《金融行業(yè)大數據精準營銷及精細化管理》

一、互聯網時代的“大數據、大機遇”：

1.概述

1)大數據概念和特點

2)大數據需要哪些技術支撐

3)大數據能夠帶來哪些新應用？

4）互聯網時代產生的金融大數據內容

5）大數據如何改寫金融行業(yè)？

2.大數據時代帶來對傳統(tǒng)營銷的挑戰(zhàn)

1)大數據如何成為資產？

2)大數據如何體現精確營銷

3)大數據的價值

4）互聯網大數據對于金融企業(yè)的價值

3.大數據時代的新營銷模式

1)互聯網的營銷模式——微博營銷、微信營銷、網頁營銷等

2)CRM——“舊貌煥發(fā)新顏”

3)精確營銷——裝上了GPS，實現“精確打擊”

4）金融行業(yè)的客戶營銷——喜好、產品、內容

【示例】淘寶支付寶大數據分析案例分享

4.如何在海量數據中整合線上、線下數據，形成你對消費者的獨特洞察力

1)知道客戶的各個屬性——互聯網時代不再“是否是狗”

2)客戶的群體特征——“人以群分”

3）如何識別客戶欺詐的潛在風險？

5.如何建立全渠道數據平臺，拓展營銷渠道，提高營銷效率

1)客戶接觸渠道分類

2)電話、QQ、微博——全方位覆蓋

3)如果進行廣告的精確投放？

4)金融產品營銷渠道的拓展

6.大數據的實現架構和體系

1)HADOOP技術了

2)MAP/REDUCE算法

3)非結構化數據分析的特點

4）數據倉庫技術

5）數據的ETL過程描述

6）數據挖掘概述

【示例】騰訊“廣點通”（精準廣告）大數據應用案例

二、大數據下客戶的“透視”：

1、客戶是“上帝”，如何找到“上帝”？

1）上帝是什么樣子？

上帝是什么視圖？

2）客戶是什么樣子？

金融客戶是什么視圖？有什么樣的客戶標簽？

3）提供哪些產品？

金融產品是什么視圖？有什么產品標簽？

4）如何建立客戶和產品間的關系？

為合適的客戶，找到合適的產品

2、我們對自己的客戶（“上帝”）了解多少？

1）客戶會有什么特點？

客戶的基本特征（如：不同產品的年齡分布）

客戶的群體特征（如：不同年齡群體關注點有哪些？）

【示例】客戶細分模型案例

現代營銷模式的基礎，以現有產品為基礎，尋找群體客戶適合的產品和服務。

客戶的交往圈子（如：股民圈子關注哪些金融產品？）

【示例】金融行業(yè)/電信行業(yè)客戶交往圈分析案例

客戶的內容消費特征（如：客戶喜好哪些內容？喜歡那些金融產品？）

基于大數據，換個角度規(guī)劃產品和服務。

2）大數據時代營銷的方法

營銷方法論和知識庫（分析問題的知識庫和方法樹）

互聯網時代的營銷：“大數據、微營銷”（細節(jié)營銷）

營銷的渠道規(guī)劃：實時營銷和事件營銷

【示例】美劇《紙牌屋》的大數據營銷；

3）企業(yè)管理方面的情況

及時發(fā)現企業(yè)真實的情況（哪些運營的關鍵指標KPI？）

像人體一樣，如何及時發(fā)現病癥？（關鍵指標KPI的波動范圍？）

【示例】：電信企業(yè)的數碼儀表盤，展示企業(yè)的KPI；如何**手機彩信及時展現KPI給領導。

【示例】百度大數據產品（司南、精算、預測等）應用介紹

3、如何“幫客戶買產品，而不是推銷其不需要的產品”

1）如何進行客戶的“X光透視”？

（客戶的統(tǒng)一視圖包含哪些信息？哪些是關鍵屬性？）

如何發(fā)現客戶的真實需求？（服務與騷擾的區(qū)別）

【示例】：金融行業(yè)客戶的內容標簽展示

2）內部產品的科學選配

（如何提供講師般量化的分析，為用戶提供優(yōu)的內部產品？

如：金融行業(yè)計算出適合用戶模式的理財產品進行選擇）

【示例】：為客戶定制合適的資費：經過數據精算后，告訴客戶，A產品比B產品更適合張三。

3）競爭對手產品的對比

與競爭對手間的產品差異化區(qū)隔

自己產品的優(yōu)勢和弱點（如何提供量化的分析結果？）

【示例】：競爭對手的“客戶回歸”分析案例

4）銷售過程的處理

銷售時機的把握銷售語術的把握

4、大數據營銷的作用和價值

1）數據和知識是人的本質特征

2）大腦是人與動物的差別

3）“事半功倍”是捷徑

4）從“拼刺刀”到“信息戰(zhàn)”；

【示例】：某人關系圖

5、金融行業(yè)如何識別欺詐客戶

1）客戶的行為和內容數據

2）欺詐客戶的行為特點

3）欺詐客戶數據挖掘模型

4）發(fā)洗錢識別模型

5）實時識別、實時預防

【示例】金融行業(yè)欺詐客戶識別案例（基于客戶行為數據分析）

6、客戶的征信模型

1)客戶征信的內容

2)客戶征信應用領域

3)央行與阿里的客戶征信差異

4)客戶征信計算模型

【示例】阿里的螞蟻信用分案例

三、基礎數據的收集和分析

1、數據的種類

1）客戶數據內容（金融客戶的基本資料）

2）產品數據內容（產品的編碼）

3）營銷數據內容（交易記錄的保存）

4）服務數據內容（客戶服務數據的保存）

5）金融數據的特點：（交易型數據少、價值密度高等）

2、數據的存放方法

1）數據的清洗、轉換和加載

2）存放在數據庫/數據倉庫

3）數據的基本分析工具EXCEL等

4）數據倉庫的基本原理

5）HADOOP數據中心的基本原理

3、數據的基本整理

1）數據的歸類存放（建模型）

2）數據的基本加工

4、數據挖掘技術

1）數據的基本匯總

2）數據中的“金子”：從石頭中淘金子

3）數據挖掘：“啤酒和尿布”的故事

4）數據挖掘過程

5）數據挖掘算法介紹

包括：關聯分析、聚類分析、決策樹分析、孤立點分析等算法

【示例】：客戶挽留案例剖析（數據挖掘中分類算法）

6）高級的數據挖掘工具SAS和SPSS等

【示例】：**SAS工具識別客戶欺詐案例

5、數據質量的基本保障

1）指標的口徑描述和統(tǒng)一

2）后期補數據成本是前提收集數據成本的15倍

3）“差之毫厘謬以千里”

6、數據的安全管控

1）4A權限管控

2）數據的加密等多種技術

3）系統(tǒng)的“城防圖”：

【示例】：某企業(yè)的數據倉庫安全案例

四、客戶的分析/認知

1、客戶的定義和范疇

用戶和客戶的區(qū)別

客戶是否要進行細分，如校園客戶、家庭客戶、集團客戶、小微企業(yè)客戶等

2、關于客戶的基本“信息”（管中窺豹）

身份證信息行為愛好信息衍生信息

客戶資料信息透露的內容分析

【示例】客戶基本信息分析示例

3、客戶的基本屬性標簽（如對兒童家庭投放兒童保險產品等）

增值服務等方面，讓服務更加貼近客戶

如何爬取客戶的內容信息

【示例】互聯網客戶“內容爬取”示例

4、客戶的喜好（“不怕沒缺點，就怕沒愛好”）

經常出沒的地方（高爾夫場、酒吧街、電影院等）

**前臺的觀察和后臺的詢問等獲取的知識

【示例】**網頁瀏覽內容分析，獲取用戶的內容信息

5、客戶的細化分群

客戶分群的依據（物以類聚、人以群分）

數據挖掘技術應用客戶分群的方法：

【示例】：淘寶客戶分群案例

6、客戶的知識庫

實時調出符合條件的客戶群體來

【示例】：金融/電信行業(yè)客戶知識庫舉例

7、客戶的“交叉營銷”

如何識別家庭客戶/集團客戶？

如何針對家庭客戶/集團客戶進行營銷？

【示例】：保險行業(yè)家庭客戶交叉營銷案例

8、客戶的“再挖掘”（UPSELL/CROSSSELL）

客戶群中的“種子/關鍵”客戶客戶的交往圈分析

基于客戶交往圈，進行客戶“再挖掘”

【示例】：客戶交往圈中“關鍵客戶”識別案例

9、客戶的生命周期管理

客戶的生命周期數據分析滲透到客戶的生命周期全過程

【示例】客戶生命周期中數據挖掘應用展示

10、客戶的實時欺詐監(jiān)控

客戶的信譽打分；

實時分析設計與實現；

【示例】：基于客戶行為的實時監(jiān)控分析

五、金融產品的分析/認知

1、產品的定義和范疇

金融產品、保險產品、理財產品、股票產品等

2、關于產品的基本“信息”

產品的使用客戶特征分析

產品的關聯特征分析

【示例】產品關聯分析案例

3、產品的基本屬性標簽

產品基本內容

產品增值內容

【示例】增值產品的潛在客戶分析案例

4、競爭對手的競品分析

競爭對手的同類產品分析

競品產品量化對比分析

【示例】為客戶定制“產品”

5、產品的潛在客戶分析

產品潛在用戶的特征分析

【示例】：“猜你喜歡”案例介紹

6、產品的“交叉營銷”

如何識別客戶喜好的產品？

如何進行客戶交叉營銷？

【示例】：金融行業(yè)產品交叉營銷案例（金融的啤酒和尿布）

7、產品的升級、改造

產品改進數據獲取

產品改進創(chuàng)新設計

【示例】小米手機的大數據營銷案例

六、如何為合適的用戶提供合適的產品？

1、營銷的目的：為合適的用戶提供合適的產品

除了“激情營銷”，更需要“理性營銷”；

真正滿足客戶需求才能構建長久的營銷關系；

客戶的真實需求如何？

2、如何發(fā)現合適的用戶

誰是合適的客戶？標準有哪些？客戶的擔心、顧慮是什么？

3、如何提供合適的產品

從現有的產品客戶中尋找目標客戶特征

【示例】：電信行業(yè)客戶“手機閱讀報”針對性營銷案例示例

4、營銷案的設計和評估

如何吸引用戶？如何讓用戶選擇產品？

營銷與廣告的差異；

營銷案的設計（吸引眼球）；
營銷案的評估

5、營銷的過程和細節(jié)

類似CRM系統(tǒng)的營銷流程管理

營銷活動的實時性提升

【示例】：某餐飲行業(yè)CRM營銷案例

6、營銷的渠道選擇

客戶是否喜歡外呼電話，還是短信？還是網上營業(yè)廳？

【示例】：用戶偏好渠道分析的案例

7、如何避免對客戶的過渡打擾

限制每月的外呼次數；

**網站等渠道進行營銷和廣告；

8、客戶的挽留和延伸銷售

識別真正有價值的客戶；

【示例】：客戶價值評估介紹

盡量讓客戶進入更高級別，避免降級：（行業(yè)的價格戰(zhàn)，將鉆石卡用戶打成了金卡；金卡用戶打成了銀卡）

七、企業(yè)的“智慧運營”

1、企業(yè)量化管理概述：

企業(yè)的量化指標；

企業(yè)的量化管理內容；

【示例】企業(yè)基于GIS信息的網格指標監(jiān)控

2、企業(yè)成本分析：

成本數據獲取；

成本分析內容；

【示例】某企業(yè)人工成本分析案例

3、企業(yè)價值鏈管控分析

企業(yè)上下游企業(yè)分析；

【示例】某企業(yè)渠道欺詐分析；

4、企業(yè)的異常運營控制

異常KPI指標的及時告警；

異常的基本影響因素分析

【示例】某企業(yè)KPI異常監(jiān)控和分析案例

5、金融企業(yè)的風險控制

互聯網輿情監(jiān)控；

客戶（企業(yè)）的360度大數據收集；

客戶（企業(yè)）的360度風險評估；

【示例】企業(yè)風險評估案例

6、網貸平臺的P2P風險評估

P2P的沖擊和挑戰(zhàn)；

P2P的風險評估數據及方法；

【示例】P2P風險評估案例

八、如何編寫漂亮的分析報告（既有漂亮里子，也要有漂亮面子）

1、數據是基礎

2、分析報告是展現形式

3、分析報告的思路

4、分析報告的方法

示例：分析報告演示

九、數據的質量問題

（數據倉庫項目的60%精力是在解決數據質量問題）

1、數據質量的問題表現

接通率的量化依據數據轉換成為成功訂單幾率的描述

示例：數據質量的問題分布圖

2、數據質量的根源在哪里

業(yè)務管理的標準化指標的口徑一致性問題

3、數據質量的管理模式

理清數據的來龍去脈列出數據的監(jiān)控點

4、數據質量的量化評估方法

數據質量的評估標準

【示例】：數據質量的評估指標

十、總結和展望

段方老師的其它課程