多年来，和等互联网公司推出的类似信用卡的产品的使用率有所提高，Ant 的余额已达到近1000亿元人民币。许多人认为，由于这些互联网产品的压缩，银行信用卡业务变得寒冷。

是真的吗？

截至2018年第二季度，商业银行发行的信用卡总数达到6.38亿，同比增长22.7％，人均持卡人从0.34增加到0.46。显然，由于和的出现，用户对银行信用卡的需求尚未减少。

这只是行业的平均速度，一些出色的信用卡运营商的增长率更高。 Ping在2017年发行了1509万张新卡，同比增长80.0％；今年上半年发行了917万张新卡，同比增长81.2％；交易金额达到亿元人民币，同比增长89.9％。卡发行和交易量表的数量均增加了80％以上。

为什么会发生这种情况？高增长的背后是，Ping银行信用卡已使用成熟的金融技术来完成其布局和转型。

一词自2016年以来一直很受欢迎，现在席卷了整个财务领域。这种金融技术浪潮吸引了比以前的技术变化更多的关注的原因主要是因为该浪潮中的主要技术是大数据，云计算和人工智能。这些主要技术为信用卡行业提供了很大的释放，尤其是在C-End用户级别上，这使用户在实用程序方面有了几何改善，这使得这浪潮的金融技术比以前的技术应用更高。

金融科技经历了两年多的经验，现在已经到达中间阶段并进入下半场。在下半年，技术将在更大程度上在信用卡领域中发挥领导作用，还将为该行业带来更多变化。是第一个完成金融技术升级的公司将不可避免地在随后的竞争中超越。

Ping可以将信用卡视为这种情况。通过金融技术，它为C-End带来了更好的便利和安全性，结果是卡片发行和交易量的持续快速增长。

下半年和下半场的关键点深入参与C-End消费者

在过去三年中，这种金融技术趋势的核心是数据驱动的，主要的应用领域也在C-End上。无论是付款，贷款还是财务管理，C-End服务都取得了长足的进步。例如，由于金融技术的发展，移动付款，消费者信贷，个人理财等已成为范围。

即使使用B端的云计算也是在线IT系统的操作和维护支持，并最终在C端实现。因此，这些C端领域已成为金融技术公司的必备场所。但是，由于B端缺乏具有丰富数量的数据资源和C-End等不同方面的数据资源，因此很难打开情况。

在金融科技的上半年中，许多C-End用户已经享受了金融科技的股息，但是不能说这种体验令人满意。例如，在线贷款通常伴随着高风险。在线财务管理很方便地购买，但是技术在改善普通用户体验等方面仍然缺乏成就。下半年的竞争重点仍在C-End上。谁可以继续使用技术来提高用户效率，并满足用户对金融服务的更高要求。

信用卡字段也是如此。客户需求正在升级。是否可以从卡向客户提供一站式服务并为客户带来真正的好处已成为行业的关注。

因此，在金融科技的下半年中，信用卡的核心点是如何抓住用户体验的迭代并继续加深并最终实现全面的卡至预定升级。

掌握C端匹配点，Ping信用卡的“财务 +技术”双引擎加速

过去，信用卡业务的核心竞争力是地面推动力和风险控制，依赖于传统的激励措施和风险控制方法。现在，信用卡业务的核心竞争点已转移到整个业务水平的升级。金融技术在提高信用卡业务中的作用已大大加深，这可以大大改善C-End体验。

Ping信用卡的快速上升还掌握了金融 +技术的能力，可以在技术的帮助下改善信用卡的C端体验并重组服务系统。 Ping一家银行在2017年提出了“金融 +技术”的双轮驱动策略。使用大数据和人工智能来加速零售业务的转型，并使用金融技术来加强C-End ，这是这一概念的尝试。

具体而言，Ping一方面促进了信用卡使用的便利性和安全性；另一方面，它促进了从卡到结束的全面升级，卡片和客户相互支持以扩展生态系统。无论是卡片经验还是卡和结局的组合，都得到金融技术的支持。

在方便方面，Ping一张信用卡已经启动了一个智能的客户服务平台，该平台直接允许机器人为用户提供24小时的精确服务。

这里的困难在于机器人根据用户需求的准确响应方式。现在有在线机器人，例如，可以与人聊天，但是当您与小交谈时，小小的无法回复您的信用卡需求，因为如果没有大量的信用卡数据来培训，就无法理解用户需求。只有使用大量信用卡数据来训练机器学习模型，机器才能在信用卡字段中实现更多专用的智能。

这是Ping信用卡的优势。它具有大量信用卡数据，这也是客户服务智能的技术基础。数据显示，PING AI客户服务目前每周支持约500万次客户咨询，服务功能提高了40％，并且在线客户服务运营效率在技术上提高了150％-200％。可以看到金融技术的升级效果。

在安全方面，Ping信用卡已经开发了智能的反欺诈系统。在客户滑动卡的那一刻，系统计算了大量的评分模型和欺诈规则，实时得分有风险的交易，并拦截了被盗的交易。

困难在于，用户刷卡是一种瞬时行为，很难判断交易是否是偷窃。不可能立即获取数据，并根据评分模型计算数据，并设计欺诈规则，并在没有足够技术积累的情况下判断风险概率。

这给计算速度带来了很大的要求。我们称之为大数据计算的内容可以分为批处理和流计算。批次计算是先存储然后计算，这更准确，但不够及时；流计算不需要首先存储，并且可以直接执行数据计算以确保及时处理数据。

两者之间的区别在于，批处理计算更适合需要较低的即时性和高精度的场景。例如，智能建议需要很高的精度，并且更适合批次计算。流计算更适合需要极高的计算速度的方案，并且可以在毫秒内完成操作并做出决策。

显然，刷卡时的反欺诈过程更适合使用流计算来处理大数据。 ping信用卡已建立了流媒体大数据引擎，以控制每笔交易的决定至50毫秒内，从而有效拦截了盗窃和欺诈行为。

数据表明，截至目前，智能的反欺诈系统已经为超过5300万用户提供服务，并积累了超过10亿美元的金融交易，直接或间接地减少了用户超过1亿元的经济损失。更困难的是，Ping ping a信用卡智能反欺诈不仅很快，而且还准确。除了使用流媒体大数据引擎外，信用卡还集成了各种机器学习算法，例如GBDT，以及对被盗交易的各种交易特征的深入学习。被盗数据的多样性和复杂性已成为该系统的保护墙。

通过上述方法，可以保证信用卡的便利性和安全性。

此外，Ping一家银行还在客户端做出了努力，并在卡片和终端的全面升级的帮助下，不仅可以改善用户体验，而且还可以创造出更强的生态系统。

与信用卡相比，客户使用更频繁地使用，具有更多的信息交互，并形成更多的数据资源。用户配置文件将更加准确，用户的个性化服务将更为基础。客户还可以携带比卡更多的服务，使客户获得一站式银行服务。

因此，客户的开发可以帮助信用卡业务，提供更多数据以优化信用卡业务，并为信用卡业务提供更多服务，因此可以扩展卡和结束生态系统。

通过这种方式，Ping一家银行通过技术赋予了金融业务，为C-End客户带来了便利和安全性，并且可以加速“金融 +技术”的双引擎。

金融技术使国内信用卡行业能够广泛发展

阅读这些内容后，我们可以粗略地理解为什么Ping信用卡可以在不断增加的产品多元化时代实现80％以上的增长。用户体验是卡发行和交易量增长的基础。与品牌推广和有效的客户获取相结合的快速增长并不难。

Ping Bank信用卡的“财务 +技术”双引擎以及从卡到End的全面升级策略为中国信用卡行业带来了很多灵感。金融技术必须在影响C端服务的每个链接中实施，以便由于金融技术，每个链接都将变得更加有效。

过去，金融技术和信用卡的结合主要是场景和流量。许多银行和互联网公司在相关场景中发行了联合信用卡并推广了它们。此外，他们还使用了互联网公司的流量和数据来推广信用卡。这是结合信用卡和金融技术的初始阶段，应用深度还不够。

目前，金融技术将在信用卡业务的核心链接中发挥更大的作用。特别表现为：

在KYC阶段，大数据描绘了用户，更准确地了解用户的特征，并将其与更合适的产品匹配；

在用户申请信用卡的阶段，提供了一个在线申请平台，以智能匹配相关信息，以实现在线，方便且智能的信用卡应用程序；

在批准过程中，用户可以通过实时状态更新和智能客户服务服务立即了解批准的进度；

在批准阶段，银行使用大数据风险控制，反欺诈模式和其他手段来准确判断用户的信用状况，拦截不适当的申请人，并确定合格申请人的适当金额；

在信用卡的使用和管理中，我们通过消息推动，智能客户服务和其他方式及时与客户保持联系。当客户提出即时增加时，他们可以通过大数据计算快速响应。每次刷卡时，都可以使用模型来计算数据并判断可能的破坏行为；

在客户的整个生命周期管理中，我们完全掌握了各种数据信息，智能管理每个客户的需求并个性化配额。非活动用户的数据管理通过促销信息推动激活用户的使用。

总而言之，是使用尖端技术（例如大数据和人工智能）来改变业务流程中的批准，管理，风险控制和其他链接，并在用户方面实现信用卡使用的便利性和安全性。在这些方面，信用卡通过金融技术增强了其效果。

这对中国的信用卡行业具有巨大的参考价值。

整个行业的广泛增长仍然相对明显。信用卡竞赛主要与渠道，场景和折扣竞争。这些不是不重要的，但是如果无法改善C-End用户体验并且无法完全保证安全性，那么无论发行多少张卡或积累了多少场景，它都不是很有意义，并且很难被用户识别。

只有当用户的需求快速，方便地满足时，用户才能感觉到，甚至认识并理解公司提供的人文护理。从这个角度来看，Ping信用卡的年度“理解您”的年度主题不仅是口号。只有了解用户，您才能真正获得用户。

当然，要提供良好的C端服务，并且在更高的程度上，这不是一夜之间对用户的理解的问题。更多的行为需要在线，积累更多的用户数据，并使用丰富和多维数据来描绘用户以使模型更加准确。

因此，我们可以看到金融技术在转型为金融服务方面有很大的想象空间。

特别计划