案例:贷款领域的用户数据标签化建设

15天0基础极速入门数据分析,掌握一套数据分析流程和方法,学完就能写一份数据报告!了解一下>>

金融产品经理如何更好了解用户和管理用户,这就要涉及标签的运用。本文从标签层结构入手,运用案例讲解了如何搭建用户标签系统。

一个优秀的连接器,首先要深度理解用户,识别用户,包括借款人的基本信息,融资偏好和征信情况等。要做好这一点,那就离不开用户数据标签化建设。

今天,我们就来聊一聊如何为自己的产品设计一套完整的用户数据标签。

  • 在电商领域,每一个人看到的商品是不一样的,系统推荐给你的商品也是不一样的;
  • 在今日头条,每个人看到的信息也不一样,系统会根据你的喜好,不断推荐类似的信息给你。

以上两个场景,都是因为你的行为数据被系统打上了标签,然后再通过标签匹配你最有可能需要的东西。

那么,在贷款领域可不可以呢?同样可以!

用户需要贷款,系统根据用户填写数据和第三方数据,组合起来为用户打上标签。通过标签,来匹配最合适的资金方。

这样对用户标签化分层的最大好处就是:提高流量的进件通过效率,同时也能提高资金方的审核效率。

在产品设计层面,我们主要要思考如下问题:

  • 用户唯一识别ID是什么(用户统一化)?
  • 数据来源在哪?打什么标签(标签化)?
  • 标签的应用场景(标签业务化)?

首先,我们要确定好用户唯一识别ID。

在贷款场景中,一般是身份证号,比如手机号就不可以,因为我们常常看到一个身份证号对应了多个手机号来申请贷款。

一般需要建设标签系统的公司都是有一定的数据规模的,比如平安集团、绿地金控。在这种公司内部,各部门协作,尤其是数据打通是非常困难的,常见的情况是:各个部门都有自己的业务系统和数据库,相互独立,需要数据的时候就去别的部门调用。

所以,每个部门都有一个自己的用户识别ID。如果想做好用户标签管理,那就要尽早从集团战略角度,从顶层统一设计好用户唯一识别ID,才是长久之计。

然后,我们来设计标签结构,结构分为三层:

最底层:数据层,标签原子层

先看业务数据库,现在大部门金融公司常用的数据库是MySQL和Oracle。

梳理清楚用户申请过程中,系统存储了哪些数据(用户自己填写的和我们从第三方获取的),数据库是如何建表的?还有,数据要包括所有用户端,微信、APP、Web以及第三方合作渠道。

然后,把数据做清洗,设计出标签原子。这样,最底层的工作就完成了。就像做菜,这一步完成了买菜和洗菜,接下来就看你怎么炒菜了。

什么是标签原子?

就是不加任何算法的用户标签。再接地气点说,我们在这一层通常设计的标签如下分类:

  1. 用户基本属性标签:性别,年龄,地域,学历,职业,收入等。
  2. 用户贷款信息,这些信息主要来源于自家产品的进件信息和第三方的信息(比如同盾、白骑士等大数据公司);如果你在银行类型的公司做产品,那么你还可以接入央行征信,在其他公司做产品经理的朋友就不要想了;贷款信息大致如下:申请笔数,逾期次数,逾期金额等。
  3. 用户在自己系统里留下的数据,这个很简单,就是注册,页面漏斗等。

总之,根据自己的业务场景,尽可能全面地给用户打标签。我一般会为这一层专门的设计后台系统页面,取名“标签云”。

这里还是强调一点:这一层的标签都是最客观的数据标签,也就是所谓的标签原子化,一定不要给标签加入算法。

中间层:算法层,集合有算法的标签

这一层标签就是根据运营人员的要求,产品设计好算法,然后交付开发,最终产出一个标签。

比如我们定义一个标签“高风险客户”,算法规则是:同盾低于80分,逾期次数一年内有三个1等。真实设计标签的时候,算法要更复杂,这里只是举个例子。

总之,在算法层,根据自己和其他部门的需要来设计标签。对于产品经理来说每个标签都是一个需求,由产品经理主导,经历需求评审、研发、测试、上线四个环节。

最顶层:业务层

顾名思义,业务层集合的就是可以直接指导业务的标签。这种标签的含金量很高,有的时候,一个标签的产出可能需要花费好几个月的研发成本。

这个层面的标签往往在标签系统建设后期才会出现,逻辑就是如果前面两层的标签质量不高,那么急于建设这个层面的标签就没有意义了。

以上就是所有建设标签结构的思路,整体来总结一下:

  • 数据层:用户基本属性,贷款(业务)属性,自己系统数据,第三方数据等;
  • 算法层:用户还款意愿,用户偏好,活跃用户等;
  • 业务层:个性化推荐,预测标签。

接下来,我来讲一个具体的金融产品设计,通过实战来分享。

一个例子

首先来看我们能拿到哪些数据,那就要分析用户整个贷款申请流程了。

渠道API进件流程:

  1. 客户在渠道APP填写进件资料(渠道将用户填写的资料会传送给我方,这里可以收集到数据,数据可能会包括:用户基本信息,身份证,银行卡,申请额度,申请期限等);
  2. 渠道方将客户资料发送给我方,我方进行风控初审(这里可以通过我方能力来获取客户相关的第三方数据信息);
  3. 确定资金方,审核后放款;
  4. 还款记录和催收记录(这里可以收集到资方返回的用户还款情况数据)。

以上就是整个业务流程,在流程中我整理出来所有各个环节需要存储的数据,为数据层的标签建设做好准备。

在用户填写资料的过程中,需要判断数据的真实性,比如身份证等信息就是真实信息;但是客户自己填写的学历,职业等信息就需要经过第三方验证了,客户往往为了拿到更高的额度,愿意美化自己的身份。

案例就分享到这,欢迎交流,共同进步。

 

本文由 @david 原创发布于人人都是产品经理,未经许可,禁止转载

题图来自 Unsplash,基于 CC0 协议

给作者打赏,鼓励TA抓紧创作!
评论
欢迎留言讨论~!
  1. 差不多的确是这个逻辑,对新人是有参考价值的

    回复
圈子
关注微信公众号
大家都在问