案例 | 一文全面了解金融行業5大維度的用戶畫像

一、金融行業為什么要做用戶畫像？

金融科技極大程度改變了金融行業傳統的營銷方式，擺脫了以往渠道單一，撒網式營銷，依賴網點、電話進行傳播的痛點。在大數據驅動下，企業可以告別撒網式營銷，做到低成本、高效率的精準自動化營銷。金融企業主要的80、90后消費人群，他們的金融消費習慣也在不斷改變，他們不喜歡被動接受金融產品和服務。憑借大數據，營銷場景可通過用戶喜歡的方式高頻地融入用戶的生活，打造有溫度的場景營銷模式，做到“投其所好”的觸達，更能獲得用戶的心。

而金融企業面對的用戶群體基數是巨大的，如何刻畫適合企業去分析的用戶畫像呢？我們可以先從企業的業務場景去入手。

二、做金融用戶畫像的目的是什么？

用戶畫像是在理解用戶需求和消費能力，以及了解用戶的基礎上，尋找潛在產品的目標用戶，并利用畫像信息為用戶開發產品。

從商業角度出發做的用戶畫像對企業具有很大的價值，所以做用戶畫像的目的有兩個，一個是業務場景出發，找到目標用戶。另外一個就是，參考用戶畫像的信息，為用戶設計產品或開展營銷活動。

三、用戶畫像的刻畫緯度與金融產品業務如何做關聯？

萬事開頭難，由于擁有豐富的數據，金融企業在進行用戶畫像時，對眾多緯度的數據無從下手。大多數企業總是認為用戶畫像數據緯度越多越好，畫像數據越豐富越好，搞得用戶畫像是一個巨大而復雜的工程。但是費了很大力氣進行了畫像之后，卻發現只剩下了用戶畫像，和業務相距甚遠，沒有辦法直接支持業務運營。事實上，用戶畫像涉及數據的緯度需要跟自身產品的業務高度結合，概括來說可從三個方面來做規劃：

1、人口屬性、信用

包括用戶的資產、工作、收入、學歷……等信息，人口屬性信息就是起到觸達用戶的作用，比如電話號碼、郵箱、住址、辦公地址等。這些信息可以幫助金融企業聯系用戶，將產品和服務推銷給用戶。

2、強相關信息

比如工作、學歷，對收入與信用影響較大的方面就是強相關信息。而身高、星座等信息，很難從概率上分析對消費能力的影響，就不適合放到用戶畫像中進行分析。因為這些信息對用戶消費能力影響很小，沒太大的商業價值。

3、定性數據

畫像目的是為了篩選出目標用戶，定量信息不利于對用戶進行篩選，所以將定量轉化為定性非常重要。比如避免用30歲、100w年收入這種定量方法劃分，應該用年齡段（25～30歲）、收入區間（50w～100w）來劃分，有助于快速定位目標用戶群。

四、有了用戶畫像以后，我們應該如何觸達用戶？

從實用性強的角度出發，金融企業需要結合業務來刻畫，我們可以將用戶畫像信息分成五類信息。分別是人口屬性，信用屬性，消費類型，興趣愛好，社交屬性，以上基本覆蓋了業務需求所需強相關信息，結合外部場景數據將會產生巨大的商業價值。我們接下來看看用戶畫像的五大類信息在實際的用戶觸達場景下，是如何運營的。

1、人口屬性：

主要作用是觸達用戶。性別，年齡，電話號碼，郵箱，住址，當前地理位置等等都屬于人口屬性信息。

（運用地理位置、節日營銷——保險，微信支付）

2、信用屬性：

比如職業、收入、資產負債、信用評分等都屬信用信息。用于描述用戶資產增長潛力和收支情況。能幫助企業了解用戶資產情況和信用，有利于定位目標用戶。

（運用風險評測-收入屬性匹配理財產品-京東金融）

3、消費習慣分類：

用于尋找高頻消費、高價值用戶。幫助企業根據用戶消費特點推薦服務，找準了消費特點，此類人群轉化率很高，N次復投率相應地也非常高。例如子女教育，差旅，境外游，餐飲用戶，汽車，母嬰，理財人群等等。如企業有用戶的消費記錄可將其歸類某些消費特征人群，再進行精準化營銷活動觸達。

（運用消費習慣屬性-目標理財—廣發基金）

4、興趣愛好：

此類信息幫助企業了解用戶興趣和消費傾向，也是利于精準化活動營銷。需要注意的是，興趣愛好可能會和消費特征有重復，區別在于數據來源不同。消費習慣來源于已有消費記錄，但是購買的東西和服務不一定是用于自身，而興趣愛好代表本人的真實興趣。例如戶外運動，電影，電子科技，健身，奢侈品，廚藝等。

（運用生活愛好-電子產品消費-懶投資）

5、社交信息：

用戶在社交媒體上的行為、評論，往往代表他們內心想法和嗜好需求，實時性高、轉化率高、易上癮復購的特質。例如用戶詢問廣州哪里好玩、有美食？旅游訂房哪里折扣多？購房哪家優惠多？理財投資哪里風控好？這些社交信息都是代表用戶多需求，如果企業可以及時了解到，將會有助于產品推廣。但需要注意的是這些社交信息都是動態，持續變化的，切記需要定期更新標簽分類，才能做到精準化推廣。

（運用生活消費場景-當面花-花唄）

結語

用戶當下需求不等于用戶永遠的需求，我們應該用可成長型思維根據用戶行為、成長階段去觸達用戶。

因為，唯有變化才是永恒的法則，避免畫像把用戶定性固化，造成營銷內容跟用戶當下的實際需求不匹配。