市场反应评分模型

一.市场反应评分模型

根据消费者信用历史记录，消费者个人信息和其他消费者信息来预测其接受营销活动的概率。
在美国，信用卡营销主要方式是数据库营销，通过对大量消费者信用记录分析，直接邮寄，电话营销，等手段向消费者推销信用卡。
对于符合条件的消费者，直接予以授信。但是，营销需要成本。因此需要瞄准反应率比较高的目标客户，排除反应率过低的消费者。

1表现变量

市场反应模型的表现变量是营销运动后目标客户反应与否。

2预测变量

与行用评分模型类似，也是从消费者信用历史记录中提炼出来的反应行为特征的变量，包括历史负面表现，目前负债情况，信用历史长短，对新信用的追求，信用种类等方面几百个变量。

预测变量类型	预测变量
历史负面信息	过去一年中最严重的拖欠行为
	现有信贷关系中处于拖欠状态的比例
	最近60天以上拖欠行为离现在有多少月
	有多少张信用卡有拖欠行为
现在负债水平	现有信用卡平均贷款额度
	现有信用卡平均使用率
	分期付款贷款中未偿清的比例
信用历史长短	最早的信用卡开户到现在有多少月
	最早的信用记录到现在有多少月
	最早的非循环性贷款到现在有多少月
对新信用的追求	过去一年开户多少张信用卡
	过去半年有多少次信用卡申请
	过去半年中有多少新的信贷关系
信用种类	多少张信用卡
	多少项非循环信贷关系
	多少张零售卡

一般来说：负债越高，反应率越大；对新信用的追求越高，反应率越大。

根据这个特征，运用评分卡技术，即可初步开发出市场反应率模型。