客户与业务数据分析 · 汇报版
本次分析覆盖 2024 年 1 月至 2026 年 8 月的分期业务、终端交易、商户与设备数据。单月指标以 2026 年 8 月（最新完整月）为准。标注“推断”的内容尚待业务部门确认。为保护客户隐私，本版本已隐去客户名称，所有规模类数字（人数、笔数、金额、台数）均做了脱敏处理，数据为虚构。
先说清楚：A、B、C、Q 四条线分别看的是什么
A、B、C 是三类不同的“人”和“网点”，Q 不是一类客户，而是检验这三类人能否对上。
分期客户
在门店买洗衣机、冰箱、电视、空调等家电时，选择分期付款、按月还款的个人客户。这是公司的信贷业务。
终端用户
在小卖部的自助充值机、快递代收点上充手机话费、充电子钱包、缴水电费、寄快递、用自助洗衣的普通消费者。
商户与终端
B 线消费者是在“谁的店里、哪台机器上”交易的：包括放置充值机的小店店主、物流代收点（商户），以及每一台自助设备。
能否打通
例如：某位分期客户是不是也常来充话费？某位店主是不是也办过分期？另有一份约 3,557 万条的客户档案库（约 3,094 万个手机号），也一并比对。
A分期客户：业务平稳，客群画像清晰
新签约和新客户都在稳步增长。客户以中年、已婚、低收入的打工女性为主，借款额小、还款周期长，是典型的家电分期客群。
每月签约合同与新客户
查看数据
签约量平稳，每年 3 月是高点（推断与热季空调、冰柜需求有关）。复借合同在 2025 年 2–5 月较集中，可能与老客户营销活动有关，待业务部门确认。
典型客户画像
年龄分布
查看数据
系统只记录了出生年份，而且 1970 年以前出生的客户都被记成了 1970 年（推断），所以“56 岁以上”无法细分。
月收入（泰铢）
查看数据
“10 万以上”的 422 人中有 285 人是打零工，推断是填表时误选了下拉框的最后一项。
职业
查看数据
借款金额与分期期数
借款金额（泰铢）
分期期数
查看数据：借款金额
查看数据：分期期数
客户月收入约 1 万泰铢、借款约 1.5 万泰铢、分 2–3 年还，月供压力不大，是典型的“低收入、小额、长周期”模式。
小结
- 分期业务规模稳定、温和增长，客群集中、画像清晰，适合做针对性的产品和营销。
- 复借率只有约 11%，老客户复购还有提升空间。
使用限制：只有约一半的签约客户留有详细个人资料，画像可能偏向 2025 年中以后的新客户（推断）。客户的地址、负债、家庭收入、联系方式基本没有采集，无法做地域分析，风险评估的维度也不足。
B终端用户：规模大但持续流失，使用频次低
两年多来，月活用户、交易量、在用终端全线下降。用户以“偶尔来一次”的低频小额消费为主，几乎不会跨业务使用。
B 线有多少个手机号？
目前 B 线用户只能用用户编号计数：累计 905 万个。用户编号很可能是 App 账号或手机号加密后的结果（推断），但没有办法核实；交易里的手机号又被打码，所以目前给不出可核实的 B 线手机号数量。客户档案库虽然有约 3,094 万个手机号，但和终端用户一个都对不上，不能计入 B 线。
交易、用户、终端、商户的变化（以 2024 年 1 月为 100）
查看数据
到 2026 年 8 月，交易笔数和活跃终端都只剩约一半（48），月活剩 57，商户剩 80。终端减少得比用户更快，说明网点在收缩。2026 年 4–5 月交易笔数异常跳升，但用户数没有变化，原因待查。
每月新增用户
查看数据
获客持续放缓：2026 年月均新增比 2025 年同期少 32.8%，降幅大于月活（−21%）。
8 月的 61.9 万月活从哪里来
查看数据
“回流”用户和“留存”用户规模相当，说明很多人是隔几个月来一次，而不是彻底流失。召回沉默用户有空间。
近 3 个月的使用频次
查看数据
77% 的用户 3 个月不超过 5 笔；1.5% 的重度用户贡献了近 4 成交易，其中不少是网店卖家之类的批量寄件人。
用户都在做什么业务（2026 年 8 月）
查看数据
手机充值是覆盖面最广的“流量入口”（41% 的用户，人均每月 2.3 笔）；快递是交易和金额的主体（人均 10.5 笔）。94.5% 的用户只用一类业务，充值用户和快递用户基本是两群人，交叉营销的基础较弱。
小结
- 典型用户每月来 1–3 次，合计花 100–500 泰铢，充个话费或寄个包裹，通常固定在家附近的一台机器上。
- 流失和获客放缓同时发生，留存率只有四成；“回流”用户多，说明召回运营值得投入。
使用限制：终端用户没有年龄、性别、地址等个人信息，只能从交易行为做画像；交易中的手机号被打码，无法统计 B 线有多少个手机号；交易时间只精确到 6 小时一档；约 16% 的交易没有记录是谁做的。
C商户与终端：两块业务，终端网络大量闲置
“商户与终端”实际上是两块几乎互不相干的业务：物流代收网络按商户经营，不用设备；自助终端网络按设备经营，以手机充值机为主。两块业务只有约十分之一的店主是重合的。
两块业务的贡献（2026 年 8 月）
查看数据
物流交易的“金额”几乎就是运费，也就是平台收入；自助终端的“金额”主要是替运营商代收的充值款，手续费只占 17%。衡量收入应看手续费，两者的金额不能直接相加。
设备：登记了多少，真正在用多少
查看数据
近 12 个月一笔交易都没有的设备有 15.3 万台（89.8%），几乎都没有登记撤机。2016–2020 年批量安装的设备大多已不再使用。
活跃设备数（每月）
查看数据
33 个月里没有一次回升。
每年新装设备
查看数据
装机高峰在 2016–2020 年。2024 年的 2.0 万台主要是 3、4 月的一次批量导入（推断），不是真实装机。2025 年后新装机几乎停止。
每月新转为沉睡的设备
查看数据
11 个月里共 4,534 台，平均每月约 410 台。其中 96% 在系统里仍显示“在用”，可作为唤醒或回收的清单。
不同设备的使用率（2026 年 8 月）
查看数据
充值机是终端网络的主体（占活跃设备的 73.5%），但只有约五分之一在用。自助洗衣、烘干几乎台台在用，是一条表现很好的新业务线。
店主名下有几台设备
查看数据
典型店主是“一家小店、一台充值机”（83.5%），主要分布在东北部和南部，曼谷只占 4%。充值机网络已深入下沉市场。
各省设备使用率（2026 年 8 月）
查看数据
曼谷都市圈的设备使用率最高（25%–31%），南部和偏远省份闲置更严重。另有 11.5 万台设备不知道放在哪个省。
小结
- 收入主要靠物流代收网络，经营相对稳定；自助终端网络在萎缩，而且存在大量“只在账上”的闲置设备。
- 设备资产需要盘点：真实在网规模、闲置设备的回收或调拨，以及洗衣等高效业务的复制推广，都值得专项评估。
使用限制：设备撤机没有登记，状态码没有说明；设备位置信息全部无法使用，七成设备没有类型和省份；2026 年 9 月出现一次 4,392 个商户的集中关停，原因不明，暂未纳入趋势判断。
Q能否打通：目前三类人认不出是同一个人
各系统都对身份证、手机号做了加密，格式看起来一样，但比对结果一个都对不上。最可能的原因是各系统的加密规则或号码写法不同（推断）。
比对结果
0 人匹配
0 人匹配
99% 能对上
结论
- 在“人”的层面，A、B、C 目前只能各自独立分析。已做的两组比对匹配数都是 0；剩下两组按现状预计同样难以对上，但还需要比对确认。
- 在“交易”层面，B 和 C 是通的：终端交易能对应到具体的机器和商户，所以网点经营分析不受影响。不通的是“这位消费者是谁”。
- 因此以下问题暂时无法回答：分期客户是否也在终端消费？终端用户中谁有分期需求？店主的经营流水能否用来评估其信用？要解决这些问题，需要统一客户身份（见第 6 部分）。
数据层面的不足与改进方案
这次分析中，很多问题“数据有，但不能用”：口径对不上、字段没采集、状态没维护。下面按影响大小列出 6 类问题和对应的改进方向。
同一个“客户数”，有三个答案
查看数据
留有详细资料的客户只覆盖签约客户的 48%、账单客户的 19%。不同部门引用的“客户数”可能相差 5 倍。
交易中近四分之一没有完成
查看数据
未完成和失败的交易也混在交易统计里，使交易量和金额偏高约 23%。本报告中的交易数字也受此影响，正式经营口径需要按“成功交易”重新计算。
关键信息缺失或无法使用的比例
查看数据
1身份不统一，认不出同一个人
- 现状
- 分期、终端、店主、档案库各自加密身份证和手机号，规则不一致，比对结果为 0。
- 影响
- 无法形成客户全景，交叉营销、联合风控、店主信用评估都做不了。
- 改进
- 建立统一客户 ID：统一身份证、手机号的标准写法和加密规则；在合规前提下保留受控的对照表；新客户进件、注册时自动归并到同一 ID。
2设备和商户“只登记、不维护”
- 现状
- 登记 17.0 万台设备，真正在用的只有 1.1 万台；98.6% 的设备没有撤机日期；状态码数字和文字混用，没有说明；1.1 万个商户用“1970-01-01”表示“未结束”。
- 影响
- 说不清有多少台机器在网，资产规模和运维成本不透明。
- 改进
- 设备和商户的全生命周期管理：开通、迁移、撤机都必须登记；统一状态字典；定期盘点；系统根据交易记录自动标记沉睡设备。
3关键信息采集不全
- 现状
- 设备位置 100% 无法使用，七成设备没有类型和省份；分期客户没有地址，负债、家庭收入、联系人、LINE 等 11 项资料基本没有采集；生日只有年份；终端交易中的手机号被打码，统计不出终端用户有多少个手机号。
- 影响
- 做不了网点布局和地域分析，风险评估维度不足，客户也难以联系触达。
- 改进
- 前端采集规范：进件表单设必填项并做格式校验，去掉“请选择”默认值；装机时自动采集定位；补录网点名称、所在省份等基础信息。
4同一指标口径不一，缺少说明书
- 现状
- “客户数”有 2.2 万、4.6 万、11.6 万三种口径；交易状态有十几种写法，未完成交易混在统计中；物流和终端的“金额”含义不同；网点名称、状态码、黑名单规则都没有说明文档。
- 影响
- 各部门报出的数字对不上，经营判断容易失真。
- 改进
- 建立统一的指标字典和数据说明书：明确客户、活跃、收入等核心指标的唯一定义和负责部门；统一状态取值。
5数据精度被截断，历史不完整
- 现状
- 交易时间只精确到 6 小时一档；分期日期只到月份；1970 年以前出生的客户都记成 1970 年；数据从 2024 年才开始，2024 年的“新客”“新增用户”因此被高估。
- 影响
- 不能分析高峰时段，也做不了精确的账龄和年龄分析，长期趋势不完整。
- 改进
- 保留原始精度并补齐历史：分析数据保留完整的时间和日期，补充 2024 年以前的历史数据。
6异常数据没人拦，批量变动没记录
- 现状
- 2026 年 1 月出现约 2.47 千万亿泰铢的异常金额；有工作年限 18,000 年、一个账户 729 份合同这类记录；2024 年一次性迁入 1.1 万个商户，2026 年 9 月单月关停 4,392 个商户，都没有说明；数据来源标注为“暂存层”，不确定是不是最终数据。
- 影响
- 一条脏数据就可能让月度报表失真；批量变动会被误判为业务变化。
- 改进
- 数据质量监控与变更管理：设置合理性规则并自动告警；批量导入、清理需要登记审批；建立正式的数据仓库，明确每份数据的来源。
为什么需要数字化建设
现有数据只能“各自描述”三条业务线，回答不了管理层最关心的跨业务问题：
- 4.6 万分期客户中，有多少人也在终端充值、寄快递？能否交叉营销？
- 905 万终端用户中，谁有分期需求、风险如何？
- 6.8 万店主的经营流水，能否用来评估信用、开发店主贷款？
- 17.0 万台登记设备中，究竟有多少在网？闲置资产怎么处置？
这些问题的前提都是统一身份、主数据有人维护、口径一致、质量可监控。这些靠一次性清洗无法解决，需要把数据治理作为一项长期能力来建设。
摸清家底
- 补齐数据说明书：状态码、网点、黑名单规则
- 统一客户、活跃、收入等核心指标口径
- 盘点设备和商户，标记撤机和沉睡设备
- 修正已发现的异常数据
打通身份，规范采集
- 建立统一客户 ID 和统一加密规则
- 进件、装机环节的必填项校验和定位采集
- 保留完整的时间和日期精度
- 上线数据质量监控和告警
用数据经营
- 客户全景视图：分期 + 终端 + 店主
- 经营看板：活跃、留存、设备效率、网点收益
- 基于交易流水的交叉营销和风控模型
需要协调确认的事项
- 各系统身份信息的加密规则，或能否提供受控的对照表 · 决定能否打通三类人
- 设备、商户状态码的含义 · 决定“在网设备”的口径
- 网点名称及所在省份 · 分期客户唯一的地域线索
- 黑名单、征信授权的判定规则 · 风险分析的前提
- 2024 年批量导入、2026 年 9 月集中关停的背景 · 避免误判趋势
- 当前数据是否为最终版本（标注为“暂存层”） · 决定数据可信度
- 业务流程调研：摸清 A、B、C 三条线各自真实的端到端业务流程（从获客、办理、交易到还款或结算，每一步由谁操作、在哪个系统录入、数据流向哪里），找出上述数据问题在流程中的根源，据此完善数字化改造方案 · 让改进方案落到具体环节，而不是只修数据