導(dǎo)讀：本文和大家分享的是大數(shù)據(jù)在企業(yè)精細(xì)化運(yùn)營方面的運(yùn)用，主要的還是在銀行、零售領(lǐng)域的應(yīng)用。

文末有福利，別錯(cuò)過！

首先大家對(duì)于“大數(shù)據(jù)殺熟”這件事怎么理解？“殺熟”是客戶營銷方面的標(biāo)準(zhǔn)操作嗎？高科技公司掌握了我們的個(gè)人信息，難道只能用于誘騙客戶進(jìn)行過度消費(fèi)嗎？

回答這個(gè)問題之前，我們了解一個(gè)名詞，叫做“價(jià)格歧視”。這個(gè)詞很多人認(rèn)為是貶義詞，因?yàn)樗c“壟斷”這個(gè)詞是伴生的。其實(shí)它是個(gè)中性詞，如果一家企業(yè)能夠利用科技手段實(shí)現(xiàn)價(jià)格歧視，那它必須獲得客戶認(rèn)可，是一家可以獲取超額收益的領(lǐng)先企業(yè)。價(jià)格歧視一般可以分為三級(jí)。

• 一級(jí)價(jià)格歧視就是根據(jù)不同的市場(chǎng)制定不同的價(jià)格，比如iPhone在不同國家的定價(jià)策略；

• 二級(jí)價(jià)格歧視是根據(jù)客戶購買量的不同而形成價(jià)格差異，一般是量越大，價(jià)格越便宜；

• 三級(jí)價(jià)格歧視是根據(jù)每個(gè)人需求的差異，進(jìn)行針對(duì)性的定價(jià)。

價(jià)格歧視的等級(jí)越高，企業(yè)的超額利潤就越大，對(duì)企業(yè)的能力要求也越高。第三級(jí)的價(jià)格歧視單純靠市場(chǎng)力量是很難達(dá)不到的，但是做到二級(jí)價(jià)格歧視還是沒問題的。

一般而言，粘性越高的客戶，其服務(wù)成本就越低，客戶得到的性價(jià)比就可以越高。企業(yè)或商家利用客戶歷史沉淀下的交易信息分析其需求偏好，從而以更高的效率提供性價(jià)比更高的服務(wù)。形成良性循環(huán)，最終成就“超級(jí)客戶”戰(zhàn)略。這便是商業(yè)上運(yùn)用“大數(shù)據(jù)”的初衷。

01 數(shù)據(jù)分析在銀行的應(yīng)用演變

我們從最開始的獲取客戶的數(shù)據(jù)，到后來整合外部數(shù)據(jù)，到最后無時(shí)無刻不在采集數(shù)據(jù)。我們收集這么多數(shù)據(jù)的目的并不是想去壓榨用戶，而是想去了解用戶。

我們希望通過對(duì)用戶更好的了解，來改進(jìn)我們的產(chǎn)品，增加用戶粘性，提升客戶體驗(yàn)。我們想把用戶發(fā)展成我們的超級(jí)客戶。

說道這里，大家可能就知道我要說什么了：價(jià)格歧視的是新客戶，使用大數(shù)據(jù)是為了更好的回饋老客戶。“殺熟”是蹩腳的業(yè)務(wù)運(yùn)營人員搞出來的，這個(gè)鍋大數(shù)據(jù)不背。?

現(xiàn)今數(shù)據(jù)的確越來越多了，以下是某著名咨詢公司總結(jié)的大數(shù)據(jù)在金融方面的主要應(yīng)用。

最廣泛的應(yīng)用是營銷領(lǐng)域，可以看到圖中右上角的部分，包括精準(zhǔn)營銷、用戶畫像等等。而數(shù)據(jù)在銀行中的作用，主要體現(xiàn)在以下四個(gè)方面。

??

上面的兩個(gè)運(yùn)用是針對(duì)客戶的。目前傳統(tǒng)的分類會(huì)分為客戶智能、風(fēng)險(xiǎn)智能。客戶智能就是了解我們的客戶，進(jìn)而開展?fàn)I銷和維護(hù)。風(fēng)險(xiǎn)智能用于避免客戶將來發(fā)生違約。

為什么說這個(gè)比較傳統(tǒng)？因?yàn)樵诹髁靠萁叩默F(xiàn)在，客戶和風(fēng)險(xiǎn)的分界線開始模糊。金融機(jī)構(gòu)也不是像過去那樣高高在上，風(fēng)控不能像過去那樣不考慮營銷的疾苦。平安銀行在客戶運(yùn)營的時(shí)候就用了一個(gè)比較貼切的詞，叫交易對(duì)手。意思是客戶和風(fēng)險(xiǎn)不應(yīng)該分開，而是把它們放在一起，綜合考慮如何去識(shí)別風(fēng)險(xiǎn)和滿足客戶需求。

下面的這兩個(gè)運(yùn)用是針對(duì)于組織機(jī)構(gòu)的，即經(jīng)營分析和財(cái)務(wù)分析。經(jīng)營分析的IT應(yīng)用分為大屏展示、固定報(bào)表、自助分析等。

??

以上是一個(gè)基于大數(shù)據(jù)做的經(jīng)營分析。在企業(yè)里做這類經(jīng)營分析的時(shí)候，無非就是要知道什么時(shí)間、地點(diǎn)，發(fā)生了什么事。過去我們做分析要分為6步：業(yè)務(wù)人員提需求、部門確認(rèn)做調(diào)研，然后做數(shù)據(jù)需求，報(bào)表設(shè)計(jì)，最后呈現(xiàn)。而現(xiàn)在我們可以根據(jù)BI產(chǎn)品里提供的各種分析工具（比如排序分析、對(duì)比分析等），減少了很多流程，大大縮短了分析呈現(xiàn)的周期。

??

這是一個(gè)實(shí)時(shí)大屏的案例。剛才我們展示的是互動(dòng)模式，一般都是T+1、T+2。大屏可以做到實(shí)時(shí)的、或是延遲5分鐘的情況，對(duì)于我們進(jìn)行監(jiān)控比較有利。

02 商業(yè)銀行的智能風(fēng)控

下面我們講講風(fēng)險(xiǎn)問題。什么是風(fēng)險(xiǎn)？任何的不確定性就是風(fēng)險(xiǎn)，那歸根到底是缺乏決策所依賴的信息。

過去風(fēng)險(xiǎn)還比較容易控制，因?yàn)殂y行當(dāng)時(shí)只做大型企業(yè)，幾個(gè)甚至十幾個(gè)客戶經(jīng)理對(duì)接一家企業(yè)，企業(yè)的信息他們看的跟明鏡一樣，所以數(shù)據(jù)挖掘?qū)λ麄儧]有多么重要。但是隨著很多銀行開始做小微客戶，客戶越來越下沉，客戶經(jīng)理越來越難以分析客戶情況。這種情況下他們會(huì)發(fā)現(xiàn)面臨的風(fēng)險(xiǎn)跟過去完全不一樣了。

存在風(fēng)險(xiǎn)，主要是不了解客戶。降低風(fēng)險(xiǎn)的第一步是要打通客戶數(shù)據(jù)。解決方案其實(shí)很簡(jiǎn)單，就是把不同維度的數(shù)據(jù)打通。我們對(duì)企業(yè)越了解，它的不確定性就越少，所謂風(fēng)險(xiǎn)就可以被我們識(shí)別了。實(shí)現(xiàn)這種效果的第一個(gè)方案，就是把數(shù)據(jù)整合在一塊兒，不論是內(nèi)部還是外部的信息。我舉個(gè)具體的例子。 這是利用工商注冊(cè)信息，通過企業(yè)投資圖譜建立聯(lián)系。現(xiàn)在隨便百度一個(gè)企業(yè)，都可以看到這些數(shù)據(jù)。

??

我們過去研究銀行在做貸后管理的時(shí)候，他們說如果能夠提前5天知道客戶將違約，就是很大的受益了。對(duì)于銀行來說，他們只要比兄弟銀行早一天去收債，損失就會(huì)小很多。現(xiàn)在就有這方面的系統(tǒng)，能提前3個(gè)月知道哪些企業(yè)要出現(xiàn)問題。大家知道中國的企業(yè)關(guān)聯(lián)性很強(qiáng)，有一家企業(yè)出現(xiàn)財(cái)務(wù)危機(jī)了，大概率情況下3個(gè)月內(nèi)對(duì)其他關(guān)聯(lián)企業(yè)也會(huì)產(chǎn)生影響。

03 如何應(yīng)用客戶智能進(jìn)行精細(xì)化運(yùn)營？

下面我們說客戶智能。剛才提到我們是要做超級(jí)客戶，不是做殺熟。我們要營銷一個(gè)產(chǎn)品，最主要就是了解這個(gè)產(chǎn)品的特征，進(jìn)而要尋找客戶的標(biāo)簽。

這個(gè)標(biāo)簽是什么，標(biāo)簽就是引起客戶在決策點(diǎn)形成差異性的一些變量。

1. 以汽車銷售為例的用戶標(biāo)簽

舉個(gè)例子，現(xiàn)在有個(gè)賣車的網(wǎng)站，賣的是一手車，它的價(jià)格區(qū)間有10萬以下，10萬至15萬，15萬至30萬，哪些標(biāo)簽會(huì)對(duì)價(jià)格決策點(diǎn)形成差異性？你需要考慮你的客戶有什么標(biāo)簽。

有人說是年收入，這個(gè)標(biāo)簽確實(shí)很好。客戶的標(biāo)簽會(huì)影響這個(gè)決策點(diǎn)的產(chǎn)生、差異性。

接下來，如果同樣是15至30萬的檔次的車，因?yàn)閷?duì)于產(chǎn)品的標(biāo)簽，除了價(jià)格以外還可以再細(xì)分，比如汽車的油耗。這時(shí)候就該其他標(biāo)簽起作用了，比如所在地域、是否定期健身等。

從上面的例子可以看出，我們做營銷時(shí)，一方面要掌握產(chǎn)品的標(biāo)簽，可以描述出產(chǎn)品的特性、潛在人群。另一方面來自于客戶的特質(zhì)，這些標(biāo)簽可以透露其行為偏好。

渠道會(huì)對(duì)我們的標(biāo)簽和決策點(diǎn)有什么影響？它主要起調(diào)節(jié)作用。我舉個(gè)例子，比如說一個(gè)三十多歲的城市白領(lǐng)，整天在城市里，偶爾去郊區(qū)玩，開車主要是上上下班和接送孩子。有大概是15萬到30萬的預(yù)算，這個(gè)時(shí)候如果在網(wǎng)上買車，他是在冷靜中做決策的情況下，一般會(huì)買一個(gè)普通的SUV。但是如果是在展銷會(huì)上，有可能會(huì)被現(xiàn)場(chǎng)的場(chǎng)景所激發(fā)，買了一輛城市越野。

不同的信息接觸點(diǎn)，也會(huì)對(duì)我們這樣的偏好產(chǎn)生一定的影響，這就是渠道的作用。渠道并不單單指在購買那個(gè)點(diǎn)產(chǎn)生的影響，而是整個(gè)決策鏈條上，不同的信息技術(shù)渠道都會(huì)影響我們的決策。

2. 如何制作用戶標(biāo)簽

現(xiàn)在商業(yè)企業(yè)都知道做標(biāo)簽的重要性了，而且不惜花大價(jià)錢請(qǐng)咨詢公司來作標(biāo)簽體系，還要用到各種復(fù)雜的算法。其實(shí)一般情況下做最有價(jià)值的那些標(biāo)簽沒什么難度，無非就是把我們能收集的關(guān)于客戶數(shù)據(jù)堆在一塊兒而已，有些叫360視圖。

這些信息其實(shí)是原材料，堆完之后我們就開始動(dòng)腦筋想辦法做標(biāo)簽了。我們通過一些方法，比如客戶的上下班駕車時(shí)間，看他是高峰期上下班，還是錯(cuò)峰上下班，這些都可以變成我們的標(biāo)簽。

??

舉一個(gè)早在2013年某信用卡公司做“潛在高價(jià)值客戶”這個(gè)標(biāo)簽的例子。所謂高價(jià)值客戶就是每個(gè)月給信用卡中心貢獻(xiàn)錢多的，無非就是有消費(fèi)帶來的錢，還有就是利息帶來的錢。

以往獲取高價(jià)值客戶的思路是搶客戶，尋找其他家的高價(jià)值客戶，然后把他搶過來。這就造成了我們大部分公司都會(huì)產(chǎn)生的困境，就是相互PK，大家都不去培養(yǎng)潛在的高價(jià)值客戶。

這家信用卡公司的思路很超前，希望自己培育客戶，提前發(fā)現(xiàn)那些有潛質(zhì)的客戶，重點(diǎn)培育。但是在標(biāo)簽的時(shí)候遇到了困難，因?yàn)榛镜目蛻魧傩詷?biāo)簽和社會(huì)經(jīng)濟(jì)標(biāo)簽在這塊用處并不大。

我們開始分析是什么樣人會(huì)成為高價(jià)值客戶。分析思路是這樣的：曾經(jīng)一個(gè)銀行的柜員向我抱怨，她的一個(gè)同事特別愛拍馬屁，別人都跟領(lǐng)導(dǎo)走的關(guān)系不近，而她管領(lǐng)導(dǎo)叫女神，女神干什么她干什么，衣食化妝品方面都在模仿她的那個(gè)女神。當(dāng)然她的收入有限，消費(fèi)的總額并不多。一年以后她成了大堂副經(jīng)理。是不是因?yàn)榕裣矚g她而提拔她？不是，因?yàn)榕褡吡酥笏諛颖惶岚巍?/span>

這個(gè)問題告訴我們什么？跟成功人士像的人是潛在的成功人士。所以，我們的做法就是看每個(gè)不同人的信用卡記錄，就看他消費(fèi)物品的種類。我們先統(tǒng)計(jì)既有的高價(jià)值客戶購買的產(chǎn)品結(jié)構(gòu)，然后再看非高價(jià)值客戶中，哪些人購買的產(chǎn)品結(jié)構(gòu)和目前的高價(jià)值客戶相似。這叫做Lookalike策略，現(xiàn)在被廣泛的用于數(shù)字化營銷。

標(biāo)簽其實(shí)就是對(duì)客戶進(jìn)行洞察的結(jié)果，是一個(gè)歸納性的東西。基于客戶標(biāo)簽就可以制定有針對(duì)性的營銷策略。 以下是一個(gè)從客戶標(biāo)簽，到客戶需求推斷，再到營銷活動(dòng)策略的示例。

??

最后，很多人關(guān)心標(biāo)簽是否準(zhǔn)確，其實(shí)這一點(diǎn)并不重要。因?yàn)闋I銷是看效果的，只要營銷效果有提升，標(biāo)簽不準(zhǔn)又如何？

而且標(biāo)簽的準(zhǔn)確性依賴于數(shù)據(jù)。客戶業(yè)務(wù)少，行為信息就少，標(biāo)簽準(zhǔn)確性就差；客戶被激活了，行為信息多，標(biāo)簽就準(zhǔn)確性高了。我們不應(yīng)該糾結(jié)于是先找好雞蛋孵小雞，還是先找好雞下好蛋。只要方法論正確，效果就會(huì)在迭代中提升。

關(guān)于作者：常國珍，《Python數(shù)據(jù)科學(xué)：技術(shù)詳解與商業(yè)實(shí)踐》一書作者，數(shù)據(jù)科學(xué)專家和金融技術(shù)專家。北京大學(xué)會(huì)計(jì)學(xué)博士，中國大數(shù)據(jù)產(chǎn)業(yè)生態(tài)聯(lián)盟專家委員會(huì)委員。2005年進(jìn)入數(shù)據(jù)科學(xué)領(lǐng)域，先后在亞信、德勤等企業(yè)從事電信、金融行業(yè)數(shù)據(jù)挖掘工作，現(xiàn)就職于中銀消費(fèi)金融有限公司數(shù)據(jù)管理部。專注于消費(fèi)金融領(lǐng)域的數(shù)據(jù)治理、客戶智能與風(fēng)險(xiǎn)智能。

延伸閱讀《Python數(shù)據(jù)科學(xué)》

轉(zhuǎn)載請(qǐng)聯(lián)系微信：togo-maruko

點(diǎn)擊文末右下角“寫留言”發(fā)表你的觀點(diǎn)

推薦語：這是一本以Python為工具，以商業(yè)實(shí)戰(zhàn)為導(dǎo)向的數(shù)據(jù)科學(xué)家養(yǎng)成手冊(cè)，從技術(shù)、業(yè)務(wù)、商業(yè)實(shí)戰(zhàn)3個(gè)維度為有志成為數(shù)據(jù)科學(xué)家的讀者提供了系統(tǒng)化的學(xué)習(xí)路徑。

福利來了，雖然一直在說銀行的事，但我們不送錢，送書！

你有沒有過被大數(shù)據(jù)“殺熟”的經(jīng)歷？你有沒有過被大數(shù)據(jù)猜到你要買什么的經(jīng)歷？你還知道哪些大數(shù)據(jù)用于客戶分析的案例？任選以上話題，在文末留言區(qū)參與討論，被贊得最高的3條留言以及被我們精選出的3條走心留言的發(fā)布者將獲贈(zèng)《Python數(shù)據(jù)科學(xué)：技術(shù)詳解與商業(yè)實(shí)踐》。

活動(dòng)截止時(shí)間：8月9日（周四）22:00

數(shù)據(jù)說話：根據(jù)以往經(jīng)驗(yàn)，我們活動(dòng)的中獎(jiǎng)率高達(dá)30%+，是不是很良心喲？這么高的中獎(jiǎng)率，別告訴我你只是路過……

更多精彩

在公眾號(hào)后臺(tái)對(duì)話框輸入以下關(guān)鍵詞

查看更多優(yōu)質(zhì)內(nèi)容！

PPT?|?報(bào)告?|?讀書?|?書單?|?干貨

Python?|?機(jī)器學(xué)習(xí)?|?深度學(xué)習(xí)?|?神經(jīng)網(wǎng)絡(luò)

區(qū)塊鏈?|?揭秘?|?高考?|?福利

猜你想看

• 結(jié)不起婚生不起娃的低欲望社會(huì)來了？這份自救指南拿走不謝！
  

• 人人都能看懂的機(jī)器學(xué)習(xí)！3個(gè)案例詳解聚類、回歸、分類算法

• pandas創(chuàng)始人手把手教你利用Python進(jìn)行數(shù)據(jù)分析（思維導(dǎo)圖）
  

• 一人扭轉(zhuǎn)二戰(zhàn)局勢(shì)，30000人要求英國為他道歉！“永恒的圖靈”到底有多牛？
  

Q:?你有被大數(shù)據(jù)殺熟的經(jīng)歷嗎？

歡迎留言并順便贏取福利

覺得不錯(cuò)，請(qǐng)把這篇文章分享給你的朋友

轉(zhuǎn)載 / 投稿請(qǐng)聯(lián)系：baiyu@hzbook.com

更多精彩，請(qǐng)?jiān)诤笈_(tái)點(diǎn)擊“歷史文章”查看

總結(jié)

以上是生活随笔為你收集整理的大数据不背“杀熟”的锅！高科技公司掌握了你的个人信息，都干了些啥？的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。