金(jin)融(rong)企(qi)業如何(he)給(gei)用戶畫像
進入移動互聯(lian)網時代(dai)之(zhi)后，金(jin)融(rong)業(ye)(ye)務地域限制被(bei)打破。金(jin)融(rong)企業(ye)(ye)沒有固定業(ye)(ye)務區域，金(jin)融(rong)服(fu)務面對所有用(yong)戶是平的。
金(jin)(jin)融(rong)消(xiao)費(fei)者(zhe)逐(zhu)漸年(nian)輕化，80、90后(hou)成為(wei)(wei)(wei)客戶(hu)主力，他(ta)們的(de)(de)消(xiao)費(fei)意(yi)識和金(jin)(jin)融(rong)意(yi)識正(zheng)在(zai)增強。金(jin)(jin)融(rong)服務正(zheng)在(zai)從以產品為(wei)(wei)(wei)中(zhong)心，轉向以消(xiao)費(fei)者(zhe)為(wei)(wei)(wei)中(zhong)心。所有金(jin)(jin)融(rong)行業面對的(de)(de)*挑戰是消(xiao)費(fei)者(zhe)的(de)(de)消(xiao)費(fei)行為(wei)(wei)(wei)和消(xiao)費(fei)需求的(de)(de)轉變(bian)，金(jin)(jin)融(rong)企(qi)業迫切需要為(wei)(wei)(wei)產品尋(xun)找目標客戶(hu)和為(wei)(wei)(wei)客戶(hu)定制產品。
一、用戶畫(hua)像(xiang)背后的原因
1、金融(rong)消費行為的改變(bian)，企(qi)業無法接觸(chu)到客戶
80后(hou)、90后(hou)總計共(gong)有(you)3.4億人口(kou)，并(bing)日益成(cheng)為金融(rong)(rong)(rong)企業(ye)主要的消(xiao)(xiao)費(fei)者，但(dan)是(shi)他(ta)們的金融(rong)(rong)(rong)消(xiao)(xiao)費(fei)習(xi)慣正在(zai)改變，他(ta)們不(bu)愿意到金融(rong)(rong)(rong)網(wang)點(dian)辦(ban)理業(ye)務，不(bu)喜歡被動接(jie)受金融(rong)(rong)(rong)產品和服務。年輕人將主要的時間(jian)都(dou)消(xiao)(xiao)費(fei)在(zai)移(yi)動互聯網(wang)，消(xiao)(xiao)費(fei)在(zai)智能(neng)手(shou)(shou)機上。平均每個人，每天使用智能(neng)手(shou)(shou)機的時間(jian)超過(guo)了(le)3小時，年輕人可能(neng)會超過(guo)4個小時。瀏覽手(shou)(shou)機已經成(cheng)為工作和睡覺之后(hou)的，人類(lei)第(di)三大生活習(xi)慣，移(yi)動APP也成(cheng)為所有(you)金融(rong)(rong)(rong)企業(ye)的客戶入(ru)口(kou)、服務入(ru)口(kou)、消(xiao)(xiao)費(fei)入(ru)口(kou)、數據(ju)入(ru)口(kou)。
金(jin)(jin)融(rong)企(qi)業越(yue)來越(yue)難(nan)面(mian)對面(mian)接(jie)觸到年(nian)輕人(ren)(ren)，無法像(xiang)過去一樣(yang)，從對話中了解年(nian)輕人(ren)(ren)的想法，了解年(nian)輕人(ren)(ren)金(jin)(jin)融(rong)產(chan)品的需求。
2、消費者需(xu)求(qiu)出現分化，需(xu)要(yao)尋找目標客戶
客(ke)戶(hu)群(qun)體正在出現分化，市場上很(hen)少有(you)一種(zhong)產(chan)(chan)品和(he)一種(zhong)金融(rong)服務可以滿足所有(you)用戶(hu)的需求。金融(rong)產(chan)(chan)品也需要進行細化，為不同客(ke)戶(hu)提供不同產(chan)(chan)品。
金融企(qi)業(ye)面對(dui)的(de)客(ke)(ke)(ke)戶群體(ti)基數很大，有(you)(you)(you)(you)的(de)客(ke)(ke)(ke)戶高(gao)(gao)風(feng)險偏好高(gao)(gao)，希(xi)望高(gao)(gao)風(feng)險高(gao)(gao)收益(yi)；有(you)(you)(you)(you)的(de)客(ke)(ke)(ke)戶風(feng)險偏好低，希(xi)望穩健收益(yi)；有(you)(you)(you)(you)的(de)客(ke)(ke)(ke)戶金融理(li)財意識低，只需(xu)服務較好即可；有(you)(you)(you)(you)的(de)客(ke)(ke)(ke)戶完全沒有(you)(you)(you)(you)主意，你說是(shi)啥就(jiu)是(shi)啥；有(you)(you)(you)(you)的(de)客(ke)(ke)(ke)戶注(zhu)重(zhong)(zhong)體(ti)驗，有(you)(you)(you)(you)的(de)客(ke)(ke)(ke)戶注(zhu)重(zhong)(zhong)實惠，有(you)(you)(you)(you)的(de)客(ke)(ke)(ke)戶注(zhu)重(zhong)(zhong)品牌，有(you)(you)(you)(you)的(de)客(ke)(ke)(ke)戶注(zhu)重(zhong)(zhong)風(feng)險等(deng)等(deng)。不同(tong)年(nian)齡，不同(tong)收入，不同(tong)職業(ye)，不同(tong)資產(chan)的(de)客(ke)(ke)(ke)戶對(dui)金融產(chan)品的(de)需(xu)求都不盡相同(tong)。金融企(qi)業(ye)需(xu)要(yao)為不同(tong)的(de)客(ke)(ke)(ke)戶定制(zhi)產(chan)品，滿足不同(tong)客(ke)(ke)(ke)戶的(de)需(xu)要(yao)。對(dui)于金融企(qi)業(ye)，理(li)財和消費(fei)是(shi)主要(yao)的(de)業(ye)務需(xu)求。
客(ke)戶(hu)(hu)(hu)消(xiao)費習慣(guan)的(de)改變，企業無法接觸到客(ke)戶(hu)(hu)(hu)，無法了解客(ke)戶(hu)(hu)(hu)需求(qiu)；客(ke)戶(hu)(hu)(hu)需求(qiu)的(de)分(fen)化，企業需要(yao)細(xi)分(fen)客(ke)戶(hu)(hu)(hu)，為目標(biao)客(ke)戶(hu)(hu)(hu)開發設計產品。金融(rong)企業需要(yao)借(jie)助于戶(hu)(hu)(hu)畫像，來了解客(ke)戶(hu)(hu)(hu)，找到目標(biao)客(ke)戶(hu)(hu)(hu)，觸達(da)客(ke)戶(hu)(hu)(hu)。
二、用(yong)戶畫像的(de)目的(de)
用(yong)戶(hu)畫像是在(zai)解客(ke)戶(hu)需求和消(xiao)費能(neng)力(li)，以及(ji)客(ke)戶(hu)信(xin)用(yong)額度的基礎上，尋找潛在(zai)產品的目標客(ke)戶(hu)，并(bing)利用(yong)畫像信(xin)息為客(ke)戶(hu)開(kai)發產品。
提(ti)到用(yong)(yong)戶畫像，很多廠商都會提(ti)到360度(du)用(yong)(yong)戶畫像，其實(shi)經常(chang)360度(du)客(ke)戶畫像是(shi)一個廣告(gao)宣傳用(yong)(yong)語，根(gen)本(ben)不存數(shu)據可(ke)以全面(mian)描述客(ke)戶，透徹了解客(ke)戶。人是(shi)非常(chang)復雜的動物，信息緯度(du)非常(chang)復雜，僅僅依靠外部信息來(lai)刻(ke)畫客(ke)戶內心需要根(gen)本(ben)不可(ke)能。
用戶(hu)畫(hua)像一(yi)詞具有很重的場(chang)景因素，不(bu)同(tong)企業對于用戶(hu)畫(hua)像有著不(bu)同(tong)對理(li)解和需求。舉個(ge)例子(zi)，金融行業和汽車行業對于用戶(hu)畫(hua)像需求的信息(xi)完(wan)全(quan)不(bu)一(yi)樣，信息(xi)緯度也不(bu)同(tong)，對畫(hua)像結果要求也不(bu)同(tong)。每個(ge)行業都有一(yi)套適合自(zi)己(ji)行業的用戶(hu)畫(hua)像方(fang)法，但是其核心都是為客戶(hu)服務，為業務場(chang)景服務。
用(yong)(yong)戶(hu)畫像本質就是從(cong)業(ye)務角度(du)出發(fa)對用(yong)(yong)戶(hu)進行分(fen)析，了解用(yong)(yong)戶(hu)需求，尋(xun)找目(mu)(mu)標客(ke)戶(hu)。另外(wai)一個方(fang)面就是，金融企業(ye)利用(yong)(yong)統計的(de)信息，開(kai)發(fa)出適(shi)合目(mu)(mu)標客(ke)戶(hu)的(de)產(chan)品。
從商業角度出(chu)發的(de)用戶畫像對企業具有(you)很大的(de)價值(zhi)，用戶畫像目的(de)有(you)兩個。
一個是(shi)業務場景出發，尋找目標客(ke)戶。另外(wai)一個就是(shi)，參考用戶畫像的信息，為用戶設(she)計產品或開展營(ying)銷活(huo)動。
三、用戶畫像工作(zuo)堅持(chi)的(de)原則
市場上用(yong)戶(hu)畫(hua)(hua)像(xiang)(xiang)的(de)(de)方法(fa)(fa)很多，許多企業也(ye)提供用(yong)戶(hu)畫(hua)(hua)像(xiang)(xiang)服務(wu)，將用(yong)戶(hu)畫(hua)(hua)像(xiang)(xiang)提升到很有(you)逼格一件事。金融企業是(shi)(shi)最早開始用(yong)戶(hu)畫(hua)(hua)像(xiang)(xiang)的(de)(de)行(xing)業，由于擁有(you)豐富的(de)(de)數(shu)據(ju)，金融企業在進行(xing)用(yong)戶(hu)畫(hua)(hua)像(xiang)(xiang)時，對眾多緯(wei)度的(de)(de)數(shu)據(ju)無從下手(shou)，總是(shi)(shi)認為用(yong)戶(hu)畫(hua)(hua)像(xiang)(xiang)數(shu)據(ju)緯(wei)度越多越好，畫(hua)(hua)像(xiang)(xiang)數(shu)據(ju)越豐富越好，某些(xie)輸入的(de)(de)數(shu)據(ju)還設定了權(quan)重(zhong)甚至建立了模型，搞的(de)(de)用(yong)戶(hu)畫(hua)(hua)像(xiang)(xiang)是(shi)(shi)一個巨(ju)(ju)大(da)而負責的(de)(de)工(gong)程(cheng)。但是(shi)(shi)費力很大(da)力氣進行(xing)了畫(hua)(hua)像(xiang)(xiang)之后，卻(que)發現(xian)只剩下了用(yong)戶(hu)畫(hua)(hua)像(xiang)(xiang)，和業務(wu)相聚甚遠，沒有(you)辦法(fa)(fa)直(zhi)接(jie)支(zhi)持業務(wu)運營，投入精力巨(ju)(ju)大(da)但是(shi)(shi)回報微小，可以說是(shi)(shi)得不償(chang)失，無法(fa)(fa)向領導交代。
事實上，用戶畫像(xiang)涉及數據的(de)緯度需要業務場(chang)景結合(he)，既要簡單干練又要和業務強相(xiang)關，既要篩選便捷(jie)又要方便進一步操(cao)作。用戶畫像(xiang)需要堅持三個原則，分(fen)別是人口屬性(xing)和信(xin)用信(xin)息為主(zhu)，強相(xiang)關信(xin)息為主(zhu)，定性(xing)數據為主(zhu)。下面就分(fen)別展開進行解(jie)釋和分(fen)析。
1、信(xin)用信(xin)息(xi)和人口屬性為主
描述一(yi)個用(yong)戶(hu)(hu)(hu)的(de)(de)信(xin)(xin)息(xi)(xi)(xi)很(hen)多(duo)，信(xin)(xin)用(yong)信(xin)(xin)息(xi)(xi)(xi)是(shi)(shi)用(yong)戶(hu)(hu)(hu)畫(hua)像中(zhong)重要的(de)(de)信(xin)(xin)息(xi)(xi)(xi)，信(xin)(xin)用(yong)信(xin)(xin)息(xi)(xi)(xi)是(shi)(shi)描述一(yi)個人在(zai)社會(hui)中(zhong)的(de)(de)消(xiao)費能(neng)力信(xin)(xin)息(xi)(xi)(xi)。任(ren)何企(qi)業進行用(yong)戶(hu)(hu)(hu)畫(hua)像的(de)(de)目的(de)(de)是(shi)(shi)尋找目標客(ke)戶(hu)(hu)(hu)，其(qi)必(bi)須是(shi)(shi)具有(you)潛在(zai)消(xiao)費能(neng)力的(de)(de)用(yong)戶(hu)(hu)(hu)。信(xin)(xin)用(yong)信(xin)(xin)息(xi)(xi)(xi)可以(yi)直(zhi)接證明客(ke)戶(hu)(hu)(hu)的(de)(de)消(xiao)費能(neng)力，是(shi)(shi)用(yong)戶(hu)(hu)(hu)畫(hua)像中(zhong)最重要和基礎的(de)(de)信(xin)(xin)息(xi)(xi)(xi)。一(yi)句(ju)戲言，所有(you)的(de)(de)信(xin)(xin)息(xi)(xi)(xi)都是(shi)(shi)信(xin)(xin)用(yong)信(xin)(xin)息(xi)(xi)(xi)就(jiu)是(shi)(shi)這個道理(li)。其(qi)包含消(xiao)費者工作、收入、學(xue)歷(li)、財(cai)產等(deng)信(xin)(xin)息(xi)(xi)(xi)。
定位完(wan)目標客(ke)戶之后，金融(rong)企(qi)業需(xu)要觸達客(ke)戶，人口屬性(xing)(xing)信(xin)息(xi)就是起(qi)到(dao)觸達客(ke)戶的作(zuo)用，人口屬性(xing)(xing)信(xin)息(xi)包含姓名、性(xing)(xing)別，電(dian)話號碼，郵(you)件地址(zhi)，家庭(ting)住(zhu)址(zhi)等信(xin)息(xi)。這些信(xin)息(xi)可(ke)以幫助金融(rong)企(qi)業聯系客(ke)戶，將(jiang)產品和服務推銷給客(ke)戶。
2、采用(yong)強相關(guan)信息(xi)，忽略弱相關(guan)信息(xi)
我們需要(yao)介紹一(yi)下強(qiang)(qiang)相(xiang)(xiang)關(guan)(guan)信(xin)息(xi)(xi)和(he)弱相(xiang)(xiang)關(guan)(guan)信(xin)息(xi)(xi)。強(qiang)(qiang)相(xiang)(xiang)關(guan)(guan)信(xin)息(xi)(xi)就是(shi)同場景需求直接相(xiang)(xiang)關(guan)(guan)的信(xin)息(xi)(xi)，其(qi)可以是(shi)因果信(xin)息(xi)(xi)，也可以是(shi)相(xiang)(xiang)關(guan)(guan)程度很高的信(xin)息(xi)(xi)。
如果定義(yi)采用(yong)(yong)0到1作(zuo)為相(xiang)(xiang)關系數取值范圍的(de)(de)化(hua)，0.6以上的(de)(de)相(xiang)(xiang)關系數就(jiu)應該定義(yi)為強相(xiang)(xiang)關信息(xi)。例(li)如在其他條件相(xiang)(xiang)同的(de)(de)前提(ti)下，35歲左右人(ren)的(de)(de)平(ping)(ping)均(jun)工(gong)(gong)資高于平(ping)(ping)均(jun)年(nian)齡為30歲的(de)(de)人(ren)，計算機(ji)專業(ye)(ye)畢(bi)業(ye)(ye)的(de)(de)學(xue)生平(ping)(ping)均(jun)工(gong)(gong)資高于哲(zhe)學(xue)專業(ye)(ye)學(xue)生，從事金(jin)融行(xing)業(ye)(ye)工(gong)(gong)作(zuo)的(de)(de)平(ping)(ping)均(jun)工(gong)(gong)資高于從事紡(fang)織行(xing)業(ye)(ye)的(de)(de)平(ping)(ping)均(jun)工(gong)(gong)資，上海(hai)(hai)的(de)(de)平(ping)(ping)均(jun)工(gong)(gong)資超(chao)過海(hai)(hai)南省平(ping)(ping)均(jun)工(gong)(gong)資。從這些信息(xi)可(ke)以看出(chu)來人(ren)的(de)(de)年(nian)齡、學(xue)歷、職業(ye)(ye)、地點對收(shou)入(ru)的(de)(de)影響較(jiao)大，同收(shou)入(ru)高低是(shi)強相(xiang)(xiang)關關系。簡單的(de)(de)將，對信用(yong)(yong)信息(xi)影響較(jiao)大的(de)(de)信息(xi)就(jiu)是(shi)強相(xiang)(xiang)關信息(xi)，反(fan)之則(ze)是(shi)弱(ruo)相(xiang)(xiang)關信息(xi)。
用(yong)戶(hu)其(qi)他(ta)的(de)(de)信(xin)息(xi)，例如用(yong)戶(hu)的(de)(de)身高、體重、姓名、星座(zuo)等信(xin)息(xi)，很難從概(gai)率上分析出(chu)其(qi)對消費能(neng)力(li)的(de)(de)影響，這些(xie)弱相關信(xin)息(xi)，這些(xie)信(xin)息(xi)就不(bu)應(ying)該(gai)放到用(yong)戶(hu)畫像中(zhong)進行(xing)分析，對用(yong)戶(hu)的(de)(de)信(xin)用(yong)消費能(neng)力(li)影響很小，不(bu)具有較大的(de)(de)商業價值。
用(yong)戶(hu)畫(hua)像和用(yong)戶(hu)分析(xi)時，需要考慮強(qiang)相關(guan)信息(xi)，不(bu)要考慮弱(ruo)相關(guan)信息(xi)，這是(shi)用(yong)戶(hu)畫(hua)像的一(yi)個原則。
3、將定量(liang)的(de)信息歸類為定性(xing)的(de)信息
用戶畫(hua)像的目(mu)的是為產品篩選出目(mu)標(biao)客戶，定量的信息(xi)不利于對客戶進行篩選，需要將(jiang)定量信息(xi)轉化為定性信息(xi)，通(tong)過信息(xi)類別來(lai)篩選人群(qun)。
例如可(ke)以(yi)將(jiang)年(nian)齡段對客戶進行劃分，18歲－25歲定(ding)義(yi)為年(nian)輕人(ren)(ren)(ren)，25歲－35歲定(ding)義(yi)為中青(qing)年(nian)，36-45定(ding)義(yi)為中年(nian)人(ren)(ren)(ren)等。可(ke)以(yi)參(can)(can)考(kao)個人(ren)(ren)(ren)收(shou)入信(xin)息(xi)，將(jiang)人(ren)(ren)(ren)群定(ding)義(yi)為高收(shou)入人(ren)(ren)(ren)群，中等收(shou)入人(ren)(ren)(ren)群，低收(shou)入人(ren)(ren)(ren)群。參(can)(can)考(kao)資產信(xin)息(xi)也可(ke)以(yi)將(jiang)客戶定(ding)義(yi)為高、中、低級別。定(ding)性信(xin)息(xi)的類別和方(fang)式方(fang)法，金融可(ke)以(yi)從自身業務出發，沒有(you)固定(ding)的模式。
將金融企業(ye)各(ge)類(lei)定(ding)(ding)量信息，集中(zhong)在(zai)一(yi)起，對(dui)定(ding)(ding)性信息進(jin)行(xing)分類(lei)，并進(jin)行(xing)定(ding)(ding)性化(hua)，有利與對(dui)用(yong)戶進(jin)行(xing)篩選(xuan)，快速(su)定(ding)(ding)位目(mu)標客戶，是用(yong)戶畫像(xiang)的(de)另(ling)外一(yi)個原(yuan)則。
劉(liu)華鵬老師(shi)在蒲城(cheng)縣銀行業協會講授(shou)互聯(lian)網金(jin)融
四、用戶畫(hua)像的方法介(jie)紹，不要太復雜
金融企(qi)業(ye)需(xu)要結(jie)(jie)合業(ye)務需(xu)求進行用(yong)(yong)(yong)戶(hu)畫(hua)(hua)(hua)像(xiang)，從實用(yong)(yong)(yong)角度(du)(du)出發，我們(men)可(ke)以將用(yong)(yong)(yong)戶(hu)畫(hua)(hua)(hua)像(xiang)信息(xi)分(fen)成五類信息(xi)。分(fen)別是(shi)人口屬性(xing)，信用(yong)(yong)(yong)屬性(xing)，消(xiao)費特征，興(xing)趣(qu)愛好(hao)，社交屬性(xing)。它們(men)基(ji)(ji)本覆蓋(gai)了(le)業(ye)務需(xu)求所需(xu)要的(de)強相(xiang)關信息(xi)，結(jie)(jie)合外部場景數據(ju)將會產生巨大的(de)商(shang)(shang)業(ye)價值。我們(men)先了(le)解下用(yong)(yong)(yong)戶(hu)畫(hua)(hua)(hua)像(xiang)的(de)五大類信息(xi)的(de)作(zuo)用(yong)(yong)(yong)，以及(ji)涉及(ji)的(de)強相(xiang)關信息(xi)。特別復雜的(de)用(yong)(yong)(yong)戶(hu)畫(hua)(hua)(hua)像(xiang)緯度(du)(du)例(li)如八個緯度(du)(du)，十個緯度(du)(du)信息(xi)都不利于商(shang)(shang)業(ye)應用(yong)(yong)(yong)，不建議金融企(qi)業(ye)進行采用(yong)(yong)(yong)，其他具有(you)價值的(de)信息(xi)，基(ji)(ji)本上都可(ke)以歸納到這五個緯度(du)(du)。金融企(qi)業(ye)達(da)到其商(shang)(shang)業(ye)需(xu)求，從這五個緯度(du)(du)信息(xi)進行應用(yong)(yong)(yong)就可(ke)以了(le)，不需(xu)要過(guo)于復雜用(yong)(yong)(yong)戶(hu)畫(hua)(hua)(hua)像(xiang)這個工作(zuo)，同時商(shang)(shang)業(ye)意義也不太(tai)大。
1、人口屬(shu)性(xing)：用(yong)于(yu)描(miao)述一(yi)個人基本特(te)征(zheng)的信(xin)息，主要作用(yong)是幫助(zhu)金融企業(ye)知道(dao)客(ke)戶(hu)是誰，如何(he)觸達用(yong)戶(hu)。姓名(ming)，性(xing)別，年齡(ling)，電話號碼，郵箱，家庭住址(zhi)都屬(shu)于(yu)人口屬(shu)性(xing)信(xin)息。
2、信(xin)用(yong)(yong)屬(shu)性：用(yong)(yong)于(yu)描述用(yong)(yong)戶(hu)收(shou)入(ru)潛力和收(shou)入(ru)情況，支付能(neng)力。幫助企業了解客戶(hu)資(zi)產(chan)情況和信(xin)用(yong)(yong)情況，有利于(yu)定位目標客戶(hu)。客戶(hu)職業、收(shou)入(ru)、資(zi)產(chan)、負債、學歷(li)、信(xin)用(yong)(yong)評(ping)分等都屬(shu)于(yu)信(xin)用(yong)(yong)信(xin)息。
3、消費(fei)(fei)(fei)(fei)特(te)(te)征：用(yong)于描述客(ke)戶(hu)(hu)主要消費(fei)(fei)(fei)(fei)習(xi)慣和消費(fei)(fei)(fei)(fei)偏好，用(yong)于尋找高頻和高價值客(ke)戶(hu)(hu)。幫助企業依據客(ke)戶(hu)(hu)消費(fei)(fei)(fei)(fei)特(te)(te)點推薦(jian)相關金融產品和服務(wu)，轉化率將非常(chang)高。為了(le)便(bian)于篩選客(ke)戶(hu)(hu)，可以參考客(ke)戶(hu)(hu)的消費(fei)(fei)(fei)(fei)記錄將客(ke)戶(hu)(hu)直接定(ding)性為某(mou)些消費(fei)(fei)(fei)(fei)特(te)(te)征人(ren)(ren)群(qun)，例如差旅人(ren)(ren)群(qun)，境外游(you)人(ren)(ren)群(qun)，旅游(you)人(ren)(ren)群(qun)，餐飲(yin)用(yong)戶(hu)(hu)，汽車用(yong)戶(hu)(hu)，母嬰用(yong)戶(hu)(hu)，理財人(ren)(ren)群(qun)等。
4、興(xing)(xing)趣(qu)愛(ai)(ai)好(hao)(hao)(hao)：用(yong)于(yu)描述(shu)客(ke)戶具有哪(na)方面(mian)的(de)興(xing)(xing)趣(qu)愛(ai)(ai)好(hao)(hao)(hao)，在(zai)這些興(xing)(xing)趣(qu)方面(mian)可(ke)能(neng)消費(fei)偏(pian)好(hao)(hao)(hao)比(bi)較(jiao)高。幫助企業(ye)了解客(ke)戶興(xing)(xing)趣(qu)和(he)消費(fei)傾向，定(ding)向進行活動營銷。興(xing)(xing)趣(qu)愛(ai)(ai)好(hao)(hao)(hao)的(de)信息(xi)可(ke)能(neng)會和(he)消費(fei)特征中部分(fen)信息(xi)有重復，區別在(zai)于(yu)數據來(lai)源(yuan)不(bu)(bu)同。消費(fei)特征來(lai)源(yuan)于(yu)已有的(de)消費(fei)記錄，但(dan)是(shi)購買的(de)物品和(he)服務不(bu)(bu)一(yi)定(ding)是(shi)自(zi)己享用(yong)，但(dan)是(shi)興(xing)(xing)趣(qu)愛(ai)(ai)好(hao)(hao)(hao)代(dai)表本人的(de)真實興(xing)(xing)趣(qu)。例如戶外(wai)運動愛(ai)(ai)好(hao)(hao)(hao)者(zhe)，旅游愛(ai)(ai)好(hao)(hao)(hao)者(zhe)，電影愛(ai)(ai)好(hao)(hao)(hao)者(zhe)，科技(ji)發燒友，健身愛(ai)(ai)好(hao)(hao)(hao)者(zhe)，奢侈品愛(ai)(ai)好(hao)(hao)(hao)者(zhe)等。興(xing)(xing)趣(qu)愛(ai)(ai)好(hao)(hao)(hao)的(de)信息(xi)可(ke)能(neng)來(lai)源(yuan)于(yu)社(she)交信息(xi)和(he)客(ke)戶位置(zhi)信息(xi)。
5、社(she)交(jiao)(jiao)信息(xi)：用于描(miao)述用戶(hu)在社(she)交(jiao)(jiao)媒(mei)體(ti)的(de)評(ping)論，這些信息(xi)往(wang)往(wang)代表用戶(hu)內(nei)心的(de)想法和需求，具有(you)實(shi)時性高，轉(zhuan)化率高的(de)特點。例如客戶(hu)詢問上(shang)海哪里好玩？澳大利亞墨爾本的(de)交(jiao)(jiao)通？房屋貸款哪家優(you)惠(hui)多？那個理財產品(pin)好？這些社(she)交(jiao)(jiao)信息(xi)都是代表客戶(hu)多需求，如果(guo)企(qi)業可(ke)以及(ji)時了解到(dao)，將(jiang)會有(you)助于產品(pin)推(tui)廣(guang)。
這(zhe)些用(yong)戶畫像信息(xi)歸類(lei)基本覆(fu)蓋了業(ye)務需(xu)求和(he)產品開(kai)發所需(xu)要(yao)的信息(xi)，需(xu)要(yao)對這(zhe)些信息(xi)進(jin)(jin)行(xing)進(jin)(jin)行(xing)整理(li)(li)和(he)處理(li)(li)。根據業(ye)務場(chang)景(jing)，將定(ding)量的數(shu)據轉化為定(ding)性的數(shu)據，并將強相關數(shu)據進(jin)(jin)行(xing)整理(li)(li)。
五(wu)、金融(rong)企業用戶畫像的基(ji)本步驟如下
參(can)考金融(rong)企(qi)業的數據(ju)(ju)類型和業務需(xu)求(qiu)，可以將金融(rong)企(qi)業用戶畫(hua)像工作進行細化。基(ji)本(ben)上從(cong)數據(ju)(ju)集中到(dao)數據(ju)(ju)處理，從(cong)強相關數據(ju)(ju)到(dao)定(ding)性分類數據(ju)(ju)，從(cong)引入(ru)外部(bu)數據(ju)(ju)到(dao)依據(ju)(ju)業務場景進行篩選(xuan)目標用戶。
1）畫(hua)像相關數(shu)據的整理和集中
金融企(qi)業內部的(de)信(xin)(xin)(xin)息分布在(zai)不同的(de)系(xi)(xi)統(tong)(tong)中(zhong)(zhong)，一般(ban)情況下，人口屬性信(xin)(xin)(xin)息主(zhu)要集中(zhong)(zhong)在(zai)客(ke)戶(hu)關系(xi)(xi)管(guan)理系(xi)(xi)統(tong)(tong)，信(xin)(xin)(xin)用信(xin)(xin)(xin)息主(zhu)要集中(zhong)(zhong)在(zai)交(jiao)易系(xi)(xi)統(tong)(tong)和(he)產品系(xi)(xi)統(tong)(tong)之中(zhong)(zhong)，也集中(zhong)(zhong)在(zai)客(ke)戶(hu)關系(xi)(xi)管(guan)理系(xi)(xi)統(tong)(tong)中(zhong)(zhong)，消(xiao)費特(te)征主(zhu)要集中(zhong)(zhong)在(zai)渠道和(he)產品系(xi)(xi)統(tong)(tong)中(zhong)(zhong)。
興趣愛(ai)好(hao)和社交信(xin)(xin)息(xi)需要從外(wai)部引入，例如(ru)(ru)(ru)客(ke)戶(hu)的(de)行為(wei)(wei)軌跡可以代表其(qi)興趣愛(ai)好(hao)和品牌(pai)愛(ai)好(hao)，移動(dong)設備到位置(zhi)信(xin)(xin)息(xi)可以提供(gong)較為(wei)(wei)準確的(de)興趣愛(ai)好(hao)信(xin)(xin)息(xi)。社交信(xin)(xin)息(xi)，可以借(jie)助(zhu)于金融(rong)行業(ye)自身的(de)文本(ben)挖掘能(neng)力(li)進(jin)行采集和分(fen)析，也(ye)(ye)是(shi)可以借(jie)助(zhu)于廠商的(de)技術能(neng)力(li)在(zai)社交網站上直接獲得(de)。社交信(xin)(xin)息(xi)往往是(shi)實(shi)時信(xin)(xin)息(xi)，商業(ye)價值(zhi)較高，轉化率也(ye)(ye)較高，是(shi)大數據預測方面的(de)主要信(xin)(xin)息(xi)來源。例如(ru)(ru)(ru)用用戶(hu)在(zai)社交網站上提出(chu)羅馬哪(na)里好(hao)玩的(de)問題，就代表用戶(hu)未來可能(neng)有出(chu)國旅游的(de)需求；如(ru)(ru)(ru)果客(ke)戶(hu)在(zai)對比兩款汽(qi)車(che)的(de)優良，客(ke)戶(hu)購買汽(qi)車(che)的(de)可能(neng)性就較大。金融(rong)企業(ye)可以及時介入，為(wei)(wei)客(ke)戶(hu)提供(gong)金融(rong)服務。
客戶畫(hua)像(xiang)數據(ju)主要分(fen)為五類(lei)，人口屬(shu)性、信(xin)(xin)用信(xin)(xin)息、消(xiao)費特征(zheng)、興趣愛好、社(she)交(jiao)信(xin)(xin)息。這些數據(ju)都(dou)分(fen)布在不(bu)同的(de)(de)信(xin)(xin)息系統，金融(rong)企業都(dou)上線(xian)了數據(ju)倉庫（DW），所有畫(hua)像(xiang)相關的(de)(de)強(qiang)相關信(xin)(xin)息都(dou)可以(yi)從(cong)數據(ju)倉庫里面整理和集中，并且依據(ju)畫(hua)像(xiang)商業需求，利(li)用跑(pao)批作業，加工數據(ju)，生成用戶畫(hua)像(xiang)的(de)(de)原始數據(ju)。
數據倉庫成為用戶畫像(xiang)數據的(de)主要(yao)處(chu)理工具，依據業務場景和畫像(xiang)需(xu)求將原(yuan)始數據進行(xing)分類、篩選、歸納(na)、加(jia)工等，生成用戶畫像(xiang)需(xu)要(yao)的(de)原(yuan)始數據。
用(yong)戶畫像的(de)(de)緯度信(xin)(xin)(xin)息(xi)(xi)不是越(yue)(yue)多越(yue)(yue)好，只需要找到可(ke)五大類畫像信(xin)(xin)(xin)息(xi)(xi)強相(xiang)關(guan)信(xin)(xin)(xin)息(xi)(xi)，同業務場(chang)景強相(xiang)關(guan)信(xin)(xin)(xin)息(xi)(xi)，同產(chan)品和目標客戶強相(xiang)關(guan)信(xin)(xin)(xin)息(xi)(xi)即可(ke)。根本不存(cun)在360度的(de)(de)用(yong)戶畫像信(xin)(xin)(xin)息(xi)(xi)，也不存(cun)在豐富的(de)(de)信(xin)(xin)(xin)息(xi)(xi)可(ke)以完全了解客戶，另(ling)外(wai)數據的(de)(de)實(shi)效性也要重點考(kao)慮。
2）找到(dao)同(tong)業務場景(jing)強相關數據
依據用(yong)戶(hu)畫像的原則，所有畫像信息應該(gai)是(shi)5大分類的強(qiang)(qiang)相關信息。強(qiang)(qiang)相關信息是(shi)指同業務場景(jing)強(qiang)(qiang)相關信息，可以幫(bang)助金融(rong)行業定(ding)位(wei)目標客戶(hu)，了(le)解客戶(hu)潛在需求，開(kai)發需求產品。
只有強(qiang)(qiang)(qiang)相(xiang)(xiang)關(guan)信(xin)(xin)(xin)(xin)(xin)息(xi)才能幫助金融企業(ye)有效結合業(ye)務需(xu)(xu)(xu)(xu)求，創造商業(ye)價值(zhi)。例(li)如(ru)姓名、手機(ji)號、家庭地址就(jiu)是(shi)能夠觸達客(ke)(ke)戶(hu)(hu)(hu)的(de)強(qiang)(qiang)(qiang)人(ren)(ren)口(kou)屬性信(xin)(xin)(xin)(xin)(xin)息(xi)，收入、學歷、職(zhi)業(ye)、資(zi)產就(jiu)是(shi)客(ke)(ke)戶(hu)(hu)(hu)信(xin)(xin)(xin)(xin)(xin)用(yong)(yong)信(xin)(xin)(xin)(xin)(xin)息(xi)的(de)強(qiang)(qiang)(qiang)相(xiang)(xiang)關(guan)信(xin)(xin)(xin)(xin)(xin)息(xi)。差旅(lv)人(ren)(ren)群(qun)(qun)、境(jing)外(wai)游人(ren)(ren)群(qun)(qun)、汽(qi)車用(yong)(yong)戶(hu)(hu)(hu)、旅(lv)游人(ren)(ren)群(qun)(qun)、母嬰人(ren)(ren)群(qun)(qun)就(jiu)是(shi)消費特征的(de)強(qiang)(qiang)(qiang)相(xiang)(xiang)關(guan)信(xin)(xin)(xin)(xin)(xin)息(xi)。攝影愛(ai)(ai)好者(zhe)、游戲愛(ai)(ai)好者(zhe)、健身愛(ai)(ai)好者(zhe)、電影人(ren)(ren)群(qun)(qun)、戶(hu)(hu)(hu)外(wai)愛(ai)(ai)好者(zhe)就(jiu)是(shi)客(ke)(ke)戶(hu)(hu)(hu)興趣愛(ai)(ai)好的(de)強(qiang)(qiang)(qiang)相(xiang)(xiang)關(guan)信(xin)(xin)(xin)(xin)(xin)息(xi)。社交(jiao)媒體上發表的(de)旅(lv)游需(xu)(xu)(xu)(xu)求，旅(lv)游攻略，理財咨(zi)詢，汽(qi)車需(xu)(xu)(xu)(xu)求，房(fang)產需(xu)(xu)(xu)(xu)求等信(xin)(xin)(xin)(xin)(xin)息(xi)代表了(le)用(yong)(yong)戶(hu)(hu)(hu)的(de)內心需(xu)(xu)(xu)(xu)求，是(shi)社交(jiao)信(xin)(xin)(xin)(xin)(xin)息(xi)場(chang)景(jing)應用(yong)(yong)的(de)強(qiang)(qiang)(qiang)相(xiang)(xiang)關(guan)信(xin)(xin)(xin)(xin)(xin)息(xi)。
金融(rong)企業(ye)(ye)內(nei)部信(xin)息較多，在(zai)用戶畫像階(jie)段不需(xu)要對所有(you)信(xin)息都采用，只需(xu)要采用同業(ye)(ye)務場景和目標客戶強相關的(de)信(xin)息即可，這樣有(you)助(zhu)于(yu)提(ti)高產品轉化率(lv)，降低ROI，有(you)利(li)于(yu)簡單找到業(ye)(ye)務應用場景，在(zai)數(shu)據變現過程中也(ye)容(rong)易實(shi)現。
千萬不要將用戶(hu)(hu)畫(hua)像(xiang)工(gong)作(zuo)搞的(de)過于(yu)復雜，同業務場(chang)景關系不大，這樣(yang)就(jiu)讓很(hen)多金融(rong)企業特別(bie)是領(ling)導失去用戶(hu)(hu)畫(hua)像(xiang)的(de)興趣(qu)，看不到用戶(hu)(hu)畫(hua)像(xiang)的(de)商業，不愿(yuan)意在(zai)大數(shu)據領(ling)域投資(zi)。為企業帶來商業價(jia)值才是用戶(hu)(hu)畫(hua)像(xiang)工(gong)作(zuo)的(de)主要動力和主要目(mu)的(de)。
3）對數據進行分類和標簽化（定量(liang)to定性）
金融企業(ye)(ye)集(ji)中(zhong)了所有信息(xi)之后，依(yi)據(ju)業(ye)(ye)務需求，對信息(xi)進行(xing)加(jia)工整理(li)(li)，需要(yao)對定量的信息(xi)進行(xing)定性，方便信息(xi)分(fen)類(lei)和篩選。這部分(fen)工作建議在(zai)數據(ju)倉庫進行(xing)，不建議在(zai)大數據(ju)管理(li)(li)平臺(tai)（DMP）里(li)進行(xing)加(jia)工。
定(ding)性信(xin)息(xi)進(jin)行(xing)(xing)定(ding)量分類是(shi)用戶(hu)(hu)(hu)(hu)(hu)畫像的(de)(de)(de)(de)一個(ge)重要(yao)(yao)工作環節，具有較高(gao)的(de)(de)(de)(de)業(ye)務(wu)場景要(yao)(yao)求，考(kao)驗用戶(hu)(hu)(hu)(hu)(hu)畫像商業(ye)需求的(de)(de)(de)(de)轉化。其(qi)主要(yao)(yao)目(mu)(mu)的(de)(de)(de)(de)是(shi)幫助企業(ye)將(jiang)復雜數據(ju)簡單化，將(jiang)交(jiao)易(yi)數據(ju)定(ding)性進(jin)行(xing)(xing)歸類，并且融入(ru)商業(ye)分析的(de)(de)(de)(de)要(yao)(yao)求，對數據(ju)進(jin)行(xing)(xing)商業(ye)加工。例如可(ke)(ke)以(yi)(yi)(yi)(yi)將(jiang)客(ke)(ke)(ke)戶(hu)(hu)(hu)(hu)(hu)按照(zhao)年(nian)(nian)齡區(qu)間分為學生，青年(nian)(nian)，中青年(nian)(nian)，中年(nian)(nian)，中老年(nian)(nian)，老年(nian)(nian)等(deng)人生階(jie)段(duan)。源于各(ge)人生階(jie)段(duan)的(de)(de)(de)(de)金(jin)融服務(wu)需求不(bu)同，在(zai)尋找目(mu)(mu)標客(ke)(ke)(ke)戶(hu)(hu)(hu)(hu)(hu)時，可(ke)(ke)以(yi)(yi)(yi)(yi)通過人生階(jie)段(duan)進(jin)行(xing)(xing)目(mu)(mu)標客(ke)(ke)(ke)戶(hu)(hu)(hu)(hu)(hu)定(ding)位。企業(ye)可(ke)(ke)以(yi)(yi)(yi)(yi)利(li)用客(ke)(ke)(ke)戶(hu)(hu)(hu)(hu)(hu)的(de)(de)(de)(de)收(shou)入(ru)、學歷、資產(chan)(chan)等(deng)情況將(jiang)客(ke)(ke)(ke)戶(hu)(hu)(hu)(hu)(hu)分為低(di)、中、高(gao)端(duan)客(ke)(ke)(ke)戶(hu)(hu)(hu)(hu)(hu)，并依據(ju)其(qi)金(jin)融服務(wu)需求，提供(gong)不(bu)同的(de)(de)(de)(de)金(jin)融服務(wu)。可(ke)(ke)以(yi)(yi)(yi)(yi)參考(kao)其(qi)金(jin)融消(xiao)費(fei)記錄(lu)和資產(chan)(chan)信(xin)息(xi)，以(yi)(yi)(yi)(yi)及交(jiao)易(yi)產(chan)(chan)品，購買的(de)(de)(de)(de)產(chan)(chan)品，將(jiang)客(ke)(ke)(ke)戶(hu)(hu)(hu)(hu)(hu)消(xiao)費(fei)特征進(jin)行(xing)(xing)定(ding)性描述，區(qu)分出電(dian)商客(ke)(ke)(ke)戶(hu)(hu)(hu)(hu)(hu)，理(li)財客(ke)(ke)(ke)戶(hu)(hu)(hu)(hu)(hu)，保險客(ke)(ke)(ke)戶(hu)(hu)(hu)(hu)(hu)，穩健投(tou)資客(ke)(ke)(ke)戶(hu)(hu)(hu)(hu)(hu)，激進(jin)投(tou)資客(ke)(ke)(ke)戶(hu)(hu)(hu)(hu)(hu)，餐飲客(ke)(ke)(ke)戶(hu)(hu)(hu)(hu)(hu)，旅游客(ke)(ke)(ke)戶(hu)(hu)(hu)(hu)(hu)，高(gao)端(duan)客(ke)(ke)(ke)戶(hu)(hu)(hu)(hu)(hu)，公務(wu)員客(ke)(ke)(ke)戶(hu)(hu)(hu)(hu)(hu)等(deng)。利(li)用外部的(de)(de)(de)(de)數據(ju)可(ke)(ke)以(yi)(yi)(yi)(yi)將(jiang)定(ding)性客(ke)(ke)(ke)戶(hu)(hu)(hu)(hu)(hu)的(de)(de)(de)(de)興趣愛好(hao)，例如戶(hu)(hu)(hu)(hu)(hu)外愛好(hao)者，奢侈品愛好(hao)者，科(ke)技產(chan)(chan)品發(fa)燒友(you)，攝影愛好(hao)者，高(gao)端(duan)汽車需求者等(deng)信(xin)息(xi)。
將定(ding)量信(xin)息歸納為(wei)定(ding)性信(xin)息，并(bing)依據業(ye)務需求進行(xing)標簽化(hua)(hua)，有助(zhu)(zhu)于金融(rong)企業(ye)找到目標客(ke)戶(hu)，并(bing)且(qie)了解客(ke)戶(hu)的潛在需求，為(wei)金融(rong)行(xing)業(ye)的產(chan)品(pin)找到目標客(ke)戶(hu)，進行(xing)精準營銷(xiao)，降低營銷(xiao)成本，提(ti)高(gao)產(chan)品(pin)轉(zhuan)化(hua)(hua)率。另外(wai)金融(rong)企業(ye)還可以依據客(ke)戶(hu)的消(xiao)費特征(zheng)、興趣(qu)愛好、社(she)交信(xin)息及時(shi)為(wei)客(ke)戶(hu)推薦產(chan)品(pin)，設計(ji)產(chan)品(pin)，優(you)化(hua)(hua)產(chan)品(pin)流程(cheng)。提(ti)高(gao)產(chan)品(pin)銷(xiao)售(shou)的活躍率，幫助(zhu)(zhu)金融(rong)企業(ye)更好地(di)為(wei)客(ke)戶(hu)設計(ji)產(chan)品(pin)。
4）依據業務需求引入(ru)外部數據
利用(yong)數(shu)(shu)據(ju)進(jin)行畫像目(mu)的(de)主要時為業務場景提供數(shu)(shu)據(ju)支持，包括尋找到產品的(de)目(mu)標客(ke)戶和觸達客(ke)戶。金融企業自身的(de)數(shu)(shu)據(ju)不(bu)足以了解客(ke)戶的(de)消費特征、興趣(qu)愛好(hao)、社交信息。
金(jin)融企(qi)業可以引(yin)入外部信(xin)(xin)息(xi)來豐富(fu)客戶畫(hua)像信(xin)(xin)息(xi)，例(li)如引(yin)入銀聯和電商(shang)的信(xin)(xin)息(xi)來豐富(fu)消費特征信(xin)(xin)息(xi)，引(yin)入移動大數據的位置信(xin)(xin)息(xi)來豐富(fu)客戶的興趣愛好信(xin)(xin)息(xi)，引(yin)入外部廠商(shang)的數據來豐富(fu)社交信(xin)(xin)息(xi)等(deng)。
外(wai)(wai)(wai)部(bu)(bu)(bu)(bu)信(xin)息的(de)(de)(de)(de)緯度(du)(du)較多，內容也(ye)很豐富，但是(shi)如(ru)(ru)(ru)何引(yin)入外(wai)(wai)(wai)部(bu)(bu)(bu)(bu)信(xin)息是(shi)一(yi)項具有(you)挑(tiao)戰(zhan)的(de)(de)(de)(de)工作。外(wai)(wai)(wai)部(bu)(bu)(bu)(bu)信(xin)息在引(yin)入時需要(yao)考慮幾個(ge)問(wen)題(ti)，分別是(shi)外(wai)(wai)(wai)部(bu)(bu)(bu)(bu)數(shu)(shu)(shu)據的(de)(de)(de)(de)覆蓋里，如(ru)(ru)(ru)何和內部(bu)(bu)(bu)(bu)數(shu)(shu)(shu)據打通，和內部(bu)(bu)(bu)(bu)信(xin)息的(de)(de)(de)(de)匹配(pei)率，以及信(xin)息的(de)(de)(de)(de)相(xiang)關程(cheng)度(du)(du)，還(huan)有(you)數(shu)(shu)(shu)據的(de)(de)(de)(de)鮮活度(du)(du)，這些都是(shi)引(yin)入外(wai)(wai)(wai)部(bu)(bu)(bu)(bu)信(xin)息的(de)(de)(de)(de)主要(yao)考慮緯度(du)(du)。外(wai)(wai)(wai)部(bu)(bu)(bu)(bu)數(shu)(shu)(shu)據魚龍混雜，數(shu)(shu)(shu)據的(de)(de)(de)(de)合規性(xing)也(ye)是(shi)金融企業在引(yin)入外(wai)(wai)(wai)部(bu)(bu)(bu)(bu)數(shu)(shu)(shu)據時的(de)(de)(de)(de)一(yi)個(ge)重要(yao)考慮，敏感的(de)(de)(de)(de)信(xin)息例如(ru)(ru)(ru)手機(ji)號(hao)、家庭住(zhu)址(zhi)、身份證號(hao)在引(yin)入或(huo)匹配(pei)時都應該注意(yi)隱私問(wen)題(ti)，基本的(de)(de)(de)(de)原則是(shi)不進(jin)行數(shu)(shu)(shu)據交換，可以進(jin)行數(shu)(shu)(shu)據匹配(pei)和驗(yan)證。
外(wai)(wai)部(bu)數據(ju)(ju)不(bu)會集中在(zai)某(mou)一(yi)(yi)(yi)家，需要金融企業(ye)花(hua)費大量時間進行(xing)(xing)尋找。外(wai)(wai)部(bu)數據(ju)(ju)和內部(bu)數據(ju)(ju)的(de)(de)打通是個很復雜的(de)(de)問題，手(shou)機(ji)號(hao)／設備(bei)號(hao)／身份證號(hao)的(de)(de)MD5數值匹(pi)配(pei)(pei)是一(yi)(yi)(yi)種好(hao)的(de)(de)方法，不(bu)涉及(ji)隱私數據(ju)(ju)的(de)(de)交換，可以(yi)進行(xing)(xing)*匹(pi)配(pei)(pei)。依據(ju)(ju)行(xing)(xing)業(ye)內部(bu)的(de)(de)經(jing)驗，沒有一(yi)(yi)(yi)家企業(ye)外(wai)(wai)部(bu)數據(ju)(ju)可以(yi)滿(man)足企業(ye)要求，外(wai)(wai)部(bu)數據(ju)(ju)的(de)(de)引入需要多方面數據(ju)(ju)。一(yi)(yi)(yi)般(ban)情況下，數據(ju)(ju)覆蓋(gai)(gai)率達到70%以(yi)上，就是一(yi)(yi)(yi)個非常(chang)高的(de)(de)覆蓋(gai)(gai)率。覆蓋(gai)(gai)率達到20%以(yi)上就可以(yi)進行(xing)(xing)商(shang)業(ye)應用了。
金(jin)融行(xing)(xing)業外部數(shu)(shu)據源(yuan)較(jiao)好合作方有銀聯(lian)、芝麻信(xin)用、運營商、中(zhong)航(hang)信(xin)、騰云(yun)天下、騰訊、微(wei)博、前海征信(xin)，各大電商平臺等(deng)。市場上(shang)數(shu)(shu)據提供商已(yi)經很多，并且數(shu)(shu)據質量都不錯，需要金(jin)融行(xing)(xing)業一家(jia)(jia)一家(jia)(jia)去挖(wa)掘(jue)，或者(zhe)委托一個廠商代(dai)理引入(ru)也(ye)可(ke)以。獨立第三方幫助金(jin)融行(xing)(xing)業引入(ru)外部數(shu)(shu)據可(ke)以降低數(shu)(shu)據交易(yi)成本，同時也(ye)可(ke)以降低數(shu)(shu)據合規風(feng)險，是一個不錯得嘗試(shi)。另外各大城市和區域的大數(shu)(shu)據交易(yi)平臺，也(ye)是一個較(jiao)好的外部數(shu)(shu)據引入(ru)方式。
5）按(an)照業務需求進行(xing)篩(shai)選客(ke)戶(hu)（DMP的作(zuo)用）
用(yong)戶畫像主(zhu)要目(mu)的是讓金融企業挖掘已有(you)的數據(ju)價(jia)值，利用(yong)數據(ju)畫像技術尋找到目(mu)標客戶和客戶到潛在需求，進行產(chan)品(pin)推銷和設計改良(liang)產(chan)品(pin)。
用戶畫像(xiang)(xiang)從業(ye)務場(chang)景出(chu)發，實現數(shu)據商(shang)業(ye)變現重(zhong)要(yao)方式。用戶畫像(xiang)(xiang)是(shi)數(shu)據思維(wei)運(yun)(yun)營(ying)(ying)過程中到一個重(zhong)要(yao)閉環(huan)，幫助金(jin)融企(qi)業(ye)利用數(shu)據進行精細化運(yun)(yun)營(ying)(ying)和市場(chang)營(ying)(ying)銷(xiao)，以及產(chan)品設計(ji)。用戶畫像(xiang)(xiang)就是(shi)一切以數(shu)據商(shang)業(ye)化運(yun)(yun)營(ying)(ying)為中心，以商(shang)業(ye)場(chang)景為中，幫助金(jin)融企(qi)業(ye)深度分析客戶，找到目標客戶。
DMP（大數(shu)(shu)據(ju)管(guan)理(li)平(ping)臺）在整(zheng)個用戶畫(hua)(hua)像(xiang)過程(cheng)中起到了一(yi)個數(shu)(shu)據(ju)變現的作用。從技術角度來講，DMP將畫(hua)(hua)像(xiang)數(shu)(shu)據(ju)進(jin)行標簽化(hua)，利用機器學(xue)習算法(fa)來找(zhao)到相似人群，同業(ye)務場景深度結合，篩選(xuan)出具有價值的數(shu)(shu)據(ju)和客(ke)戶，定位目標客(ke)戶，觸達客(ke)戶，對營銷效(xiao)果進(jin)行記錄和反饋。大數(shu)(shu)據(ju)管(guan)理(li)平(ping)臺DMP過去(qu)主要(yao)應(ying)用在廣(guang)告行業(ye)，在金融行業(ye)應(ying)用不多，未來會成為數(shu)(shu)據(ju)商業(ye)應(ying)用的主要(yao)平(ping)臺。
DMP可以(yi)幫助信用(yong)(yong)卡(ka)公司篩(shai)(shai)選出(chu)未來一個月可能進行(xing)(xing)分期付款(kuan)的客(ke)戶(hu)，電子產品(pin)(pin)重度(du)購買客(ke)戶(hu)，篩(shai)(shai)選出(chu)金融(rong)理財(cai)客(ke)戶(hu)，篩(shai)(shai)選出(chu)高(gao)端客(ke)戶(hu)（在本行(xing)(xing)資(zi)產很(hen)(hen)少，但是在他(ta)行(xing)(xing)資(zi)產很(hen)(hen)多），篩(shai)(shai)選出(chu)保障險(xian)(xian)種(zhong)，壽險(xian)(xian)，教育險(xian)(xian)，車(che)險(xian)(xian)等(deng)客(ke)戶(hu)，篩(shai)(shai)選出(chu)穩健(jian)投(tou)(tou)資(zi)人，激進投(tou)(tou)資(zi)人，財(cai)富管理等(deng)方面等(deng)客(ke)戶(hu)，并且可以(yi)觸(chu)達這些客(ke)戶(hu)，提高(gao)產品(pin)(pin)轉(zhuan)化率(lv)，利用(yong)(yong)數據進行(xing)(xing)價(jia)值(zhi)變現。DMP還(huan)可以(yi)了解(jie)客(ke)戶(hu)的消費習慣(guan)、興趣愛(ai)好(hao)、以(yi)及(ji)近期需求，為客(ke)戶(hu)定制金融(rong)產品(pin)(pin)和服務(wu)，進行(xing)(xing)跨界(jie)營銷。利用(yong)(yong)客(ke)戶(hu)的消費偏好(hao)，提高(gao)產品(pin)(pin)轉(zhuan)化率(lv)，提高(gao)用(yong)(yong)戶(hu)黏(nian)度(du)。
DMP還作為引入外部數(shu)據的(de)平臺(tai)，將外部具(ju)有價值的(de)數(shu)據引入到金融(rong)企業內部，補充(chong)用戶(hu)畫(hua)像數(shu)據，創建(jian)不同(tong)業務應(ying)用場景和商業需求，特別是移動大數(shu)據、電(dian)商數(shu)據、社(she)交數(shu)據的(de)應(ying)用，可以幫助金融(rong)企業來(lai)進行數(shu)據價值變現，讓用戶(hu)畫(hua)像離商業應(ying)用更(geng)加近(jin)一些，體(ti)現用戶(hu)畫(hua)像的(de)商業價值。
用(yong)(yong)戶(hu)(hu)畫像(xiang)的(de)(de)關(guan)鍵不是(shi)(shi)360度(du)(du)分(fen)析(xi)客戶(hu)(hu)，而是(shi)(shi)為企業(ye)(ye)(ye)帶來商業(ye)(ye)(ye)價(jia)值，離開了商業(ye)(ye)(ye)價(jia)值談用(yong)(yong)戶(hu)(hu)畫像(xiang)就是(shi)(shi)耍流氓(mang)。金(jin)融企業(ye)(ye)(ye)用(yong)(yong)戶(hu)(hu)畫像(xiang)項目出發點一定要從業(ye)(ye)(ye)務需求出發，從強相(xiang)關(guan)數據出發，從業(ye)(ye)(ye)務場景應用(yong)(yong)出發。用(yong)(yong)戶(hu)(hu)畫像(xiang)的(de)(de)本質就是(shi)(shi)深度(du)(du)分(fen)析(xi)客戶(hu)(hu)，掌握具有價(jia)值數據，找到(dao)目標客戶(hu)(hu)，按照客戶(hu)(hu)需求來定制產品，利(li)用(yong)(yong)數據實(shi)現價(jia)值變現。
五、金融行(xing)業(ye)用戶畫像實踐
1）銀(yin)行用(yong)戶畫像實踐介紹(shao)
銀行具(ju)有豐富(fu)的交易數(shu)(shu)據、個人屬性數(shu)(shu)據、消費數(shu)(shu)據、信用數(shu)(shu)據和客戶數(shu)(shu)據，用戶畫像的需求較大。但(dan)是缺(que)少社交信息和興趣(qu)愛好(hao)信息。
到銀行(xing)網點來辦業務的(de)人年(nian)紀偏大，未來消(xiao)(xiao)費(fei)者(zhe)主(zhu)要(yao)在(zai)網上進行(xing)業務辦理。銀行(xing)接觸不到客(ke)(ke)戶(hu)(hu)，無法了解(jie)客(ke)(ke)戶(hu)(hu)需(xu)(xu)求，缺少觸達客(ke)(ke)戶(hu)(hu)的(de)手段。分析客(ke)(ke)戶(hu)(hu)、了解(jie)客(ke)(ke)戶(hu)(hu)、找到目標客(ke)(ke)戶(hu)(hu)、為客(ke)(ke)戶(hu)(hu)設計其需(xu)(xu)要(yao)的(de)產品，成了銀行(xing)進行(xing)用(yong)(yong)戶(hu)(hu)畫(hua)像(xiang)的(de)主(zhu)要(yao)目的(de)。銀行(xing)的(de)主(zhu)要(yao)業務需(xu)(xu)求集中在(zai)消(xiao)(xiao)費(fei)金融(rong)、財(cai)富管理、融(rong)資服務，用(yong)(yong)戶(hu)(hu)畫(hua)像(xiang)要(yao)從(cong)這幾個角度(du)出(chu)發，尋找目標客(ke)(ke)戶(hu)(hu)。
銀行(xing)的(de)(de)(de)客(ke)(ke)戶(hu)(hu)數(shu)(shu)(shu)(shu)據(ju)(ju)(ju)很豐富(fu)，數(shu)(shu)(shu)(shu)據(ju)(ju)(ju)類型和總量(liang)較多(duo)，系統(tong)也很多(duo)。可(ke)以(yi)嚴格遵循(xun)用(yong)戶(hu)(hu)畫像的(de)(de)(de)五大步(bu)驟。先利用(yong)數(shu)(shu)(shu)(shu)據(ju)(ju)(ju)倉庫(ku)進(jin)(jin)行(xing)數(shu)(shu)(shu)(shu)據(ju)(ju)(ju)集中，篩(shai)選出(chu)強相關信息(xi)，對(dui)定量(liang)信息(xi)定性化，生成DMP需要的(de)(de)(de)數(shu)(shu)(shu)(shu)據(ju)(ju)(ju)。利用(yong)DMP進(jin)(jin)行(xing)基礎(chu)標簽和應用(yong)定制，結合業(ye)務場(chang)(chang)景需求(qiu)(qiu)，進(jin)(jin)行(xing)目標客(ke)(ke)戶(hu)(hu)篩(shai)選或對(dui)用(yong)戶(hu)(hu)進(jin)(jin)行(xing)深(shen)度分析(xi)。同(tong)時(shi)利用(yong)DMP引入(ru)外部數(shu)(shu)(shu)(shu)據(ju)(ju)(ju)，完善數(shu)(shu)(shu)(shu)據(ju)(ju)(ju)場(chang)(chang)景設計，提高(gao)目標客(ke)(ke)戶(hu)(hu)精(jing)準度。找到觸(chu)達(da)客(ke)(ke)戶(hu)(hu)的(de)(de)(de)方式，對(dui)客(ke)(ke)戶(hu)(hu)進(jin)(jin)行(xing)營銷(xiao)，并(bing)對(dui)營銷(xiao)效果進(jin)(jin)行(xing)反饋(kui)，衡(heng)量(liang)數(shu)(shu)(shu)(shu)據(ju)(ju)(ju)產(chan)品(pin)(pin)的(de)(de)(de)商(shang)業(ye)價值(zhi)(zhi)。利用(yong)反饋(kui)數(shu)(shu)(shu)(shu)據(ju)(ju)(ju)來修正營銷(xiao)活(huo)動(dong)和提高(gao)ROI。形(xing)成市場(chang)(chang)營銷(xiao)的(de)(de)(de)閉環(huan)，實(shi)現數(shu)(shu)(shu)(shu)據(ju)(ju)(ju)商(shang)業(ye)價值(zhi)(zhi)變現的(de)(de)(de)閉環(huan)。另外DMP還可(ke)以(yi)深(shen)度分析(xi)客(ke)(ke)戶(hu)(hu)，依據(ju)(ju)(ju)客(ke)(ke)戶(hu)(hu)的(de)(de)(de)消費特征、興趣愛好、社交需求(qiu)(qiu)、信用(yong)信息(xi)來開(kai)發(fa)設計產(chan)品(pin)(pin)，為(wei)金融企業(ye)的(de)(de)(de)產(chan)品(pin)(pin)開(kai)發(fa)提供數(shu)(shu)(shu)(shu)據(ju)(ju)(ju)支(zhi)撐，并(bing)為(wei)產(chan)品(pin)(pin)銷(xiao)售(shou)方式提供場(chang)(chang)景數(shu)(shu)(shu)(shu)據(ju)(ju)(ju)。
簡單介紹一些(xie)DMP可以做到的數據場景變現。
A：尋找分期客(ke)戶(hu)
利用(yong)銀聯數(shu)據(ju)＋自身數(shu)據(ju)＋信用(yong)卡數(shu)據(ju)，發現信用(yong)卡消(xiao)(xiao)費超過其月收入(ru)的用(yong)戶(hu)，推(tui)薦其進行消(xiao)(xiao)費分期。
B：尋找(zhao)高端資產客(ke)戶(hu)
利用銀(yin)聯數(shu)據＋移動位置數(shu)據（別墅(shu)／高檔小區）＋物業費代扣數(shu)據＋銀(yin)行(xing)(xing)自(zi)身數(shu)據＋汽車型(xing)號數(shu)據，發現在銀(yin)行(xing)(xing)資產較少，在其他行(xing)(xing)資產較多的用戶(hu)，為其提供高端資產管(guan)理服務
C：需找理財客戶
利用自(zi)身數據（交易＋工資）＋移(yi)動端理(li)財(cai)客(ke)戶(hu)端／電(dian)商活躍數據。發現客(ke)戶(hu)將(jiang)工資／資產轉到外部，但是(shi)電(dian)商消費不活躍客(ke)戶(hu)，其(qi)互(hu)聯網理(li)財(cai)可能性較大(da)，可以為其(qi)提供理(li)財(cai)服務，將(jiang)資金(jin)留在本行。
D：尋找境(jing)外游(you)客戶
利用(yong)(yong)自身(shen)卡消(xiao)費(fei)數據＋移動設備(bei)位置信息＋社交好境外(wai)(wai)強相關數據（攻略(lve)，航線，景點，費(fei)用(yong)(yong)），尋找境外(wai)(wai)游(you)客(ke)戶為其提(ti)供金融服(fu)務。
E：尋找貸(dai)款客戶：
利(li)用(yong)自身數據（人口(kou)屬(shu)性＋信用(yong)信息(xi)）＋移動設備(bei)位置(zhi)信息(xi)＋社交(jiao)購房／消費(fei)強相關信息(xi)，尋找即將購車／購房的目標客戶，為其提供金(jin)融服(fu)務（抵押貸款／消費(fei)貸款）。
2）保險(xian)行業用戶畫像實踐
保(bao)(bao)(bao)險(xian)行業(ye)的(de)(de)產(chan)品(pin)(pin)是一個(ge)長周(zhou)期產(chan)品(pin)(pin)，保(bao)(bao)(bao)險(xian)客戶再(zai)次購買(mai)保(bao)(bao)(bao)險(xian)產(chan)品(pin)(pin)的(de)(de)轉(zhuan)化率很高(gao)，經營(ying)好老客戶是保(bao)(bao)(bao)險(xian)公(gong)司一項(xiang)重要(yao)任務。保(bao)(bao)(bao)險(xian)公(gong)司內部(bu)的(de)(de)交(jiao)易系統(tong)(tong)不(bu)多，交(jiao)易方式不(bu)是很復雜(za)，數據(ju)主要(yao)集中(zhong)在(zai)產(chan)品(pin)(pin)系統(tong)(tong)和交(jiao)易系統(tong)(tong)之中(zhong)，客戶關系管(guan)理系統(tong)(tong)中(zhong)也(ye)包含豐(feng)富(fu)了信息，但(dan)是數據(ju)集中(zhong)在(zai)很多保(bao)(bao)(bao)險(xian)公(gong)司還沒有完(wan)成，數據(ju)倉庫建設可(ke)能需要(yao)在(zai)用戶畫(hua)像建設前完(wan)成。
保險(xian)公司(si)主要數據有人口(kou)屬性信(xin)(xin)息，信(xin)(xin)用(yong)信(xin)(xin)息，產(chan)品銷售信(xin)(xin)息，客戶(hu)家人信(xin)(xin)息。缺少(shao)興(xing)趣愛好、消費特(te)征(zheng)、社交信(xin)(xin)息等信(xin)(xin)息。保險(xian)產(chan)品主要有壽險(xian)，車險(xian)，保障，財產(chan)險(xian)，意外險(xian)，養老險(xian)，旅游險(xian)。
保(bao)險行業DMP用(yong)戶(hu)畫像的業務場景都是圍繞保(bao)險產品進行的，簡單(dan)的應(ying)用(yong)場景可(ke)以是。
A：依據自身數(shu)據（個(ge)人屬性）＋外(wai)部養車App活躍情況(kuang)，為(wei)保險(xian)公司找到車險(xian)客(ke)戶
B：依據自身數據（個人屬性）＋移動設(she)備位置信息戶外運動人群(qun)，為保(bao)險(xian)企業找到商(shang)旅(lv)人群(qun)，推銷意外險(xian)和保(bao)障(zhang)險(xian)。
C：依據(ju)自身數(shu)據(ju)（家人數(shu)據(ju)）＋人生(sheng)階段信息，為用戶推(tui)薦理財(cai)保(bao)險，壽險，保(bao)障(zhang)保(bao)險，養老險，教育險
D：依據(ju)自身數(shu)(shu)據(ju)＋外部數(shu)(shu)據(ju)，為高端(duan)人(ren)士提供財產險和壽險
3） 證券(quan)行業用戶(hu)畫(hua)像(xiang)
2015年4月13日(ri)，一(yi)碼通(tong)實(shi)施之后，證(zheng)(zheng)(zheng)券(quan)(quan)行(xing)業面臨(lin)了(le)互聯網(wang)(wang)證(zheng)(zheng)(zheng)券(quan)(quan)平臺的(de)(de)(de)強(qiang)力競爭(zheng)(zheng)，依據(ju)TalkingData發(fa)布的(de)(de)(de)金融App排行(xing)榜，移動互聯網(wang)(wang)證(zheng)(zheng)(zheng)券(quan)(quan)App，排名(ming)前5位的(de)(de)(de)證(zheng)(zheng)(zheng)券(quan)(quan)類App，只有(you)一(yi)家傳(chuan)統券(quan)(quan)商(shang)(shang)華泰證(zheng)(zheng)(zheng)券(quan)(quan)。排名(ming)第(di)一(yi)的(de)(de)(de)互聯網(wang)(wang)券(quan)(quan)商(shang)(shang)同化順覆(fu)裝機量是排名(ming)第(di)一(yi)傳(chuan)統券(quan)(quan)商(shang)(shang)的(de)(de)(de)6倍，前三名(ming)的(de)(de)(de)互聯券(quan)(quan)商(shang)(shang)總體(ti)覆(fu)蓋用戶(hu)接近(jin)6000萬(wan)用戶(hu)。用戶(hu)總數還在不(bu)斷增(zeng)加。傳(chuan)統證(zheng)(zheng)(zheng)券(quan)(quan)行(xing)業現在面臨(lin)的(de)(de)(de)主要挑戰是用戶(hu)交易賬戶(hu)的(de)(de)(de)爭(zheng)(zheng)奪，證(zheng)(zheng)(zheng)券(quan)(quan)行(xing)業如何(he)(he)增(zeng)加新(xin)用戶(hu)？如何(he)(he)留住用戶(hu)？如何(he)(he)提高證(zheng)(zheng)(zheng)券(quan)(quan)行(xing)業用戶(hu)的(de)(de)(de)活躍？如何(he)(he)提高單個客(ke)戶(hu)的(de)(de)(de)收入？是證(zheng)(zheng)(zheng)券(quan)(quan)行(xing)業主要的(de)(de)(de)業務(wu)需求。
證(zheng)(zheng)券行業(ye)擁(yong)有的數(shu)據類型有個人屬(shu)性信息(xi)例(li)如用(yong)戶(hu)名稱，手機號碼，家庭(ting)地址，郵件地址等。證(zheng)(zheng)券公(gong)(gong)司(si)還擁(yong)有交易用(yong)戶(hu)的資產(chan)和交易紀錄，同(tong)時(shi)還擁(yong)有用(yong)戶(hu)收(shou)益數(shu)據，利用(yong)這些數(shu)據和外部數(shu)據，證(zheng)(zheng)券公(gong)(gong)司(si)可以利用(yong)數(shu)據建立業(ye)務場景，篩(shai)選目標客(ke)戶(hu)，為用(yong)戶(hu)提供適合的產(chan)品，同(tong)時(shi)提高單個客(ke)戶(hu)收(shou)入(ru)。
證(zheng)券(quan)公司(si)可以(yi)利用(yong)用(yong)戶(hu)畫像數(shu)據來(lai)進(jin)行產品設計，下面舉(ju)幾個(ge)例子，看(kan)看(kan)用(yong)戶(hu)畫像和用(yong)戶(hu)分析來(lai)幫助(zhu)證(zheng)券(quan)公司(si)創造(zao)商(shang)業價(jia)值。
六、外部(bu)數(shu)據介紹
金(jin)融企業內部數據主要(yao)集(ji)中在個人屬(shu)(shu)性(xing)，信用(yong)屬(shu)(shu)性(xing)和(he)消(xiao)費(fei)特征上(shang)，缺少社交屬(shu)(shu)性(xing)和(he)興趣偏好(hao)等信息，這些信息可以(yi)通過(guo)第三方獲得。
社(she)(she)交(jiao)(jiao)(jiao)數(shu)(shu)(shu)據(ju)就(jiu)是(shi)客(ke)(ke)戶在社(she)(she)交(jiao)(jiao)(jiao)媒體上發表(biao)(biao)的(de)言論(lun)和(he)行為，可(ke)(ke)以(yi)是(shi)評論(lun)，文章，圖片，甚(shen)至可(ke)(ke)以(yi)是(shi)表(biao)(biao)情(qing)符號，音頻和(he)視頻。社(she)(she)交(jiao)(jiao)(jiao)數(shu)(shu)(shu)據(ju)可(ke)(ke)以(yi)依靠第三方(fang)(fang)平臺，在社(she)(she)交(jiao)(jiao)(jiao)網站上利用(yong)爬(pa)蟲(chong)技術進行獲得（Spider）。社(she)(she)交(jiao)(jiao)(jiao)數(shu)(shu)(shu)據(ju)的(de)打通(tong)是(shi)一個(ge)挑戰，如果能(neng)夠(gou)客(ke)(ke)戶的(de)授權最好(hao)，金(jin)融企業(ye)(ye)就(jiu)可(ke)(ke)以(yi)將(jiang)(jiang)社(she)(she)交(jiao)(jiao)(jiao)數(shu)(shu)(shu)據(ju)納入到用(yong)戶畫像之(zhi)中。社(she)(she)交(jiao)(jiao)(jiao)數(shu)(shu)(shu)據(ju)具有實時和(he)反映(ying)內心(xin)需要的(de)特點(dian)，富國銀行已經將(jiang)(jiang)社(she)(she)交(jiao)(jiao)(jiao)數(shu)(shu)(shu)據(ju)作為分析客(ke)(ke)戶需求的(de)一個(ge)重要數(shu)(shu)(shu)據(ju)緯度。例如如果某一個(ge)客(ke)(ke)戶在社(she)(she)交(jiao)(jiao)(jiao)媒體上發表(biao)(biao)了(le)一個(ge)問(wen)題(ti)，羅馬有哪些(xie)好(hao)玩的(de)地方(fang)(fang)，金(jin)融企業(ye)(ye)就(jiu)會推(tui)測客(ke)(ke)戶可(ke)(ke)能(neng)近期會有出(chu)境游(you)的(de)計劃，就(jiu)會向客(ke)(ke)戶推(tui)銷一些(xie)旅游(you)相關產(chan)品。
社(she)交媒體數據(ju)(ju)正(zheng)在成為(wei)金融(rong)企(qi)業積(ji)極爭取獲得的(de)(de)數據(ju)(ju)，除了利用網絡爬(pa)蟲技術到(dao)(dao)微博上(shang)(shang)進行(xing)數據(ju)(ju)采(cai)集之(zhi)外，金融(rong)企(qi)業自身網站上(shang)(shang)到(dao)(dao)文(wen)本數據(ju)(ju)采(cai)集和(he)呼叫中心（call center）紀錄(lu)的(de)(de)信息都可以(yi)進行(xing)文(wen)本挖(wa)掘。通(tong)過客(ke)(ke)戶(hu)(hu)編號，進行(xing)打通(tong)，將(jiang)(jiang)(jiang)其補充到(dao)(dao)客(ke)(ke)戶(hu)(hu)畫(hua)像之(zhi)中。社(she)交數據(ju)(ju)需(xu)要通(tong)過數據(ju)(ju)挖(wa)掘將(jiang)(jiang)(jiang)其定(ding)義(yi)為(wei)結(jie)構(gou)化數據(ju)(ju)，并(bing)且同業務(wu)場景(jing)、客(ke)(ke)戶(hu)(hu)需(xu)求向(xiang)結(jie)合，清晰進行(xing)分類。例如將(jiang)(jiang)(jiang)母嬰論壇(tan)發(fa)言(yan)活躍(yue)的(de)(de)用戶(hu)(hu)定(ding)義(yi)為(wei)潛在教育需(xu)求客(ke)(ke)戶(hu)(hu)，將(jiang)(jiang)(jiang)學生論壇(tan)活躍(yue)的(de)(de)客(ke)(ke)戶(hu)(hu)定(ding)義(yi)為(wei)學區房需(xu)要客(ke)(ke)戶(hu)(hu)，將(jiang)(jiang)(jiang)境外自助(zhu)游(you)論壇(tan)上(shang)(shang)活躍(yue)的(de)(de)客(ke)(ke)戶(hu)(hu)定(ding)義(yi)為(wei)境外旅游(you)客(ke)(ke)戶(hu)(hu)，將(jiang)(jiang)(jiang)雪球上(shang)(shang)活躍(yue)的(de)(de)客(ke)(ke)戶(hu)(hu)定(ding)義(yi)為(wei)理(li)財客(ke)(ke)戶(hu)(hu)等。金融(rong)企(qi)業完全可以(yi)從社(she)交數據(ju)(ju)中挖(wa)掘出客(ke)(ke)戶(hu)(hu)近(jin)期的(de)(de)消費需(xu)求，及時進行(xing)市場營銷和(he)定(ding)制(zhi)產品。
興趣愛(ai)好數(shu)據(ju)(ju)可(ke)以借助(zhu)于移(yi)動(dong)大數(shu)據(ju)(ju)位置信息獲得(de)，客(ke)(ke)戶(hu)(hu)手(shou)機設(she)備的(de)位置軌跡信息可(ke)以揭示(shi)(shi)客(ke)(ke)戶(hu)(hu)喜歡何種品牌，喜歡吃辣還(huan)(huan)(huan)是(shi)(shi)吃火鍋，客(ke)(ke)戶(hu)(hu)喜歡旅游還(huan)(huan)(huan)是(shi)(shi)喜歡宅在家里，客(ke)(ke)戶(hu)(hu)喜歡看電影(ying)還(huan)(huan)(huan)是(shi)(shi)喜歡運動(dong)。客(ke)(ke)戶(hu)(hu)喜歡中檔(dang)品牌還(huan)(huan)(huan)是(shi)(shi)高檔(dang)品牌，客(ke)(ke)戶(hu)(hu)喜歡喝茶還(huan)(huan)(huan)是(shi)(shi)喝咖(ka)啡。移(yi)動(dong)手(shou)機上(shang)App的(de)安裝(zhuang)情況(kuang)和活動(dong)頻次一樣可(ke)以揭示(shi)(shi)客(ke)(ke)戶(hu)(hu)的(de)興趣和愛(ai)好。同時移(yi)動(dong)大數(shu)據(ju)(ju)進行加工之后還(huan)(huan)(huan)可(ke)以告訴(su)金融企(qi)業，客(ke)(ke)戶(hu)(hu)近期(qi)的(de)需(xu)求是(shi)(shi)買車還(huan)(huan)(huan)是(shi)(shi)買房。
外部(bu)(bu)數據(ju)引入(ru)過程(cheng)(cheng)中，金融(rong)企業(ye)面(mian)臨的(de)巨大挑戰是外部(bu)(bu)數據(ju)的(de)覆(fu)蓋率，如何打通內(nei)(nei)外部(bu)(bu)數據(ju)，外部(bu)(bu)數據(ju)同(tong)內(nei)(nei)部(bu)(bu)客戶的(de)匹配率，外部(bu)(bu)數據(ju)同(tong)業(ye)務的(de)相關度(du)(du)，外部(bu)(bu)數據(ju)的(de)活(huo)躍程(cheng)(cheng)度(du)(du)等。用戶畫(hua)像平臺（DMP）可以通過技術(shu)手段將(jiang)外部(bu)(bu)數據(ju)引入(ru)到金融(rong)企業(ye)內(nei)(nei)部(bu)(bu)，建立標(biao)準的(de)標(biao)簽體系(xi)，提(ti)供靈(ling)活(huo)的(de)用戶畫(hua)像方(fang)式(shi)，按照業(ye)務場景進行篩(shai)選客戶。
七(qi)、移動大數據的商業價值(zhi)
移動互聯網時代(dai)，移動大數據具有較高的商業(ye)價值。如果一個(ge)用(yong)戶不喜歡一個(ge)App，其不會裝在手機上。客(ke)戶經常使用(yong)的App可(ke)以推測用(yong)戶的興趣愛好和(he)消費(fei)偏好。另(ling)外移動設備的位置信(xin)息(xi)可(ke)以幫助金融(rong)企業(ye)了解(jie)客(ke)戶行為軌跡、興趣愛好、品牌偏好和(he)消費(fei)需(xu)求。
1）移動App提供一切服務，App可以反(fan)映用戶喜(xi)好(hao)
智能手機(ji)上安裝的(de)App正在代(dai)替PC互聯網為(wei)(wei)所有(you)客戶提(ti)供(gong)服(fu)務(wu)，清(qing)晨起床可(ke)(ke)(ke)(ke)以(yi)(yi)(yi)看(kan)看(kan)墨跡天氣，了(le)解一下(xia)今天的(de)天氣情況。出(chu)門時可(ke)(ke)(ke)(ke)以(yi)(yi)(yi)通(tong)(tong)(tong)過嘀嘀打車(che)(che)來(lai)預(yu)定(ding)出(chu)租(zu)車(che)(che)，安排出(chu)行(xing)(xing)。或者(zhe)通(tong)(tong)(tong)過百度地圖來(lai)了(le)解路況信息，決定(ding)進行(xing)(xing)從哪條路到公(gong)司。快(kuai)到中午時，可(ke)(ke)(ke)(ke)以(yi)(yi)(yi)通(tong)(tong)(tong)過餓了(le)嗎或者(zhe)百度外(wai)賣預(yu)定(ding)午餐，如(ru)果(guo)想出(chu)去吃飯可(ke)(ke)(ke)(ke)以(yi)(yi)(yi)利(li)用(yong)大(da)(da)眾點評(ping)訂餐和買(mai)單。中午可(ke)(ke)(ke)(ke)以(yi)(yi)(yi)利(li)用(yong)攜程App預(yu)定(ding)家庭旅行(xing)(xing)機(ji)票(piao)和酒(jiu)店，還可(ke)(ke)(ke)(ke)以(yi)(yi)(yi)將通(tong)(tong)(tong)過App看(kan)看(kan)理財產品。如(ru)果(guo)需(xu)(xu)要看(kan)電影，可(ke)(ke)(ke)(ke)以(yi)(yi)(yi)通(tong)(tong)(tong)過格(ge)瓦拉來(lai)預(yu)定(ding)要電影票(piao)，如(ru)果(guo)需(xu)(xu)要看(kan)醫(yi)生，可(ke)(ke)(ke)(ke)以(yi)(yi)(yi)通(tong)(tong)(tong)過微醫(yi)網預(yu)約醫(yi)生。晚上可(ke)(ke)(ke)(ke)以(yi)(yi)(yi)通(tong)(tong)(tong)過淘寶來(lai)購物，通(tong)(tong)(tong)過學習寶來(lai)監督(du)子女(nv)教育等。可(ke)(ke)(ke)(ke)以(yi)(yi)(yi)看(kan)出(chu)移動(dong)App已經可(ke)(ke)(ke)(ke)以(yi)(yi)(yi)滿(man)足人(ren)們(men)大(da)(da)部分(fen)生活(huo)需(xu)(xu)要，提(ti)供(gong)了(le)人(ren)們(men)的(de)衣食住(zhu)行(xing)(xing)、教育、醫(yi)療、旅游、金融(rong)等服(fu)務(wu)。移動(dong)App包圍了(le)人(ren)們(men)的(de)日常生活(huo)，成(cheng)為(wei)(wei)人(ren)們(men)消費的(de)主(zhu)要場所。
智能(neng)手機上App使用(yong)(yong)(yong)的(de)頻率，可以代表用(yong)(yong)(yong)戶的(de)喜(xi)好。例(li)如喜(xi)歡理(li)財的(de)客(ke)戶，其智能(neng)手機上一定會安(an)裝(zhuang)理(li)財App，并經常使用(yong)(yong)(yong)；母嬰(ying)人(ren)群(qun)也會安(an)裝(zhuang)和母嬰(ying)相關的(de)App，頻繁使用(yong)(yong)(yong)；商(shang)旅人(ren)群(qun)使用(yong)(yong)(yong)商(shang)旅App的(de)頻率一定會高于其他移(yi)動(dong)用(yong)(yong)(yong)戶。80后(hou)、90后(hou)的(de)消(xiao)(xiao)費(fei)行為將會以移(yi)動(dong)互聯網為主，App的(de)安(an)裝(zhuang)和活躍數據更加能(neng)夠反應出年輕人(ren)的(de)消(xiao)(xiao)費(fei)偏(pian)好。
2）智能設備的位置信息，商業價(jia)值廣大
智能手機設(she)備的(de)(de)(de)位(wei)(wei)置(zhi)信(xin)息(xi)(xi)(xi)代表了(le)消(xiao)(xiao)費(fei)(fei)者(zhe)的(de)(de)(de)位(wei)(wei)置(zhi)軌(gui)跡(ji)(ji)，這(zhe)個軌(gui)跡(ji)(ji)可以(yi)推測出(chu)消(xiao)(xiao)費(fei)(fei)者(zhe)的(de)(de)(de)消(xiao)(xiao)費(fei)(fei)偏好和(he)習慣。在(zai)(zai)*，移(yi)動設(she)備位(wei)(wei)置(zhi)信(xin)息(xi)(xi)(xi)的(de)(de)(de)商(shang)業(ye)(ye)化較(jiao)為成(cheng)熟，GPS數(shu)(shu)(shu)據(ju)(ju)正在(zai)(zai)幫助很多企業(ye)(ye)進行數(shu)(shu)(shu)據(ju)(ju)變(bian)現，提高(gao)社會運營效(xiao)率。在(zai)(zai)中(zhong)國(guo)，移(yi)動大(da)數(shu)(shu)(shu)據(ju)(ju)的(de)(de)(de)商(shang)業(ye)(ye)應(ying)用剛剛開(kai)始(shi)，在(zai)(zai)房地產業(ye)(ye)、零(ling)售行業(ye)(ye)、金(jin)融(rong)行業(ye)(ye)、市場(chang)(chang)分析等領域取得了(le)一(yi)些效(xiao)果。移(yi)動大(da)數(shu)(shu)(shu)據(ju)(ju)中(zhong)的(de)(de)(de)位(wei)(wei)置(zhi)信(xin)息(xi)(xi)(xi)代表了(le)用戶軌(gui)跡(ji)(ji)，商(shang)業(ye)(ye)應(ying)用較(jiao)早。2014年，*移(yi)動設(she)備位(wei)(wei)置(zhi)信(xin)息(xi)(xi)(xi)的(de)(de)(de)市場(chang)(chang)規模(mo)接近1000億美(mei)金(jin)。但中(zhong)國(guo)移(yi)動設(she)備位(wei)(wei)置(zhi)信(xin)息(xi)(xi)(xi)的(de)(de)(de)商(shang)業(ye)(ye)應(ying)用才剛剛開(kai)始(shi)。目(mu)前主要的(de)(de)(de)應(ying)用在(zai)(zai)互聯網金(jin)融(rong)的(de)(de)(de)反欺詐領域。
線(xian)上的欺(qi)詐行為具有較高(gao)的隱蔽性(xing)，很難(nan)識(shi)別和偵測。P2P貸款用戶很大(da)一部分(fen)來(lai)源于線(xian)上，因此惡意欺(qi)詐事件發生(sheng)在線(xian)上的風險遠遠大(da)于線(xian)下。中國的很多數據處于封閉(bi)狀態，P2P公(gong)司在客戶真實信(xin)息驗(yan)證方(fang)面(mian)面(mian)臨較大(da)的挑戰。
移動(dong)大數據可以(yi)驗證(zheng)P2P客(ke)戶(hu)的(de)居(ju)住(zhu)地點(dian)，例如某個(ge)(ge)(ge)客(ke)戶(hu)在利用(yong)手機申請貸(dai)(dai)款(kuan)時，填寫自己居(ju)住(zhu)地是(shi)(shi)上海。但是(shi)(shi)P2P企(qi)業依據其提(ti)供的(de)手機設備信息(xi)，發現其過(guo)去三(san)個(ge)(ge)(ge)月從來沒有居(ju)住(zhu)在上海，這個(ge)(ge)(ge)人提(ti)交的(de)信息(xi)可能是(shi)(shi)假信息(xi)，發生惡(e)意欺詐的(de)風險(xian)較高。移動(dong)設備的(de)位置信息(xi)可以(yi)辨識出設備持有人的(de)居(ju)住(zhu)地點(dian)，幫助P2P公司驗證(zheng)貸(dai)(dai)款(kuan)申請人的(de)居(ju)住(zhu)地。
借款用戶(hu)(hu)的(de)(de)(de)工(gong)作單位是用戶(hu)(hu)還款能力的(de)(de)(de)強(qiang)相(xiang)關信息，具(ju)有高薪工(gong)作的(de)(de)(de)用戶(hu)(hu)，其貸款信用違約率較低。這些客戶(hu)(hu)成為很多(duo)貸款平臺積極(ji)爭取(qu)的(de)(de)(de)客戶(hu)(hu)，也是惡意欺詐團(tuan)伙主要假冒的(de)(de)(de)客戶(hu)(hu)。
某個(ge)用戶(hu)在申(shen)請貸款(kuan)時(shi)，如果聲(sheng)明自己(ji)是工作在上(shang)海陸家嘴(zui)金融企業的(de)高(gao)薪人(ren)士，其貸款(kuan)審(shen)批(pi)會(hui)很(hen)快并(bing)且額度也會(hui)較(jiao)高(gao)。但(dan)是P2P公司利用移(yi)動大數(shu)據，發現(xian)這(zhe)個(ge)用戶(hu)在過去的(de)三個(ge)月里面，從來沒有出現(xian)在陸家嘴(zui)，大多數(shu)時(shi)間在城鄉(xiang)結合(he)處活動，那么(me)這(zhe)個(ge)用戶(hu)惡(e)意欺詐的(de)可能性(xing)就較(jiao)大。
移動大數據可以幫助P2P公司(si)在一定程度上來驗證貸款用(yong)戶(hu)真實工作地點(dian)，降低(di)犯(fan)罪分子利用(yong)高薪工作進行惡意(yi)欺詐的風險。
P2P企業(ye)可以(yi)利用移動(dong)設備的(de)(de)位置信息，了(le)解過去(qu)3個(ge)(ge)(ge)月(yue)用戶(hu)(hu)(hu)(hu)的(de)(de)行(xing)為(wei)軌(gui)跡(ji)。如果(guo)某(mou)(mou)個(ge)(ge)(ge)用戶(hu)(hu)(hu)(hu)經常在半夜(ye)2點出現在酒吧等危險(xian)區域，并(bing)且經常有飆(biao)車行(xing)為(wei)，這個(ge)(ge)(ge)客戶(hu)(hu)(hu)(hu)定義成(cheng)高(gao)風(feng)險(xian)客戶(hu)(hu)(hu)(hu)的(de)(de)概率(lv)(lv)就(jiu)較高(gao)。移動(dong)App的(de)(de)使用習(xi)慣和某(mou)(mou)些高(gao)風(feng)險(xian)App也可以(yi)幫助(zhu)P2P企業(ye)識別出用戶(hu)(hu)(hu)(hu)的(de)(de)高(gao)風(feng)險(xian)行(xing)為(wei)。如果(guo)用戶(hu)(hu)(hu)(hu)經常在半夜(ye)2點頻繁使用App，其(qi)成(cheng)為(wei)高(gao)風(feng)險(xian)客戶(hu)(hu)(hu)(hu)的(de)(de)概率(lv)(lv)就(jiu)較大(da)。
移動(dong)(dong)大(da)(da)數據在預防互聯(lian)網(wang)惡(e)意欺(qi)詐和(he)高風險客(ke)戶識別(bie)(bie)方面，已(yi)經(jing)有了成熟的應(ying)用場(chang)景。前(qian)海征信(xin)、宜(yi)信(xin)、聚信(xin)立、閃銀已(yi)經(jing)開始利用TalkingData的數據，預防互聯(lian)網(wang)惡(e)意欺(qi)詐和(he)識別(bie)(bie)高風險客(ke)戶，并取得了較(jiao)好的效果。移動(dong)(dong)大(da)(da)數據應(ying)用場(chang)景正在被(bei)逐步挖掘出來(lai)，未來(lai)移動(dong)(dong)大(da)(da)數商業應(ying)用將(jiang)更(geng)加廣闊。
用戶(hu)(hu)畫像是大數(shu)據商業(ye)應用的重要領域(yu)，其(qi)實(shi)并沒有多么復(fu)雜，只要掌握用戶(hu)(hu)畫像的原(yuan)則和方法，以(yi)及實(shi)施步驟。結合金融(rong)企業(ye)的業(ye)務場景，用戶(hu)(hu)畫像可以(yi)幫助(zhu)金融(rong)企業(ye)創造(zao)商業(ye)價值，實(shi)現大數(shu)據直(zhi)接變現。
轉載：//citymember.cn/zixun_detail/5445.html
