
以下文章來(lái)源于大數(shù)據(jù)獵人 ,作者大數(shù)據(jù)獵人
獵人上次在分析運(yùn)營(yíng)商體系有哪些數(shù)據(jù)在金融行業(yè)應(yīng)用較廣中提到用戶的位置軌跡數(shù)據(jù),這次的航空及鐵路出行其實(shí)也屬于用戶位置軌跡的兩個(gè)來(lái)源,只不過(guò)出行數(shù)據(jù)除了有個(gè)區(qū)域位置外,還包含了票價(jià)等可以側(cè)面體現(xiàn)用戶資質(zhì)的信息,出行數(shù)據(jù)已經(jīng)在金融風(fēng)控和營(yíng)銷場(chǎng)景都有相對(duì)成熟的應(yīng)用。
同樣是位置相關(guān)數(shù)據(jù),為什么這兩個(gè)來(lái)源可以大大方方的應(yīng)用到場(chǎng)景中?
獵人認(rèn)為主要有幾個(gè)方面:
一、航旅與鐵路里的位置數(shù)據(jù)主要指出行地及目的地,位置范圍最小都是以縣級(jí)市為單位,非精確數(shù)據(jù),無(wú)法定位用戶精準(zhǔn)位置;
二、用戶通過(guò)航旅或鐵路出行的頻率99%都是不高的,非高頻的出現(xiàn)軌跡,你想反推這個(gè)用戶的實(shí)際身份信息其實(shí)是不可能的;
三、其對(duì)外的數(shù)據(jù)產(chǎn)品經(jīng)過(guò)合規(guī)處理,對(duì)外的字段也不算很多,相較于一些可以查到用戶消費(fèi)字段的產(chǎn)品,航旅出行數(shù)據(jù)算是很保守了;
四、對(duì)外的接口產(chǎn)品是嚴(yán)格要求用戶授權(quán)的,有用戶授權(quán)的場(chǎng)景,字段再敏感也是很難追責(zé)的。
五、除了出行涉及的區(qū)域位置,還包括了用戶的票價(jià)信息、座位等級(jí)、出行時(shí)間等信息,對(duì)外主打非位置信息。
一句話總結(jié):這樣的數(shù)據(jù)維度無(wú)法反推個(gè)人身份,也沒(méi)有太多用戶的敏感信息,沒(méi)在信息安全法明確禁止的范圍的其實(shí)都可以拿去變現(xiàn),更何況有用戶授權(quán)。
航旅及鐵路出行兩者的數(shù)據(jù),在金融行業(yè)現(xiàn)在比較成熟的形態(tài)有:
數(shù)據(jù)API接口:部分?jǐn)?shù)據(jù)屬于統(tǒng)計(jì)數(shù)外,基礎(chǔ)字段都是根據(jù)原始訂單記錄信息輸出,盡量原汁原味;
分值產(chǎn)品:航旅分、鐵路出行分這些通過(guò)數(shù)據(jù)權(quán)重及用戶出行軌跡判斷而得出的分值產(chǎn)品,不會(huì)輸出數(shù)據(jù)詳情;
出行信用報(bào)告:主要圍繞航旅及鐵路的出行數(shù)據(jù),疊加用戶的出行黑名單、金融失信名單、其他一些數(shù)據(jù)機(jī)構(gòu)可以獲取的用戶數(shù)據(jù),可能有社保公積金、消費(fèi)記錄等,形成相對(duì)完善的集合型報(bào)告產(chǎn)品。
(市場(chǎng)上常見(jiàn)的航旅數(shù)據(jù)接口字段表)
(航旅失信名單字段表)
本文主要針對(duì)航旅數(shù)據(jù)做分享,且不細(xì)分航旅分、數(shù)據(jù)接口及信用報(bào)告類形態(tài),因?yàn)檫@三者基本是互補(bǔ)的產(chǎn)品,金融機(jī)構(gòu)能用得上航旅分的環(huán)節(jié)都可以替換成用數(shù)據(jù)接口或信用報(bào)告,所以應(yīng)用場(chǎng)景及調(diào)研次數(shù)上,區(qū)別不大,唯一有較大區(qū)別的只有信用報(bào)告的成本相對(duì)比分值或數(shù)據(jù)接口高點(diǎn)。
鐵路出行的產(chǎn)品形態(tài)及場(chǎng)景及調(diào)用次數(shù)與航旅的基本一致,唯一區(qū)別在于鐵路人群的質(zhì)量不如航旅的高, 在風(fēng)控調(diào)用的權(quán)重次序中鐵路數(shù)據(jù)調(diào)用也在相對(duì)靠后或者直接不采用。雖然鐵路的人群覆蓋率比航旅高,導(dǎo)致查得率方面也會(huì)高點(diǎn),同時(shí)價(jià)格比航旅高。所以有調(diào)用航旅數(shù)據(jù)的場(chǎng)景如果都用上鐵路數(shù)據(jù),鐵路數(shù)據(jù)可以帶來(lái)收入會(huì)比航旅的高。
(市場(chǎng)上常見(jiàn)的鐵路數(shù)據(jù)接口字段表)
航旅數(shù)據(jù)從哪來(lái)?
航旅數(shù)據(jù)源頭是出自中國(guó)民航信息網(wǎng)絡(luò)(下文簡(jiǎn)稱“中航信”),其背靠中航信集團(tuán)和國(guó)資委,作為全球第三大GDS(航空旅游分銷系統(tǒng)提供商),同時(shí)也是國(guó)內(nèi)GDS行業(yè)的唯一企業(yè)、航空旅游業(yè)信息技術(shù)解決方案的主導(dǎo)供貨商。中國(guó)民航信息網(wǎng)絡(luò)是航旅數(shù)據(jù)的源頭,猶如運(yùn)營(yíng)商數(shù)據(jù)掌握在三大運(yùn)營(yíng)商,身份證信息掌握在公安局一樣。
中航信的主營(yíng)業(yè)務(wù)是面向航空公司、機(jī)場(chǎng)、機(jī)票銷售代理、旅游企業(yè)及民航相關(guān)機(jī)構(gòu)和國(guó)際組織,全方位提供航空客運(yùn)業(yè)務(wù)處理、航空旅游電子分銷、機(jī)場(chǎng)旅客處理、航空貨運(yùn)數(shù)據(jù)處理、互聯(lián)網(wǎng)旅游平臺(tái)、國(guó)際國(guó)內(nèi)客貨運(yùn)收入管理系統(tǒng)應(yīng)用和代理結(jié)算清算等服務(wù),是目前航空旅游行業(yè)領(lǐng)先的信息技術(shù)及商務(wù)服務(wù)提供商。
服務(wù)的客戶包括近30家國(guó)內(nèi)航空公司以及近200家地區(qū)及海外航空公司,國(guó)內(nèi)169家機(jī)場(chǎng)以及近7000家機(jī)票代理人,服務(wù)范圍覆蓋到300個(gè)國(guó)內(nèi)城市、80個(gè)國(guó)際城市,并通過(guò)互聯(lián)網(wǎng)進(jìn)入社會(huì)公眾服務(wù)領(lǐng)域。
除了春秋航空這家廉價(jià)定位的民航?jīng)]在體系內(nèi),中國(guó)民航信息網(wǎng)絡(luò)掌握了國(guó)內(nèi)95%以上的用戶和數(shù)據(jù),乘客的每次票務(wù)購(gòu)買,值機(jī)、登機(jī)、到達(dá)等所有信息、數(shù)據(jù)服務(wù),都由這家公司提供,因此整個(gè)航旅環(huán)節(jié)的數(shù)據(jù)也存儲(chǔ)在中航信內(nèi)。
【GDS早期是一種票務(wù)預(yù)訂系統(tǒng),后來(lái)向整個(gè)產(chǎn)業(yè)鏈上下游擴(kuò)張,如今,已經(jīng)發(fā)展成為主要服務(wù)于整個(gè)旅游業(yè)的一個(gè)信息化服務(wù)的系統(tǒng)。航旅數(shù)據(jù)的代理公司為了把航旅客戶數(shù)據(jù)覆蓋率提升近100%,會(huì)通過(guò)單獨(dú)對(duì)接與春秋航空服務(wù)的OTA在線旅行社這些在線定票機(jī)構(gòu)獲取部分春秋航空的用戶數(shù)據(jù),主要原因一是春秋航空自建運(yùn)營(yíng)系統(tǒng),沒(méi)對(duì)外輸出數(shù)據(jù),其數(shù)據(jù)都體系內(nèi)經(jīng)營(yíng),特別是和玖富集團(tuán)的合作值得航空公司參考,而一些和春秋航空合作的OTA機(jī)構(gòu)零散的存儲(chǔ)了春秋航空的用戶數(shù)據(jù),這塊數(shù)據(jù)暫無(wú)直接途徑可以全覆蓋。】
請(qǐng)點(diǎn)擊輸入圖片描述(最多18字)
航旅數(shù)據(jù)可以應(yīng)用在哪些行業(yè)哪些場(chǎng)景?
對(duì)于航旅數(shù)據(jù)的源頭機(jī)構(gòu),可以用于航旅業(yè)務(wù)分發(fā),提供給各種OTA或票務(wù)代理機(jī)構(gòu),用于客戶在線或線下訂票使用,并告知用戶訂票結(jié)果、航旅行程過(guò)程實(shí)時(shí)信息通知等。同時(shí)由于航旅數(shù)據(jù)源頭機(jī)構(gòu)是有用戶的觸達(dá)方式的,因此可以對(duì)接各種變現(xiàn)產(chǎn)品,例如航旅險(xiǎn)、理財(cái)產(chǎn)品、機(jī)票分期等產(chǎn)品,為體系內(nèi)客戶提供增值產(chǎn)品。
對(duì)于金融機(jī)構(gòu)的信貸風(fēng)控環(huán)節(jié),黑名單類數(shù)據(jù)可以補(bǔ)充航旅失信名單,用戶資質(zhì)及額度評(píng)估可以使用航旅數(shù)據(jù)輔助評(píng)估。
對(duì)于金融機(jī)構(gòu)的營(yíng)銷場(chǎng)景,可以針對(duì)航旅部分客群,進(jìn)行類似機(jī)票分期、高端理財(cái)、航旅險(xiǎn)、壽險(xiǎn)、意外險(xiǎn)等金融產(chǎn)品。
對(duì)于其他的機(jī)構(gòu),可以與有航旅用戶的機(jī)構(gòu)進(jìn)行產(chǎn)品合作分傭,例如高端電商、教育培訓(xùn)、私人財(cái)富等公司。
是什么支撐了航旅數(shù)據(jù)在金融場(chǎng)景商用價(jià)值
航旅用戶群體天然的高凈值屬性決定了其群體質(zhì)量是非常不錯(cuò)的,航旅數(shù)據(jù)是可以直接用來(lái)判斷客戶資質(zhì)、金融風(fēng)控額度評(píng)估及一些軌跡反欺詐及營(yíng)銷環(huán)節(jié),都有其商用變現(xiàn)價(jià)值。
航旅數(shù)據(jù)由于國(guó)民人均收入的上升及消費(fèi)升級(jí)的趨勢(shì),對(duì)旅游出行的需求覆蓋人群也逐年增長(zhǎng)。其中OTA的發(fā)展刺激了人群在航空出行的需求,也促進(jìn)了航旅在出行工具中的滲透,航旅的用戶群體不僅限于高收入人群,大量中低層收入人群也被逐漸被滲透。
用戶數(shù)量的提升,可以帶動(dòng)相關(guān)數(shù)據(jù)在各機(jī)構(gòu)場(chǎng)景中的覆蓋率的提升。而且數(shù)據(jù)由統(tǒng)一的機(jī)構(gòu)管理,各省市各航空公司的用戶數(shù)據(jù)打通也更容易,數(shù)據(jù)標(biāo)準(zhǔn)化輸出就不成問(wèn)題。同時(shí)時(shí)效性問(wèn)題也在航旅數(shù)據(jù)不斷商用過(guò)程中滿足風(fēng)控商用價(jià)值。最重要的是,航旅數(shù)據(jù)的確在部分風(fēng)控過(guò)程用于貸前審核及用戶資質(zhì)評(píng)估得到不錯(cuò)的效果反饋。
航旅數(shù)據(jù)在金融行業(yè)的應(yīng)用場(chǎng)景
中航信記錄航旅過(guò)程中的哪些字段?中航信是記錄了乘客的每次票務(wù)購(gòu)買,值機(jī)、登機(jī)、到達(dá)等環(huán)節(jié),這些環(huán)節(jié)產(chǎn)生的基礎(chǔ)數(shù)據(jù)維度,至少有:用戶基本信息(姓名、身份證號(hào)、銀行卡號(hào)、手機(jī)號(hào))、購(gòu)票信息(航空公司、航班類型、艙位等級(jí)、座位情況、原票價(jià)、折扣、購(gòu)買時(shí)間、票務(wù)代理機(jī)構(gòu)等)、其他信息(到達(dá)機(jī)場(chǎng)時(shí)間、登機(jī)時(shí)間、起飛地點(diǎn)及時(shí)間、抵達(dá)地點(diǎn)及時(shí)間、離開(kāi)機(jī)場(chǎng)時(shí)間、回程地點(diǎn)及時(shí)間等)
從時(shí)間維度看,有確定行程的時(shí)間、購(gòu)票的時(shí)間、更改行程的時(shí)間、到達(dá)機(jī)場(chǎng)時(shí)間、登機(jī)時(shí)間、起飛時(shí)間、抵達(dá)時(shí)間、離開(kāi)機(jī)場(chǎng)的時(shí)間、回程時(shí)間等等,有相當(dāng)多的時(shí)間點(diǎn)可以捕捉。
從旅客維度看,即這個(gè)旅客是什么樣的人。性別、年齡、對(duì)價(jià)格敏感程度、是否是白金卡會(huì)員、是否經(jīng)常來(lái)回某一個(gè)地區(qū)的,這些所有的所有都是可以考量的旅客標(biāo)簽。
如何從這些標(biāo)簽提取到需要的字段形成不同的用戶畫(huà)像或分析用戶背后的特性?以下做些簡(jiǎn)單分析參考,不一定準(zhǔn)確。
單個(gè)指標(biāo)分析
頭等艙的多數(shù)有錢(qián)人;折扣票據(jù)的多是普通階層且提前有計(jì)劃的,或出游的或定時(shí)出差的;當(dāng)天往返或隔天往返的基本都是商務(wù)出行;節(jié)假日往返的多是旅游或探親;
多指標(biāo)分析
年齡+價(jià)格:低年齡+折扣票據(jù)屬于正常資質(zhì)用戶層;低年齡+正常票價(jià)或頭等艙的不是富二代就是創(chuàng)業(yè)老板;中年+折扣票據(jù)的或是旅游客群或是普通階層;中年+正常票據(jù)屬正常階層;中年+頭等艙偏老板階層(公務(wù)艙結(jié)合分析類似)。
往返地+身份證歸屬地:目的地與身份證歸屬地一致的,一般是回家探親的;出發(fā)地與身份證歸屬地一致的,一般是常駐城市(可結(jié)合出發(fā)地次數(shù)增強(qiáng)判斷)。
出行頻率+目的地:出行頻率高的,目的地基本一樣的,基本是商務(wù)出行,且屬于高端商務(wù)了,業(yè)務(wù)穩(wěn)定的;出行頻率高,但目的地經(jīng)常變換的,大部分是開(kāi)拓市場(chǎng)的或者是經(jīng)常出游的。
【另外,出行黑名單例如航旅失信人員及也屬于中航信體系內(nèi)記錄,可用來(lái)判斷用戶失信行為,能出現(xiàn)在出行失信名單的用戶,證明在出行過(guò)程中有出現(xiàn)嚴(yán)重的不良行為,那保不準(zhǔn)其在真實(shí)貸款后,會(huì)有不還款或者在催收環(huán)節(jié)惡意辱罵催收人員的行為。只不過(guò)這部分人群數(shù)量過(guò)少,出行黑名單是從2018年下旬才逐漸按月公布,每期公布名單一般幾百到上千個(gè)失信人度等,當(dāng)信貸公司每天幾萬(wàn)幾十萬(wàn)的調(diào)用過(guò)程,只為查詢這個(gè)幾千個(gè)航旅失信名單,實(shí)際應(yīng)用價(jià)值不大,也會(huì)增加中間的查詢耗時(shí),影響用戶體驗(yàn)?!?/span>
航旅數(shù)據(jù)能創(chuàng)造多少收入規(guī)模
收入規(guī)模=該場(chǎng)景所有機(jī)構(gòu)的調(diào)用次數(shù)*查得率*每次調(diào)用費(fèi)用
該場(chǎng)景所有機(jī)構(gòu)的調(diào)用次數(shù),在下文分主要預(yù)估金融信貸風(fēng)控場(chǎng)景及金融理財(cái)營(yíng)銷場(chǎng)景的調(diào)用次數(shù)。
而查得率主要與航旅數(shù)據(jù)覆蓋用戶數(shù)量有關(guān),所有獵人先預(yù)估航旅數(shù)據(jù)大概覆蓋的用戶數(shù)量。
從2019年全國(guó)民航工作會(huì)議上獲悉,2018年我國(guó)民航旅客運(yùn)輸量繼續(xù)保持兩位數(shù)的增速,乘坐中國(guó)民航航班出行的旅客人數(shù)達(dá)6.1億人次。
6億人次代表國(guó)內(nèi)有多少人坐過(guò)飛機(jī)呢?
獵人覺(jué)得保守估計(jì)應(yīng)該是少于2億人的。坐過(guò)飛機(jī)的應(yīng)該都知道,飛機(jī)出行基本都是往返算一次,這樣就產(chǎn)生了2次的飛行記錄,然后還有一些換成記錄,或者經(jīng)常出差的多次往返的。其中還有一部分是外籍人士記錄。所以按單個(gè)人每年坐飛機(jī)的次數(shù)來(lái)算,起碼有個(gè)3-4次乘機(jī)記錄。2018年為止,有飛行記錄的乘客數(shù)量應(yīng)該少于2億人,可能也就1億人左右,但這里獵人暫按2億人計(jì)算。
但在此我們就假設(shè)國(guó)內(nèi)有2億人在2018年有航旅數(shù)據(jù)記錄。也就是2018年的航旅數(shù)據(jù)中的活躍人群,這部分人的航旅數(shù)據(jù)的新鮮度才能夠應(yīng)用于金融風(fēng)控或營(yíng)銷分層。 【2018年國(guó)家鐵路完成33.17億人次,其中動(dòng)車組20.05億人,占旅客總?cè)藬?shù)的近60%。假設(shè)每個(gè)人在2018年的乘坐次數(shù)為4次,則有5億人坐過(guò)動(dòng)車,根據(jù)現(xiàn)在的動(dòng)車路線布局,5億人其實(shí)不太合理,獵人覺(jué)得2-3億坐過(guò)動(dòng)車其實(shí)更合適,非動(dòng)車級(jí)別鐵路人數(shù)應(yīng)該在8億人左右】
但如果要預(yù)估航旅數(shù)據(jù)潛在的市場(chǎng)規(guī)模,我們就要評(píng)估,這2億人中有多少人是有借貸需求,這部分人會(huì)在借貸公司進(jìn)行借貸申請(qǐng),這個(gè)過(guò)程假設(shè)借貸公司是1:1查詢航旅數(shù)據(jù)且能查得數(shù)據(jù)的,才會(huì)為航旅數(shù)據(jù)產(chǎn)品接口產(chǎn)生收益。
【航旅數(shù)據(jù)接口收費(fèi)模式無(wú)特殊情況,基本是按查得收費(fèi)】
同時(shí)現(xiàn)在國(guó)內(nèi)高端航空市場(chǎng)占比90%,低端航空市場(chǎng)10%不到,理論上2億中有1.8億的高凈值客戶,當(dāng)然這只是理論上。高端航空代表的是票價(jià)高,低端航空其實(shí)也不算便宜,航空出行是所有出行工具中算是最貴的。能夠經(jīng)常乘坐航空出行工具的乘客,這樣的資質(zhì),假設(shè)有貸款需求也只能是大額的貸款(1萬(wàn)+),這樣的貸款產(chǎn)品一般只存在于銀行或消費(fèi)金融機(jī)構(gòu)或小貸公司的大額產(chǎn)品,因?yàn)檫@些持牌機(jī)構(gòu)的利率也相對(duì)低點(diǎn),高凈值客戶群對(duì)成本是很敏感的。
【所以正常情況航旅數(shù)據(jù)產(chǎn)品,在銀行等持牌機(jī)構(gòu)相對(duì)更容易接入變現(xiàn),P2P或現(xiàn)金貸等高利率產(chǎn)品,使用這個(gè)產(chǎn)品其實(shí)意義不大,除了小部分資質(zhì)不行的航旅客群】
那2億航旅客戶,有多少有借貸需求?這里其實(shí)有個(gè)悖論,信貸機(jī)構(gòu)希望過(guò)來(lái)借款的都是高凈值客戶,因?yàn)榻栀J能力和還款能力肯定不錯(cuò),但高凈值客戶,不缺錢(qián),貸款意愿就相對(duì)較弱。因此真實(shí)的高凈值客群去借貸的其實(shí)還是很少的。
之前獵人在運(yùn)營(yíng)商數(shù)據(jù)篇預(yù)估過(guò)民間借貸2018年活躍借貸用戶數(shù)量應(yīng)該有1200萬(wàn)左右,假設(shè)民間借貸中有20%是有航旅記錄的,則有240萬(wàn)航旅用戶在2018年有過(guò)民間借貸行為。240萬(wàn)占2億中的1%不到,應(yīng)該算合理?如果合理的話,則這240萬(wàn)用戶符合民間借貸的客群行為,假設(shè)這240萬(wàn)借貸用戶資質(zhì)都良好且剛好為其提供貸款的機(jī)構(gòu)都有使用航旅數(shù)據(jù)做用戶資質(zhì)評(píng)估,且每個(gè)用戶都有過(guò)2次借貸行為,則這里可以為航旅數(shù)據(jù)公司創(chuàng)造240W*2*1元=480W的收入
【1元是借貸機(jī)構(gòu)每調(diào)一次航旅數(shù)據(jù)且查得產(chǎn)生的費(fèi)用,480萬(wàn)是不是少了點(diǎn)】
好了,這里暫不用這么悲觀,航旅數(shù)據(jù)市場(chǎng)空間還是很大的,因?yàn)樯衔囊呀?jīng)說(shuō)了,航旅這些高凈值客群假設(shè)有信貸需求,也起碼是高額信貸產(chǎn)品的需求。因此大部分有借貸需求的客戶,大多會(huì)在銀行、消金及小貸等公司中出現(xiàn)。
這里需要拿央行個(gè)人征信報(bào)告2018年年度查詢量17.6億次來(lái)說(shuō)事了,為啥?持牌機(jī)構(gòu)的信貸產(chǎn)品都需要上報(bào)央行的,這個(gè)應(yīng)該就知道17.6億有什么用了吧?
之前在運(yùn)營(yíng)商數(shù)據(jù)分析中是假設(shè)通過(guò)資質(zhì)的用戶才需要做資質(zhì)分層,假設(shè)只有10%的人征信是符合要求,則有1.76億次查詢量,這1.76億中有20%是航旅用戶的調(diào)用查詢次數(shù),則有3520萬(wàn)次是調(diào)用了航旅用戶數(shù)據(jù)的,則可以為航旅數(shù)據(jù)公司創(chuàng)造3520W*1元=3520萬(wàn)收入?!?/span>3520萬(wàn)指代表次數(shù)不代表人數(shù),表示航旅用戶有在各個(gè)機(jī)構(gòu)申請(qǐng)貸款時(shí)查詢航旅數(shù)據(jù)時(shí)產(chǎn)生了3520萬(wàn)調(diào)用】
以上推測(cè)來(lái)看,單純的航旅數(shù)據(jù)在風(fēng)控上的使用一年大概可以帶來(lái)4000W收入規(guī)模。
【這個(gè)預(yù)估規(guī)模,獵人對(duì)了下業(yè)內(nèi)的頭部公司的年報(bào),其在2019年的信息報(bào)告及評(píng)分服務(wù)收入4,847.39萬(wàn)元,當(dāng)然這個(gè)報(bào)告及評(píng)分服務(wù)以航旅數(shù)據(jù)為主但也摻入了其他維度字段,所以單純的航旅數(shù)據(jù)接口的收入肯定無(wú)4800萬(wàn)的。因此獵人對(duì)航旅數(shù)據(jù)接口的預(yù)估還是比較接近的,只不過(guò)那些非頭部代理的公司一般也會(huì)接入這個(gè)數(shù)據(jù),主要是為了豐富數(shù)據(jù)產(chǎn)品接口,無(wú)法靠這個(gè)數(shù)據(jù)去賺錢(qián)。PS:航旅數(shù)據(jù)單筆的調(diào)用價(jià)格成本原則上來(lái)說(shuō)是比1元稍低點(diǎn)的。】
單純?cè)陲L(fēng)控環(huán)節(jié),航旅數(shù)據(jù)能給一家機(jī)構(gòu)帶來(lái)的最高收入規(guī)??雌饋?lái)還是挺有限的,在金融領(lǐng)域還有無(wú)其他應(yīng)用價(jià)值?
答案是:有的!
須知高凈值人群,該群體收入高(或家庭收入高),社會(huì)地位高,具備很強(qiáng)的消費(fèi)能力,更多的還是投資需求。圍繞高凈值用戶做理財(cái)產(chǎn)品推廣,應(yīng)該是個(gè)潛在方向。機(jī)構(gòu)才有航旅數(shù)據(jù)產(chǎn)品接口,針對(duì)存量或新增用戶進(jìn)行航旅軌跡匹配,針對(duì)有航旅記錄的客戶再進(jìn)一步做等級(jí)分類,將客群分為航旅類及非航旅類,航旅類又可以分高端及普通,針對(duì)高端的用戶推廣高端理財(cái)產(chǎn)品,針對(duì)普通用戶推廣活期或低風(fēng)險(xiǎn)的理財(cái)產(chǎn)品。
假設(shè)50%的航旅用戶在不同的金融機(jī)構(gòu)有獲得過(guò)服務(wù),則至少50% 的航旅用戶可以在金融機(jī)構(gòu)做用戶資質(zhì)分層過(guò)程中查詢航旅數(shù)據(jù)時(shí)被命中。既營(yíng)銷過(guò)程可以為數(shù)據(jù)公司至少創(chuàng)造 1億*1元=1億元收入。
【1元在理財(cái)營(yíng)銷成本中占比很少,需要正常一個(gè)成交的客戶成本都在幾百元,高凈值用戶做理財(cái)營(yíng)銷的成功率比非高凈值客戶高,這1元該花還是要花的,數(shù)據(jù)產(chǎn)品的市場(chǎng)就存在于這些金融機(jī)構(gòu)可以承擔(dān)并愿意付出的有效營(yíng)銷成本中?!?/span>
最后
獵人發(fā)現(xiàn)只要用戶量級(jí)達(dá)億級(jí)以上,且與金融行業(yè)客群匹配度較高的,不管是什么數(shù)據(jù)都有可以做成數(shù)據(jù)產(chǎn)品的可行性。航旅及鐵路出行數(shù)據(jù)的例子就非常有參考價(jià)值的,他們?cè)瓌t上統(tǒng)一掌握在政府背景的機(jī)構(gòu)手上,如何數(shù)據(jù)出庫(kù),如何找到合適的變現(xiàn)方式,數(shù)據(jù)如何合規(guī)處理,如何進(jìn)行數(shù)據(jù)產(chǎn)品的規(guī)劃及需求場(chǎng)景的切入,數(shù)據(jù)效果的如何得到保障,這整個(gè)流程決定了數(shù)據(jù)的變現(xiàn)能力的強(qiáng)弱。
就像位置數(shù)據(jù),除了運(yùn)營(yíng)商體系的實(shí)時(shí)數(shù)據(jù)及各種有GPS強(qiáng)授權(quán)或后臺(tái)悄悄打點(diǎn)的APP外,區(qū)域間的移動(dòng)記錄就存在統(tǒng)一管理出行工具數(shù)據(jù)這些機(jī)構(gòu)手中了,中航信及12306就是2個(gè)特殊的例子。除了航旅及鐵路,巴士出行及私家車這些記錄,無(wú)統(tǒng)一的管理導(dǎo)致無(wú)法有效輸出,暫無(wú)成熟的數(shù)據(jù)產(chǎn)品可以輸出。【電商類記錄的位置信息相對(duì)來(lái)說(shuō)多是同一個(gè)片區(qū)的多,跨省市的還是較少,也無(wú)法判斷用戶出行方向】
(位置數(shù)據(jù)矩陣)
獵人這次僅從數(shù)據(jù)輸出方面分析,對(duì)于數(shù)據(jù)擁有方體系內(nèi)的生態(tài)合作,例如如何通過(guò)與金融機(jī)構(gòu)合作,打造體系內(nèi)用戶資質(zhì)分層,理財(cái)產(chǎn)品、信用卡產(chǎn)品、消費(fèi)分期及電商合作等變現(xiàn)方式;場(chǎng)景鏈條的前后延展,為客戶提供登機(jī)前后叫車及訂酒店服務(wù),空中后續(xù)會(huì)單獨(dú)找個(gè)機(jī)構(gòu)案例進(jìn)行挖掘分析。
數(shù)據(jù)分析咨詢請(qǐng)掃描二維碼
若不方便掃碼,搜微信號(hào):CDAshujufenxi
LSTM 模型輸入長(zhǎng)度選擇技巧:提升序列建模效能的關(guān)鍵? 在循環(huán)神經(jīng)網(wǎng)絡(luò)(RNN)家族中,長(zhǎng)短期記憶網(wǎng)絡(luò)(LSTM)憑借其解決長(zhǎng)序列 ...
2025-07-11CDA 數(shù)據(jù)分析師報(bào)考條件詳解與準(zhǔn)備指南? ? 在數(shù)據(jù)驅(qū)動(dòng)決策的時(shí)代浪潮下,CDA 數(shù)據(jù)分析師認(rèn)證愈發(fā)受到矚目,成為眾多有志投身數(shù) ...
2025-07-11數(shù)據(jù)透視表中兩列相乘合計(jì)的實(shí)用指南? 在數(shù)據(jù)分析的日常工作中,數(shù)據(jù)透視表憑借其強(qiáng)大的數(shù)據(jù)匯總和分析功能,成為了 Excel 用戶 ...
2025-07-11尊敬的考生: 您好! 我們誠(chéng)摯通知您,CDA Level I和 Level II考試大綱將于 2025年7月25日 實(shí)施重大更新。 此次更新旨在確保認(rèn) ...
2025-07-10BI 大數(shù)據(jù)分析師:連接數(shù)據(jù)與業(yè)務(wù)的價(jià)值轉(zhuǎn)化者? ? 在大數(shù)據(jù)與商業(yè)智能(Business Intelligence,簡(jiǎn)稱 BI)深度融合的時(shí)代,BI ...
2025-07-10SQL 在預(yù)測(cè)分析中的應(yīng)用:從數(shù)據(jù)查詢到趨勢(shì)預(yù)判? ? 在數(shù)據(jù)驅(qū)動(dòng)決策的時(shí)代,預(yù)測(cè)分析作為挖掘數(shù)據(jù)潛在價(jià)值的核心手段,正被廣泛 ...
2025-07-10數(shù)據(jù)查詢結(jié)束后:分析師的收尾工作與價(jià)值深化? ? 在數(shù)據(jù)分析的全流程中,“query end”(查詢結(jié)束)并非工作的終點(diǎn),而是將數(shù) ...
2025-07-10CDA 數(shù)據(jù)分析師考試:從報(bào)考到取證的全攻略? 在數(shù)字經(jīng)濟(jì)蓬勃發(fā)展的今天,數(shù)據(jù)分析師已成為各行業(yè)爭(zhēng)搶的核心人才,而 CDA(Certi ...
2025-07-09【CDA干貨】單樣本趨勢(shì)性檢驗(yàn):捕捉數(shù)據(jù)背后的時(shí)間軌跡? 在數(shù)據(jù)分析的版圖中,單樣本趨勢(shì)性檢驗(yàn)如同一位耐心的偵探,專注于從單 ...
2025-07-09year_month數(shù)據(jù)類型:時(shí)間維度的精準(zhǔn)切片? ? 在數(shù)據(jù)的世界里,時(shí)間是最不可或缺的維度之一,而year_month數(shù)據(jù)類型就像一把精準(zhǔn) ...
2025-07-09CDA 備考干貨:Python 在數(shù)據(jù)分析中的核心應(yīng)用與實(shí)戰(zhàn)技巧? ? 在 CDA 數(shù)據(jù)分析師認(rèn)證考試中,Python 作為數(shù)據(jù)處理與分析的核心 ...
2025-07-08SPSS 中的 Mann-Kendall 檢驗(yàn):數(shù)據(jù)趨勢(shì)與突變分析的有力工具? ? ? 在數(shù)據(jù)分析的廣袤領(lǐng)域中,準(zhǔn)確捕捉數(shù)據(jù)的趨勢(shì)變化以及識(shí)別 ...
2025-07-08備戰(zhàn) CDA 數(shù)據(jù)分析師考試:需要多久?如何規(guī)劃? CDA(Certified Data Analyst)數(shù)據(jù)分析師認(rèn)證作為國(guó)內(nèi)權(quán)威的數(shù)據(jù)分析能力認(rèn)證 ...
2025-07-08LSTM 輸出不確定的成因、影響與應(yīng)對(duì)策略? 長(zhǎng)短期記憶網(wǎng)絡(luò)(LSTM)作為循環(huán)神經(jīng)網(wǎng)絡(luò)(RNN)的一種變體,憑借獨(dú)特的門(mén)控機(jī)制,在 ...
2025-07-07統(tǒng)計(jì)學(xué)方法在市場(chǎng)調(diào)研數(shù)據(jù)中的深度應(yīng)用? 市場(chǎng)調(diào)研是企業(yè)洞察市場(chǎng)動(dòng)態(tài)、了解消費(fèi)者需求的重要途徑,而統(tǒng)計(jì)學(xué)方法則是市場(chǎng)調(diào)研數(shù) ...
2025-07-07CDA數(shù)據(jù)分析師證書(shū)考試全攻略? 在數(shù)字化浪潮席卷全球的當(dāng)下,數(shù)據(jù)已成為企業(yè)決策、行業(yè)發(fā)展的核心驅(qū)動(dòng)力,數(shù)據(jù)分析師也因此成為 ...
2025-07-07剖析 CDA 數(shù)據(jù)分析師考試題型:解鎖高效備考與答題策略? CDA(Certified Data Analyst)數(shù)據(jù)分析師考試作為衡量數(shù)據(jù)專業(yè)能力的 ...
2025-07-04SQL Server 字符串截取轉(zhuǎn)日期:解鎖數(shù)據(jù)處理的關(guān)鍵技能? 在數(shù)據(jù)處理與分析工作中,數(shù)據(jù)格式的規(guī)范性是保證后續(xù)分析準(zhǔn)確性的基礎(chǔ) ...
2025-07-04CDA 數(shù)據(jù)分析師視角:從數(shù)據(jù)迷霧中探尋商業(yè)真相? 在數(shù)字化浪潮席卷全球的今天,數(shù)據(jù)已成為企業(yè)決策的核心驅(qū)動(dòng)力,CDA(Certifie ...
2025-07-04CDA 數(shù)據(jù)分析師:開(kāi)啟數(shù)據(jù)職業(yè)發(fā)展新征程? ? 在數(shù)據(jù)成為核心生產(chǎn)要素的今天,數(shù)據(jù)分析師的職業(yè)價(jià)值愈發(fā)凸顯。CDA(Certified D ...
2025-07-03