电子支付相关.ppt
Upcoming SlideShare
Loading in...5
×
 

电子支付相关.ppt

on

  • 3,332 views

 

Statistics

Views

Total Views
3,332
Views on SlideShare
3,327
Embed Views
5

Actions

Likes
1
Downloads
40
Comments
0

2 Embeds 5

http://www.slideshare.net 4
http://www.aemjp.info 1

Accessibility

Categories

Upload Details

Uploaded via as Microsoft PowerPoint

Usage Rights

© All Rights Reserved

Report content

Flagged as inappropriate Flag as inappropriate
Flag as inappropriate

Select your reason for flagging this presentation as inappropriate.

Cancel
  • Full Name Full Name Comment goes here.
    Are you sure you want to
    Your message goes here
    Processing…
Post Comment
Edit your comment
  • in e-Business Mining, Modeling, Monetizing

电子支付相关.ppt 电子支付相关.ppt Presentation Transcript

      • 韋思岸教授
      • Andreas S . Weigend , PhD
    E-business: 电子商务 : Technology, Information, and Innovation 技术,信息与创新 (X) EXTRA 补充材料 www.weigend.com
  • W E I G E N D A S S O C I A T E S LLC 韋思岸教授 消费者行为 Customer Behavior Andreas S. Weigend, PhD weigend.com 理解 Understanding 人与数据∶ People and Data:
  • W E I G E N D A S S O C I A T E S LLC 韋思岸教授 消费者行为 Customer Behavior Andreas S. Weigend, PhD weigend.com 及影响 and Influencing 理解 Understanding 人与数据∶ People and Data:
  • People and Data 人与数据 00-04 97-99 93-96 86-92 Date 时期 Location 地点 Application 应用 Methodology 研究方法 Moodlogic Amazon.com 网络公司 New York University (Stern School of Business) 纽约大学(斯特恩商学院) University of Colorado at Boulder (Computer Science) 玻尔得的科罗拉多大学(计算机科学) Stanford University. Xerox PARC 斯坦福大学 . 施乐公司帕洛阿尔托研究中心 Understand customers 研究消费者 Understand traders 研究交易者 Risk management 风险管理 Trading models 贸易模型 Data mining in e-business 电子商务的数据挖掘 Data mining in finance 金融领域的数据挖掘 Predicting probability distributions 概率分布预测 Neural networks for time series prediction 时间序列预测的神经网络
  • Questions?   问题?
      • Thanks 鸣谢
        • Bruce D’Ambrosio (CleverSet Inc.)
        • Dave Liu (Amazon.com)
        • Jimmy Pang 彭凯翔 (Stanford)
        • Yong Yan 严勇 (Fudan) (复旦)
      • Information 联系方式
        • www.weigend.com
        • +1 917 697-3800 (US mobile)
        • +49 160 9312-6989 (D mobile)
        • +86 138 1818-3800 (CN mobile)
    W E I G E N D A S S O C I A T E S LLC People 人 Data 数据
    • Decision making:
    • 决策 :
    • E-Business 电子商务
    • Finance 理财
    • Web 网络
    • Dating 约会
    • ...
  • Outline   课程提纲
      • Data   数据
      • Introduction   引言
        • Base decisions on analysis and experiments (A-B tests) 依据分析和试验( AB 试验)做出决策
        • Need three ingredients for innovation 创新三要素
        • Combine information sources 综合各种信息来源
          • Revealed vs stated preferences 揭示出的偏好与自称的偏好
        • Applies to both tactical (site design) and strategic decisions (product search) 应用于战术决策(网站设计)和战略决策(产品搜索)
      • The iterative process of modeling 建模的反复过程
      • Some insights into online customer behavior 研究网上消费者行为
        • Levels of analysis and actionability   分析的层次和付诸行动
        • Behavioral economics   行为经济学
  • Outline 课程提纲
      • Summary Part 1 第 1 部分小结
        • Base decisions on experiments (A-B tests) 依据试验( AB 试验)做出决策
        • Three ingredients 创新三要素
        • Revealed vs stated preferences 揭示出的偏好与自称的偏好
      • Part 2: The iterative process of modeling 第 2 部分:建模的反复过程
      • Part 3: Some insights into online customer behavior 第 3 部分:研究网上消费者行为
        • Levels of analysis and actionability   分析的层次和付诸行动
          • Session-based marketing   基于情境的营销
        • Behavioral economics   行为经济学
    Data 数据 Methods 方法论 Domain 知识领域
  • People 人 Data 数据
    • Human decision making:
    • 人们要做的决策:
    • Finance  理财
    • E-Business  电子商务
    • Dating  约会
    • Research and science:
    • 研究与科学
    • Statistics  统计学
    • Machine learning  机器学习
    • Behavioral economics  行为经济学
    • Computational marketing  计算营销
  • Agenda   课程安排
      • Introduction to e-commerce payment 电子商务支付简介
      • Payment in China e-commerce and examples 中国的电子商务支付及实例
      • Best practice of e-commerce payment 电子商务支付的成功实践
      • ctrip.com payment system 携程的支付体系
      • Source: Zhu Jianmin (jmzhu@ctrip.com) VP, Business Operation, ctrip.com 资料来源:朱剑岷,携程业务运营部副总裁
  • Traditional payment   传统支付方式
      • B2B
        • T/T (telegraph transfer), C&F (cost and freight), CIF (cost, insurance and freight), L/C (letter of credit) … 电汇,成本运费,到岸价(成本保险运费),信用证…
        • Checks, transfers, remittance… 支票 , 转帐 , 汇款 …
      • B2C
        • Cash on delivery 货到付款
        • remittance, transfer 汇款 , 转帐
        • mail order 邮购
  • E-commerce payment: General categories   电子商务支付方式分类
      • (L) Large amounts 大额支付
        • transfer, remittance 转帐,汇款
        • EDI (Electronic Data Interchange) 电子结算
      • (M) Medium amounts 中等额度支付
        • Online payment 网上支付
        • Telephone payment 电话支付
      • (S) Small amounts 小额支付
        • Mobile payment 手机支付
        • Micro payment 零星支付
  • China market   中国电子商务支付市场
      • Payment in Chinese e-commerce 中国的电子商务支付
    (CNNIC china internet report: Online payment vs. COD) ( CNNIC 中国互联网络发展状况统计报告:网上支付与货到付款) Payment online 网上支付 Charge on delivery 货到付款
  • CNNIC survey on payment 中国互联网络信息中心( CNNIC )关于支付方式的调查
      • Some details from 2004.07 CNNIC survey 2004 年 7 月 CNNIC 调查
      • What is measured? 计算标准是什么?
          • Percentages are given by number of people surveyed 百分比根据参与调查的人数占比统计
        • Alternatives: 替代方式:
        • Number of transactions 交易数量
        • RMB volume (amount of money transferred) 交易的人民币金额
      • How is it measured? 如果计算?
          • Survey   调查问卷
        • Problem with survey 调查中的问题
          • Is the sample representative of all participants in e-business in China? 样本能代表中国电子商务的所有参与者吗?
          • Is there a bias on who responds 参与调查的回答是否有偏差?
          • Do people actually remember correctly? (Recall issues) 人们真的记得是怎么支付的吗?(记忆问题)
          • E.g., Are problems more likely remembered? 例,比较容易记住出现的问题吗?
    18.1% Bank remittance 银行汇款 0.7% Other 其它方式 18.8% Postal remittance 邮局汇款 37.9% Online payment 网上支付 24.4% COD 货到付款
  • E-commerce payment in China   中国电子商务支付
      • Traditional 传统方式
      • Credit card 信用卡支付
      • Mobile payment 手机支付
      • Foreign companies 通过外国公司支付
        • PayPal PayPal 网络银行安全支付系统
        • BillToBill 澳洲 BilltoBill 信息技术公司
      • Not used 2005.01: 至 2005 年 1 月尚末使用的方式:
        • Banking payment gateway 银行支付网关
        • Third party payment gateway 第三方支付网关
  • E-commerce payment in China --Traditional 中国电子商务支付 — 传统方式
    • Traditional 传统方式
      • Payment method 支付方式
        • COD 货到付款
        • Bank transfer / remittance 银行转帐 / 汇款
        • Postal remittance 邮局汇款
        • Credit card deposit 信用卡划帐
          • Problem: No information about transaction (order number etc) is transmitted 问题:不传送交易相关信息(如订单数量)
      • Difficulties 缺点
        • Reliability 可靠性
        • Operational costs 支付成本
    Important problem! 重要问题!
  • E-commerce payment in China -- Credit card 中国电子商务支付 — 信用卡支付
    • Credit card 信用卡支付
      • Issuing banks 发卡银行
        • Major Chinese banks 中国主要银行
      • Advantages 优点
        • User friendly 客户操作方便、快捷
        • Both online and via telephone 可以进行网上和电话支付
      • Difficulties 缺点
        • Security 交易安全保障
        • High cost of operation 运营成本较高
          • Interface with bank expensive 银行交易界面成本
          • Some transactions non-digital (paper-based) 某些交易非电子形式(基于单据)
  • E-commerce payment in China -- Mobile payment 中国电子商务支付 — 手机支付
    • Mobile payment 手机支付
      • Mobile phone linked to bank account 手机和银行帐户捆绑
      • Charged as communication fee 所支付款项计入手机话费
      • Mobile banking 手机银行
      • Mobile aided payment 手机辅助支付
  • E-commerce payment in China -- Bank payment gateway 中国电子商务支付 — 银行支付网关
    • Bank payment gateway 银行支付网关
      • Nationwide 全国银行支付网关
        • ICBC, CMB, Green Card 工商银行,招商银行,邮政绿卡
      • Regional banks 区域银行支付网关
      • Difficulties 缺点
        • Bank and card coverage 银行和银行卡的覆盖率
        • Cost of infrastructure 建设成本
        • Cost of operation 运营成本
  • E-commerce payment in China -- Third-party payment gateway 中国的电子商务支付——第三方支付网关
    • Third-party payment gateway 第三方支付网关
        • Chinapay 银联电子支付服务公司
        • Ipayment 环讯 i 付通支付平台
        • Capital Online 首信在线网卡支付平台
        • Guangdong Union pay 广东银联支付网关
      • Advantages 优点
        • Covers most banks and cards 覆盖大多数银行和银行卡
        • Cost is low 成本较低
      • Difficulties 缺点
        • Focus on local market 地方性较强
        • Higher commission 费率较高
  • Example 中国电子商务支付 — 实例
  • Example 中国电子商务支付 — 实例
  • Best practice of e-commerce payment 中国电子商务支付的成功实践
    • Success factors 成功关键
      • Market and customer centric 以市场和客户为中心
      • Balance between too many choices and convenience for customer 提供多种选择方式还是讲求实用便捷
      • Security and risk/fraud management 安全和风险防范 / 对付欺诈
      • Workflow and performance optimization 优化支付流程和操作
        • *Flight tickets with credit cards: 通过信用卡支付的航空机票:
          • 1000transactions per day 每天有 1000 笔交易
          • RMB 50 million per month 每月支付金额达 5000 万元人民币
    50% 50% Package 包裹 30%* 70% Flight tickets 航空机票 Credit card 信用卡支付 COD 货到付款
  • Ctrip.com payment system   携程的支付体系
    • Relation with banks 与银行的关系
      • Contracted with major banks 是大多数银行的特约商户
      • Mail order agreement 邮购协议
    • Operation 操作流程
      • Collect credit card info from web site or via telephone 通过网站或电话收集信用卡资料信息
      • Connection with banks 和银行建立链接
        • Telephone, fax 电话,传真
        • Point of sale, telephone banking POS 机,电话银行
        • System link 系统互联
  • Ctrip.com payment system   携程的支付体系
    • Security 安全性
      • Verisign certificate Verisign 证书
      • Card data verification 信用卡数据信息验证
      • Data encryption 数据加密
      • Dedicated operator 专人处理
      • Automatic operation 自动运行
      • Black list 黑名单
  • Ctrip.com payment system   携程的支付体系
    • Innovation and competitive advantage 创新和竞争优势
      • Credit card transaction 信用卡交易
        • Online and telephone payment 网上及电话支付
        • Credit guarantee 信用担保
      • System integration 系统整合 (互联)
        • Direct data and transaction interface for credit and transaction authorization 直接的数据和交易界面,进行信用和交易授权
      • Co-branded credit card 联名信用卡
      • E-ticket 电子客票
  • Ctrip.com payment system   携程的支付体系
    • Future trends 未来趋势
      • Increase credit card use 信用卡使用率进一步提高
      • Nationwide online payment system 覆盖全国的网上支付系统
      • New credit card transaction network and system 新的信用卡交易网络和系统
      • Innovation on telephone payment 电话支付手段的创新
      • Mobile payment 手机(移动)支付
  • Weigend Associates LLC
    • Andreas S. Weigend , Ph.D. 韋思岸 博士
    • Interpreter (talk): Darwin Tu 演講傳譯:涂志雲 Translator (slides): Benjamin Chan 文本翻譯:陳鉅鵬
    Consumer Credit Information Services in China: Markets, Products, and Strategies 中國個人信用信息服務的市場 , 產品與戰略 Presentation given: China Credit Conference Beijing, 2001.09.20 CreditCN and MOFTEC
  • Introduction 引言
    • Situation in China is unique 當前中國的情況特殊
      • Credit histories are short 個人信用史短暫
      • Attitudes towards borrowing are different and changing 國人對借貸活動的態度與國外不同而且不斷在變
    • Needs 建立個人信用信息服務市場所需的條件
      • Technologies 技術
        • Scalability, Security 可伸延性和安全性
      • Methodologies 方法
        • Mathematical models that produce reliable and actionable outcomes 構建可靠而可以產生付諸行動的結果的數學模型
      • Education 教育
        • For lenders and for borrowers 針對貸方和借方
      • Consumer advocacy 消費者權益的提倡和保護
        • Ethical issues, privacy 如私隱權等涉及社會道德準則的問題
      • Legal and regulatory framework 法律和規管機制
  • Goals 建立個人信用信息市場的目標
      • Make financial markets and processes transparent
      • 令金融市場和運作變得 透明和健全
      • Empower lenders to make better decisions based on the analysis of behavioral data
      • 幫助貸方利用 行為數據的分析 作出 更佳的決策
      • Increase the objectivity and fairness of pricing and decisions
      • 令報價和決策更加 客觀和公平
      • Develop strategies with value-added information products
      • 利用 增值信息產品 發展市場戰略
  • Benefits: Social and Financial 對社會和經濟的益處
      • Lenders 貸方
        • Price risk more adequately 可以根據風險幅度更準確地報價
          • Example: Car loans and car insurance 例如:購車貸款和保險
        • Reduce risk 可以減低風險
      • Borrowers 借方
        • Fairness 公平
        • Objectivity 客觀性
        • Transparency 透明度
      • Other parties 其他受惠者
        • Central Bank (PBOC = People’s Bank of China) 中國人民銀行
        • Government agencies 政府機關
        • Investors 一般投資者
  • Information Products are Central 信息產品占核心位置
    • Technology 技術
      • Infrastructure 基本建設
      • Methodologies 方法
    • Data 數據
      • Transactions 交易數據
      • Demographics 人口數量和質量
      • Market Need 市場需求
  • Consumer Debt in the US 美國的信貸消費
        • Source: US Federal Reserve Bulletin (June 1999) 資料來源:美國聯邦儲備局通訊 (1999 年 6 月 )
      • Home mortgage: $4,530 billion 房屋貸款: 45300 億美元
      • Credit card-related debt: $600 billion 信用卡透支: 6000 億美元
        • Bank credit cards : 80% 其中銀行信用卡透支占 80%
        • Store credit cards : 20% 其中商戶信用卡透支占 20%
      • Car debt (auto loans) : $465 billion 購車貸款: 4650 億美元
      • Comparison: Total assets of major banks 比較幾家主要銀行的總資產
        • Citigroup (largest US bank): $902 billion Citigroup (全美最大銀行): 9020 億美元
        • Deutsche Bank (largest European bank): $875 billion 德意志銀行(全歐洲最大銀行): 8750 億美元
        • ICBC (largest Chinese bank): $483 billion 中國工商銀行(全中國最大銀行): 4830 億美元
  • Credit Card Market in the US 美國的信用卡市場
      • More than 1.3 billion cards in circulation 流通的信用卡超過 13 億張
        • VISA, MasterCard, Discover and American Express (美國運通) : 506 million 5 億 6 百萬張
        • Other credit cards and debit cards: additional 800 million 其餘各類透支信用卡和提款卡: 8 億張
      • Percentage of households with at least one credit card:75% 擁有至少一張信用卡的家庭占 75%
      • Average credit card debt carried over by households that do not pay off their balance each month: $7,500 欠信用卡帳的家庭每月的平均欠款: 7500 美元
      • Large credit card market  large credit reporting market 龐大的信用卡市場  龐大的信用報告市場
  • Credit Reporting Market in the US 美國的信用報告市場
    • Revenues 收益
      • Total: $5 billion (includes check verification and related business, 2000) 2000 年 的總收益: 50 億美元 (包括查詢支票防偽打假類服務)
      • Consumer reporting (95) : $1.6 billion 個人信用報告 :16 億美元 ( 95 年 )
      • Business reporting (95): $1 billion 企業信用報告 :10 億美元 ( 95 年 )
    • Companies 信用信息公司
      • Credit bureaus (collecting data) 聯合征信類
        • Equifax, Experian, Trans Union
      • Analytics companies (developing algorithms) 信用信息分析類
        • Fair Isaac, HNC, …
    • Employees 員工
      • Total number: 30,000 總人數 : 3 萬
        • Sales force: 20% 銷售員占 20%
        • Programmers: 15% 程式設計員占 15%
  • Credit Reporting Market in the US 美國的信用報告市場
    • Customers 客戶
      • 50,000 corporate and financial institutions in the US 美國 5 萬多家企業和金融機構
    • Data 數據
      • Coverage 信息覆蓋面
        • Above 93% of households (Data collection started in 1930’s) 超過 93% 的美國家庭 (數據從 30 年代起開始收集)
      • Amount of data 信息量
        • 40 million data points daily into Experian’s data base from : Experian 的數據庫每天收集 4 千萬個信息點,其來源有 :
          • Credit grantors 信貸供應者
          • Public records 官方檔案
          • Proprietary sources 私人企業擁有的信息
  • Products 產品
      • Simple database queries 簡單的數據庫查詢
      • Predictive models for new applicants 建基于預測 信貸申請人 行為的數學模型的產品
        • Predict risk 預測風險
        • Predict revenue potential 評估收益
        • Identify potential fraud 認別潛在的詐騙行為
          • (350,000 to 500,000 instances of identity theft in the US each year) (美國每年有 35 至 50 萬宗冒認他人偷竊的案件)
      • Predictive models for existing customers 建基于預測 現有客戶 消費行為的數學模型的產品
        • Predict behavior, alert for changes 預測消費行為的趨勢,對其易轉有所應變
        • Customer relationship management (CRM) 支援客戶關係的管理
  • Products 產品
      • Predictive models for collection and recovery 建基于預測信貸回收率的數學模型的產品
        • Propose optimal method for collection 提出追討負債的最佳辦法
        • Predict amount that can be collected 預測可收回的金額
      • Further strategic steps include 進一步的策略包括 :
        • Measure profitability (unbundled) 分流計算企業各項目的利潤率
        • Model the risk of the credit portfolio (firm-wide) 構建數學模型以呈現企業內跨部門的信用風險組合
            • .
      • Further uses of the data include 進一步應用數據以進行 :
        • Market research 市場調查
        • Marketing 市場推廣
  • Pilot Project in China 中國的聯合征信試點
      • Shanghai Credit Information Services 上海資信有限公司
        • Founded in 1999 于 99 年成立
          • Supported by PBOC and Shanghai 由上海市政府和中國人民銀行支持
          • Investment: RMB 14 million = USD 1.7 million 投資額 :1400 萬人民幣
        • Database 數據庫
          • Covers 2.4 million consumers in SH 擁有 240 多萬消費者的個人信用信息
          • Data from all the banks, and credit info from mobile telecom and utilities 數據來自上海所有銀行,流動電話公司和公用事業公司
        • Current product 產品
          • Simple query (“credit report”): RMB 5 = USD 0.6) 簡單的個人信用報告咨詢(每份報告收費 5 元人民幣)
          • 700 such queries / day 每天收到 700 多個查詢
          • Revenues (based on current sales): RMB 1 million = USD 120,000 / yr (根據現時的銷售率,每年收益達 100 萬元人民幣)
        • Plans 計劃
          • Add enterprise credit data 收集企業信用數據
          • Add value-added products 發展增值產品
  • Next Steps 下一步可行的計劃
      • Evaluate current situation 評估當前的情況
        • Quality of data 檢驗數據的質量
        • Market opportunities 發掘市場機會
      • Develop strategies (short- and long-term) 發展短期和長期的戰略
        • Appropriate technologies 發展適當技術
        • Product development and management 從事產品發展和管理
          • Methodologies 方法
          • Pricing 定價
          • Marketing 市場推廣
      • Budget and financing 制定預算和籌募資金
    • Need for collaboration between local and international experts 需要與國內外專家合作
    • Need for continuous adaptation 需要不斷適應新形勢
  • Thank You! 谢谢
        • Contact information for Weigend Associates LLC * :
        • 聯系方法 :
        • E-mail: aweigend@weigend.com 電子信箱
        • Shanghai: +86 138 1818-3800 上海
        • New York: +1 917 697-3800 紐約
        • California: +1 650 906-5906 加州
      • * High-end consulting firm. Clients include: Acxiom Corp., Goldman Sachs, IBM, J P Morgan, Morgan Stanley, Nikko Securities, UBS, S-Plus Financial Analytics, as well as strategic and technical advisory roles.