價值區段。
  3. 如申請專利範圍第1項所述之藉助電腦管理交易卡客戶帳戶的方法，其中區分上述帳戶，更包括根據至少部份一客戶在一預定時間區間內多常使用上述客戶帳戶，區分上述帳戶為上述複數預定客戶價值區段。
  4. 如申請專利範圍第1項所述之藉助電腦管理交易卡客戶帳戶的方法，其中區分上述帳戶，更包括將上述帳戶區分為包含至少部份預定交易者區段以及預定循環者區段之客戶價值區段。
  5. 如申請專利範圍第4項所述之藉助電腦管理交易卡客戶帳戶的方法，其中區分上述帳戶，更包括將上述帳戶區分為包含至少部份使用交易卡作為消費並全數付清之客戶之預定交易者區段，以及未全數付清並擁有餘額之客戶之循環者區段。
  6. 如申請專利範圍第5項所述之藉助電腦管理交易卡客戶帳戶的方法，其中將上述帳戶區分為包含至少部份交易者區段以及循環者區段之客戶價值區段，更包括根據一客戶在一特定時間區間內使用該客戶帳戶之時間長短，在上述交易者及循環者區段評估每一帳戶為一高價值、中價值或低價值客戶。
  7. 如申請專利範圍第6項所述之藉助電腦管理交易卡客戶帳戶的方法，其中在上述交易者及循環者區段評估帳戶為高價值、中價值或低價值客戶更包括若一客戶在6個月區間內至少使用上述客戶帳戶5個月，則在上述交易者及循環者區段評估上述客戶為高價值客戶。
  8. 如申請專利範圍第6項所述之藉助電腦管理交易卡客戶帳戶的方法，其中在上述交易者及循環者區段評估帳戶為高價值、中價值或低價值客戶更包括若一客戶在6個月區間內使用上述客戶帳戶2至4個月，則在上述交易者及循環者區段評估上述客戶為中價值客戶。
  9. 如申請專利範圍第6項所述之藉助電腦管理交易卡客戶帳戶的方法，其中在上述交易者及循環者區段評估帳戶為高價值、中價值或低價值客戶更包括若一客戶在6個 月區間內使用上述客戶帳戶1或更少個月，則在上述交易者及循環者區段評估上述客戶為低價值客戶。
  10. 如申請專利範圍第5項所述之藉助電腦管理交易卡客戶帳戶的方法，其中將上述帳戶區分為客戶價值區段，更包括將上述帳戶區分為至少一附加預定客戶價值區段，其包含特徵為客戶交替地處在全數付清與循環餘額之間的偶發性循環者。
  11. 如申請專利範圍第10項所述之藉助電腦管理交易卡客戶帳戶的方法，其中將上述帳戶區分為客戶價值區段，更包括將上述帳戶區分為附加預定客戶價值區段，其包含高風險客戶、新帳戶、嚴重非活動帳戶、自我活動帳戶、信用卡餘額轉結玩者以及偶發性循環者中之任一。
  12. 如申請專利範圍第11項所述之藉助電腦管理交易卡客戶帳戶的方法，其中識別上述帳戶以顯示用以指出上述帳戶之非活動狀態趨向之特徵中，更包括在每一顯示用以指出上述帳戶之非活動狀態趨向之消費位準改變以作為時間函數之上述帳戶之上述客戶價值區段中識別帳戶。
  13. 如申請專利範圍第12項所述之藉助電腦管理交易卡客戶帳戶的方法，其中在每一顯示消費位準改變以作為時間函數之上述客戶價值區段中識別上述帳戶中，更包括根據至少部份在每一帳戶中之非活動性位準，將上述已識別之帳戶區分為儲體。
  14. 如申請專利範圍第13項所述之藉助電腦管理交易卡客戶帳戶的方法，其中根據非活動性位準將上述帳戶區 分為儲體，更包括根據在每一帳戶中之非活動性位準，範圍由對3個連續月之對帳單非活動性至消費位準，其變化小於上述帳戶之中間值之一標準偏差，將上述已識別之帳戶區分為儲體。
  15. 如申請專利範圍第13項所述之藉助電腦管理交易卡客戶帳戶的方法，其中識別上述帳戶以顯示用以指出上述非活動狀態趨向之特徵中，更包括在其達到非活動狀態前識別上述帳戶。
  16. 如申請專利範圍第1項所述之藉助電腦管理交易卡客戶帳戶的方法，其中選擇上述帳戶以評估作為行銷努力中，更包括由包含至少部份使用交易卡作為消費並全數付清之客戶之預定交易者區段，以及未全數付清並擁有餘額之客戶之循環者區段之預定客戶價值區段中選擇上述帳戶。
  17. 如申請專利範圍第16項所述之藉助電腦管理交易卡客戶帳戶的方法，其中選擇上述帳戶以評估作為行銷努力中，更包括由包含偶發性循環者之至少一附加預定客戶價值區段中選擇上述帳戶，偶發性循環者其特徵為客戶交替地處在全數付清與循環餘額之間。
  18. 如申請專利範圍第1項所述之藉助電腦管理交易卡客戶帳戶的方法，其中分析上述所選擇之帳戶，更包括根據至少交易者及循還者客戶區段之一矩陣，交叉參考非活動狀態，分析上述所選擇之帳戶。
  19. 如申請專利範圍第18項所述之藉助電腦管理交易 卡客戶帳戶的方法，其中根據上述矩陣分析上述所選擇之帳戶，更包括根據一客戶的非活動狀態及上述客戶的價值區段在上述矩陣中的位置，分析上述所選擇之帳戶。
  20. 如申請專利範圍第18項所述之藉助電腦管理交易卡客戶帳戶的方法，其中分析上述所選擇之帳戶，更包括根據上述矩陣以決定一行銷策略類型，上述行銷策略類型包含防禦策略、保留策略、成長策略、以及節省策略之一。
  21. 如申請專利範圍第20項所述之藉助電腦管理交易卡客戶帳戶的方法，其中上述防禦策略更包括對表現值及收益給上述金融機構之客戶之一策略。
  22. 如申請專利範圍第20項所述之藉助電腦管理交易卡客戶帳戶的方法，其中上述保留策略更包括對先前表現值及收益給上述金融機構，但已改變其行為且不再具有價值及收益給上述金融機構之客戶之一策略。
  23. 如申請專利範圍第20項所述之藉助電腦管理交易卡客戶帳戶的方法，其中上述成長策略更包括對整體信用使用成長之客戶之一策略。
  24. 如申請專利範圍第20項所述之藉助電腦管理交易卡客戶帳戶的方法，其中上述節省策略更包括對不具收益及不具可能性成為具收益給上述金融機構之客戶之一策略。
  25. 一種管理交易卡客戶帳戶的系統，包括：由一金融機構為複數客戶提供交易卡帳戶之裝置；由上述金融機構將上述複數客戶交易卡帳戶區分為複 數預定客戶價值區段之裝置；在每一上述客戶價值區段中識別帳戶，其表現出表示非活動狀態趨向的消費位準改變之裝置；由識別為顯示用以指出上述帳戶之非活動狀態趨向之特徵之上述帳戶中選擇帳戶，至少根據上述帳戶之客戶價值區段，以評估為行銷努力之裝置；以及分析上述所選擇之帳戶，為每一帳戶決定一行銷努力類型之裝置。
TW95139001A 2005-10-24 2006-10-23 藉助電腦管理交易卡客戶帳戶的方法及系統 TWI470569B (zh)

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
US72917405P 2005-10-24 2005-10-24

Publications (2)

Publication Number Publication Date
TW200741574A TW200741574A (en) 2007-11-01
TWI470569B true TWI470569B (zh) 2015-01-21

Family

ID=37968417

Family Applications (1)

Application Number Title Priority Date Filing Date
TW95139001A TWI470569B (zh) 2005-10-24 2006-10-23 藉助電腦管理交易卡客戶帳戶的方法及系統

Country Status (4)

Country Link
US (1) US20070192167A1 (zh)
GB (1) GB2444684A (zh)
TW (1) TWI470569B (zh)
WO (1) WO2007050472A2 (zh)

Families Citing this family (47)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8280805B1 (en) 2006-01-10 2012-10-02 Sas Institute Inc. Computer-implemented risk evaluation systems and methods
US7788195B1 (en) 2006-03-24 2010-08-31 Sas Institute Inc. Computer-implemented predictive model generation systems and methods
US7912773B1 (en) * 2006-03-24 2011-03-22 Sas Institute Inc. Computer-implemented data storage systems and methods for use with predictive model systems
US8015133B1 (en) 2007-02-20 2011-09-06 Sas Institute Inc. Computer-implemented modeling systems and methods for analyzing and predicting computer network intrusions
US8346691B1 (en) 2007-02-20 2013-01-01 Sas Institute Inc. Computer-implemented semi-supervised learning systems and methods
US8190512B1 (en) * 2007-02-20 2012-05-29 Sas Institute Inc. Computer-implemented clustering systems and methods for action determination
US9990674B1 (en) 2007-12-14 2018-06-05 Consumerinfo.Com, Inc. Card registry systems and methods
US8515862B2 (en) 2008-05-29 2013-08-20 Sas Institute Inc. Computer-implemented systems and methods for integrated model validation for compliance and credit risk
US8312033B1 (en) 2008-06-26 2012-11-13 Experian Marketing Solutions, Inc. Systems and methods for providing an integrated identifier
US8060424B2 (en) 2008-11-05 2011-11-15 Consumerinfo.Com, Inc. On-line method and system for monitoring and reporting unused available credit
US10430803B2 (en) * 2008-12-23 2019-10-01 Mastercard International Incorporated Methods and systems for predicting consumer behavior from transaction card purchases
US20110016058A1 (en) * 2009-07-14 2011-01-20 Pinchuk Steven G Method of predicting a plurality of behavioral events and method of displaying information
US20110055061A1 (en) * 2009-08-25 2011-03-03 American International Group, Inc. Method and system for retaining customers with interrupted payment streams
AU2010226911B2 (en) * 2009-10-19 2014-12-18 Brad Jackson A Method for Detecting a Delinquent Customer Record in a CRM Database
TWI501171B (zh) * 2010-03-08 2015-09-21 Alibaba Group Holding Ltd Account development and processing methods and account development and processing system
US20110246378A1 (en) * 2010-03-30 2011-10-06 Prussack E Fredrick Identifying high value content and determining responses to high value content
WO2011163251A2 (en) * 2010-06-21 2011-12-29 Visa U.S.A. Inc. Systems and methods to predict and prevent potential attrition of consumer payment account
US8554653B2 (en) 2010-07-22 2013-10-08 Visa International Service Association Systems and methods to identify payment accounts having business spending activities
WO2012040625A2 (en) * 2010-09-23 2012-03-29 Visa International Service Association No preset spending limit analysis system and method
US9483606B1 (en) 2011-07-08 2016-11-01 Consumerinfo.Com, Inc. Lifescore
US9106691B1 (en) 2011-09-16 2015-08-11 Consumerinfo.Com, Inc. Systems and methods of identity protection and management
US8738516B1 (en) 2011-10-13 2014-05-27 Consumerinfo.Com, Inc. Debt services candidate locator
US8768866B2 (en) 2011-10-21 2014-07-01 Sas Institute Inc. Computer-implemented systems and methods for forecasting and estimation using grid regression
JP4970629B1 (ja) * 2012-02-29 2012-07-11 楽天株式会社 情報処理装置、情報処理方法、情報処理プログラム及び記録媒体
US9853959B1 (en) 2012-05-07 2017-12-26 Consumerinfo.Com, Inc. Storage and maintenance of personal data
US20130343536A1 (en) * 2012-06-22 2013-12-26 International Business Machines Corporation Incorporating Actionable Feedback to Dynamically Evolve Campaigns
US20140025437A1 (en) * 2012-07-13 2014-01-23 Quosal, Llc Success guidance method, apparatus, and software
US9654541B1 (en) 2012-11-12 2017-05-16 Consumerinfo.Com, Inc. Aggregating user web browsing data
US9916621B1 (en) 2012-11-30 2018-03-13 Consumerinfo.Com, Inc. Presentation of credit score factors
US10255598B1 (en) * 2012-12-06 2019-04-09 Consumerinfo.Com, Inc. Credit card account data extraction
US9594907B2 (en) 2013-03-14 2017-03-14 Sas Institute Inc. Unauthorized activity detection and classification
US9231979B2 (en) 2013-03-14 2016-01-05 Sas Institute Inc. Rule optimization for classification and detection
US9406085B1 (en) 2013-03-14 2016-08-02 Consumerinfo.Com, Inc. System and methods for credit dispute processing, resolution, and reporting
US10102570B1 (en) 2013-03-14 2018-10-16 Consumerinfo.Com, Inc. Account vulnerability alerts
US10685398B1 (en) 2013-04-23 2020-06-16 Consumerinfo.Com, Inc. Presenting credit score information
US20140379310A1 (en) * 2013-06-25 2014-12-25 Citigroup Technology, Inc. Methods and Systems for Evaluating Predictive Models
US10325314B1 (en) 2013-11-15 2019-06-18 Consumerinfo.Com, Inc. Payment reporting systems
US9477737B1 (en) 2013-11-20 2016-10-25 Consumerinfo.Com, Inc. Systems and user interfaces for dynamic access of multiple remote databases and synchronization of data based on user rules
US9892457B1 (en) 2014-04-16 2018-02-13 Consumerinfo.Com, Inc. Providing credit data in search results
US11580556B1 (en) * 2015-11-30 2023-02-14 Nationwide Mutual Insurance Company System and method for predicting behavior and outcomes
US10699287B2 (en) * 2017-07-28 2020-06-30 NTT Data, Inc. Providing quantitative evaluations of friction within a customer experience to reduce abandonment and improve conversion of transactions
CN107885802A (zh) * 2017-10-31 2018-04-06 阿里巴巴集团控股有限公司 余额查询方法、装置及设备
US10880313B2 (en) 2018-09-05 2020-12-29 Consumerinfo.Com, Inc. Database platform for realtime updating of user data from third party sources
US11315179B1 (en) 2018-11-16 2022-04-26 Consumerinfo.Com, Inc. Methods and apparatuses for customized card recommendations
US11238656B1 (en) 2019-02-22 2022-02-01 Consumerinfo.Com, Inc. System and method for an augmented reality experience via an artificial intelligence bot
US11941065B1 (en) 2019-09-13 2024-03-26 Experian Information Solutions, Inc. Single identifier platform for storing entity data
US20220284368A1 (en) * 2021-03-08 2022-09-08 AIble Inc. Automatically Learning Process Characteristics for Model Optimization

Citations (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2002011034A1 (en) * 2000-07-31 2002-02-07 Capital One Financial Corporation System and method for issuing and redeeming credit card reward points
WO2002029693A1 (en) * 2000-10-06 2002-04-11 Argus Information & Advisory Services, Llc System and method for monitoring, managing and valuing credit accounts
US20020138349A1 (en) * 2001-03-23 2002-09-26 Platt W. Stephen Direct marketing system
WO2002095634A1 (en) * 2001-05-18 2002-11-28 Edward John Knight A rewards system
US20030028483A1 (en) * 2001-07-26 2003-02-06 First Usa Bank, N.A. System and method for funding a collective account
US6556979B1 (en) * 2000-06-19 2003-04-29 International Business Machines Corporation Method and system for identifying consumer credit revolvers with neural network time series segmentation
US20030105689A1 (en) * 2001-11-30 2003-06-05 Chandak Sanjeev Kumar Methods, systems and articles of manufacture for managing financial accounts with reward incentives
TW200422901A (en) * 2002-11-20 2004-11-01 American Express Travel Relate System and method for administering incentive offers
WO2004107127A2 (en) * 2003-05-27 2004-12-09 Citicorp Credit Services, Inc. Credit card rewards program system and method
US20050055275A1 (en) * 2003-06-10 2005-03-10 Newman Alan B. System and method for analyzing marketing efforts
TW200517908A (en) * 2003-07-25 2005-06-01 Universal Intellectual Property Holdings Inc Financial account up-front incentives management system and method
WO2005062239A1 (en) * 2003-12-18 2005-07-07 Capital One Financial Corporation System and method for redeeming rewards and incentives

Patent Citations (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6556979B1 (en) * 2000-06-19 2003-04-29 International Business Machines Corporation Method and system for identifying consumer credit revolvers with neural network time series segmentation
WO2002011034A1 (en) * 2000-07-31 2002-02-07 Capital One Financial Corporation System and method for issuing and redeeming credit card reward points
WO2002029693A1 (en) * 2000-10-06 2002-04-11 Argus Information & Advisory Services, Llc System and method for monitoring, managing and valuing credit accounts
US20020138349A1 (en) * 2001-03-23 2002-09-26 Platt W. Stephen Direct marketing system
WO2002095634A1 (en) * 2001-05-18 2002-11-28 Edward John Knight A rewards system
US20030028483A1 (en) * 2001-07-26 2003-02-06 First Usa Bank, N.A. System and method for funding a collective account
US20030105689A1 (en) * 2001-11-30 2003-06-05 Chandak Sanjeev Kumar Methods, systems and articles of manufacture for managing financial accounts with reward incentives
TW200422901A (en) * 2002-11-20 2004-11-01 American Express Travel Relate System and method for administering incentive offers
WO2004107127A2 (en) * 2003-05-27 2004-12-09 Citicorp Credit Services, Inc. Credit card rewards program system and method
TW200502819A (en) * 2003-05-27 2005-01-16 Citicorp Credit Services Inc Credit card rewards program, system and method
US20050055275A1 (en) * 2003-06-10 2005-03-10 Newman Alan B. System and method for analyzing marketing efforts
TW200517908A (en) * 2003-07-25 2005-06-01 Universal Intellectual Property Holdings Inc Financial account up-front incentives management system and method
WO2005062239A1 (en) * 2003-12-18 2005-07-07 Capital One Financial Corporation System and method for redeeming rewards and incentives

Also Published As

Publication number Publication date
GB0806533D0 (en) 2008-05-14
TW200741574A (en) 2007-11-01
GB2444684A (en) 2008-06-11
WO2007050472A3 (en) 2009-04-30
WO2007050472A9 (en) 2008-01-17
US20070192167A1 (en) 2007-08-16
WO2007050472A2 (en) 2007-05-03

Similar Documents

Publication Publication Date Title
TWI470569B (zh) 藉助電腦管理交易卡客戶帳戶的方法及系統
Heldt et al. Predicting customer value per product: From RFM to RFM/P
Larivière et al. Predicting customer retention and profitability by using random forests and regression forests techniques
US8583523B2 (en) Method and system for providing financial services
Schultz Jr et al. Integrating business risk into auditor judgment about the risk of material misstatement: The influence of a strategic-systems-audit approach
US20160162917A1 (en) System and method for evaluating and increasing customer engagement
US20140095251A1 (en) Methods and Systems for Optimizing Marketing Strategy to Customers or Prospective Customers of a Financial Institution
EP2506207A1 (en) Computer system, computer-implemented method and computer program product for managing operations of a system
Anderson et al. How price promotions work: A review of practice and theory
Zhao et al. Reward-based crowdfunding research and practice
Collings et al. Valuing customers
Pepe Customer lifetime value: A vital marketing/financial concept for businesses
Barr et al. Preferences for banking and payment services among low-and moderate-income households
Do et al. When Pep comes calling, the oil market answers: The effect of football player transfer movements on abnormal fluctuations in oil price futures
Han Rewards and consumption in the credit card market
Lippert Silver Pricing: Satisfying Needs Is Not Enough–Balancing Value Delivery and Value Extraction Is Key
Lewis Applications of dynamic programming to customer management
Erfan et al. Impact of disposition effect on financial decisions among women investors
Meltzer Customer Profitability—Information just isn’t enough
Reyes-Mercado et al. Consumer Segments in the Fintech Market
LeSueur Marketing automation: practical steps to more effective direct marketing
Jin et al. Prediction and Learning About Credit Card Spending
Kasaian Essays on Consumer Credit Card Profitability
Srivastava First-Degree Price Discrimination: Evidence from Informal Markets in India
Moretti et al. Phase 5: Execute

Legal Events

Date Code Title Description
MM4A Annulment or lapse of patent due to non-payment of fees