基于大数据精准营销模型的应用_光环大数据培训.pdf

光环大数据--大数据培训知名品牌 基于大数据的精准营销模型应用_光环大数据培训 如今，商业银行信息化的迅速发展，产生了大量的业务数据、中间数据和非 结构化数据，大数据随之兴起。要从这些海量数据中提取出有价值的信息，为商 业银行的各类决策提供参考和服务，需要结合大数据和人工智能技术。国外的汇 丰、花旗和瑞士银行是数据挖掘技术应用的先行者。在国内的商业银行中，大数 据的思想和技术逐步开始在业务中获得实践和尝试。 面对日趋激烈的行业内部竞争及互联网金融带来的冲击，传统的上门营销、 电话营销，甚至是扫街营销等方式跟不上时代的节奏。利用精准营销可节约大量 的人力物力、提高营销精准程度，并减少业务环节，无形中为商业银行节约了大 量的营销成本。 虽然恒丰银行内部拥有客户的基本信息和交易等大量数据，但是传统的营销 系统并没有挖掘出行内大量数据的价值，仍然停留在传统的规则模型。当下，恒 丰银行接入了大量的外部数据，有着更多的维度，如果将内部数据与外部数据进 行交叉，则能产生更大的价值。客户信息收集越全面、完整，数据分析得到的结 论就越趋向于合理和客观。利用人工智能技术，建立精准营销系统变得可能且必 要。 恒丰银行基于大数据的精准营销方案是利用大数据平台上的机器学习模型 深入洞察客户行为、客户需求，客户偏好，挖掘潜出在客户，实现可持续的营销 计划。 周期/节奏 2016.4-2016.5 完成需求梳理和业务调研，并在此基础上进行总体方案设 光环大数据 光环大数据--大数据培训知名品牌 计。 2016.5-2016.8 整理银行内、外部数据，根据营销需求制定客户标签和设 计文档，实施用户画像。 2016.8-2016.10 在用户画像的基础上，构建理财产品个性化推荐系统。其 中包括个性化推荐算法调研，模型对比等一系列工作。 2016.10-2017.1 客户需求预测并对客户价值进行建模，并完善整合精准营 销应用模型。 2017.1-2017.3 用户画像、个性化推荐、客户价值预测等精准营销模型上 线。 客户名称/所属分类 恒丰银行/客户管理 任务/ 目标 根据零售业务营销要求，运用多种数据源分析客户行为洞察客户需求，实现 精准营销与服务，提高银行客户满意度和忠诚度。 针对不同的客户特征、产品特征和渠道特征，制定不同市场推广策略。为了 完成以上任务，主要从以下几个方面构建精准营销系统： 1.用户画像：结合用户的历史行为和基本属性给用户打标签。 光环大数据 光环大数据--大数据培训知名品牌 2.精准推荐系统：给用户推荐个性化理财产品， 例如在微信银行中给每个 客户推荐他喜欢的产品，帮客户找到其最适合的产品，增加产品的购买率。 3.需求预测和客户价值：新产品发售的时候，找到最有可能购买该产品的客 户，进行短信营销，进而提高产品响应率。客户价值精准定位，根据客户价值水 平制定不同的推荐策略。银行通过计算客户使用其产品与服务后所形成的实际业 务收益，充分了解每一个客户的贡献度，为管理层提供决策支撑。 挑战 项目实施过程由用户画像，精准推荐系统，需求预测和客户价值建模三部分 组成，采用TDH 机器学习平台Discover 所提供的算法和模型库进行开发和验证。 （一）用户画像的建立 客户标签主要包含客户基本属性，客户等级标签，客户偏好标签，客户交易 特征，客户流失特征，客户信用特征，客户终身价值标签，客户潜在需求标签。 （二）精准推荐系统的建立 由于系统复杂，且篇幅有限，仅对其中最重要的理财推荐系统做详细阐述。 精准推荐系统架构图如下。 2.1 业务问题转化为机器学习问题 业务问题 银行理财产品个性化推荐给客户。 例如在微信银行中给每个客户推荐此客