用户画像即用户的抽象化表达,它是一种建立在获取的真实数据之上的目标用户模型。企业通过对用户的调研和行为分析去了解用户,并根据他们的属性、行为和动作的差异将他们区分为不同的类型,然后抽取每种类型的典型特征来定义类型的名字、照片、人口统计学要素、场景等,这就形成了一个人物原型。

当今社会,金融消费者尤其是金融科技消费者的占比逐渐年轻化,90后、00后日益成为金融企业的消费主力。在竞争激烈的市场环境中,金融行业面对的最大挑战就是消费者的消费行为和消费需求的转变,这就要求金融企业必须采用新的方式寻找产品目标客户并为客户进行定制化产品需求。

●用户画像对企业的意义

不管是传统金融消费者还是金融科技消费者行为的改变,都需要企业深度接触客户。但手机应用成为金融企业年轻消费者的客户入口、服务入口、消费入口和数据入口后,金融企业越来越难面对面接触到年轻的消费者,也更难了解他们对金融产品和消费的需求。由于消费者需求不同、消费能力不同,所以市场上的任何产品或任何一种金融服务都不可能完全满足所有用户的需求,这就需要细化金融产品,为不同客户提供不同产品,这时用户画像应运而生,它成为金融企业了解客户、找到客户并触达客户的一种有效手段。

用户画像是企业在了解客户需求和消费能力的基础上,根据业务发展分析客户信用额度、企业市场前景、寻找产品的潜在目标客户,并向客户推广产品的依据。

●用户画像方法分析

金融企业需要结合业务需求和客户实际购买、成交、浏览等记录信息进行用户画像。从实用角度出发,用户画像信息包含人员属性、信誉属性、消费特征、兴趣爱好和社交属性等信息,它们基本覆盖了业务需求所需要的强相关信息,结合外部场景后,这些数据将会产生巨大的商业价值。

(1)人员属性

主要用于描述一个人基本特征的信息,如姓名、性别、年龄、省份城市、手机号码、邮箱、社交账号、家庭住址等,其主要作用是帮助金融企业了解客户基本信息和如何接触用户。

(2)信誉属性

描述用户收入情况、支付消费能力的信息,如职业特征、收入情况、资产占比、负债情况、学历信息、银行信用等级等,其主要作用是帮助金融企业了解客户资产情况和信用情况,定位和区别目标客户。

(3)消费特征

主要针对客户消费习惯和消费偏好进行记录分析并将客户直接归类为某些消费特征人群,其主要作用是帮助金融企业挖掘高频和高价值客户并依据客户消费特点推荐相关金融产品和服务。(www.daowen.com)

(4)兴趣爱好

兴趣爱好信息主要来源于客户日常活动、购买信息和关注信息,这些信息可以帮助企业了解客户兴趣和消费倾向,方便企业对客户进行定向营销推广。尤其是对于年轻人来讲,主要消费都是和兴趣爱好相关的,所以掌握了客户的喜好,自然就可以切入客户消费点。

(5)社交信息

社交信息主要来源于社交媒体的评论信息和发布的信息,这些信息都是代表客户实时状态的信息,如对餐厅的评价可以看出客户的喜好,对旅游产品的询问可以看出客户的出游意愿,从而方便企业向用户推送其关注的信息以达到最终购买的目的。

●金融科技企业用户画像步骤

根据金融科技企业的数据需求和业务需求,可以将用户画像工作从数据集中到数据处理、强相关数据到定性分类数据、引入外部数据到依据业务场景筛选目标用户几个方面进行细化,如图4-1所示。

图4-1 用户画像步骤

金融科技企业内部的信息分布在不同的业务系统中,人员属性信息主要集中在客户关系管理系统中,信用信息主要集中在交易系统、银行征信系统、产品系统和客户关系管理系统中,消费特征主要集中在渠道和产品系统中。

金融科技企业内部信息非常多,包含了用户、交易、浏览等信息,这些信息在用户画像阶段不需要全部提取使用,只需要提取跟业务相关的数据信息来定义目标客户即可,这样可以提高产品转化率,也有利于找到业务的应用场景并实现数据变现。企业获取了所需要的信息后,根据实际产品定义和用户需求整合,对信息进行分类处理,区分不同等级客户,并逐级对用户等信息进行标签化处理。

●互联网大数据对于用户画像的商业价值

互联网大数据在社会发展中起着越来越重要的作用,并且已经在电商、零售、金融、市场分析等行业中取得了一些效果。互联网大数据在预防互联网恶意欺诈和高风险客户识别方面已经有了成熟的应用场景,而用户画像是互联网大数据商业应用的重要领域,结合金融企业的业务场景的用户画像可以帮助金融企业创造商业价值,从而实现互联网大数据的直接变现。