金融行業大資料使用者畫像實踐

一、使用者畫像背後的原因

1、金融消費行為的改變，企業無法接觸到客戶

80後、90後總計共有3.4億人口，並日益成為金融企業主要的消費者。年輕人將主要的時間都消費在移動網際網路，消費在智慧手機上。移動APP也成為所有金融企業的客戶入口、服務入口、消費入口、資料入口。

金融企業越來越難面對面接觸到年輕人，瞭解年輕人金融產品的需求。

2、消費者需求出現分化，需要尋找目標客戶

客戶群體正在出現分化，市場上很少有一種產品和一種金融服務可以滿足所有使用者的需求。金融產品也需要進行細化，為不同客戶提供不同產品。

金融企業需要藉助於戶畫像，來了解客戶，找到目標客戶，觸達客戶。

二、使用者畫像的目的

使用者畫像是在瞭解客戶需求和消費能力，以及客戶信用額度的基礎上，尋找潛在產品的目標客戶，並利用畫像資訊為客戶開發產品。

三、使用者畫像工作堅持的原則

使用者畫像涉及資料的緯度需要業務場景結合，既要簡單幹練又要和業務強相關，既要篩選便捷又要方便進一步操作。使用者畫像需要堅持三個原則。

1、信用資訊和人口屬性為主

信用資訊是描述一個人在社會中的消費能力資訊。信用資訊可以直接證明客戶的消費能力，是使用者畫像中最重要和基礎的資訊。包含消費者工作、收入、學歷、財產等資訊。

定位完目標客戶之後，金融企業需要觸達客戶，人口屬性資訊就是起到觸達客戶的作用，人口屬性資訊包含姓名、性別，電話號碼，郵件地址，家庭住址等資訊。這些資訊可以幫助金融企業聯絡客戶，將產品和服務推銷給客戶。

2、採用強相關資訊，忽略弱相關資訊

強相關資訊就是同場景需求直接相關的資訊，其可以是因果資訊，也可以是相關程度很高的資訊。

例如在其他條件相同的前提下，35歲左右人的平均工資高於平均年齡為30歲的人，計算機專業畢業的學生平均工資高於哲學專業學生，從事金融行業工作的平均工資高於從事紡織行業的平均工資。從這些資訊可以看出來人的年齡、學歷、職業對收入的影響較大，同收入高低是強相關關係。簡單的講，對信用資訊影響較大的資訊就是強相關資訊，反之則是弱相關資訊。

使用者其他的資訊，例如使用者的身高、體重、姓名、星座等資訊，很難從概率上分析出其對消費能力的影響，這些弱相關資訊，這些資訊就不應該放到使用者畫像中進行分析，對使用者的信用消費能力影響很小。

3、將定量的資訊歸類為定性的資訊

畫像的目的是為產品篩選出目標客戶，定量的資訊不利於對客戶進行篩選，需要將定量資訊轉化為定性資訊，通過資訊類別來篩選人群。

例如可以將年齡段對客戶進行劃分，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。可以參考個人收入資訊，將人群定義為高收入人群，中等收入人群，低收入人群。參考資產資訊也可以將客戶定義為高、中、低階別。定性資訊的類別和方式方法，金融可以從自身業務出發，沒有固定的模式。

將金融企業各類定量資訊，集中在一起，對定性資訊進行分類，並進行定性化，有利與對使用者進行篩選，快速定位目標客戶。

四、使用者畫像的方法介紹

金融企業需要結合業務需求進行使用者畫像，從實用角度出發，我們可以將使用者畫像資訊分成五類資訊。分別是人口屬性，信用屬性，消費特徵，興趣愛好，社交屬性。它們基本覆蓋了業務需求所需要的強相關資訊，結合外部場景資料將會產生巨大的商業價值。

1、人口屬性：

用於描述一個人基本特徵的資訊，主要作用是幫助金融企業知道客戶是誰，如何觸達使用者。姓名，性別，年齡，電話號碼，郵箱，家庭住址都屬於人口屬性資訊。

2、信用屬性：

用於描述使用者收入潛力和收入情況，支付能力。幫助企業瞭解客戶資產情況和信用情況，有利於定位目標客戶。客戶職業、收入、資產、負債、學歷、信用評分等都屬於信用資訊。

3、消費特徵：

用於描述客戶主要消費習慣和消費偏好，用於尋找高頻和高價值客戶。幫助企業依據客戶消費特點推薦相關金融產品和服務，轉化率將非常高。為了便於篩選客戶，可以參考客戶的消費記錄將客戶直接定性為某些消費特徵人群，例如差旅人群，境外遊人群，旅遊人群，餐飲使用者，汽車使用者，母嬰使用者，理財人群等。

4、興趣愛好：

幫助企業瞭解客戶興趣和消費傾向，定向進行活動營銷。興趣愛好的資訊可能會和消費特徵中部分資訊有重複，區別在於資料來源不同。消費特徵來源於已有的消費記錄，但是購買的物品和服務不一定是自己享用，但是興趣愛好代表本人的真實興趣。例如戶外運動愛好者，旅遊愛好者，電影愛好者，科技發燒友，健身愛好者，奢侈品愛好者等。興趣愛好的資訊可能來源於社交資訊和客戶位置資訊。

5、社交資訊：

用於描述使用者在社交媒體的評論，這些資訊往往代表使用者內心的想法和需求，具有實時性高，轉化率高的特點。例如客戶詢問上海哪裡好玩?房屋貸款哪家優惠多?那個理財產品好?這些社交資訊都是代表客戶多需求，如果企業可以及時瞭解到，將會有助於產品推廣。

五、金融企業使用者畫像的基本步驟

參考金融企業的資料型別和業務需求，可以將金融企業使用者畫像工作進行細化。基本上從資料集中到資料處理，從強相關資料到定性分類資料，從引入外部資料到依據業務場景進行篩選目標使用者。

1)畫像相關資料的整理和集中

金融企業內部的資訊分佈在不同的系統中，一般情況下，人口屬性資訊主要集中在客戶關係管理系統，信用資訊主要集中在交易系統和產品系統之中，也集中在客戶關係管理系統中，消費特徵主要集中在渠道和產品系統中。

2)找到同業務場景強相關資料

金融企業內部資訊較多，在使用者畫像階段不需要對所有資訊都採用，只需要採用同業務場景和目標客戶強相關的資訊即可，這樣有助於提高產品轉化率，降低ROI，有利於簡單找到業務應用場景，在資料變現過程中也容易實現。

3)對資料進行分類和標籤化(定量to定性)

金融企業集中了所有資訊之後，依據業務需求，對資訊進行加工整理，需要對定量的資訊進行定性，方便資訊分類和篩選。

六、金融行業使用者畫像實踐

1)銀行使用者畫像實踐介紹

銀行具有豐富的交易資料、個人屬性資料、消費資料、信用資料和客戶資料，使用者畫像的需求較大。但是缺少社交資訊和興趣愛好資訊。

銀行的主要業務需求集中在消費金融、財富管理、融資服務，使用者畫像要從這幾個角度出發，尋找目標客戶。 銀行的客戶資料很豐富，資料型別和總量較多，系統也很多。可以嚴格遵循使用者畫像的五大步驟。先利用資料倉儲進行資料集中，篩選出強相關資訊，對定量資訊定性化，生成DMP需要的資料。利用DMP進行基礎標籤和應用定製，結合業務場景需求，進行目標客戶篩選或對使用者進行深度分析。同時利用DMP引入外部資料，完善資料場景設計，提高目標客戶精準度。找到觸達客戶的方式，對客戶進行營銷，並對營銷效果進行反饋，衡量資料產品的商業價值。利用反饋資料來修正營銷活動和提高ROI。形成市場營銷的閉環，實現資料商業價值變現的閉環。

2)保險行業使用者畫像實踐

保險行業的產品是一個長週期產品，保險客戶再次購買保險產品的轉化率很高，經營好老客戶是保險公司一項重要任務。保險公司內部的交易系統不多，交易方式不是很複雜，資料主要集中在產品系統和交易系統之中，客戶關係管理系統中也包含豐富了資訊，但是資料集中在很多保險公司還沒有完成，資料倉儲建設可能需要在使用者畫像建設前完成。

七、移動大資料的商業價值

在中國，移動大資料的商業應用剛剛開始，在房地產業、零售行業、金融行業、市場分析等領域取得了一些效果。目前主要的應用在網際網路金融的反欺詐領域。

線上的欺詐行為具有較高的隱蔽性，很難識別和偵測。P2P貸款使用者很大一部分來源於線上，因此惡意欺詐事件發生線上上的風險遠遠大於線下。中國的很多資料處於封閉狀態，P2P公司在客戶真實資訊驗證方面面臨較大的挑戰。

移動大資料可以驗證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企業依據其提供的手機裝置資訊，發現其過去三個月從來沒有居住在上海，這個人提交的資訊可能是假資訊，發生惡意欺詐的風險較高。

P2P企業可以利用移動裝置的位置資訊，瞭解過去3個月使用者的行為軌跡。如果某個使用者經常在半夜2點出現在酒吧等危險區域，並且經常有飆車行為，這個客戶定義成高風險客戶的概率就較高。移動App的使用習慣和某些高風險App也可以幫助P2P企業識別出使用者的高風險行為。如果使用者經常在半夜2點頻繁使用App，其成為高風險客戶的概率就較大。

移動大資料在預防網際網路惡意欺詐和高風險客戶識別方面，已經有了成熟的應用場景。通付盾自2011年起，就開始利用自身不斷完善的網籍庫和海量風險資料，預防網際網路惡意欺詐和識別高風險客戶，並取得了較好的效果。移動大資料應用場景正在被逐步挖掘出來，未來移動大數商業應用將更加廣闊。

使用者畫像是大資料商業應用的重要領域，其實並沒有多麼複雜，只要掌握使用者畫像的原則和方法，以及實施步驟。結合金融企業的業務場景，使用者畫像可以幫助金融企業創造商業價值，實現大資料直接變現。

via：大資料人