深度案例:精准勾勒用户画像,从0到1构建高效金融客户分析体系

10 评论 52405 浏览 224 收藏 22 分钟

本文作者将详细介绍Formax集团如何精准勾勒用户画像,从0到1构建高效金融客户分析体系,包括Formax集团需求梳理、事件指标设计、数据接入、多维度分析的全过程。

随着我国金融市场开放后外资银行逐步登陆国内市场,以及客户对金融行业服务和产品的需求日益多样化,我国金融业面临着新一轮的挑战与发展机遇。金融行业日益重视勾勒用户画像、进行数据分析。能否将不断增长的结构化和非结构化数据源进行整合分析,释放数据价值进行用户画像,实现银行业务创新,已经成为决定银行未来发展成败的关键因素。金融行业实现数据驱动,精准勾勒用户画像,从0到1构建高效金融客户分析体系这是一个从需求梳理、事件指标设计、数据接入、多维度分析的全过程。

在数据驱动的道路上,Formax集团实现了:

  • 构建高效金融客户分析体系,实现数据驱动产品优化与科学决策;
  • 精准勾勒客户画像,多维度监控增强风控模型;
  • 搭建良性循环的精细化运营体系,精准渠道追踪,营销效果可实时观察、衡量。

下面将详细介绍Formax集团如何精准勾勒用户画像,从0到1构建高效金融客户分析体系,包括Formax集团需求梳理、事件指标设计、数据接入、多维度分析的全过程。(注:因涉嫌商业机密,本文中所涉数据均为虚拟)。

一、梳理需求

科学的数据采集方式要源于企业的业务需求。Formax集团内部按照事业部进行业务线的划分,每个事业部负责一条业务线,并独立的运营、产品和技术人员来负责。业务部门希望可以将行为数据与业务数据进行打通,以实现更精细化的运营。

Formax集团APP针对其实际情况,梳理其主要的数据分析需求:

1、对公共平台(即Formax集团旗下金融圈APP)用户情况精细化分析需求

Formax集团各业务线需求由集团统一整体对接。通过数据分析,希望能够评估整个平台公共功能的使用情况,包括:

  • 用户情况:包括独立访客、页面访客、活跃用户数、新增用户数、注册用户数等,各业务的活跃用户数等;
  • 产品使用情况:包括平均使用时长、访问时长分布、人均访问页面数、跳出率,主要页面的PV等;
  • 核心功能转化漏斗:包括注册流程、绑卡流程、出入金流程 ;
  • 私信使用情况:包括不同类型人群的数量、使用未成功的数量、私信条数分布、发送私信时间分布等;
  • 首页功能模块的使用:各个模块和功能的点击等;
  • 用户关注情况:关注的类型分为自选股、牛人、栏目订阅号,不同类型的关注人数、新增人数等。

2、Life平台精细化分析需求

Life平台是Formax集团内部一个具有些许电商性质的平台,用户可以使用积分或者货币来换取商品。对于Life平台的数据需求点包括:

  • 用户及产品使用情况:包括PV、UV、新增用户数,使用该功能的时长,不同页面的停留时长、跳出率等;
  • 商品交易:包括各类目、各商品的浏览情况,各类目、各商品的交易情况,交易的转化漏斗,商品复购情况等;
  • 订单数据:包括订单量、平均发货时间、平均送达时间等。

3、关于外汇业务线的精细化分析需求

外汇是Formax集团旗下APP上的频道之一。除了提供基本的外汇交易功能,还提供Copymaster(Formax集团外汇跟单社区,是Formax集团第一款面向全球金融交易社会化产品,汇聚了全球外汇投资高手。)外汇交易工具,根据平台上真实交易收益筛选排名,普通投资者可以对特定的外汇投资高手使用“复制”功能,以期望实现最大的收益。因此在该功能中有两类角色,一是高投资者,一个普通投资用户。除一些基础的产品使用情况,伴随着交易对两类角色的分析是他们更为关注的。

企业十分关注两类角色的产品使用情况,希望了解到:

  • 产品使用情况:PV、UV、新增用户,注册用户数,开户用户数,入金用户数,各页面的浏览,核心功能的点击,使用时长等;
  • 牛人投资者:申请牛人数、新增牛人数、放弃牛人数、在绑牛人数、牛人盈利比、牛人核心行为统计;
  • 普通投资者:复制人数、成功复制人数、复制金额等:
  • 交易数据:出入金人数、出入金金额、交易人数、交易金额、交易产品
  • 核心漏斗:注册开户流程、入金流程、交易流程、复制流程

4、对P2P理财业务线的精细化分析需求

针对此方面希望关注:

  • 产品使用情况:PV、UV、新增用户数,核心功能的点击情况,不同页面的停留时长,跳出率等;
  • 交易情况:出入金情况,交易人数,交易金额、复投情况、优惠券使用情况、投资到期后续行为,债券转让情况等;
  • 核心漏斗情况:注册转化、购买理财转化、购买债券转化、申请转让漏斗等。

5、对股票业务线的精细化分析需求

和外汇类似,利用Forbag股票组合工具,可一键购买或卖出专业投资经理或者民间高手创建组合。

  • 推送追踪:接收push、点击push链接
  • 社区资讯:点击、加载、评论、点赞、分享、分布
  • 交易:出入金情况,股票的买入、卖出、撤单、沽空
  • 跟单行为:跟单的牛人
  • 核心转化漏斗:开户流程,入金流程,出金流程等

二、事件指标设计

根据以上的需求点,神策数据针对其实际业务情况和实际数据分析需求,做出了事件设计方案的建议。

针对公共平台(即Formax集团旗下APP)用户情况精细化分析需求;事件设计包括启动和退出、APP浏览页面、APP元素点击、激活APP、注册&登录、实名认证、绑定银行卡、入金&出金、分享等。

  • 针对Life平台精细化分析需求;进行了浏览页、提交订单、支付订单成功、发货&收货等事件设计。
  • 关于外汇业务线的精细化分析需求,进行包括外汇开户流程事件、申请外汇高投资者事件&放弃高投资者资格、购买外汇产品、购买外汇保收产品、外汇跟单等事件设计。
  • 对P2P理财业务线的精细化分析需求,设计了点击理财产品、提交投资信息、支付投资项目、投资成功、投资到期、领取优惠券、债权转让等事件。
  • 按照股票业务线精细化分析需求,针对开户的每一步流程、浏览股票资讯&资讯的点赞、评论、分享、发布,挂单&撤单&完成交易,高投资者跟单事件设计等。

以上事件包含丰富的属性,结合用户属性,用来标记事件发生时的行为和用户特征,如:外汇跟单事件中,包含高投资者类型、高投资者ID等属性,从而去分析不同牛人的跟单情况。再如,P2P理财相关事件中,包含理财产品类型、理财产品名称、收益方式、投资期限、年化收益率、投资金额、优惠券ID、优惠券类型、优惠券金额、实际支付金额、投资收益、支付方式等属性,从而可以去投资行为进行多维分析,了解不同产品类型、不同产品的投资情况,不同投资期限和收益率的投资分布,结合领取优惠券的行为去衡量优惠券的发放效果。

通过元素点击和页面浏览事件,可以采集APP中所有的元素点击和页面浏览,通过元素的内容、所在页面的名称等属性区分用户点击/浏览的是哪一个元素/页面。这些事件,作为自定义事件的补充,实现一些PV、UV、平均使用时长、平均访问深度、跳出率,各功能的点击情况等一些常规需求。

上述事件是Formax集团应用神策数据的前期的事件设计方案,随着该企业的业务发展、对事件设计的理解、需求的变化对事件设计又进行了优化和调整。处于对客户隐私的保护,只列出一个大概思路及框架。

三、数据接入阶段

数据接入阶段分为两个部分,即接入方式和埋点方式。

1、数据接入方式

在该项目中,为保证数据接入的全面性和精准性,数据接入方式包括前端数据采集与后端数据采集:

  1. 普通的行为数据从前端采集;
  2. 后端数据采集。

出金、入金、投资理财产品、购买外汇产品等重要事件采集从后端进行,发放优惠券这类只有后端才有记录的事件从后端采集;一些事件中如提交订单等,部门属性是前段采集的如操作系统、地理信息等,部分属性需要从后端采集如商品品牌,商品分类,商品价格等,此时由前端将所需前端能采集到的属性传给后端,和后端采集的信息进行拼接,统一由后端发送。

2、数据埋点规范

由于企业业务线较多,在确定了每个事件的接入方式后,对埋点规范进行要求,包括:

(1)事件和属性名称的规范

对每个事件,每个属性都定义好埋点的英文名称,保证各业务线、各端传入信息的一致性。且为了便于区分不同的业务线,在事件前额外增加了前缀,如:理财事件的前缀 P2P,外汇事件的前缀 forex,股票事件的前缀 stock。如此既方便对事件的管理,也方便后续的分析使用。

(2)事件采集时机的规范

​明确好每个事件的采集时机,如元素点击事件,是在该元素在前端被点击时触发;而交易成功类事件,如股票交易,购买P2P理财产品成功等,则是在服务端返回了成功信息后才触发;明确的采集时机,使开发人员更加明确,减少了不必要的沟通成功,并且保证数据的准确性。

(3)属性采集范围的规范 

1)同一事件多端采集属性不一致时要明确

以浏览页面为例。该企业平台有一套适用各端的标准的页面ID体系,希望能将各端的浏览页面行为进行统一分析。于是web采用PageView,app端手动埋点。而PageView中有很多预置采集的属性是app上没有的,对于这类属性需要明确的说明,以免给开发带来困扰;

2)特殊属性的取值范围要确定

有些事件是针对特定场景设计的,而其中的属性取值是可以穷举的,也是后续需要分析的点,就需要明确列出。如产品经理需要了解某些特定页面的功能情况,而其他页面的则不需要采集,此时就需要明确需要采集的是那些页面的哪些功能。

另外,针对企业的安全顾虑,神策数据提供私有化部署方案,满足了企业刚需,保护了平台核心资产。

四、应用场景

场景一:与工单系统结合,还原真实用户操作,高效化解客户诉求

对于金融行业而言,保障用户的每一笔资金安全与稳定是至关重要的。在金融企业内,任何与充值、提现等与钱关联的行为,一旦出现问题会影响到用户的体验度和公司信誉,都会对企业发展造成很严重的负面影响。

Formax集团使用工单系统进行客户服务,包括用于客户支持与帮助服务,处理与解决客户事物请求等。工单被送达至目标服务台之后,主要处理流程包括:响应客户请求——听取客户反馈——反馈给技术人员——技术人员查询情况。

然而在整个过程中,客服人员做出一切判断和安排的来源,都是客户的描述:用户进行了哪些操作?出现了哪些异常情况?等。然而,从响应客户请求到处理请求,单纯依赖客户口述会因各种原因造成信息不准确,延长客户服务周期,极易引发客户不满。

图1 用户行为序列    图片来源:神策数据产品

 现在Formax集团能够还原真实用户操作。例如,个人行为序列能够非常方便地查看用户的具体操作行为。除此之外,还展示出每个行为事件的特定属性,如每个接口的回调结果,失败原因等。这样可以客服人员迅速发现问题,第一时间给予客户合理解释,快速解决客户问题。达成以下效果:

  1. 可视化用户行为操作,避免因用户描述含糊不清或错误,而延缓客服操作周期;
  2. 及时定位异常情况,提升客户体验与企业公信力。

场景二:数据驱动定位最佳开屏主题

Formax集团采集了每个页面的ID及该页面上的所有按钮ID和按钮名称等相关属性,用来了解用户在APP上的每一步操作行为。在Formax集团APP开屏页会向金融用户展示一些营销信息或者活动信息。在APP运营初期,产品经理认为用户对“资金安全”的需求要远远高于用户体验。因此在开屏活动页面上会展示出“专业资质”、“多国牌照”等内容,以传递品牌安全感。

图2 针对“资金安全”主题的开屏页面的转化率情况   图片来源:神策数据产品

通过数据分析发现,3月15日至3月30日的用户的转化率为 2.29% ,结果并不理想。

图3 推出针对高收益页面活动页面后的用户转化情况   图片来源:神策数据产品

后来尝试推出针对以“高收益”为主题的活动页面,并经过漏斗分析发现,针对高收益的开平页面的转化率会更高,高达14.05%。因此通过数据而非人员的主观判断去设计产品,这是一次较为成功的改版行为。

除此之外,依托于丰富的用户行为,在其他产品细节点的优化上,同样抛弃了人员主观判断的方案,依靠数据来说话,通过设计两种或多种方案,通过事件分析、漏斗分析等分析模型选择更优的方案。

场景三:打造用户分群、精准推送、效果反馈的全流程精细化运营体系

高居不下的获客成本,增加客户粘性且延长客户的生命周期价值,是各互联网金融企业最为关心的问题,Formax集团也不例外。高效、便捷地给用户精准推送内容,以唤醒沉睡客户是十分常见的营销方式。通常包括以下流程:

设定活动主题和目标——定位营销目标人群——将营销内容触达目标人群——观察推送的效果是否达成目标。以下是Formax集团通过神策分析平台的一次营销活动。

(1)第一步,筛选出“高意向用户”

在用户分析模块的“用户分群”功能页面,以条件筛选方式定位目标群体。例如,为“唤醒”2017年1月注册且浏览过征信页面(通过分析发现,用户浏览征信页面后,后期的留存率较高),但未进行投资的用户,为锁定目标人群,可在用户分析模块的“用户分群”功能页面做如下图操作。

图4 在“用户分群”功能页面,筛选营销目标群体  图片来源:神策数据产品

(2)第二步,向“高意向客户”用户群体,进行信息推送

通过用户分群功能将这部分人筛选出,可以通过短信或者站内弹窗的形式通知,并向该群体推送信息,以刺激其投资。

图5  用户分群后,实行站内推送  图片来源:神策数据产品

(3)第三步,推送效果评估

在完成信息推送后,运营人员可以进行多维度分析,实时展示推送后效果。如该互联网金融客户完成精准推送后,用户可在投资流程转化漏斗中再次查看用户转化情况,评估推送或者产品优化效果。

图6  被推送人群与未被推送人群的总体转化率情况对比  图片来源:神策数据产品

如图可见,对“高意向客户”完成精准推送后,整体转化率高达24.69%,而未进行推送的人群转化率为16.34%,说明这是一次较为成功的精准营销。

如此,Formax集团搭建了高效、便捷、精准的营销平台。企业运营人员在可视化界面上,可依次完成多维度指标用户行为分析、用户分群、对目标人群的精准信息推送工作、实时查看推送效果的全流程精细化运营操作。

相关阅读

实战案例:新零售时代,企业如何以用户数据重塑高效流通链?

 

作者:张乔,神策数据内容营销高级经理,用户行为洞察研究院负责人。公众号:用户行为洞察研究院(即将开始运营)。

本文由 @张乔-神策  原创发布于人人都是产品经理。未经许可,禁止转载。

更多精彩内容,请关注人人都是产品经理微信公众号或下载App
评论
评论请登录
  1. 作者能不能把核心模型这块说说

    来自浙江 回复
  2. “如图可见,对“高意向客户”完成精准推送后,整体转化率高达24.69%,而未进行推送的人群转化率为16.34%,说明这是一次较为成功的精准营销。”这个结论有点问题,要得出高意向客户转化率更高的结论,必须面对所有人群一起推送一次,再对比两者的转化率高低。

    来自上海 回复
  3. 要多看几遍,深度学习下

    来自四川 回复
    1. 谢谢关注 😉

      来自北京 回复
  4. 满满干货,再接再厉。

    回复
    1. 谢谢关注 😉

      来自北京 回复
  5. 👍~干货学习~

    回复
    1. 谢谢麦麦~ 🙂

      来自北京 回复
  6. 文章不错,收获很大,👍

    来自北京 回复
    1. 感谢关注~ 🙂 有机会多多交流~

      来自北京 回复