一、用戶畫像背后的原因

1、金融消費行為的改變，企業(yè)無法接觸到客戶

80后、90后總計共有3.4億人口，并日益成為金融企業(yè)主要的消費者。年輕人將主要的時間都消費在移動互聯(lián)網(wǎng)，消費在智能手機上。移動APP也成為所有金融企業(yè)的客戶入口、服務(wù)入口、消費入口、數(shù)據(jù)入口。

金融企業(yè)越來越難面對面接觸到年輕人，了解年輕人金融產(chǎn)品的需求。

2、消費者需求出現(xiàn)分化，需要尋找目標(biāo)客戶

客戶群體正在出現(xiàn)分化，市場上很少有一種產(chǎn)品和一種金融服務(wù)可以滿足所有用戶的需求。金融產(chǎn)品也需要進(jìn)行細(xì)化，為不同客戶提供不同產(chǎn)品。

金融企業(yè)需要借助于戶畫像，來了解客戶，找到目標(biāo)客戶，觸達(dá)客戶。

二、用戶畫像的目的

用戶畫像是在了解客戶需求和消費能力，以及客戶信用額度的基礎(chǔ)上，尋找潛在產(chǎn)品的目標(biāo)客戶，并利用畫像信息為客戶開發(fā)產(chǎn)品。

三、用戶畫像工作堅持的原則

用戶畫像涉及數(shù)據(jù)的緯度需要業(yè)務(wù)場景結(jié)合，既要簡單干練又要和業(yè)務(wù)強相關(guān)，既要篩選便捷又要方便進(jìn)一步操作。用戶畫像需要堅持三個原則。

1、信用信息和人口屬性為主

信用信息是描述一個人在社會中的消費能力信息。信用信息可以直接證明客戶的消費能力，是用戶畫像中最重要和基礎(chǔ)的信息。包含消費者工作、收入、學(xué)歷、財產(chǎn)等信息。

定位完目標(biāo)客戶之后，金融企業(yè)需要觸達(dá)客戶，人口屬性信息就是起到觸達(dá)客戶的作用，人口屬性信息包含姓名、性別，電話號碼，郵件地址，家庭住址等信息。這些信息可以幫助金融企業(yè)聯(lián)系客戶，將產(chǎn)品和服務(wù)推銷給客戶。

2、采用強相關(guān)信息，忽略弱相關(guān)信息

強相關(guān)信息就是同場景需求直接相關(guān)的信息，其可以是因果信息，也可以是相關(guān)程度很高的信息。

例如在其他條件相同的前提下，35歲左右人的平均工資高于平均年齡為30歲的人，計算機專業(yè)畢業(yè)的學(xué)生平均工資高于哲學(xué)專業(yè)學(xué)生，從事金融行業(yè)工作的平均工資高于從事紡織行業(yè)的平均工資。從這些信息可以看出來人的年齡、學(xué)歷、職業(yè)對收入的影響較大，同收入高低是強相關(guān)關(guān)系。簡單的講，對信用信息影響較大的信息就是強相關(guān)信息，反之則是弱相關(guān)信息。

用戶其他的信息，例如用戶的身高、體重、姓名、星座等信息，很難從概率上分析出其對消費能力的影響，這些弱相關(guān)信息，這些信息就不應(yīng)該放到用戶畫像中進(jìn)行分析，對用戶的信用消費能力影響很小。

3、將定量的信息歸類為定性的信息

畫像的目的是為產(chǎn)品篩選出目標(biāo)客戶，定量的信息不利于對客戶進(jìn)行篩選，需要將定量信息轉(zhuǎn)化為定性信息，通過信息類別來篩選人群。

例如可以將年齡段對客戶進(jìn)行劃分，18歲-25歲定義為年輕人，25歲-35歲定義為中青年，36-45定義為中年人等。可以參考個人收入信息，將人群定義為高收入人群，中等收入人群，低收入人群。參考資產(chǎn)信息也可以將客戶定義為高、中、低級別。定性信息的類別和方式方法，金融可以從自身業(yè)務(wù)出發(fā)，沒有固定的模式。

將金融企業(yè)各類定量信息，集中在一起，對定性信息進(jìn)行分類，并進(jìn)行定性化，有利與對用戶進(jìn)行篩選，快速定位目標(biāo)客戶。

四、用戶畫像的方法介紹

金融企業(yè)需要結(jié)合業(yè)務(wù)需求進(jìn)行用戶畫像，從實用角度出發(fā)，我們可以將用戶畫像信息分成五類信息。分別是人口屬性，信用屬性，消費特征，興趣愛好，社交屬性。它們基本覆蓋了業(yè)務(wù)需求所需要的強相關(guān)信息，結(jié)合外部場景數(shù)據(jù)將會產(chǎn)生巨大的商業(yè)價值。

1、人口屬性：

用于描述一個人基本特征的信息，主要作用是幫助金融企業(yè)知道客戶是誰，如何觸達(dá)用戶。姓名，性別，年齡，電話號碼，郵箱，家庭住址都屬于人口屬性信息。

2、信用屬性：

用于描述用戶收入潛力和收入情況，支付能力。幫助企業(yè)了解客戶資產(chǎn)情況和信用情況，有利于定位目標(biāo)客戶。客戶職業(yè)、收入、資產(chǎn)、負(fù)債、學(xué)歷、信用評分等都屬于信用信息。

3、消費特征：

用于描述客戶主要消費習(xí)慣和消費偏好，用于尋找高頻和高價值客戶。幫助企業(yè)依據(jù)客戶消費特點推薦相關(guān)金融產(chǎn)品和服務(wù)，轉(zhuǎn)化率將非常高。為了便于篩選客戶，可以參考客戶的消費記錄將客戶直接定性為某些消費特征人群，例如差旅人群，境外游人群，旅游人群，餐飲用戶，汽車用戶，母嬰用戶，理財人群等。

4、興趣愛好：

幫助企業(yè)了解客戶興趣和消費傾向，定向進(jìn)行活動營銷。興趣愛好的信息可能會和消費特征中部分信息有重復(fù)，區(qū)別在于數(shù)據(jù)來源不同。消費特征來源于已有的消費記錄，但是購買的物品和服務(wù)不一定是自己享用，但是興趣愛好代表本人的真實興趣。例如戶外運動愛好者，旅游愛好者，電影愛好者，科技發(fā)燒友，健身愛好者，奢侈品愛好者等。興趣愛好的信息可能來源于社交信息和客戶位置信息。

5、社交信息：

用于描述用戶在社交媒體的評論，這些信息往往代表用戶內(nèi)心的想法和需求，具有實時性高，轉(zhuǎn)化率高的特點。例如客戶詢問上海哪里好玩?房屋貸款哪家優(yōu)惠多?那個理財產(chǎn)品好?這些社交信息都是代表客戶多需求，如果企業(yè)可以及時了解到，將會有助于產(chǎn)品推廣。

五、金融企業(yè)用戶畫像的基本步驟

參考金融企業(yè)的數(shù)據(jù)類型和業(yè)務(wù)需求，可以將金融企業(yè)用戶畫像工作進(jìn)行細(xì)化。基本上從數(shù)據(jù)集中到數(shù)據(jù)處理，從強相關(guān)數(shù)據(jù)到定性分類數(shù)據(jù)，從引入外部數(shù)據(jù)到依據(jù)業(yè)務(wù)場景進(jìn)行篩選目標(biāo)用戶。

1)畫像相關(guān)數(shù)據(jù)的整理和集中

金融企業(yè)內(nèi)部的信息分布在不同的系統(tǒng)中，一般情況下，人口屬性信息主要集中在客戶關(guān)系管理系統(tǒng)，信用信息主要集中在交易系統(tǒng)和產(chǎn)品系統(tǒng)之中，也集中在客戶關(guān)系管理系統(tǒng)中，消費特征主要集中在渠道和產(chǎn)品系統(tǒng)中。

2)找到同業(yè)務(wù)場景強相關(guān)數(shù)據(jù)

金融企業(yè)內(nèi)部信息較多，在用戶畫像階段不需要對所有信息都采用，只需要采用同業(yè)務(wù)場景和目標(biāo)客戶強相關(guān)的信息即可，這樣有助于提高產(chǎn)品轉(zhuǎn)化率，降低ROI，有利于簡單找到業(yè)務(wù)應(yīng)用場景，在數(shù)據(jù)變現(xiàn)過程中也容易實現(xiàn)。

3)對數(shù)據(jù)進(jìn)行分類和標(biāo)簽化(定量to定性)

金融企業(yè)集中了所有信息之后，依據(jù)業(yè)務(wù)需求，對信息進(jìn)行加工整理，需要對定量的信息進(jìn)行定性，方便信息分類和篩選。

六、金融行業(yè)用戶畫像實踐

1)銀行用戶畫像實踐介紹

銀行具有豐富的交易數(shù)據(jù)、個人屬性數(shù)據(jù)、消費數(shù)據(jù)、信用數(shù)據(jù)和客戶數(shù)據(jù)，用戶畫像的需求較大。但是缺少社交信息和興趣愛好信息。

銀行的主要業(yè)務(wù)需求集中在消費金融、財富管理、融資服務(wù)，用戶畫像要從這幾個角度出發(fā)，尋找目標(biāo)客戶。 銀行的客戶數(shù)據(jù)很豐富，數(shù)據(jù)類型和總量較多，系統(tǒng)也很多?？梢試?yán)格遵循用戶畫像的五大步驟。先利用數(shù)據(jù)倉庫進(jìn)行數(shù)據(jù)集中，篩選出強相關(guān)信息，對定量信息定性化，生成DMP需要的數(shù)據(jù)。利用DMP進(jìn)行基礎(chǔ)標(biāo)簽和應(yīng)用定制，結(jié)合業(yè)務(wù)場景需求，進(jìn)行目標(biāo)客戶篩選或?qū)τ脩暨M(jìn)行深度分析。同時利用DMP引入外部數(shù)據(jù)，完善數(shù)據(jù)場景設(shè)計，提高目標(biāo)客戶精準(zhǔn)度。找到觸達(dá)客戶的方式，對客戶進(jìn)行營銷，并對營銷效果進(jìn)行反饋，衡量數(shù)據(jù)產(chǎn)品的商業(yè)價值。利用反饋數(shù)據(jù)來修正營銷活動和提高ROI。形成市場營銷的閉環(huán)，實現(xiàn)數(shù)據(jù)商業(yè)價值變現(xiàn)的閉環(huán)。

2)保險行業(yè)用戶畫像實踐

保險行業(yè)的產(chǎn)品是一個長周期產(chǎn)品，保險客戶再次購買保險產(chǎn)品的轉(zhuǎn)化率很高，經(jīng)營好老客戶是保險公司一項重要任務(wù)。保險公司內(nèi)部的交易系統(tǒng)不多，交易方式不是很復(fù)雜，數(shù)據(jù)主要集中在產(chǎn)品系統(tǒng)和交易系統(tǒng)之中，客戶關(guān)系管理系統(tǒng)中也包含豐富了信息，但是數(shù)據(jù)集中在很多保險公司還沒有完成，數(shù)據(jù)倉庫建設(shè)可能需要在用戶畫像建設(shè)前完成。

七、移動大數(shù)據(jù)的商業(yè)價值

在中國，移動大數(shù)據(jù)的商業(yè)應(yīng)用剛剛開始，在房地產(chǎn)業(yè)、零售行業(yè)、金融行業(yè)、市場分析等領(lǐng)域取得了一些效果。目前主要的應(yīng)用在互聯(lián)網(wǎng)金融的反欺詐領(lǐng)域。

線上的欺詐行為具有較高的隱蔽性，很難識別和偵測。P2P貸款用戶很大一部分來源于線上，因此惡意欺詐事件發(fā)生在線上的風(fēng)險遠(yuǎn)遠(yuǎn)大于線下。中國的很多數(shù)據(jù)處于封閉狀態(tài)，P2P公司在客戶真實信息驗證方面面臨較大的挑戰(zhàn)。

移動大數(shù)據(jù)可以驗證P2P客戶的居住地點，例如某個客戶在利用手機申請貸款時，填寫自己居住地是上海。但是P2P企業(yè)依據(jù)其提供的手機設(shè)備信息，發(fā)現(xiàn)其過去三個月從來沒有居住在上海，這個人提交的信息可能是假信息，發(fā)生惡意欺詐的風(fēng)險較高。

P2P企業(yè)可以利用移動設(shè)備的位置信息，了解過去3個月用戶的行為軌跡。如果某個用戶經(jīng)常在半夜2點出現(xiàn)在酒吧等危險區(qū)域，并且經(jīng)常有飆車行為，這個客戶定義成高風(fēng)險客戶的概率就較高。移動App的使用習(xí)慣和某些高風(fēng)險App也可以幫助P2P企業(yè)識別出用戶的高風(fēng)險行為。如果用戶經(jīng)常在半夜2點頻繁使用App，其成為高風(fēng)險客戶的概率就較大。

移動大數(shù)據(jù)在預(yù)防互聯(lián)網(wǎng)惡意欺詐和高風(fēng)險客戶識別方面，已經(jīng)有了成熟的應(yīng)用場景。通付盾自2011年起，就開始利用自身不斷完善的網(wǎng)籍庫和海量風(fēng)險數(shù)據(jù)，預(yù)防互聯(lián)網(wǎng)惡意欺詐和識別高風(fēng)險客戶，并取得了較好的效果。移動大數(shù)據(jù)應(yīng)用場景正在被逐步挖掘出來，未來移動大數(shù)商業(yè)應(yīng)用將更加廣闊。

用戶畫像是大數(shù)據(jù)商業(yè)應(yīng)用的重要領(lǐng)域，其實并沒有多么復(fù)雜，只要掌握用戶畫像的原則和方法，以及實施步驟。結(jié)合金融企業(yè)的業(yè)務(wù)場景，用戶畫像可以幫助金融企業(yè)創(chuàng)造商業(yè)價值，實現(xiàn)大數(shù)據(jù)直接變現(xiàn)。