金融行业5大维度的用户画像

一、金融行业为什么要做用户画像?

金融科技极大程度改变了金融行业传统的营销方式,摆脱了以往渠道单一,撒网式营销,依赖网点、电话进行传播的痛点。在大数据驱动下,企业可以告别撒网式营销,做到低成本、高效率的精准自动化营销。金融企业主要的80、90后消费人群,他们的金融消费习惯也在不断改变,他们不喜欢被动接受金融产品和服务。凭借大数据,营销场景可通过用户喜欢的方式高频地融入用户的生活,打造有温度的场景营销模式,做到“投其所好”的触达,更能获得用户的心。

而金融企业面对的用户群体基数是巨大的,如何刻画适合企业去分析的用户画像呢?我们可以先从企业的业务场景去入手。

 

二、做金融用户画像的目的是什么?

用户画像是在理解用户需求和消费能力,以及了解用户的基础上,寻找潜在产品的目标用户,并利用画像信息为用户开发产品。

从商业角度出发做的用户画像对企业具有很大的价值,所以做用户画像的目的有两个,一个是业务场景出发,找到目标用户。另外一个就是,参考用户画像的信息,为用户设计产品或开展营销活动。

 

三、用户画像的刻画纬度与金融产品业务如何做关联?

万事开头难,由于拥有丰富的数据,金融企业在进行用户画像时,对众多纬度的数据无从下手。大多数企业总是认为用户画像数据纬度越多越好,画像数据越丰富越好,搞得用户画像是一个巨大而复杂的工程。但是费了很大力气进行了画像之后,却发现只剩下了用户画像,和业务相距甚远,没有办法直接支持业务运营。事实上,用户画像涉及数据的纬度需要跟自身产品的业务高度结合,概括来说可从三个方面来做规划:

1、人口属性、信用

包括用户的资产、工作、收入、学历……等信息,人口属性信息就是起到触达用户的作用,比如电话号码、邮箱、住址、办公地址等。这些信息可以帮助金融企业联系用户,将产品和服务推销给用户。

2、强相关信息

比如工作、学历,对收入与信用影响较大的方面就是强相关信息。而身高、星座等信息,很难从概率上分析对消费能力的影响,就不适合放到用户画像中进行分析。因为这些信息对用户消费能力影响很小,没太大的商业价值。

3、定性数据

画像目的是为了筛选出目标用户,定量信息不利于对用户进行筛选,所以将定量转化为定性非常重要。比如避免用30岁、100w年收入这种定量方法划分,应该用年龄段(25~30岁)、收入区间(50w~100w)来划分,有助于快速定位目标用户群。

 

四、有了用户画像以后,我们应该如何触达用户?

从实用性强的角度出发,金融企业需要结合业务来刻画,我们可以将用户画像信息分成五类信息。分别是人口属性,信用属性,消费类型,兴趣爱好,社交属性,以上基本覆盖了业务需求所需强相关信息,结合外部场景数据将会产生巨大的商业价值。我们接下来看看用户画像的五大类信息在实际的用户触达场景下,是如何运营的。

1、人口属性:

主要作用是触达用户。性别,年龄,电话号码,邮箱,住址,当前地理位置等等都属于人口属性信息。

2、信用属性:

比如职业、收入、资产负债、信用评分等都属信用信息。用于描述用户资产增长潜力和收支情况。能帮助企业了解用户资产情况和信用,有利于定位目标用户。

3、消费习惯分类:

用于寻找高频消费、高价值用户。帮助企业根据用户消费特点推荐服务,找准了消费特点,此类人群转化率很高,N次复投率相应地也非常高。例如子女教育,差旅,境外游,餐饮用户,汽车,母婴,理财人群等等。如企业有用户的消费记录可将其归类某些消费特征人群,再进行精准化营销活动触达。

4、兴趣爱好:

此类信息帮助企业了解用户兴趣和消费倾向,也是利于精准化活动营销。需要注意的是,兴趣爱好可能会和消费特征有重复,区别在于数据来源不同。消费习惯来源于已有消费记录,但是购买的东西和服务不一定是用于自身,而兴趣爱好代表本人的真实兴趣。例如户外运动,电影,电子科技,健身,奢侈品,厨艺等。

5、社交信息:

用户在社交媒体上的行为、评论,往往代表他们内心想法和嗜好需求,实时性高、转化率高、易上瘾复购的特质。例如用户询问广州哪里好玩、有美食?旅游订房哪里折扣多?购房哪家优惠多?理财投资哪里风控好?这些社交信息都是代表用户多需求,如果企业可以及时了解到,将会有助于产品推广。但需要注意的是这些社交信息都是动态,持续变化的,切记需要定期更新标签分类,才能做到精准化推广。

 

结语

用户当下需求不等于用户永远的需求,我们应该用可成长型思维根据用户行为、成长阶段去触达用户。

因为,唯有变化才是永恒的法则,避免画像把用户定性固化,造成营销内容跟用户当下的实际需求不匹配。

申请开通侯斯特账号