1. 首页
  2. 获客神器

金融行业用户画像的构建与应用

“微信公众号:互金营销研究院(ID:ITFINLAB)”一、什么是用户画像移动营销时代,得用户者得天下,但说到用户,就不得不提用户画像。大家都知道,商界有句名言,那就是我知道自己的广告

金融行业用户画像的构建与应用

“微信公众号:互金营销研究院(ID:ITFINLAB)”

一、什么是用户画像

移动营销时代,得用户者得天下,但说到用户,就不得不提用户画像。大家都知道,商界有句名言,那就是我知道自己的广告费有一半是浪费的,但我不知道浪费的是哪一半。于是,人们越来越重视精准投放和精准营销。但在精准营销领域,这一切都离不开用户画像。

什么是用户画像?用户画像是对特定业务场景下客户信息的系统描述,即对用户信息进行标签化。通过收集用户社交属性、消费习惯、偏好特征等维度数据,并对这些特征属性进行刻画,分析挖掘潜在价值信息,抽象出一个用户的信息全景图。

二、如何构建用户画像

1.数据收集

数据是用户画像的基础。没有数据,用户画像就无从谈起。用户数据怎么收集?用户数据一般分为静态数据和动态数据。

一般来说,每个公司都会有自己的业务系统,可以收集用户的基本属性信息和交易信息,比如用户的姓名、年龄、性别和投资产品、投资金额、交易时间等,这些一般都是用户的静态数据。而用户的行为信息属于动态数据,一般通过SDK嵌入点获取,如用户注册、登录、页面浏览等事件信息。当然,还有收藏和购买o

f.第三方数据,但这是对第一方数据的补充,这里就不讨论了。

2.数据处理

一般我们获取的数据都是来自原始数据,原始数据中可能存在数据空缺、重复或不一致等问题。因此,我们需要对原始数据进行清洗,以便从中提取分析数据,而数据清洗原则通常是结合具体业务场景制定的。

3.数据存取

目前用户数据的获取有多个渠道,而要勾勒出完整的用户视图,渠道之间的数据访问是不可或缺的。例如,如果一个用户可能拥有多个设备、多个账号,那么就需要将多个身份ID组合起来,建立统一的标准,才能构建完整的用户画像。

4.用户数据标签

化学

用户画像的本质其实是标签化的用户行为特征,通过对用户年龄、性别、兴趣爱好等进行标签化,高度提炼出用户行为特征。

用户标签一般分为3类:

1)统计标签:这类标签是最基本、最常见的标签类型,主要是直接从原始数据中提取出来的,如用户性别、年龄、城市等;

2)规则型标签:这类标签主要是基于用户行为和判定规则生成的,如活跃用户、什么是活跃用户,其中标签的规则主要由运营商或数据人员确定;

3)挖掘类标签:这类标签主要是通过数据挖掘产生的,解决了从无到有的问题,比如用户的性别未知,但因为中国人的姓名和性别是强相关的,所以可以用贝叶斯算法来推断用户的性别。

用户标签系统的建立是用户画像中最核心的工作。因此,在对标签系统进行梳理时,尽量遵循MECE原则,做到相互独立、完全穷尽。例如互金行业的标签系统设置如下图。

三、用户画像的实际应用

不同的企业做用户画像会有不同的战略目的;比如,广告平台主要是为了精准投放、找到目标用户,内容平台则是为了个性化推荐、更好地留存用户;数据平台是为了用户分析,挖掘数据价值,驱动运营增长;

对于金融行业而言,目前金融服务正从以产品为中心转向以用户为中心。面对不同类型的用户,用户群体的细分非常重要。例如,有些客户是偏好保本收益的稳健型投资者,有些则是激进型投资者

喜欢高风险收入的人。这时,就应该针对不同的用户群体设计不同的金融产品。同样,针对不同年龄、不同职业、不同偏好的用户所采取的营销策略也会有所不同。这时,就可以根据用户属性信息、消费特点、兴趣偏好等,为不同的用户提供不同的产品、服务和营销策略。

在精准营销领域,用户画像不可或缺。良好的用户画像可以帮助企业定位产品、细分人群、指导营销决策。但用户画像的构建和使用必须与具体的业务场景相结合,否则即使数据维度再多,用户画像再完整,也起不到作用

.

数商云MA(Marketing Automation)是大数据驱动的自动化营销平台

版权声明:本文由数商云MA原创。商业转载请联系作者授权。非商业转载请注明出处

金融行业用户画像的构建与应用1

本文来自网络仅做展示,观点不代表云扬帆立场,转载请联系原作者。

联系我们

在线咨询:点击这里给我发消息

业务联系:scyiba

侵删专线:bfbmbhk

工作时间:周一至周五,9:30-18:30,节假日休息

QR code