用户行为数据驱动--(二)金融用户的维度

用户行为数据驱动

二、金融用户的维度

金融用户可以从以下几种维度来观察:

(一)产品需求维度—按客户资产规模分层

从传统金融机构角度来看客户,其提供给客户的产品基本默认都是以客户背后的资产来进行分层的(以某银行客户管理分层为例):

某银行客户分层原则

1、一般客户(<5万):银行向这部分客户提供的金融服务,是很基础的存款、贷款和基金投资。

2、潜在客户(5万-20万):在这个区间中,客户获得的服务从存贷款和基金扩展到了银行理财产品。此类客户一般有升级到黄金客户的潜质,通过一些服务关怀,及激励产品,可以有效提升至黄金客户。

3、黄金客户(20万-200万):本区间内的客户,享受到的服务上升至理财顾问、信托,财富规划、资产管理等。除了一对一的服务之外,客户还能享受到来自理财经理的资产配置建议和市场异动通知。

4、白金客户(200万-600万)及钻石客户(>600万):这部分客户所享受的是最为高阶理财服务,如资产管理、保险规划、贷款融资、留学计划等。理财经理为客户提供的是全方位的财富管家服务

由此可以发现,由于观察角度是以金融机构为主动者出发的,传统金融机构客户所享受到的服务水准,与其资产规模的大小有关,并未以客户的需求或意愿来进行配对。

(二)资产需求维度—按投资者资产风险分层

该维度属于对资产的投资行为进行风险评估后的分层,在这类维度里,已经逐渐体现出了用户的需求,也就是其资产的安全需求、流动需求和收益需求。通过不同需求的排序组合,可以大致分为:

1、保守型用户(安全性>流动性>收益率):保守型用户的投资目标是保持投资的稳定性与资产的保值。这部分用户首要考虑的是安全,其次变现能力强;对于收益的欲望不是很强,从银行保守型产品来看,收益需求只要高于定存利率或者高于目前余额宝利率。此类用户购买的产品一般来说是宝宝类产品,或者是养老保障计划类的产品,如果加上流动性可以做到T+1日赎回到账,就会受到保守型用户的极大欢迎。

2、稳健型用户(收益率=安全性>流动性):稳健型用户的投资目标是在保持投资风险和资产增值之间的平衡的前提下,实现资产的增值。这部分用户有价值回报需求,但前提是不亏本,在此之上能一定程度容忍流动性不佳的情况。此类用户购买的产品一般来说有固定收益类产品,一定时间内收益率基本固定,到期还本付息。

3、积极型用户(收益率>安全性>流动性):积极型用户首要的投资目标是获取超额收益。该用户投资用的资金,就算有较大损失,用户也能承受。此类客户一般购买的产品有股票型基金、混合型基金、股票型基金以及P2P产品等。

(三)客户行为维度—以用户认知来分层

前两个维度都是按照用户客观情况来进行的用户细分,第3个维度是按照用户主观的角度来做细分,如自我认知与求知欲,很多互联网金融产品都通过这个维度分层来定位自己的产品并吸引相符的用户。

用户认知分层

1、不知道&不想知道:这部分客户的占比最大。他们对于金融市场不够了解,也不想了解。他们有赚钱的欲望,但不愿意付出除资金以外的其他任何成本。他们进入理财市场,一般是由其他基础需求引发,比如安装并注册了手机银行或者因社交和支付需求进入微信或支付宝,在平台运营策略的作用下在APP内触发了各种理财功能。他们所享受到的只是各个平台上的便利理财服务,这与他们在同一个平台上获取的其它服务:如水电煤缴费、交话费、信用卡还款之类,并无本质差别。这类用户对应的网络金融产品典型的有余额宝、理财通等。
由于这类平台巨量用户的优势,转化而来的理财用户也越来越多,他们成为了第一波被引入互联网理财范围内的用户,使得后来其它的理财平台,能够针对这些用户做二次开发、二次引导,把这些用户转变成自己的用户。

2、不知道&想知道:这部分用户的专业化程度不是特别高,但是有意愿通过学习提高投资水平。主打这部分用户的产品有同花顺爱基金、股民学校等,这类产品能够给用户提供基本的投资教育、市场分析以及投资策略等,帮助用户去获得一定的成长空间。

3、知道&想知道(更多):这部分用户本身在自我认知程度上就很高,并且想了解更多知识,在非金融领域,为这类人群服务的平台,知乎可算是一个典型。在金融和投资领域,比较典型的是雪球、以及雪球后来出的蛋卷基金、TradeHero等。
在这类平台上,有一些高手级用户分享自己对金融产品和市场的分析和投资组合,他们互相学习和观摩彼此的市场分析和组合管理的方法。这个象限中用户人数不多,金融产品获得回报的空间很小。

4、知道&不想知道:这里的不想知道,其实主要是表达这部分用户不需要平台来进行教育和引导,只是想快速了解一些简单的资讯。这部分用户是市场上专业度最高,其角色往往是基金经理、研究员之类,他们的需求集中在查询数据、公告或是管理自己的投资组合等。为这部分群体服务的产品,比较典型的是“Wind资讯”的金融终端。但是这个用户市场相对较小,技术和专业门槛也比较高。

你可能感兴趣的:(用户行为数据驱动--(二)金融用户的维度)