银行客户用户画像_太瑞基因商学院：如何构建客户360°画像？

一、何为客户画像

用户的个体画像是指根据用户的行为，抽取出典型特征，形成了一个用户的个体画像。个体画像认为每个客户都有自己独特的需求和兴趣，所以，可以将单个客户视为独立的市场，并据此提供不同的服务，或对现有服务优化。个性画像主要用于高价值客户的服务。

对于客户画像，除了个体画像外，企业还需要建立一个整体客户画像，这样便于从更高层面进行客户的管理和企业的规划

二、金融行业客户数据特点

1. 结构化的数据

银行的大多数数据是结构化数据，都是交易数据，并没有消费数据,因此，我们可以通过一些技术手段从互联网搜集、拼接、筛选、挖掘、分析去形成更精准的客户分析、客户画像，勾勒出客户更加丰满和多角度的行为特征。

2. 数据真实度很高

在银行等金融行业，存储的用户的数据，大都是身份证、姓名等真实数据，数据质量高于别的行业，这些大量的真实数据，可以很好的用于客户用户的画像，若是能结合外部的数据，打通全网，形成360度客户视图，将产生不可估量的价值。

三、为什么要建立客户画像

客户的全网画像可用于客户生命周期管理，在流失会员挽回、活跃会员扩大销售，以及潜在用户开拓方面，都有非常大的作用。

1. 潜在用户积极开拓

2. 活跃会员扩大销售

3. 流失会员激活挽回

四、如何建立客户画像

建立客户画像，应该从具体的业务场景出发，结合数据表现，归纳学习出基准的规则或方法，然后通过反复迭代的学习过程，生成符合既定约束条件的最优化方案，然后把此方案泛化推广到类似的场景中去。

那么，该如何实现呢？ 这需要使用一种类似成像技术中的像素来对人的特征进行刻画，这就是画像中的标签。

4.1 整体架构

我们可以看到总共分为五层：第一是数据源；第二层是数据采集服务；第 三层是数据预处理，主要是结构化；第四层是商品画像；第五是统一的数据接口，还有就是集群，上面可以接入各种各样的应用。

4.2 逻辑架构

对于业务处理的逻辑，通过对各种渠道的数据源进行采集，然后对用户进行画像，最终在个性化推荐、用户洞察、精准营销等方面进行应用。

4.3 具体实现

1. 数据源分析

构建用户画像是为了还原用户信息，因此数据来源于：所有用户相关的数据。

对于用户相关数据的分类，引入一种重要的分类思想：封闭性的分类方式。这样的分类方式，有助于后续不断枚举并迭代补充遗漏的信息维度。不必担心架构上对每一层分类没有考虑完整，造成维度遗漏留下扩展性隐患。另外，不同的分类方式根据应用场景，业务需求的不同，也许各有道理，按需划分即可。

本文将用户数据划分为静态信息数据、动态信息数据两大类。

（1）静态信息数据

用户相对稳定的信息，主要包括人口属性、商业属性等方面数据。

（2）动态信息数据

用户行为，可以看作用户动态信息的唯一数据来源。

2.目标分析

用户画像的目标是通过分析用户行为，最终为每个用户打上标签，以及该标签的权重。