百分点宗瑞朋：个人银行金融产品的精准营销方案10月25日，数据猿联合联盟在上海举办了《魔方11：精准营销主题思享会》活动。活动中，邀请了多位来自房地产、传媒、广告等行业领军企业的专家大咖，就各行业领域的精准营销真实案例做了分享，探讨了下，各行各业该如何更好地进行精准营销等系列问题。

　　欲索取现场嘉宾分享的PPT，请关注数据猿微信公众号(datayuancn)并回复关键词“宗瑞朋”下载

　　我是百分点的高级咨询顾问宗瑞朋，今天分享的主题是“个人银行金融产品的精准营销方案”。这次演讲包括三个方面：

　　百分点是国内领先的技术与应用服务商，我认为就是由一群聪明优秀的人，怀着学以致用的理念做了些有技术，有情怀的产品，同时也得到了社会、资本以及客户的高度认可。七年来，百分点坚持自主创新，沉淀了丰富的、坚实的企业级技术和应用实践，其中，软件著作、专利与技术创新产品过百项。

　　百分点最早是做推荐起家的，我们给很多电商提供第三方服务。从09年成立到现在，百分点已为近2,000家互联网电商提供过驱动的SaaS应用。

　　2014年下半年，百分点转型为解决方案提供商，我们的客户涵盖了制造、金融、汽车、零售、快消等多个领域，华为、TCL、长虹、建设银行、华夏银行等都是我们的客户。

　　百分点始终以开放的心态与同行及上下游伙伴进行合作交流，并与微软、华为、惠普等国际IT巨头开展战略合作，共同为客户打造解决方案。

　　我们认为客户在选择合作伙伴的时候，除了技术服务能力外，更重要的是看中了我们在行业创新的理论和商业模型方面所做的突破。

　　百分点是一家有营销基因的公司，我们董事长苏萌在康奈尔大学获得了营销学博士学位后，回到光华管理学院教授营销模型、新媒体营销、营销数据分析、信息与竞争战略等课程，我们服务过的好多客户都曾经是他的学生。

　　我们在业界首先提出了大数据的DDD模型，通过三要素打造数据基因，让数据与技术实现流动和共享，数据基因的不断循环进化，让企业快速地融入数据世界，实现数据商业价值的萃取。

　　依据DDD模型，百分点利用基础引擎和纵向的智能引擎推进大数据的战略，形成了全系列的大数据体系：包括基础层的大数据操作系统，管理层的用户画像标签，以及应用层的推荐引擎、分析引擎和营销引擎，从而构成了我们在技术、应用、数据上的先发优势和核心竞争力。特别是在和两千多家电商的合作过程中，沉淀积累了丰富的用户画像、商品画像和资讯画像资源。

　　刚才我们讲过百分点是一家具备营销基因的公司，我们最早服务于电商企业，为知名电商提供个性化推荐、数据洞察和营销服务。百分点是目前国内最大的个性化推荐引擎技术服务商，基于用户的精准细分，找到用户的需求，利用合适的方式天博·体育，在合适的时间，对用户进行合适的触达，实现精准、低价、高效，让客户觉得在合适的时间遇到了合适的产品。

　　在大数据思维下，如果个人的金融产品想要做精准营销，一定要以客户为中心，利用大数据技术的分析与预测能力，洞察和预测用户需求，通过金融产品的细粒度组合，为客户提供量身定做的服务，改善客户体验，提高客户整个生命周期对银行的贡献度。

　　刚才是对精准营销的定义，那么，如果我们想要达到精准营销的目的，就必须要回答四个问题：第一个，客户是谁；第二个，产品是什么；第三个，营销策略是什么；第四个，怎么实施你的营销策略。

　　大数据精准营销的价值主要体现在对用户的个性化营销上，大数据技术可以让银行更了解他的客户，所以在，精准营销一定要从“媒体导向”向“受众导向”转变，当不同用户关注同一媒体的相同界面时，所呈现的广告内容是不同的，同时它的产品和价格也不同，这就是“千人千面”的效果。真正实现了对用户的个性化营销，要做到这个，必须要利用大数据技术对用户进行全面画像。

　　我们金融产品的跨度、深度、长度、关联度怎么量化？ 怎么通过金融产品的宽泛量化对用户进行精准推荐？

　　个人金融产品通常分为：电子渠道产品、信用卡产品、个人理财产品、开放式基金代销和国债代销五大类。在，利用大数据技术从产品梳理和维度细分的角度来进行产品架构。

　　（2）产品交叉策略，根据用户画像数据、当前的产品购买行为、金融产品之间的关联性的分析结果，并结合该个体客户的历史消费记录，判断出该客户在购买了某种产品之后可能会购买其他什么产品，并在一定场景下触发产品推荐。

　　通过产品策略的实施，完成对金融产品的整体营销。无论是网点、柜面，还是自助终端等，各个营销渠道利用技术的手段将客户的信息实时传送到营销活动上面，经过分析，送达给客户，之后由客户作出评价。营销必须要有评价，这样才能打造出完整的营销闭环天博·体育。我们营销的评价主要是通过收集信息的方式获取的，比如说客户是否点击了我们推送的产品，客户在产品信息页面停留的时间，以及是否购买了产品等等，最终我们将这些信息进行分析处理，从而修正我们的反馈模型，其次还可以优化产品策略，比如说缩小我们客户的范围，调整产品等等。第三个通过这些数据来分析客户的精度、维度，来优化我们的关联策略、关联办法。

　　1.传统银行的数据结构已经达到了一个PB的级别，收集和存储如此庞大的数据不是依靠传统的IT技术就可以实现的。

　　2.缺少成熟的数据分析模型和使用工具的成功经验。的核心是把数学算法运用到海量数据上，来预测事件发生的可能性，因此强有力的数学工具和数学模型至关重要（传统银行缺少实践案例）。

　　给大家分享一个百分点精准营销的端到端的解决方案，这是我们为企业或者ISV提供一站式标签开发、用户画像、广告的精准营销产品的开发框架，能够帮助企业实现全渠道的精准营销，我们最近为华夏银行提供的方案就是采用了这个架构。依据百分点的操作系统，我们将用户数据全部导进来，通过对标签的处理形成用户画像，导入自动引擎，最终再导入我们的营销管家，从而实现营销的全流程化。

　　下面看一下BD-OS的系统架构，为什么需要BD-OS？事实上，在我们采集的数据、算法和模型上，都存在着许多的问题，但是BD-OS操作系统恰恰帮我们解决了这些问题，其内置的大数据处理标准化模板可以大幅提高数据处理的效率，降低维护与管理成本，并通过智能引导的方式，帮助用户轻松构建相应的数据流程，将底层技术开发人员、业务开发人员、数据分析挖掘人员、数据管理人员关联到一个统一的环境中，赋予各个角色协调与联动能力。

　　一些传统企业的数据质量并不高天博·体育，这是因为其客户的兴趣爱好数据和社交信息等需要从外部引入，无法直接获取。而社交信息往往是实时信息，商业价值较高，转化率也很高，是大数据预测的主要信息来源。例如可以通过有人在对比两款汽车的优良，预测其购买汽车的可能性。这时银行业可以及时介入，为客户提供汽车金融服务。

　　我们可以通过Cookie、Email、微博、微信账号等对用户进行标识，在处理过程中，这些信息都是加密的，我们只知道你的用户喜欢什么，但是不知道你是谁，当我们做大数据时，怎么克服用户隐私的问题，这不光是技术伦理，还涉及到法律的范畴。

　　有了用户标签，用户维度更丰富，通过用户标签工厂生成用户画像。用户画像是真实用户的虚拟代表,是标签集合的呈现。我们从事实标签等三个维度针对银行业做了一个简单的用户标签模型。用户基本属性、价值信息、兴趣爱好、用户关联信息，很多都是通过我们自己的系统来实现的，包括你制定的策略，也是通过我们的营销引擎导入的。

　　通过不同的渠道，进行数据收集，还有广告投放、报表洞察、效果优化。广告投放之后要把这个数据收集反馈回来，对我们营销策略的模型进行优化。