·客户来电销售：如销售产品类型、销售时间、销售成功与否等。
·银行主动营销：如营销内容、营销时间、营销的客户反应、营销成功与否等。
客户服务系统的主要作用包括：
·是银行与客户进行联络的最重要渠道，记录了客户的需求及对相应事件或活动的反应等。
·客户服务系统为客户忠诚度、市场活动反应等方面的分析和模型的建立，提供原始的数据来源。
·客户服务系统中的数据是银行进行制度改进、提高客户满意度、建立客户关系的重要数据来源。
征信查询系统
征信查询系统是对客户信用最全面、最客观的反映。尽管目前中国的征信系统还不尽完善，但已引起政府的足够重视，相信未来将对信用卡业务的发展起到很大的支持和帮助作用。一般征信系统的数据来源，主要包括四大部分：第一部分也是最重要的部分，来自提供消费者信用工具和服务的金融机构【包括商业银行】和其他授信机构，其中包括能够向消费者发放信贷和信用工具的各种机构，涉及现金信用、零售信用和服务信用等各个领域。第二部分是处于第三方地位的数据处理公司，第三方数据处理公司主要搜索有关消费者社会经济行为的数据，例如，估算消费者收入和消费者的消费形态等。第三部分数据来源比较特殊，属于与消费者寻求贷款过程中发生的查询行为相关的数据，因为在消费者申办贷款过程中，往往需要对征信系统进行查询，征信公司会将查询者、查询原因、查询时间、查询记录结果等记录到数据库中。第四部分数据来源为所谓的“公共数据”，指政府机构掌握的且对公众开放的政府数据记录，例如，消费者拖欠税款，在报税过程中发生了不良的行为??。
征信系统可以应用到很多领域，包含很多功能。对于信用卡业务而言，征信系统最主要的功能包括如下两方面：
·征信数据可以被应用到营销方面，其中包括对潜在客户的挖掘，即获取新客户，以及对现有客户的营销。利用征信系统获取新客户，主要是在银行或信用卡公司现有信贷政策的指导下，借用征信系统中的中间变量，建立新客户的价值、收益及市场活动等预测模型和筛选条件，寻找银行或信用卡公司的目标客户。借助征信系统进行现有客户营销，主要是将银行或信用卡公司已有的客户数据与征信系统数据进行融合，更全面、更准确地了解客户需求，从而为客户提供更合适的产品或服务，以巩固和提高客户关系。
·征信系统在风险控制方面的应用，同样也包括对潜在客户和已有客户的风险管理的应用。虽然同样是利用征信系统进行新客户获取，但由于进行风险方面的考察，因此借助征信系统的中间数据建立的预测模型也不同。这里主要是对潜在客户未来的坏账情况、破产情况，以及是否可能成为欺诈客户进行预测。借助征信系统及银行或信用卡公司已有的客户数据，主要是对现有客户未来的拖欠、坏账、破产及欺诈情况进行预测，并及时采取措施以减少损失。
在以客户为中心的信用卡业务管理中，所有上述的各种数据库最终都将服务于客户的分析和管理。因此，首先需要从中提取与客户相关的数据，并通过数据工程整理出未来分析和管理所需要的有价值的客户信息。
数据收集过程中所遇到的各种问题
数据收集过程需要事先设计所要收集的数据类型、数量以及存储格式等，根据设计的内容将业务运营过程中所涉及的相关数据存储到相应的系统。虽然企业可以从方方面面获得消费者数据，但在实际操作中会发现所得的数据存在这样或那样的质量问题，包括数据缺失、数据错误、格式不统一，等等。根据我们的实践经验，以下几方面的因素是造成这种现象的主要原因：
数据收集系统的问题
前期设计
在进行数据收集的时候，很多公司会因为缺乏前期的设计而导致无法处理的数据问题发生。最常见的情况就是设备容量不能满足数据存储量要求等问题，造成了数据的应用功能受限，导致在此基础上所形成的策略准确性误差。例如，网络公司希望了解其网站一天内的网络点击率高峰时段，但由于存储量的限制，系统很难保留下每分钟或每小时的网络浏览数据，而只能以天为单位进行记录。因此，导致基于该系统所收集的数据进行分析的结果缺乏，难以准确描述每天网络点击的变化情况。
系统更新
中国内地在经济生活各领域每天都在发生着各种各样的变化，数据收集系统也要及时更新以反映这些变化。举例来说，对于年龄选项，以前有的企业最高只有60岁的选项，但是现在很多老年人也玩起了时尚，甚至可能80岁的信用卡用户也会越来越多。又如，以前家庭电话是必填项目，但是随着外地打工族的增加以及手机的流行，可能很多人并没有家庭电话或者没有固定的家庭电话号码，所以家庭电话也不需要定义为必填项目。所有这些都要求企业的数据系统有很好的更新能力和升级空间，及时更新数据收集表。否则很多关键的客户信息就不能被及时获取，而过时信息则会占据企业的资源。
渠道更新
随着社会变革的步伐加快，各种新的媒介渠道迅速出现，企业也应该多角度地收集资料，避免单一渠道降低数据覆盖率。另外，要选择合适的环境收集合适的信息，比如在银行前台就不要直接询问个人收入信息等。
操作人员的问题
失误
在数据收集阶段，遇到的主观操作失误主要有：人工录入错误，通常有数据拼写错误、数据填写位置错误、数据缺失、数据不完整等情况；重复录入错误，这种错误有时是由于人为重复操作造成的，有时也是由于数据存储规则中没有明确如何处理相同的数据记录所导致的。
故意产生错误
有时为了隐瞒业务中存在的一些问题，银行内部人员也会故意隐藏一些数据，比如消费者投诉数据等。
针对以上两种因企业内部人为原因而造成的数据质量问题，主要可以通过两种途径进行避免和解决：一种是做好事先的管理和防范工作，另一种是对已经收集的数据实施错误诊断。第一种途径主要包括对数据录入的流程设计尽量实现自动化，最大限度地减少人工的干预，从而避免人工录入所带来的问题；严格操作制度，设定一次性正确录入的标准，对录入人员的工作效果进行管理和考核；加强数据共享，保证数据维护情况及信息能够及时到达下游的数据使用者；设立数据质量监督人员，对数据质量进行密切的监督和管理。第二种途径是通过一些数据检测的方法来发现数据中的错误或对这些错误进行清理，例如，数据合并和数据精练方法，对非标准格式的数据打上可以在不同数据集之间通用的标记，利用数据比较技术对产生问题的数据片段进行识别等。
客户原因
数据收集的环境
很多客户的申请表是在不具备完整准确的数据收集条件下完成的，比如酒店入住、企业路演等。由于环境嘈杂，所以客户笔误的情况很多。有些时候为了赶时间，填写的数据也很不完整。这些都会大大降低数据取值的质量。
客户的保密倾向
很多客户出于安全性考虑，不愿意填写相关的个人资料，尤其是个人收入、家庭成员信息等。此外，数据收集的环境也会影响客户的保密倾向。比如，在人多拥挤的路演现场，客户的保密倾向会相应增加，对隐私问题也会更加敏感。有些时候，客户还会故意填错一些必填项目，以对个人隐私进行保护，比如个人收入情况等。客户的保密倾向使得企业的资料库中很多涉及隐私的数据可能都是假的或不完整的。
综上所述，现实存在的很多问题都直接或间接地影响了数据质量，造成了很多数据问题。但如果数据库里的数据都是错的、不完整的，应该如何保证得到可应用的信息呢？要想突破这个瓶颈，就要靠后续的数据精练阶段将原始数据加以整理，再加工成有用的信息。
本章小结
本章主要讨论了企业内部数据的收集来源，以及在收集过程中产生的数据质量问题。数据收集贯穿于信用卡业务的每个运营环节，并通过建立数据库获得多方面的消费者信息。表3.1总结了在数据收集阶段几个重要的数据来源以及可获得的数据类别。
在实践操作过程中，由于来自客户、企业人员、企业系统三方面的影响，所收集的数据存在很多质量问题，比如数据缺失、数据错误、格式不统一等。这些问题需要靠后续的“数据精练”步骤进行修正。
