大数据分析购房倾向模型0507version

整合国际前沿技术和丰富实战经验为客户实现大数据时代的金融战略银联智策与思源地产合作交流借记卡购房倾向分析议题银联智策顾问（上海）有限公司知识产权2房地产行业现状和趋势的综合分析银联智策的数据分析产品和战略咨询服务将全面提升思源地产的竞争力购房倾向客群交易行为分析高端购房倾向模型——甄别具有高端房产购房倾向的消费者高端购房倾向模型简介高端购房倾向模型精准性分析普通购房倾向模型——锁定有购房倾向的借记卡持卡人普通购房倾向模型简介普通购房倾向模型精准性分析房产营销策略举例——购房倾向模型的实际运用房地产行业增长趋势宏观性分析微颗粒性分析基于银联跨行交易数据，2013年房地产交易金额超24,140亿元，占2013年银联总交易金额的12.85%，与2012年同比增长15%。2013年房地产行业的商品房销售额约为8万亿元，而银联数据显示的该行业交易金额约为2.4万亿元，覆盖商品房交易的30%，具有数据宏观性。地域维度：广东、四川、江苏、山东、北京地区的房地产交易用户占全国交易的41%。消费者维度：在银联借记卡持卡人中，2013年期间，2%的持卡人有5,000元以上的房地产交易，其中二成购房者半年内房地产交易金额大于4万。房地产行业现状和趋势的综合分析银联智策顾问（上海）有限公司知识产权3议题银联智策顾问（上海）有限公司知识产权4房地产行业现状和趋势的综合分析银联智策的数据分析产品和战略咨询服务将全面提升思源地产的竞争力购房倾向客群交易行为分析高端购房倾向模型——甄别具有高端房产购房倾向的消费者高端购房倾向模型简介高端购房倾向模型精准性分析普通购房倾向模型——锁定有购房倾向的借记卡持卡人普通购房倾向模型简介普通购房倾向模型精准性分析房产营销策略举例——购房倾向模型的实际运用银联智策拥有为客户赢得大数据时代先机的关键优势先进的分析方法和丰富的经验前沿的大数据分析平台海量的数据实时交易的真实反映包含消费时间、地点、商户、渠道等的丰富信息真实反映客户的消费行为与偏好高安全性严格执行对卡号等敏感数据的脱敏全方位的安全管理云存储与计算处理每天数千万条交易记录支持上百台计算机同时运算的系统快速的数据提取与模型运算数据清理、汇总与加强基于文本挖掘技术的数据清理与纠错基于商户、区域、渠道、机构、时间序列的汇总分析与变量衍生报表、指标、行业基准尺度消费行为模型和细分客户准确定位高覆盖率与代表性一千四百万商户（包括海外商户）四百多家发卡机构遍布全球三十七亿张银行卡三十三亿笔跨行交易/每季度战略分析银联智策顾问（上海）有限公司知识产权5银联智策将用以下独具的优势为客户竭诚服务汇集国际金融业、咨询业、IT业精英；博士以上学历员工占比30%，硕士以上80%，核心团队均拥有10年以上海内外工作经验唯一性大数据高端平台精英团队银联智策不可复制的优势银联海量交易数据；发改委、国统局、行业协会海量数据；在数据覆盖性、跨行业性、及时性有独一无二的优势；唯一可以做出行业标杆、跨行交易评分及评级的咨询公司系统平台实现40：1的超速运算能力；应用国际前沿决策科学工具；服务器搭建在银联信总，数据安全保证银联智策是全世界唯一授权使用银联海量交易数据的咨询公司银联智策顾问（上海）有限公司知识产权6银联智策将以三种高价值服务推进银联与战略伙伴的共赢关系决策科学支持战略咨询服务战略执行管理数据挖掘整理综合报告分析智能细分产品数据模型建立正确、快速、可行、优化的策略、规划及解决方案一条龙的战略项目执行管理，决策引擎建立、数据库建立方案、数据库营销执行、培训、讲座、以及相关业务咨询为客户带来只有通过数据智能才能达到的分析结论效果，指引方向并提供有效工具用专业技术和经验为客户解决问题和挑战，实现超价值、最优化投资回报完美高效的执行力，更新知识，体现客户价值，增加客户影响力银联智策顾问（上海）有限公司知识产权7议题银联智策顾问（上海）有限公司知识产权8房地产行业现状和趋势的综合分析银联智策的数据分析产品和战略咨询服务将全面提升思源地产的竞争力购房倾向客群交易行为分析高端购房倾向模型——甄别具有高端房产购房倾向的消费者高端购房倾向模型简介高端购房倾向模型精准性分析普通购房倾向模型——锁定有购房倾向的借记卡持卡人普通购房倾向模型简介普通购房倾向模型精准性分析房产营销策略举例——购房倾向模型的实际运用购房倾向客群定义银联智策顾问（上海）有限公司知识产权9有购房倾向客群无购房倾向客群无购房倾向客群：2013.07-2013.126个月内无房地产交易或仅有小额交易，即交易金额在0-5,000元之间。非高端房产的购房倾向客群：2013.07-2013.126个月内有过房地产交易，且该类型的交易金额在5,000—41,000元之间。高端房产的购房倾向客群：2013.07-2013.126个月内有过房地产交易，且该类型的交易金额高于41,000元。购房倾向客群基本交易行为分析高端房产的

购房倾向客群非高端房产的

购房倾向客群无购房倾向客群总计账户数397,000(0.5%)3,908,000(1.5%)406,179,400(98%)410,484,400（100%）交易量占比1.3%3.3%95.4%100.0%单卡月均消费金额27,3398,4583,2843,357单卡月均交易笔数1.41.31.11.1单卡笔均交易金额19,2336,6753,0253,085%跨境1.5%1.2%1.3%1.3%%取现2.37%6.32%15.80%15.32%无购房倾向客群非高端房产的购房倾向客群高端房产的购房倾向客群总体客群银联智策顾问（上海）有限公司知识产权10购房倾向客群综合交易行为分析高端房产的

购房倾向客群非高端房产的

购房倾向客群无购房倾向客群总计DSI消费自由度指数601540498503消费偏好殷实家居（36%）殷实家居（28%）取现转账（27%）殷实家居（22%）生意达人（17%）取现转账（25%）购物消费（17%）取现转账（26%）无购房倾向客群非高端房产的购房倾向客群高端房产的购房倾向客群总体客群银联智策顾问（上海）有限公司知识产权11银联智策顾问（上海）有限公司知识产权12购房倾向客群房产交易金额和笔数分布交易笔数占比2013年购房倾向客群交易笔数分布交易金额占比2013年购房倾向客群交易金额分布在2013年购房倾向客群的交易笔数分布中，一笔交易人群聚集，占总客群70%。有三笔及以上的客群占总体的10%。在2013年购房倾向客群的交易金额分布中，30%的购房倾向客群交易金额为1万-5万；30%的购房倾向客群交易金额为5万-20万；交易金额在40万以上的占总客群的8.3%。议题银联智策顾问（上海）有限公司知识产权13房地产行业现状和趋势的综合分析银联智策的数据分析产品和战略咨询服务将全面提升思源地产的竞争力购房倾向客群交易行为分析高端购房倾向模型——甄别具有高端房产购房倾向的消费者高端购房倾向模型简介高端购房倾向模型精准性分析普通购房倾向模型——锁定有购房倾向的借记卡持卡人普通购房倾向模型简介普通购房倾向模型精准性分析房产营销策略举例——购房倾向模型的实际运用高端购房倾向模型介绍模型定义：高端购房倾向模型是银联智策基于银联跨行交易数据开发的，用以预测持卡人在未来6个月内是否具有购买高端房产倾向的多元逻辑回归模型。模型工具：

SAS,R,TreeNet,MARS,Matlab等模型适用人群：借记卡银联智策顾问（上海）有限公司知识产权14购房倾向模型变量6个月BSI小业主消费自由度指数(+)

交易商户类型（MCC）数量(+)6个月内POS机交易金额占比(+)6个月内POS机交易笔数(+)6个月房地产交易金额(+)变量贡献度高端购房倾向模型—结果验证银联智策顾问（上海）有限公司知识产权15从真实值与预测值的拟合程度来看，训练数据集上模型的拟合一致。前2个十分位组(Decile)精准锁定70%的购房倾向人群。K-S=49%，5倍提升营销精准度，显著区分强房产消费潜力客群和普通消费潜力客群。K-S=49%银联智策顾问（上海）有限公司知识产权16高端购房倾向模型—十分位组客群特征分析十分位组客群特征分析：6个月人均交易金额：第一个十分位组的6个月人均交易金额是是总体平均的7.1倍，远高于其他组，是第二组的7.3倍，第三组的17倍。笔均交易金额：第一个十分位组的笔均交易金额为22,438元，是总体平均的5.8倍。6个月内POS机交易笔数：第一个十分位组POS机交易笔数是总体平均2倍多，交易频率高。BSI指数：第一个十分位组BSI小业主消费自由度指数是第二组的2倍，是总体平均的4.5倍。议题银联智策顾问（上海）有限公司知识产权17房地产行业现状和趋势的综合分析银联智策的数据分析产品和战略咨询服务将全面提升思源地产的竞争力购房倾向客群交易行为分析高端购房倾向模型——甄别具有高端房产购房倾向的消费者高端购房倾向模型简介高端购房倾向模型精准性分析普通购房倾向模型——锁定有购房倾向的借记卡持卡人普通购房倾向模型简介普通购房倾向模型精准性分析房产营销策略举例——购房倾向模型的实际运用普通购房倾向模型介绍银联智策顾问（上海）有限公司知识产权18普通购房倾向模型定义：通过SAS、R、TreeNet、MARS、Matlab等模型工具，用以预测借记卡持卡人在未来6个月内是否具有购房倾向的多元逻辑回归模型。普通购房倾向模型变量：6个月BSI小业主消费自由度指数(+)

交易商户类型（MCC）数量(+)6个月内POS机交易金额占比(+)

6个月内POS机交易笔数(+)6个月房地产交易金额(+)变量贡献度普通购房倾向模型—结果验证银联智策顾问（上海）有限公司知识产权19K-S=28%普通购房倾向模型结果验证：真实数据与预测数据拟合一致，证明模型强有效性。K-S=28%，3倍提升房产营销精准性。前2个十分位组锁定50%普通购房倾向人群。议题银联智策顾问（上海）有限公司知识产权20房地产行业现状和趋势的综合分析银联智策的数据分析产品和战略咨询服务将全面提升思源地产的竞争力购房倾向客群交易行为分析高端购房倾向模型——甄别具有高端房产购房倾向的消费者高端购房倾向模型简介高端购房倾向模型精准性分析普通购房倾向模型——锁定有购房倾向的借记卡持卡人普通购房倾向模型简介普通购房倾向模型精准性分析房产营销策略举例——购房倾向模型的实际运用银联智策顾问（上海）有限公司知识产权21房产营销策略举例——购房倾向模型的实际运用思源地产向银联智策提供持卡人卡号信息银联智策通过独家开发的高端购房倾向模型和普通购房倾向模型，为持卡人的购房倾向打分分地域整合持卡人购房倾向分值，便于思源地产在不同地区开展针对性营销活动精准锁定购房倾向客群，节约营销成本，实施有效营销！附录一：消费自由度指数介绍与应用

DiscretionarySpendingIndex(DSI)银行卡的消费自由度指数体现了持卡人在这张卡上的消费习惯，取值介于0和1000之间，数值越高说明这张卡上承载了越多的非生活必须类消费。消费自由度指数是持卡人财富水平的一个重要表现。消费自由度指数介绍DiscretionarySpendingIndex(DSI)消费自由度指数＝非生活必须类消费金额个人日常消费金额X1000DSI国际通用标准定义：DSI常见的数据组成：家庭资产、可支配收入消费行为、支付行为投资、理财等信息个人基本面信息态度类数据、地理、宏观经济等银联智策的DSI银联智策参照国内外通用方法和商业经验，研究每一张银行卡的消费金额、频率、近期表现、和其他指标在300多个商户类型上的分布和统计规律，把商户类型分成不同组，并对各组中的相应指标进行时间调整、阀值处理、和数值再分配。DSI有效值为0-1000之间的整数、三个特殊赋值分别为：DSI=9991表示商业性消费、一次性大额消费DSI=9992表示近3个月没有交易DSI=9993表示交易次数过少B商业性消费特殊赋值Z一次性大额消费个人消费特殊赋值A近3个月没有交易特殊赋值C交易次数过少特殊赋值D非生活必须类消费个人日常消费N生活必须类消费DSI=9991DSI=9992DSI=9993银联智策顾问（上海）有限公司知识产权22缜密的MCC量化分析和归类是消费自由度指数的关键步骤中自由度指数：300-700高自由度指数：700-1000低自由度指数：0-300自主性消费计划性消费刚性消费餐饮、百货商店旅行服务、休闲娱乐宾馆酒店、奢侈工艺品商业服务、五金家具纺织衣服、车辆配件教育、超级市场卫生医疗、储蓄公共事业服务、加油站银联智策顾问（上海）有限公司知识产权23哪张卡的DSI高？MCC编码

消费金额会员制批量零售店 539大型仓储式超级市场 6.2大型仓储式超级市场 52.5大型仓储式超级市场 10.7大型仓储式超级市场 47.4大型仓储式超级市场 4649大型仓储式超级市场 100.4大型仓储式超级市场 120.9大型仓储式超级市场 107.5大型仓储式超级市场 174.85就餐场所和餐馆 95就餐场所和餐馆 152就餐场所和餐馆 271就餐场所和餐馆 166住宿服务 129住宿服务 400住宿服务 259保健及美容SPA 700MCC编码

消费金额慈善和社会公益服务组织 3500慈善和社会公益服务组织 6017就餐场所和餐馆 379就餐场所和餐馆 894银器店 907.5银器店 1879.5住宿服务 600音乐商店－乐器、钢琴、乐谱 3500玻璃器皿和水晶饰品店

4000玻璃器皿和水晶饰品店 300玻璃器皿和水晶饰品店

3600宠物商店、宠物食品及用品 120宠物商店、宠物食品及用品 340宠物商店、宠物食品及用品 107DSI:272DSI:978银联智策顾问（上海）有限公司知识产权24消费自由度指数–借记卡、信用卡数量分布消费自由度指数的分布呈现两端多中间少的趋势，有利于目标账户的选择。信用卡与借记卡相比，有更多的比例用于非生活必须类（自主性）消费。银联智策顾问（上海）有限公司知识产权25消费自由度指数–借记卡、信用卡十分相位数量、交易量十分相位分析：信用卡DSI高于借记卡（平均469vs.214)。借记卡有大量客群因用途以专一（如储蓄）而DSI近0；DSI完美排序可自由支配消费，并在高DSI相位排序总消费量，说明DSI指数高端可直接用于营销策略人群筛选；在消费量平缓的相位，通过DSI可以区分高自由度客群，说明DSI可用于营销机会空间扩展。银联智策顾问（上海）有限公司知识产权26消费自由度指数–商户MCC分析MCC商户分析DSI指数直接明显的分割了消费自由度，高DSI人群在“绝对”自由消费MCC领域达到>70%的总交易量占比，这个结果优于市场上已有的多数DSI产品，说明产品可直接、有效用于营销活动，作为目标人群基础筛选的有效工具之一。在高DSI人群中，48%有在餐饮业上的消费，消费量占总餐饮消费的85%，均卡餐饮消费2707,是低DSI人群的9x在高DSI人群中，11%有在奢侈品消费，消费量占总奢侈品消费的87%，均卡奢侈品消费3908,是低DSI人群的4x银联智策顾问（上海）有限公司知识产权27关键统计量：DSI显著区分持卡人卡行为及基本状态通过账户数量的对比，男性与女性账户数与消费自由度呈正相关，在中高段DSI女性消费者占多数。如右图所示，消费自由度越高，平均收益越高。银联智策顾问（上海）有限公司知识产权28附录二：精准营销基础工具-钱包位置银联智策顾问（上海）有限公司知识产权29钱包位置定义靠前居中靠后为持卡人首选卡，交易行为上反映为划卡次数多，用卡商户类型广，总划卡金额高银联智策通过统计方法和模型，对一地区银行卡跨行交易数据进行多元分析。根据用卡次数、使用金额、划卡商户、自主消费占比等十多种统计变量来估计每一张卡在持卡人钱包里的位置。钱包位置是客户粘合度的最佳诠释。辅助性

– 多为首选卡金额不足情况下的辅助用卡，各

指标都较高，但明显低于居首为持卡人辅助卡或专门性卡，交易行为较复杂，可基本划分为三类持卡人很少使用，交易特征为划卡次数很少，用卡商户类型窄，总划卡金额低专门性

– 为某类重复性支付服务，划卡次数多，用卡

商户类型少，多次用卡金额接近。如主要用

于取现或支付特殊性– 主要为某一两次大额支付服务，划卡次数少，

用卡商户类型少，总划卡金额及单笔高。如

买车或购房针对钱包位置不同的卡群，银行可以选择与之相适应的策略，以达到增加用卡率、提升忠诚度和扩大利润的目的。可行性策略包括卡产品升级交叉销售、合作商户精准营销、客户体验提升、休眠账户激活、防流失提前干预等等。银联智策顾问（上海）有限公司知识产权30钱包位置显著区分人群、并在收益上为商户提供难得的排名靠前钱包里首选卡片居中专门型–专在某家商户交易居中辅助型–高活跃但是整体行为不如靠前居中特殊型–少笔数大型交易靠后钱包中末选卡片活跃高额高频多商户男性居多超高收益活跃低额高频多商户相对年轻高收益活跃高额高频少商户相对年轻低收益不活跃超高额低频少商户相对年长、男性多低收益不活跃低额低频少商户女性多低收益渴望人群针对钱包位置的含义及特征发现银联智策顾问（上海）有限公司知识产权31建模过程：将业务知识和先进统计方法结合业务逻辑数据状况聚类方法统计应用K均值聚类层次聚类密度聚类AverageLinkageCentroidMethodCompleteLinkageWong’sHybridMcQuitty’ssimilarity……客户人口属性账户寿命卡种类卡等级发卡地点用卡地点消费渠道……数据量数据质量交易次数交易额度最近交易时间用卡天数用卡范围商户类型自主性消费占比……业务意义细分，变量及权重选择统计方法选择重叠聚类模糊聚类银联智策顾问（上海）有限公司知识产权32业内钱包位置共性：来自银联海量跨行交易数据和图表仅作为演示利用无监督聚类方法让数据决定合理的钱包位置划分根据使用的变量绘制多维图检测聚类划分效果统计树图聚类结果检验银联智策顾问（上海）有限公司知识产权33钱包位置分布：反映地区竞争力A商户银行卡钱包位置分布优于X地区总体情况，靠前占比高，靠后占比低，高占比的居中专门性卡群反映了发展更多靠前位置的潜力。从地区领先商户占比分布来看，A商户还有进一步缩小靠后并同时扩大靠前占比的空间银行卡钱包位置占比靠前居中（辅助性）居中（专门性）居中（特殊性）靠后银联智策顾问（上海）有限公司知识产权34关键统计量–钱包位置充分体现持卡人的粘合度借记卡

平均值中位数*相关统计量

卡量用卡次数商户类别数月均交易额用卡次数商户类别数月均交易额最近一个月用卡率ATM使用次数占比跨境消费靠前55090145¥5,398114¥1,58069%42%0.3%居中（辅助性）4284253¥73843¥29743%35%0.3%居中（专门性）125542151¥5,81981¥1,50057%87%0.1%居中（特殊性）1684211¥10,18911¥1,81724%10%0.5%靠后11638911¥18111¥10125%54%1.3%A商户*：在消费额分布不对称的情况下，中位数比平均值往往能够更好反映分布情况X地区借记卡

平均值中位数*相关统计量

卡量用卡次数商户类别数月均交易额用卡次数商户类别数月均交易额最近一个月用卡率ATM使用次数占比跨境消费靠前145¥6,778114¥1,49669%38%0.1%居中（辅助性）53¥76543¥28745%32%0.3%居中（专门性）111¥4,20671¥1,03357%84%0.1%居中（特殊性）11¥13,14111¥2,25023%7%0.3%靠后11¥16211¥8325%48%0.9%银联智策顾问（上海）有限公司知识产权35关键统计量：钱包位置显著区分持卡人卡行为及基本状态银联智策顾问（上海）有限公司知识产权36靠前特征描述:客户数量#5.5万高支出平均每月取现2到3次以仓储、批发消费为主月均交易额¥5,398月均交易笔数#2平均单笔交易额¥3,401%ATM42%%最近一月用卡率69%A商户钱包位置客群特征描述：靠前万次交易次数前5类商户(存储除外）交易金额前5类商户(存储除外）亿元银联智策顾问（上海）有限公司知识产权37附录三：精准营销基础工具-消费偏好银联智策顾问（上海）有限公司知识产权38消费偏好是决定消费行为的要素之一，是赢得市场的关键

消费行为是多样的消费的2个限制：消费多少预算多少1bapples价格价值消费的两个根本概念消费偏好地点、时间、消费种类、消费能力、消费特征、消费趋势等喜好、生活方式、态度、选择、满意度、文化、教育等需求银联智策顾问（上海）有限公司知识产权39消费偏好研究理论因子分析快速聚类多元逻辑回归定义：是一种用于数据提炼与概括的分析方法，考察一组变量之间的相互依赖关系。目的：用数目较少、相互独立的因子替代原始变量，用于进一步统计分析。将因子写成原始变量的线形组合：常用方法是主成分分析(PrincipalComponentAnalysis)：考虑全部方差，主要目的是使用最少的变量解释尽可能多的原始信息。

降维细分定义：考察一组研究对象之间的相互关系，目的是将对象分为相对同质的群体；同一群内部成员彼此相似，而与其他群成员差异较大。目的：对于同质的消费卡群，分别研究不同消费群的消费偏好。评分定义：用逻辑回归预测偏好类别。多元逻辑回归公式：

细分评分如果有三个类别，那评分函数关系是：目的：用以预测类别，如：银联智策顾问（上海）有限公司知识产权40借记卡和信用卡的消费行为显著不同1.借记卡交易次数与交易金额2.信用卡交易次数与交易金额注：颜色深浅代表交易次数的频率高低，文字大小代表交易金额多少银联智策顾问（上海）有限公司知识产权41消费偏好概况(借记卡)

取现转账50%%

购物消费11%生意达人14%医疗卫生4%殷实家居14%成长家庭3%储蓄相关交易仓储式超级市场及批发政府服务与公用事业奢侈品及工艺品百货商店纺织及服装批发类储蓄相关交易仓储式超级市场房地产、金融业社会组织公共事业服务家用电器电子产品五金、家具及室内装修材料专门零售仓储式超级市场爱车一族2%卫生储蓄相关交易医疗和医疗器械商务差旅3%餐饮、住宿业航空运输及铁路客运食品饮料及休闲娱乐车辆零配件销售加油站保险银联智策顾问（上海）有限公司知识产权42各类别拥有不同的消费行为(借记卡)

条形长度代表卡均消费金额大小银联智策顾问（上海）有限公司知识产权43消费偏好月均消费金额与次数分布(借记卡)

取现转账

成长家庭生意达人商务差旅医疗卫生爱车一族殷实家居购物消费每月卡均消费频度增加每月卡均消费量增大挖掘合作银行卡交易数据，通过用卡次数、使用金额、划卡商户等多项交易信息来确定某一张卡的使用消费偏好。借记卡交易行为主要集中在以下几类消费偏好上：•生意达人•取现转账•购物消费•爱车一族•殷实家居•成长家庭•商务差旅•医疗卫生注：球面积反映卡量银联智策顾问（上海）有限公司知识产权44借记卡消费偏好特征描述（一）❶取现转账❷购物消费❸商务差旅❹生意达人客户数量#2,327,427(50%)498,439(11%)113,737(2%)643,039(7%)月均帐户平均消费￥1,157￥871￥1,014￥8,229月平均交易笔数#1.090.801.220.72月单笔交易量￥1,064￥1,082￥1,201￥11,457%储蓄相关金额90%7%11%1%%跨境1%4%1.7%0.3%%交易量占比19%3%1%36%特征描述月均低支出月均高支出月均中高支出

月均高支出每月交易一次每37天交易一次每36天交易一次

每42天交易一次跨境消费比例适中跨境消费比例是平均值4倍跨境消费比例较高跨境消费比例较低排名前