【数据应用案例】金融行业大数据用户画像实践

案例来源:@鲍忠铁
案例地址: https://mp.weixin.qq.com/s?__biz=MjM5ODE1NDYyMA==&mid=2653382844&idx=1&sn=62488a43265862a24540d5ef2ac78dc3&chksm=bd1cd0af8a6b59b9369a14e2fb4ff89172735150d34cad81dd10b96679c02428161f2f9d732c&mpshare=1&scene=2&srcid=1006yhaOPqR4RcidWS0ydvVO&from=timeline#rd

1. 金融业用户画像的目的
1)寻找目标用户
2)参考用户画像,设计产品或者营销活动

2. 金融行业用户画像的原则
1)人口信息和信用信息为主
2)保留强相关特征,忽略弱相关特征(金融行业主要考虑与收入、消费能力有关的特征)
3)将定量特征归类为定性特征(如年轻人、中青年、高收入人群等),便于快速定位目标人群,指导业务有效开展

3. 用户画像的主要维度
1)人口属性:能定位到用户是谁的信息。包括姓名、性别、电话号码、邮箱、家庭住址等
2)信用属性:描述收入和收入潜力情况的信息。包括职业、收入、资产、负债、学历、信用评分等
3)消费特征:描述消费偏好,用户找到高频和高价值客户。包括差旅人群、境外游人群、旅游人群、餐饮用户、汽车用户、母婴用户、理财人群等
4)兴趣爱好:用户定向营销活动。包括旅游爱好者、科技发烧友、健身爱好者、奢侈品爱好者等
5)社交信息:用户的社交媒体评论,用于了解到用户的近期需求,如在哪旅游、是否正要买车

4. 银行用户画像实践
1)分期客户:银联数据+自身数据+信用卡数据,找到信用卡消费超过月收入的人群
2)高端资产客户:银联数据+移动位置数据(住宅区)+物业费代扣数据+自身数据+汽车型号数据,发现在本行存资少,其他行资产多的客户
3)理财客户:银联数据+理财产品客户端+电商数据,找到工资转移到外部,但实际消费流水不高的用户,说明主要用户互联网理财
4)境外游客户: 自身卡消费数据+移动设备位置信息+社交好境外强相关数据(攻略,航线,景点,费用)
5)贷款用户:自身数据(人口属性+信用信息)+移动设备位置信息+社交购房/消费强相关信息,寻找即将购车/购房的目标客户,为其提供金融服务(抵押贷款/消费贷款)

5. 保险行业用户画像实践
1)车险客户:外部养车APP活跃
2)意外险和保障险:移动设备信息,找到户外运动人群和商旅人群
3)寿险、养老险、教育险等:依靠用户所处生命阶段

6. 证券行业用户画像实践
1)理财客户:账户余额高+交易不频繁用户
2)基金客户:年化投资收益<5% + 交易不频繁
3)融资客户:年化投资收益高+交易频繁
4)财富管理客户:账户余额很高+年化投资收益低+交易不频繁

7. 外部数据源
1)社交媒体信息
2)呼叫中心
3)垂直论坛:汽车、母婴等
4)移动轨迹信息:住宅区、消费地区、工作地区等,同时可以作为对用户信息的检验(是否是真实的高收入人群?)
5)APP使用信息:与运营商、推送SDK公司等合作

你可能感兴趣的:(数据产品案例)