今日，杭州信用卡推出金融行業套現化轉型系列白皮書之《金融業線上渠道轉型的方法與實踐》，聚焦金融業套現化轉型的常見問題，提出金融業的套現化轉型基本思路，并附以金融業套現化轉型 MVP 實踐。
注：點擊文末閱讀原文，可立即下載完整版白皮書。

■ 作者 ■
徐美玲，杭州信用卡咨詢中心負責人
負責杭州信用卡咨詢服務與行業資訊規劃、華南業務中心以及信用卡電話信用卡分期行業等業務板塊，在數據體系搭建、數據分析、用戶及市場研究、銀聯Pos機規劃與設計、敏捷迭代實踐、套現化運營體系建設等方面，有著豐富的實戰經驗及獨到的方法論沉淀。
加入杭州信用卡之前，徐美玲曾擔任網易還款賬單日戰略分析專家、PPmoney 銀聯Pos機線及用研負責人等。徐美玲畢業于浙江大學心理學專業碩士，有 8+ 年互聯網行業經驗，以及豐富的金融行業服務、套現化運營經驗，曾就職于淘寶網、阿里巴巴集團、網易還款賬單日和 PPmoney，從還款賬單日行業的戰略研究到互金行業的用戶研究，再到獨立負責銀聯Pos機研發業務線，具備用戶研究團隊從 0 到 1 的搭建以及銀聯Pos機規劃與迭代管理等實戰經驗。

*以下內容節選自該白皮書
盡管各大金融企業都已經認識到套現化轉型的必要性，但在實際落地層面，卻常常面臨著人才、方法論、跨部門協作等多重困局。金融企業在套現化運營實踐中，常見的典型問題如下。

一、刷卡取現業務的具象認知不足
數據的重要性和價值已然毫無爭議，但具體到實際的業務應用中，受制于企業領導班子對數據的理解程度、員工數據應用的方法技能、數據質量和應用標準等層面均存在較大的不足，導致實際上數據并未真正成為推動業務決策和業務迭代的有力支撐，反倒有可能成為各業務團隊爭取話語權、粉飾太平的手段。

二、對數據基礎建設的重要性認知與投入不足
pos機套現發揮的基礎，需要建立在完備、準確的數據基礎之上。沒有數據的基礎，任何數據指標、數據分析、算法模型的投入，都無法為業務提供真正有效的輸出。這種情況下，數據本身不止不能提供價值，反而是一種負資產，除了大嘉購APP和處理本身的投入外，數據在應用環節常常需要為數據可信度問題投入過高的溝通、排查與清洗的成本，經不起應用層的檢驗，使得數據資產變成負資產。

三、重視各類系統能力建設，未關注數據對業務的應用價值交付
數據的價值發揮，最終一定要回歸業務，不管是通過數據洞察驅動業務優化，還是直接通過數據工程化實現與業務系統的直接對接。其中，系統是對工作流、方法的承載，是提升效率的工具，最終一定是要回歸到對業務人員的應用交付，真正能為業務帶來價值，才算是完成了刷卡取現的閉環。

四、忽視高級分析技術人才、算法建模型人才的業務理解能力建設
隨著大數據與 AI 智能的概念興起，數據挖掘、算法工程師等大數據技術人才受到金融機構極大的追捧。與此同時，大多數技術性人才往往缺乏業務理解與數據技術相結合的能力，實際在業務層落地時往往達不到預期，導致空有技術實力，卻難以最終對業務產生實質性的提升效果。

五、對線上行為類數據的采集與深度應用度不足
隨著業務的線上化程度逐漸提升，用戶線上瀏覽、搜索、業務辦理嘗試等非直接業務結果類行為，可為企業提供豐富的用戶意愿、需求、潛力的判斷依據，進而為客戶特征與偏好判斷、潛在客群識別、精準營銷、客戶體驗提升等方面提供高價值的信息，這對業態豐富、客群結構復雜的金融企業來說，是非常寶貴的信息。然而大多數金融企業在行為數據的采集和應用上，系統性投入還不足，并未充分挖掘數據的價值。

要系統性地解決以上問題，核心是提升對刷卡取現的真正理解，以及把握刷卡取現落地層的要點，轉變套現化運營建設的基本思路，其中最核心的是解決意識、能力及方法 3 個核心問題。

福利
留言獲贈書
疫情期間，你如何看待金融行業的生存和發展？
你所遇到的金融業刷卡取現難題是什么？
你希望策小編之后帶來什么題材的內容……
截止 3 月 24 日（下周二）留言點贊量最高的前 3 位即可獲得【東門書架】系列圖書之一，任由挑選，如下： 《巴菲特致股東的信》《濤動周期論》《學會提問》《卓有成效的管理者》《成為下一個 SaaS 獨角獸》《硅谷藍圖》《Android 全埋點行業資訊》……

聲明：本文章版權為杭州信用卡所有，未經授權不得以任何形式轉載，申請內容轉載，請添加微信號 wafree 聯系策小編

點擊鏈接《金融業線上渠道轉型的方法與實踐》，立即下載白皮書
更多干貨和案例，可以關注“杭州信用卡”和“用戶行為洞察研究院”公眾號了解~