时间：2023-03-13 11:23:20
序论：在您撰写客户画像营销方案时，参考他人的优秀作品可以开阔视野，小编为您整理的7篇范文，希望这些建议能够激发您的创作热情，引导您走向新的创作高度。
[关键词]用户画像；二维码营销；大数据
[DOI]10.13939/ki.zgsc.2015.42.022
随着移动互联网和移动电子商务的迅速发展，二维码作为一种新出现的营销手段得到了广泛的推广和应用。二维码是解决移动互联网“最后一公里”的一种重要的技术手段，担负着移动互联网应用落地的重责。二维码正在引发消费者生活习惯和互联网的新发展模式，二维码营销成为时下最时髦的电商概念。越来越多的商家、厂家意识到了移动互联网营销的重要性，开始进行尝试和深入探讨，考虑如何充分利用原有的线下资源支撑线上发展。因此，线上线下的融合发展成为大势所趋。借助二维码，可以很好地帮助商家、厂家达到移动营销的目的。
消费者的行为一般都是在商业领域产生的，作为制造企业一般很难直接得到消费者的行为和消费模式，传统做法是通过调查问卷、电话采访、抽样调查等手段部分获取此类信息，但是获取到的信息容易有偏差，真实性也不高，难以精准的定位消费者以及对消费行为和特征进行统计分析。为了宏观上真实完整获取用户整体消费特点，微观上细化精准针对每一个消费者提供个性化服务，本文提供了一个产品二维码防伪营销管理平台，并利用消费者扫码数据开展大数据分析。
1二维码系统设计
系统采用微网站技术实现，客户端可以是任意支持扫一扫功能的移动端APP，例如微信、我查查、淘宝等。移动端操作系统支持IOS、安卓、Windows等主流操作系统。服务器端使用SSH（Spring+Struts+Hibernate）框架进行开发，二维码主要功能在服务器端实现。整个系统的用例如图1所示。
平台中每一件产品都分配一个唯一的二维码，二维码的激活有效期按照产品的保质期来设计，保证了二维码的有效激活。二维码从产品的生产过程、物流环节、销售渠道、消费者购买和使用、激励消费者再购买等整个产品生命周期流程进行管理、控制和消费者数据分析利用等，通过一系列配套的激励和营销手段，让消费者获得全新的用户体验和增值服务，打通企业与消费者之间的关联，形成双方的和谐互动及信息资讯的精准传送。
系统目前已经上线运行半年，积累了大约5000万条消费者的扫码记录，通过用户扫码收集的大量顾客的来源、兴趣点、意见反馈、使用体验等信息，实现对营销过程中的渠道效果、兴趣所向、购买时间分布、客户的满意度等多方面多角度进行精准的数据统计以及详尽的数据分析，从而实现营销效果的量化以及商业机会的发掘。
2主要技术实现
2.1用户画像技术
消费者信息通过三种方式获取：一是获取消费者扫码所用的浏览器的User-Agent字段自动带入的系统信息，系统可以收集到用户的手机型号、用户所在地、运营商的网络类型；二是系统设置促销活动，用户在填写领奖信息时，可以获取用户姓名、联系方式、性别、详细地址；三是通过设置奖励任务，鼓励用户完善详细的个人信息，从而获得关于用户的更加精准的个人信息，例如：用户职业/职务、消费习惯、年龄等。系统使用大数据用户画像来建立模型并描述现实用户的特征，在这个模型中，核心内容是标签。模型建立以后，要在实际业务系统接受检验，不断完善和丰富这个模型，并且在实际应用中结合从第三方获取的数据来验证和完善用户画像，最终达到利用数据流对用户进行越来越精确的描述和刻画。用户画像是目前技术和业务最好的结合点，也是一个现实和数据的最好实践。目前国内外对于使用用户画像刻画互联网用户已经有很多研究。赵曙光[1]研究了社交媒体的用户画像。Sawadogo D[2]研究了使用用户画像技术的自适应数字资源表示方式，实现了个性化搜索。有很多种模式识别技术对用户进行识别，类似于现实生活中用户的身份证号码一样，只不过换成了网络空间的数字指纹，例如QQ号码、手机号码、电子邮件、Cookie、微博账号、微信账号以及其他社交账号等。在数据处理过程中，这些信息需要经过加密，使用的是数字指纹，是单向的，不会导致用户隐私的泄露。通过采集电商平台、社交社区、移动APP、微博平台、微信平台等多种类型的数据源，然后对用户进行画像刻画，在实际应用中做到个性化推荐、用户洞察、精准营销等。用户画像的建立过程如图2所示。
图1系统用例
图2数据统计分析示意
通过消费者的年龄、消费品类、所在地域、消费金额和消费频率等数据进行用户消费行为画像，每一次消费扫码积分，每一次营销活动，都是研究客户的机会，采集不同消费者客户的响应、交易、反馈等过程和结果数据。针对处于活跃期、沉睡期、流失期的老客户，根据购买次数、购买的金额、购买的品类、消费地域、参与的促销活动、消费频率等维度进行分组统计和研究。让消费客户的标签更加精准，让客户画像更贴近买家真实的需求，让老客户营销更贴心、更精准，为营销及CRM工作人员提供分组客户画像，为营销类的电子直邮推广设计、促销活动的页面设计、短信话术、营销方案规划和策划、积分兑换礼品、生产等提供数据支持和优化建议。
2.2其他关键技术
二维码防伪营销系统使用了部分遮挡技术，防止流通过程中被物流或者销售人员扫码，影响最终获取的信息。例如使用玻璃纸金拉线、内盖喷码、涂层等技术对二维码进行保护。此外还采用多模加密技术，对称算法和非对称算法相结合，最大程度上对二维码进行保护，防止流通环节和其他环节可能伪造和仿造商品使用的二维码。目前系统每年使用的二维码在亿这个级别，用户的扫码数据随着系统的稳定运行以及业务的发展，后续扫码数据会急剧增加。系统上线半年来累计扫码量已经在5000万左右，随着系统的稳定运行和采集的数据源的增多，后面采集到的用户数据会急剧增加，因此需要使用大数据技术来进行用户画像的刻画。
3大数据分析
根据产品的特性、价格等因素而形成的消费群体属性存在较大差异，面对不同类别的消费者和目标消费群体，将进行不同深度和角度的数据收集，也将设计不同维度的群组分析和数据挖掘模型，以便于面向不同层级市场受众策划和实施针对性的市场营销策略。
例如通过统计用户扫码的地理信息，可以得到产品的用户地域分布图，使用地图可视化工具来展现，如图3所示。通过该图，可以清晰地展示产品在不同地域的宏观消费情况，为基于地域的销售提供指导。
图3产品在广西的用户地域分布
而要精准地定位每个客户的价值，可以使用RFM模型。RFM模型是衡量客户价值和客户消费能力的重要方法和手段[3][4]。该模型通过客户的最后消费时间、消费的频率以及总消费金额这三项指标来描述该客户的价值。R（Recency）表示最后消费时间，消费日期越近，客户等级越高；F（Frequency）表示消费频率，消费频率越高，客户等级越高；M（Monetary）表示消费总金额，消费总金额越高，客户等级越高[5]。
根据RFM模型的三个维度可以把数据离散化成1～3级，通过对用户进行RFM打分，来描述用户的价值。如下表所示，我们对系统的用户数据进行基于RFM的聚类分析，获得高、中、低三类用户，针对这精准定位的三类用户，在进行客户关系管理时，分别赋予重要价值、一般保持、一般挽留三种策略，从而可以用更小的代价获得更有价值的客户。
4结论
本文设计并实现了一个二维码防伪营销系统，通过用户扫码收集到的大量数据建立了比较贴近现实的用户画像。为营销及CRM工作人员提供分组客户画像，为营销类的电子直邮设计、短信话术、活动页面设计、营销方案策划、积分兑换礼品、生产等提供数据支持和优化建议。通过用户扫码收集的大量顾客的来源、关注点、反馈意见、使用体验等信息，实现对营销过程中的渠道效果、兴趣所向，时间分布、客户满意度等方面多维度多角度进行精准的数据统计以及详尽的数据分析，从而实现营销效果的量化以及商业机会的挖掘。
此外，若各企业都通过本文介绍的二维码技术实现了消费数据统计，而这些统计数据又可集中到国家统一的大数据平台，则可大大改进CPI等消费经济数据的统计，相对于目前的抽样调查法，不仅具有省成本、效率高的特点，而且由于是全量消费数据，无偏、精确、实时，应是未来数据统计的发展方向。
参考文献：
[1]赵曙光.高转化率的社交媒体用户画像：基于500用户的深访研究[J].现代传播（中国传媒大学学报），2014（6）：115-120.
[2]Sawadogo D，Suire C，Champagnat R，et al.Adaptive Representation of Digital Resources Search Results in Personal Learning Environment[C]//Artificial Intelligence in Education.Springer International Publishing，2015： 562-565.
[3]徐翔斌，王佳强，涂欢，等.基于改进RFM模型的电子商务客户细分[J].计算机应用，2012（5）：1439-1442.
[4]季晓芬，贾真.基于RFM行为模型的服装企业VIP顾客数据挖掘[J].浙江理工大学学报，2015（4）：131-135.
[5]马宝龙，李飞，王高，等.随机RFM模型及其在零售顾客价值识别中的应用[J].管理工程学报，2011（1）：102-108.
大数据时代
超越对因果关系的渴求
取而代之关注相关关系
我们不仅要知道“为什么”
更重要的知道“是什么”
导读：
庞大的数据中到底蕴藏了什么价值？它的存在又有什么意义？这就要看企业如何利用它。数据中所包含的信息有很多，信息是流动的，也是变化的，企业只有获得动态信息才是最有商业价值的
大数据时代的来临
维克托・尔耶・舍恩伯格在《大数据时代：生活、工作与思维的大变革》中前瞻性地指出，大数据时代最大的转变就是超越对因果关系的渴求，取而代之关注相关关系。也就是说，我们不仅要知道“为什么”，更重要的知道“是什么”。
继互联网兴起之后，大数据应用已经成为企业趋之若鹜的下一个热门话题。在消费者的数据量成几何级数增长的时代，全新的商业机遇正在蓬勃的酝酿中。那么我们应该如何利用大数据这个强有力的工具来更好的服务消费者？要回答这个问题，我们首先来看一下企业的本质。
其实每个企业都只有两面：供应面和需求面。供应面是企业如何完成产品或提供服务，属于企业可以控制的一面，在这个面上企业的重点是控制成本和提高效率。需求面是企业无法掌控的，我们可以尝试所有的方式去接近客户，但最终是由客户或消费者决定是否对我们提供的产品感兴趣。客户购买符合自己需求的产品是由于喜欢企业推出的广告，还是产品的价格有吸引力，或者口碑传播，或是这些因素兼而有之，还是可能有上百种因素共同影响？这方面孰因孰果始终很难确定。
既然需求面无法掌控，同时企业又必须去了解消费者的偏好，那么对消费者进行研究就是我们分析需求面的重中之重了。传统的消费者研究方法，例如问卷调查，最大的问题就是以几千人的信息作为营销决策的依据，以偏概全。而大数据工具可以做到用几亿消费者的信息来分析，并且对任何一个消费者的特征都可以做出单独画像，甚至可以做到比消费者自己还要了解自己的需求和心理预期，从而真正实现对消费者的精准+个性化+互动的营销。
大数据的商业价值在哪里
对于普通人来说，大数据似乎相距甚远，但它的威力无所不在：信用卡公司追踪客户信息，能迅速发现资金异动，并向持卡人发出警示；电信公司追踪客户行程动态，区域化推送有关旅游或商务信息；航空服务公司适时发送航班延误信息……这些都与大数据有着千丝万缕的关系。
有统计显示，过去两年里全球积累的数据量超过以往所有历史的总和，并且还在以每年40%的速度增长。也就是说，全球的数据总量每两年就可以翻一番。
庞大的数据中到底蕴藏了什么价值？它的存在又有什么意义？这就要看企业如何利用它。数据中所包含的信息有很多，而最具商业价值的就是和消费者相关的信息。如果可以搜集到精准的消费者信息，那么就可以为他们定制更加个性化的服务。当然，不是所有的消费者数据都视如珍宝，姓名、性别、年龄，甚至收入，都算是过时的信息。说其过时，并不代表它们没有价值，而是诸如此类的基本信息很容易获得。信息是流动的，也是变化的，企业只有获得动态信息才是最有商业价值的。动态信息可以帮助企业了解顾客的消费习惯，比如他们喜欢网购还是逛商场，喜欢白天购物还是晚上购物，他们的消费理念有什么区别，他们会在什么时候做出非理智的决策。
理想的精准个性化营销是什么
要想制定理想的精准个性化营销方案，企业必须掌握两点：一、通过大数据充分挖掘消费者的特征，对几亿的消费者描绘精准个性化的画像；二、合理地掌控和设计针对单个画像的方案。
了解用户个性，就是要为用户提供他们想要的产品和服务。首先，企业需要在庞大的数据库中，找出最具有含金量的数据；其次，把数据表现相同的消费者分为一类，依据消费者数据表现设计有针对性的方案。虽然方案的关键是有没有抓住最核心的数据，但另一个值得思考的问题是：通过数据分析所归类得出的人群类别太多，是否会导致管理成本增加，同时降低人员效率呢？
个性化分散的人群可大可小，大到一个有同样需求的人群，小到每一个消费者都是一个个性化需求个体。而过于分散的个性化方案，会增加企业的成本和管理的难度，所以要合理掌控和设计个性化方案。那是否需要考虑并不是所有提供的数据都应该将它们转化为方案？所增加的成本和实际收益是否成正比？如果成本的增加并没有换得更好的回报，那意义何在？
总之，实现个性化方案的最大难点，一是关键数据的可靠性，二是管理成本的可控性。具体来说，个性化服务设计的出发点就是对关键数据的分析，如果数据筛选和分析有误，那结果可想而知；个性化方案附带着各种成本的增加，比如数据管理。个性化方案在某种程度上只能以人群为单位，而非每一个消费者，同时必须考虑实际的成本投入和收益回报。
精准个性化营销怎么做
一、谁是你的目标消费者，现有的？潜在的？答案是：你不仅要寻找可以令你增加销量和利润的客户，而且要学会辨别哪些对你而言是最有价值或可能最有价值的客户，并在这个基础上估计现有客户和潜在客户的未来的终生价值。
二、收集和分析消费者的什么数据，动机？需求？为了让信息收集更有效，你需要深入了解你的目标客户想要什么、对什么感兴趣，并了解上述客户的心理。为此，你需要根据客户群体的需求或动机的相似程度寻找分类的方法，将客户分为不同的类别，打上标签。然后用大数据工具，帮助你预测客户会对你提供的哪些产品感兴趣，并探知客户内心的想法。
三、怎么找到消费者交流的渠道，搜索引擎，第三方数据？一般的传统方法，第一步是确认你想接触、关注、倾听、阅读以及使用哪些媒体，例如电视、广播、杂志、互联网。第二步是根据地理位置区分消费阶层，例如大多数中上层人士的居住地会集中在某些地区。而大数据工具可以帮你找到具体的单个消费者，可以通过你自己的网站，可以通过搜索引擎，可以购买外部数据库，可以借助广告网络和社交网络。这些数据都是人们访问时会留下并可以追溯的数据，可以更精准的对具体的个人特征进行画像。
四、为现有或潜在的客户交流需要投入多少资金？大多数公司并没有运用科学方法判断应该为营销投入多少，无论是一年只花几千万还是花几亿的公司都没有科学的评估。而大数据工具可以帮助你判断你的营销预算应该是多少，确定创造需要投入多少资金的最佳方案，然后在你确定预算后，帮助你了解怎么根据特定任务、地理位置和渠道分配这些资金。
你可以想象，当用户争夺日趋激烈，而运营商不断的价格战又使电信市场实际变成“增量不增收”的局面时，如何进一步掌握庞大用户群的各种差异化需求，促使各种新业务不断成功推向市场；如何将最合适的业务推销给最需要的用户，实现业务和用户的最佳匹配；以高质量服务吸引和留住用户等成为中国移动通信集团福建有限公司(以下简称“福建移动”)信息系统部经营分析室经理谢志崇一干人着重考虑的问题。
谢志崇的这番思考并非空穴来风。在福建，全省人口3639万余人中有2600多万是中移动的用户，其用户规模占到70％以上。在这样的基数之上开展任何业务无疑都是一项巨大的挑战。
因此，随着数据业务的增加，从2003年开始建设BASS(经营分析系统)，至今九年时间，福建移动的这套经营分析系统由建设初期着重于关注话单、计费、出账等基础功能，走向对用户信息的收集、分类和管理等基于客户分析的智能化之路。
数据仓库担重任
2003年，福建移动开始启动经营分析系统建设。距今八、九年时间，随着市场的快速增长，这套系统建设也为福建移动积累了丰富的数据和相关应用。
在谢志崇看来，这也要得益于2003年实施经营分析系统建设时，选择Teradata的数据仓库作为系统建设的合作产品密不可分，“在选择Teradata的产品时，我们也对业界其他产品，包括Oracle和DB2的产品都做了选型和比较。每个产品都有其长处，但最终选择Teradata的数据仓库产品，主要用于市场营销。现在看来，当初的选择没有错。”
正是以Teradata数据仓库为基础搭建的经营分析系统使福建移动对用户的消费行为、客户价值、客户产品的偏好以及渠道的偏好取向进行了一些深度挖掘和分析，针对用户不同的特性和客户画像，对客户实施更精确的营销，提高其营销的成功率，也因此降低了相应的营销成本。“现在用户更提倡个性化和小众化营销，通过准确地刻画用户群，并为特定用户群设计他们合适的资费产品和相关套餐，更好地服务于客户。而这方面的营销也达到了很好的业务增长。”谢志崇如是说。
目前福建移动已将其梦网业务的所有数据都加载集成到了这个平台，而这些后台信息也帮助福建移动做出了许多成功的营销方案。今后，福建移动还打算有步骤地将MM等平台数据也加载到经营分析系统中。
对客户进行全面画像
事实上，福建移动的数据仓库建设过程并非一成不变。从2003年开始的经营分析系统一期建设中关注用户计费、出账及话单通信行为，到现在随着业务的快速增长，福建移动更为关注用户基于其他领域的消费行为。
谈到千万用户，移动原来的用户群相对较为粗放，在移动内部也被粗放地划分为个人客户和集团客户。但随着移动“全业务”的运营，谢志崇他们发现，其中很大一部分是家庭用户。而家庭用户通常出现家庭成员之间的互打，包括一些固话和宽带的需求也是以家庭为单位进行的。因此，他们根据互打的家庭成员之间关系，设计了“家庭套餐”来减免或是降低家庭之间互通的话费。同时，将宽带业务融合在家庭可选的自费套餐中，总体地降低家庭的总通信费用占比，以此提升用户消费水平。
不断尝到甜头，让福建移动对这套分析系统的依赖不断加大。
而经营分析系统确实也为福建移动的客户分析和挖掘收集了更为精细的信息，包括用户个人的自然属性；用户电信行为属性，如每天打电话的频次、长途和本地的次数和时长、用户漫游情况、短信次数以及彩信、飞信，使用的数据业务等；用户社会属性，即用户休闲娱乐方面的需求；用户价值属性，包括其每个月消费额度、客户信用度、每月是否欠费，欠费是否及时缴费等；用户忠诚度，如入网多久，使用过程中有无经常换卡或在网停留时间长度等。并随着数据业务复杂度的加大，能不断增加其他属性。
由此，借助这些信息福建移动会逐步完成对客户相对全面的画像。
“画像”一词在采访中不断被谢志崇提及。所谓画像是关于用户在选择产品时的一些喜好，以及他在消费过程中对移动服务手段和服务习惯的偏好。这些行为构成了该用户总体在中国移动留下的消费信息和行为轨迹。而福建移动则可以基于这些丰富的用户消费行为轨迹进行深刻分析和挖掘，并采取有针对性的营销策略、客户关怀和制定其他一些更有效的营销方案。这些用户行为更有利于福建移动为用户制定更合适的资费套餐。
精准营销由此开始
2005年，福建移动将用户订铃的数据加以扩展，纳入到数据仓库中。用户会订购哪一种彩铃、是哪个歌星的粉丝，都能够从数据仓库里分析和挖掘出来。如果发掘这个用户经常会订购周杰伦的铃音，当有新的周杰伦铃音上版时，福建移动就会给他推送这个彩铃，告知其有最新铃音盒和资费套餐可以订购。
而在更进一步探索基于对客户历史消费行为的分析，福建移动推出了一些时效性更好的服务模式来提升用户感知。
2009年年底，福建移动开始推“12593”长途资费优惠业务。对这项业务的推广，谢志崇依然记忆犹新。福建移动正是利用经营分析系统，对用户进行挖掘，发现一些高价值或经常出差的用户漫游率较高。当他人住酒店时，往往会先打一个报平安电话。此时，系统会捕捉用户在交换机上的信息，“他打了一通长途电话”，继而“精确营销”管理系统会自动向捕捉到的目标用户推送一条“加拨12593能享受到什么样的优惠资费”的业务介绍短信。但此举并非对所有人以群发短信的方式普遍撒网，而是在原“普遍营销”基础上，锁定特定目标群，进行更精准的营销，以此提升营销的成功率和用户感知。
其实，经营分析系统不同于中国移动以往的“交易型系统”。以往交易型系统是基于现有业务标准化流程实现。而经营分析系统是面向主题的，它实际是在数据和系统架构上做了一定冗余，面向的是特定业务领域。只要在这个业务领域或现有中移动经营的业务主体没有发生根本变化，它的管理职能架构和业务种类就没有发生根本性变化，只是增加了业务类型。
构建财富管理规划体系
恒丰银行通过整合优化海量结构化与非结构化数据资源，以了解客户、细分客户、服务客户为手段，打造了融智能获客、完整客户画像、产品推荐、市场跟踪、资讯推荐等全功能为一体的财富管理系统，改变了产品销售的传统模式，客户量和业务量等都得到了显著增长。
为整合优化全行资源，加强财富管理中心的运营管理和风险管理，增强财富管理业务的核心竞争力，恒丰银行启动了财富管理系统的建设。财富管理系统基于恒丰银行自主设计开发的企业级大数据应用平台，利用海量结构化与非结构化数据的低成本加工存储、快速统计分析、业务模型探索、实时分析与决策等能力，提供各类专业化服务工具、规范的理财服务流程，大力提升顾问式销售能力和专业化理财服务水平。
2016年初，恒丰银行正式启动财富管理系统建设，开始进行需求研制。2016年7月，系统完成一期上，主要实现了对理财经理的功能支持，包括理财工具、金融资讯、单目标规划、快速规划、基金投资组合规划、产品货架、客户视图等功能。2017年12月系统二期将上线，提供更多工具，主要有财富方案、财务诊断、全产品投资组合规划等功能。
本系统建设的目标是建立综合的财富管理方案平台，构建一整套完整的客户财富管理规划体系，为理财经理提供专业化的理财工具支撑，实现多维度客户细分，进而针对不同的细分客群提供差异化的规划服务。通过大量运用知识图谱、机器学习、智能推理引擎和自动规划等智能技术，充分挖掘行内外结构化与非结构化数据信息价值，构建更加清晰和立体的客户视图，并通过优化组合产品方案、智能产品推荐等多种业务功能，以客户为中心设计出一套全面的财务规划方案。以及通过向其提供目标规划，理财、基金投资规划，投资组合方案等一系列金融服务，对客户的资产、负债和流动性进行管理，以满足客户不同阶段的财务需求，帮助客户达到降低风险、实现财富增值的目的。通过对财富客户全生命周期过程的服务，不断挖掘客户潜在价值，提升客户服务体验，最终提高客户的忠诚度和贡献度。
面临挑战及实施过程
基于大数据平台建设的财富管理应用系统，目前在国内金融行业鲜有成熟、可借鉴的模型。如何依托大数据实现客户服务和业务创新，成为提升核心竞争力、实现以客户为中心、以资产配置服务为核心的财富管理的关键。
但是，大数据带来的外部数据量是巨大的，并且数据碎片化严重，对客户同一特征的分析往往无法依赖单一的指标，需要从数据的不同维度综合考量。大量非结构化数据更需要整理和加工，需综合运用语义分析、知识图谱等多种技术手段进行分析，构建庞大的信息资讯库。
恒丰银行要实现弯道超车，跨越式发展的目标，需要更多地依托外部数据进行客户获取，进而构建完善的客户画像。如何从各渠道获取海量数据，并从纷繁复杂的数据中提取有价值的信息，进行精细化地分析和判断，定位潜在客户并针对性地开展营销活动，是系统建设中亟需解决的现实问题。
如何通过新技术实现精准客户营销，向客户推荐既适合其风险承受能力又符合其购买习惯，构建千人千面的产品推荐和个性化的产品配置体系，同时推动利润增长，也是系统的实施过程中面临的挑战。另外，对于存量睡眠客户，还要考虑识别其是否具有潜在的高价值，并针对性地对其进行激活。
为此，系统对客户进行了九大特征数百个标签的设置，对客户持有的产品亦赋予不同的属性以便更好地分析资产状况，在计算不同资产在实际持有过程中产生的损益和价值波动，需要将所有产品细分类都根据市场行情和产品特性赋予其流动性、风险性、收益性和市场方向等属性，每个资产类分别定义一套收益的定义和计算方法，并对所有的产品和资产以多种维度进行多方位的统计，每日需要处理的数据体量庞大。
系统通过组合运用云计算、大数据相关技术，基于恒丰银行企业级大数据应用平台，实现了海量结构化与非结构化数据的低成本加工存储、快速统计分析、业务模型探索、实时分析与决策等需求。
财富管理系统以客户财务分析和产品组合分析为基础，以财富规划管理为前提，以资产组合配置和分析为核心，从风险、流动性、收益率等角度为客户制定合适的理财方案，配置合适的产品组合，包括有：
完善的客户财富管理规划体系，在不同维度，针对不同的客群，设计不同的规划服务：转化新客户的快速规划、挖掘客户需求的单目标规划和基金投资组合规划，以及针对高净值客户的全产品投资组合规划和综合规划；
全面的财富工具包，满足理财经理在实际营销中各种财务计算需求，通过引入外部数据模拟基金在不同的历史时期以不同的投资方式进行投资的损益，同时亦了解到同业机构同期发行的理财产品；
开放的产品货架，产品信息以更适应业务开展的结构展现，同时支持产品经理根据客户个性化需求进行灵活调整；
灵活全面的客户管理，灵活调整客户归属，客户360度视图涵盖基本信息、业务信息、工商信息、风险信息和财富信息，可对客户资产状况进行全面诊断，并提供更具针对性的财富规划建议；
根据客群分析，由专业产品经理量身定制营销方案，一线销售人员可以在实际场景中迅速定位客户需求，吸引客户，并在营销过程中提升财富管理能力和业务知识水平；
全渠道互动式财富管理体验，提供线上智能服务。
提升营销效果
“谷歌是技术驱动，腾讯是产品驱动，京东是运营驱动。在商业上，这三家企业分别从技术、产品、运营不同路径出发，但条条大路通罗马。而且，三家企业有一个共性，都追求用户体验到极致。”京东集团副总裁、数字营销业务部负责人颜伟鹏接受《经理人》记者采访时说，“京东的愿景是成为一家真正的国民企业，提供低价、正品和品质服务的卓越用户体验，进而建构健康的网上购物生态。”
做技术出身的颜伟鹏先后供职于谷歌、腾讯和京东。现在他执掌着2014年才成立的京东数字营销业务部。正是基于京东的数字营销实践，他提出了数字营销3.0概念。他认为，数字营销已历经了三个发展阶段：
数字营销1.0阶段，即门户营销时代：从线下到线上、单纯依靠流量完成品牌曝光。比如新浪网、搜狐网、腾讯网等门户网站以前的网络广告就是如此。
数字营销2.0阶段，即搜索营销时代：利用互联网数据对用户需求进行精准定向。比如谷歌、百度等搜索引擎推出的RTB(实时竞价)即是如此。在RTB模式下，又衍生出ADX(广告交易平台)、DSP(广告主需求平台)、SSP(媒体资源供应方平台)、DMP(第三方数据管理平台)等形式。
数字营销3.0阶段，即电商营销时代：利用大数据驱动，完成从消费者洞察到需求精准定向，到线上线下整合，再到效果反馈的闭环，使得营销效果可以直接衡量。颜伟鹏说：“数字营销3.0与1.0、2.0相比，最大不同是精准定向、用户洞察、效果分析，打通了消费数据与社交数据，实现从品牌曝光、展示、互动到交易下单的闭环服务，而数字营销1.0、2.0尽管实现了广告定向投放，但仅局限于流量变现层次。”
其实，很多企业都在尝试做数字营销，但如何落地成为其发展瓶颈。为此，颜伟鹏指出：“电商企业在数字营销上主要面临数据打通问题。在PC时代，通过Cookie可以打通数据，但在移动互联网时代，大家采用浏览器和各种APP，而且APP会自带内置浏览器，所以Cookie没办法打通，而我们可以实现。”那么京东究竟如何实现呢？
京腾计划：构建流量运营生态
2015年10月，京东与腾讯联合推出“京腾计划”。它是基于“电商+社交”的数字营销服务解决方案。颜伟鹏说：“京腾计划让社交数据与消费数据走向大融合，推动电商行业进入数字营销3.0时代。京腾计划的愿景是打造一个数字营销流量运营生态，帮助品牌商在京东平台上把生意做大做强。”
为此，京腾计划肩负着打通数据、流量共享和流量变现三大使命。
首先，打通京东和腾讯两大平台的海量数据。腾讯拥有大量微信和QQ的社交用户，截止2015年第四季度，QQ活跃账户达8.53亿，在线账户峰值达2.41亿，微信活跃账户数达6.97亿。京东则拥有近1.7亿电商用户。各自拥有海量的社交数据和消费数据，而要把腾讯的社交数据引到京东平台上，就需将这两类数据对接起来，形成完整的数据闭环。而数据打通后，有助于解决品牌商所关注的精准人群定向、多维用户洞察、效果衡量分析三大核心问题，进而实现精准量化决策，让平台、用户、商家实现多赢。这也是京腾计划的战略意义所在。
“腾讯的社交数据对电商蛮有用，比如通过挖掘定向性别、年龄、上网场景、商业兴趣等数据，可以勾勒出用户的个人标签、购买力等画像。”但颜伟鹏坦言，数据打通面临两大挑战：一是怎么把ID打通，又不侵犯用户隐私，二是如何确保数据的安全性。“因为腾讯不希望泄露用户隐私，京东也希望保护用户利益。为此，我们做了很多创新。比如我们在数据上把用户ID打通，让双方的用户匹配起来，但在数据打通时，又把用户ID变写，使之关联不到对方的QQ号或者微信号，这样就便于保证数据的安全性。”
其次，实现流量共享。数据打通后，接着就要把京东和腾讯的用户数据有机融合起来，并转化为可共享的流量。颜伟鹏说：“京东打通了各流量方ID的用户数据，整合了包括社交流量、电商流量、门户流量、视频流量、搜索流量等在内的全网流量，并将其引流到京东平台上。”
据悉，目前京东的全网流量来源分布为：电商流量主要来自京东站内流量，包括京东商城平台、京东APP等。同时，京东做了很多场景化引流。目前引流主要来自四大方面：一是社交流量，其中以腾讯旗下微信、手机QQ、QQ、QQ邮箱、QQ空间等海量流量为主；二是门户流量，主要来自京东购买的新浪网、凤凰网等流量资源；三是视频流量，主要来自京东购买的视频平台流量资源；四是搜索流量，主要来自京东与百度等搜索引擎的合作。
当然，京东最大引流来自腾讯的社交流量。据颜伟鹏介绍，早在2014年3月京东与腾讯就开始了整合工作。当时，拍拍网并入京东，腾讯正式入股京东，同时拍拍网的广告业务并入京东数字营销业务部。京东与腾讯的这种合作就是建立在导流基础之上。腾讯旗下的移动端微信和手Q相继为京东开辟了一级入口，为京东电商导入流量。
最后，促使流量变现。这是京腾计划落地所需。颜伟鹏说：“通过微信和手Q入口，京东可以从腾讯直接导流，并快速转化为下单，促使流量变现，由此将腾讯的社交化流量转化为商业价值。”为此，京腾计划最终达成提升品牌商ROI(投资回报率)的目标。
京腾计划的实践者护肤品牌SK-II即是如此。2015年12月，SK-II全系产品入驻京东，且采取京东自营方式。活动当日，SK-II销量为平时销量近6倍，SK-II微信公众号的粉丝增长量相当于平时两个月的总和。其具体做法是，先从京东、腾讯海量用户中筛选出定向人群，把目标用户群锁定在SK-II既有及潜在用户、SK-II品牌互动用户、SK-II品牌代言人霍建华的粉丝三大维度。再将社交用户场景与电商交易平台对接，把定向人群导入微信上的京东购物SK-II商品详情页和SK-II微信官方公众号，并打通数据及从品牌展示、曝光到下单交易的闭环模型流程。最后对定向人群投放个性化广告，把用户引流到京东SK-II官方旗舰店，由此实现从品牌营销到交易下单的服务闭环。
京腾魔方：打造全景用户标签体系
当然，京腾计划并没有就此止步。2016年5月18日，京东宣布启动“618品质狂欢节”，同时推出新品“京腾魔方”。京东对它的定位是，整合了消费数据与社交数据的立体营销解决方案，是京腾计划全面升级的品效合一产品。
实际上，京腾魔方是京腾计划更进一步的落地版，是数字营销3.0更细化的解决方案，主要围绕精准定向、闭环体验、用户画像、个性化创意、品效合一、科学的效果衡量六大营销目标展开。因此颜伟鹏说，京腾魔方是京腾计划的产品化。
正因如此，京腾魔方使京腾计划的落地更具象和更接地气。品牌商通过京腾魔方，不仅可以实施和管理完整的营销路径，并可根据自身需求而实施不同的组合方案，获取营销效果反馈。对品牌商而言，用户画像和效果衡量两个环节对其营销实施至关重要，而它们也正是京腾魔方的优势所在。
在数字营销中，用户画像直接影响着精准的营销策略制定和最终的营销效果。要真正勾画出精准而又接地气的用户画像，大数据挖掘成为关键。
为此，京腾魔方在此方面的核心目标是，通过用户画像打造出全景用户标签。“要实现这个目标，必须依靠大数据和多维定向。”颜伟鹏说，京腾计划把社交数据与消费数据打通，改变了以往两者隔绝的局面，并通过机器算法和学习抓取腾讯的社交数据，让用户画像更加立体和完整，进而丰富了京东全景用户标签体系。在用户画像清晰后，京腾魔方就通过多维用户洞察，对用户行为、需求、兴趣、地域等多维定向加以明确，以便将品牌商所需传播的信息精准地推送至目标人群。
同样，品牌商对营销效果的监测与反馈都非常关注。因为京腾魔方能对营销路径实施全程管理，所以对营销效果可以作出及时而准确的反馈。比如2016年4月，乐视2超级手机首发试水京东数字营销，在京东平台首发当日销量达近15万台，成为其2016年至今手机品类单品首发日销量冠军。其实，采用京腾魔方，不仅有利于品牌商累积运营经验，也利于品牌商日后调整和改进营销方式打下坚实基础。
此外，京腾魔方还在开发“人群包”体系。颜伟鹏说：“在京东大数据支持下挖掘出品牌商所希望的精准定向人群，然后把这些人群包打上标签。我们再把整理出的几十万人群包，放在腾讯10亿级用户池中进行扩展，利用相似的社交属性发掘出几千万人群包。运用这种方法，我们就可以慢慢形成一套人群包拓展系统。我们通过技术手段可以把整个过程产品化和自动化，并通过与腾讯后台无缝对接，品牌商在后台提出定向人群需求后，就可以迅速进行广告投放。这样不仅大大缩短了投放流程，而且可以节省人力和提升效率。”
京准通：垒筑全网数字营销平台
为顺应数字营销发展趋势，其实在推出京腾计划前，京东就推出了营销产品“京准通”，以整合旗下数字营销资源。实际上，京准通是由2013年推出的京东商务舱业务升级而来。目前京东把京准通定位为一体化的全网数字营销平台，是京东整合数字营销3.0的综合解决方案。颜伟鹏说：“京准通整合了全网流量，包括京东的消费流量和腾讯的社交流量，同时对各大门户和新闻客户端、视频、搜索等流量方集中采购流量，并把这些流量引到京东平台上打包起来，再通过各种标签进行投放。”
根据品牌商不同营销推广需求，京准通设计了多元化服务产品和不同付费方式，以便品牌商实施订制化的组合性选择。目前京准通有京选展位、京东快车、京东直投、京挑客四大基础广告产品，采用CPD、CPM、CPC、CPS等计费方式。
京选展位业务于2011年推出，采用CPD(按天计费)形式。其做法是，在京东站内首页和其它重要位置，开设营销推广位，品牌商按不同频道或关键词竞价获取不同展位，进行品牌曝光。京东快车业务于2012年12月推出，采用CPC(按点击付费)和CPM(按广告千次展现付费)方式。其做法是，把门户、视频、移动端等站外资源的流量导引到京东平台，通过站内搜索行为定向，让品牌商在京东平台上进行营销。
京东直投业务也采用CPC(按点击付费)和CPM(按广告千次展现付费)方式。其做法是，利用精准定向进行付费引流，也即品牌商通过京东直投获取相应流量并支付相应费用进行品牌推广。
京挑客业务采用CPS(按最终成交金额付费)方式。其做法是，品牌商在京东平台上进行推广，在达成交易后按约定的佣金比率向京东支付相应费用。这样，品牌商营销费用可灵活使用，ROI亦相对可控。
2015年下半年，在上述四大产品基础上，京东又推出了CPS个人推广功能和CPC联盟产品。同时，推出了社交电商平台“京享街”。针对快消、3C、家电、服饰家居等行业，2016年京准通又启动了“京典”营销计划。这样，京准通旗下产品更加多元丰富，便于品牌商在线推广时选择。
颜伟鹏说：“京准通的价值就是以多元营销产品为客户提供精准营销所需的精准流量。”京准通实施精准营销的步骤为：一是确定营销目标，即侧重品牌推广，还是提升销售额；二是确定营销人群，即通过数据挖掘形成数据标签，再确定营销的目标人群；三是确定营销工具及营销方案，即品牌商根据自身需求选择京准通旗下产品，京东再为其制定具体实施的营销方案；四是进行效果衡量，即京东依据技术KPI做用户洞察和效果调研，进而评测出综合ROI。目前已有300多个品牌采用京准通进行营销推广。
关键词：大数据；精准营销；信息流；广告投放
引言
随着信息技术时代的不断发展和进步，广告已经融入我们的生活当中，并给我们的生活方式带来了巨大的改变，大数据+广告营销的模式贯穿我们的生活。然而，目前广告投放存在一些弊端，近年各个平台的广告肆无忌惮地传播，广告无法精准推送给潜在客户，垃圾广告多，企业的广告费被浪费。本平台目前使用的标签定位，用户选择最高只有二级标签，用户画像分类不够精准，广告投放精准率低。鉴于此，本团队提出基于精准营销的社交平台信息流广告投放策略研究，以精准营销作为技术出发点，研究精准度更高、投入小回报大的广告投放模式，为当前的营销行业提供新的模式参考。与传统的互联网广告不同，当前的互联网广告是信息流广告的时代.信息流广告是一种隐藏在信息上下文中，和上下文的内容相接近，而且是展示在社交媒体使用者好友动态或者资讯媒体和视听媒体内容流中的广告。与传统的互联网广告相比，信息流广告穿插在内容流中的广告痕迹并不显著，容易被平台使用者所接受，对平台使用者来说体验是相对较好的，对广告主来说能够运用精准的用户标签进行精准投放。大数据时代社交平台精准营销需求大，社交平台使用频率高、用户多、黏性高，且移动社交的用户规模逐年增长,通过手机上网的互联网用户比例高达99.7％[1]，广告价值高，可以实现高效率，低成本的精准营销。
1文献综述
1.1国内研究现状
在《电子商务背景下个性化精准营销策略研究》一文中，李海波(2016)认为当代互联网信息普及快速发展，关于精准营销的概念被大家熟知，并逐渐发展成为一种全新的精准营销理念。为此对个性化精准营销的内涵及其特征进行针对性的研究，并对营销策略进行分析和探讨[2]。个性化的精准营销可以提升用户个性化的服务水平、加快企业信息化进程以及制定企业精准定位。未来的电子商务与精准营销之间相结合，将会成一种流行的营销趋势。将精准营销应用在实际领域上，张恒（2016）针对精准广告投放领域进行了总结。精准营销的发展趋势还存在局限性，体现在精准营销主要集中在广告传播上，并没有从完整的营销过程角度进行策划。因此，未来应在广告传播的基础上将精准营销理念融入产品设计[3]。牛耀红（2017）针对多个社交平台的本质角度进行研究：站在广告主的角度，挖掘用户数据并构建数据库，给用户贴上标签，实现精准营销；站在受众群体的角度，提高用户的体验感，适当在微信朋友圈广告下点赞和留言，提升用户参与互动，从而提高用户黏性；站在平台的角度，作为社会化的媒体平台，追求商业化的同时，搭建用户体验和企业的商业行为平衡的桥梁，传播商业化信息的同时也要时刻关注用户的自我表达，及时做出反应[4]。基于信息流广告投放的研究，在关于微信信息流广告投放的初步研究等代表性文章中，范昕伟（2016）指出，微信的朋友圈是基于用户链接，它穿插在内容流中的信息流广告更像是“朋友”更新的信息[5]。
1.2国外研究现状
中西方的思维方式与文化背景存在差异，对精准营销的广告投放研究有不同的看法。国内外相比，国外精准广告投放的研究更加关注的是传播与营销理论层面的探讨。精准广告投放的研究成果受到国外学者们的广泛关注。已有部分的研究成果不断在现实中实践运用，例如运用基于K/Means的聚类方法对用户进行细分，此算法是基于大数据的客户聚类分析，该技术能够解决实践中精准营销的问题，将精力集中在有需求的客户，面向大数据分析的算法实现并行化。在《ToTheCloudBigDatainaTurbulentWorld》一书中，VincentMosco（2017）借助大数据挖掘技术，介绍了广告传播未来的发展趋势，将更趋精准，所投放的广告能更加吸引到受众群体的注意力[6]。CraigDempster、JohnLee(2017）通过对平台投放广告发展趋势的研究，各大信息流平台所衍生的广告投放技术，将出现众多关于广告投放技术的团队，对数据进行实时的测量，挖掘有效的客户信息，提高广告投放的精准度，通过大数据挖掘分析客户信息形成精准的客户定位，从而更加高效的开展营销活动[7]。
2精准营销实现的意义与要点
2.1精准营销使广告主和用户实现双赢
精准投放出现之前，大部分广告是在盲投。这样就可能会导致广告在不是很合适的地点、时间、环境里呈现到用户的眼前。到了2019年，微信，淘宝，今日头条，抖音等产品的推送越来越精准，通过精准营销的实现，广告可定向与之对应的用户群，给到用户喜欢的广告，减少推广成本，提高推广效果；例如微信会结合你平时浏览的文章，通过朋友圈推送相关的产品，刺激我们消费。因此，广告精准投放的重要性就是在对于广告主和媒体做到降低成本提高效率的双赢局面。
2.2基于DMP平台可以实现精准营销
DMP平台(Data-ManagementPlatform)数据管理平台，是把分散的多方数据进行整合纳入统一的技术平台，并对这些数据进行标准化和细分，让用户可以把这些细分结果推向现有的互动营销环境里的平台[8]。
3基于精准营销的社交平台信息流广告投放策略
3.1标签优化方案
社交平台的精准广告是一种以用户为中心的广告运营模式，在精准定向传播的基础上，时刻关注用户的反馈效果对广告的效果进行分析和研究，实时调节。通过使用人群定位系统，更加精准的标签定义，优化文案素材来提高转化率点击率、降低成本，也保证曝光量。在精度提升方面，本项目通过贝叶斯算法关联分析和基于K/Means的聚类分析，构建用户浏览行为的概率计算，描述用户画像，将现有的二级标签细化到四级标签，建立回归方程模型，而后根据回归分析，将两个自变量调整成四个自变量，将精准营销的精确度从原先的55%提升到70%，精确度大大高于传统的营销模式（如图2所示）。具体来看，行业标签中细分为交通、新闻资讯、服饰鞋帽箱包、教育、生活服务、金融、商业服务、娱乐休闲、孕产育儿、旅游、房产游戏、餐饮美食、医疗健康、体育运动、美容个护、家居互联网电子产品以上18个一级标签，在对应18个一级标签[9]，精准细分124个二级标签，二级标签有汽车租赁、娱乐女鞋、职业教育、购物平台、银行、农林牧渔、文化艺术等二级标签再往下细分256个三级标签，三级标签有书法、机票、心理治疗、运动包、家居装饰等；三级标签再精准细分为313个四级标签，有硬笔书法、国内机票生鲜等。
3.2方案实际应用及效果监测
目前项目需要解决的关键问题是——如何在某公司原有的社交平台营销基础上提升广告投放效益。本团队将改进后的精准广告投放营销策略应用到某公司的营销平台上，以下为案例展示。
3.2.1项目投放案例展示（1）案例背景——佛山市A投资信息咨询有限公司。今年，某公司接到佛山市A投资信息咨询有限公司的广告投放业务，需要某公司为其进行客户定向广告投放，增加曝光度，于是本项目团队将所研究的社交平台精准营销广告投放方案应用于此。（2）方案实施。根据对该公司的行业背景调查与需求分析，本项目团队发现该公司目前存在以下问题：用户数据搜索精准度低，产出线索多为无效，故客户的持续性转化率较低、增长缓慢，针对此问题，选择一款基于行业目标和客户特性而智能获客的平台是非常关键的，因此，本团队成员根据精准营销研究方案提出了以下几点解决方案。A.利用DMP平台，智能匹配目标客户，提升客户转化率。本项目服务的某公司DMP平台拥有2亿+企业数据辐射能力，可依据用户输入的关键词快速贴标签建立目标客户画像，再结合强大的系统数据算法，为客户匹配吻合度最高且比较活跃的企业，该企业首先应该选择某公司的平台匹配合适的客户。B.以四级标签体系方案为基础，精准选定目标用户。作为初创企业，佛山A投资公司首先应该在旧客户聚集地进行大范围投放，在标签定向测试了一段时间之后，再在佛山各区进行大规模广告投放。一开始，优化团队采用LBS定位的功能，在旧客户聚集地禅城区为半径向外辐射，查找25-40岁对融资咨询、财务投资有需求的用户（如图3、4所示），之后，广告再覆盖佛山禅城、南海和三水等各区。C.结合兴趣标签，添加广告关键词。社交平台广告落地页的优化思路，是以客户浏览、下单转化为核心目标。本团队建议将原价3561元现价仅299元的超高优惠活动设置在首屏关键位置，从而吸引用户点进去提升公司整体转化率。（3）案例效果。本团队在广泛定向的同时，精准锁定对融资咨询方面有兴趣的用户，提升了佛山市A公司的线索产出效率，截至目前，已经有5w+高质量的有效线索，客户转化率由原来的11%提升到30%，最终4k投入带来6w+的营业额。（4）案例总结。A.利用DMP平台，智能匹配目标客户。融资咨询类商家主要围绕本地推广、线索收集等方向智能匹配目标客户，提升客户转化率。融资咨询行业对广告呈现有着特殊要求，比如体现服务专业度、关键词吸引人的广告图。B.了解目标客群特征，选择中小企业对咨询有需求的中高端人群。C.为了第一时间建立起用户对品牌的好感，在落地页首屏位置即加入优惠活动广告关键词，通过展示及其具有吸引力的限时优惠活动等内容赢得用户关注，并进一步促进用户留资购买。
银行零售业务是与银行对公业务、同业业务并列的三大核心业务，在经济“三期叠加”、金融市场改革不断深化、利率市场化加快推进以及企业融资成本与风险不断加剧的大背景下，零售银行业务因其资本消耗低，发展迅猛，价值回报丰厚，被众多银行视为业务转型的重点发展方向。而营销管理作为零售银行获客、活客和粘客的重要抓手，与客户管理、产品管理、渠道管理充分结合，形成零售业务发展的基础性的核心能力，它在推动零售理财、零售信贷、财富管理和信用卡业务发展起到了非常关键的作用。近些年，无论四大国有银行、股份制商业银行还是城商行都不断加大资源投入，纷纷掀起一波以营销转型或精准营销为主题的项目建设，内容涵盖零售业务体系设计、组织设计、流程梳理与优化、数据分析模型、营销一体化平台建设等，使得营销管理在零售银行发展战略中重要位置越发突显。
随着互联网金融和电子商务的崛起，商业银行倍感压力，银行零售业务的不仅需要面临同业的竞争，也要面对来自互联网金融和非金融机构的冲击，银行营销管理正面临着严峻的挑战，这突出表现在以下几个方面。第一，在营销产品上，各个产品团队独立营销产品，尚不能站在客户角度提供综合化金融服务，产品组合营销少；第二，在营销客户上，对客户分群不够细致，缺乏对客户完整、立体、动态的画像，客户洞察深度有限；第三，在营销手法上，一味强调销售产品，没有营销和场景思维，缺乏对客户投其所好的个性化产品推荐；第四，在营销渠道上，线上线下渠道无法协同，营销线索转介不畅，导致丧失很多营销机会；第五，在营销规划上，无专门牵头部门负责营销整体规划，缺乏长远体系化考虑，基本上是“走一步算一步”；第六，在营销设计上，无法做到考虑客户、产品、渠道匹配的最优化，容易造成“重复营销、过度营销”，导致营销资源浪费，客户体验差，收益无法最大化；第七，在营销过程上，碎片化严重，人工干预多，营销效率低下；第八，在营销评估上，缺乏对营销过程的完整记录，无法做到效果的定量化评估；第九，在营销管控上，没有多层次的营销管控体系，上级无法监控、指导、督促下级营销工作；最后，在营销经验上，只是个别人有丰富营销经验，营销团队培养慢，不能做到系统化营销话术提示和优秀经验分享。
大数据驱动精益化营销的发展趋势
在大数据时代背景下，零售银行要赢得持续发展的空间，需要建立起符合现代金融竞争要求的营销体系，伴随着大数据技术的逐渐成熟，零售银行的营销理念也得到了加速发展，营销被赋予了新的时代特征，主要表现为以下几个方面。
营销决策数据化
精益化营销的核心在于营销的精准性，精准的客户需求分析、精准的市场细分与定位、精准的产品及服务组合以及精确的营销控制与考核。精准的本质在于营销决策用数据说话，例如领先银行通过建立客户细分、交叉销售、关联分析、流失预警、资金流向、客户关系网络等主题的分析，对客户进行深入洞察，通过决策模型的建立提高对营销决策的前瞻性、预见性和创造性，改变营销决策依靠专家经验或人为直觉，提升营销决策的科学性和有效性。
满足全量客群的全生命周期需求
运用客户细分和客户画像技术，建立不同特征的客群，对全量客群进行统筹经营管理他们的全生命周期需求，包括衣、食、住、行、游、医、玩等；转变银行“二八定律”传统的经营理念，只服务于20%的中高端客户；对于银行而言，既要服务好中高端客户，更要运用大数据的理念、依托强大科技能力服务好大众基础客户，更加关注“长尾”客户，通过提供差异化的综合金融服务进行全量客户的经营。
营销介入时机不断前移
按照消费者决策机制理论，客户对产品购买通常经历需求创造、需求认知引导、寻找信息、评估选择、交易行动和体验评价这几个过程。传统上大部分银行介入营销时机多为评估选择和交易行动的阶段，采用数据库营销、事件式营销或是实时互动营销方式进行营销。随着场景金融时代的来临，领先银行通过打造泛金融生态圈或与场景入口的公司合作，开展异业联盟方式，在需求创造、需求引导、需求认知、寻找信息的阶段开展营销，使得营销介入时机更加前置化，营销变得更加生活化、场景化和有很强的代入感。
营销渠道全天候立体化
互联网时代下，满足客户“体验式、碎片化”要求的营销模式成为赢得客户的关键。商业银行通过全渠道营销，将传统线下渠道和线上电子渠道进行无缝衔接，构建“线上+线下、人工+电子、推送+互动”的立体化营销服务体系，实现全客户、全渠道、全产业的营销协作，以满足顾客理财、咨询和社交的综合体验，客户对商业银行服务的需求将不被时间和空间限制，客户可以享受全程及时响应的全天候金融服务。
转型的致胜之道
为了抓住大数据时代给银行精益化营销带来的诸多创新机会，零售银行需要深化“以客户为中心”的战略，借助创新的技术和先进工具，配备专业化资源以实现营销转型。
全面深入的客户洞察
多样性客户信息的整合是客户洞察的前提，客户多维度细分与立体生动的客户画像是客户洞察的基础，客户分析模型是客户洞察的核心，它们彼此之间相互关联、相互依赖，是一个密不可分的整体。
多样性客户信息的整合是指在保证数据质量的前提下，银行除自身拥有的客户人口特征数据、交易数据外，尽可能多地采集客户在各个渠道与银行交互的数据，包括客户在银行网站、手机银行的浏览、点击数据，客服中心的客户交互数据等，适时引入外部数据包括社交媒体、电商平台、运营商数据，以获取客户更多消费、社交和生活信息。
多维度客户分群按照分群目的和数量的不同，通常分为战略分群、策略分群、战术分群和一对一分群。例如战略分群多以客户价值、客户生命周期或辅之以地域维度进行划分，分群数量控制在6～20个之间；策略分群基于行业经验和业务分析经验划分，数量一般在15～100个之间，例如客群、养老金客群、纯信用卡客群、跨境客群、海淘妈妈客群等；战术分群基于数据聚类方法及客户标签库，通常针对特定的营销活动或具体业务场景专门划分，数量通常较多，如沉默存款群、成熟高端投资群、积极投资理财群等；而一对一分群是指把每个客户为一个群，通过实时分析每个客户的特征，做到“千人千面”的个性化推荐的效果，达到最优的客户体验。再通过对细分客群进行人物画像，让业务人员更加直观、生动的理解分群结果，更有利于进行市场营销策略设计和用户体验设计。
客户分析模型是对客户信息的深度运用，利用专业的分析平台或模型实验室构建面向特定客群特定场景的分析主题，包括：高比例存款高价值客户流失预测分析、客群留存率提升分析、ETC客户获客分析、资金净流出客户的资金流向分析、电子支付交易行为路径分析、零资产客户激活分析、特定产品响应率分析、客户关系网络分析等。举例来说净流出客户资金流向分析，其分析方法是通过梳理出客户资金获取的不同场景，如高存款、基金赎回、工资流入等，对流出客户进行多维度画像，抓取到群体特征；同时建立客户交易关系圈，将不同业务场景下的资金流出情况进行分析，识别资金回流强弱关系，找到潜在的高流失高价值流失客户进行精准营销。再比如ETC获客分析，其分析方法是通过分析客户针对车的消费行为如加油、保养，再结合运营商的数据分析用车情况，有针对性做营销活动精准获取ETC客户。
高效自动化的营销闭环
构建高效自动化的营销闭环一方面解决了大规模部署多渠道营销活动的效率问题，另一方面将营销策划人员从大量的多方沟通中解脱出来，将工作重心转移到营销活动设计以及活动过程和结果的跟踪评估上。营销闭环包含分析洞察，活动设计，渠道执行和反馈评估四大环节，其难点在于实时地反馈渠道执行信息并进行多渠道的协同，以及对营销活动的过程和结果进行反馈评估。
零售银行在营销闭环上面的投入将在四个方面获得卓越的提升，第一，营销活动数量。3～5人的营销团队每年手工完成大约30个营销活动，以一次性的临时活动居多；而营销自动化带来的效率提升能帮助团队完成100个以上的营销活动，并且大部分是周期性的固定活动。第二，营销活动部署时间。一个活动的设计部署周期从以往5～10天缩短到2～5天。第三，营销活动转化率。将客户洞察结果融合到营销中，通过不断优化，将客户转化率由过去的0.2%～4.8%提升到6.2%～18.7%。
增强银行全渠道的营销体验
在互联网时代下，用户营销体验对于营销效果的提升起到越来越关键的作用，目前银行在渠道建设方面正由多渠道到全渠道方向发展，如何增强银行全渠道的营销体验是摆在银行急需解决的重要问题。其中个性化互动式触点营销、统一接触优化、O2O协同营销是提升全渠道营销体验的关键。
实现个性化互动式触点营销需要银行把握好每一次与客户接触的机会，如客户在网银登录，在手机银行上进行贷款计算器试算，向客服或大堂经理咨询产品情况等。根据客户接触银行各类渠道的特点，客户特征、接触历史、最新行为轨迹等，实时推荐适合最能满足客户需求的产品与金融服务，让客户感觉“知我所知”甚至是“替我所想”。
银行优质客户往往是各个业务条线争相营销的对象，过于频繁的信息推送会让客户感觉到过度打扰，这就需要对全渠道下所有活动进行统一管理，建立客户接触优化机制，包括建立对接触频次、免打扰规则、活动优先级、容量控制规则、客户渠道偏好、产品最适化等规则的设定，采用优化算法选取最适合营销信息传递给客户，同时保证银行整体利益最大化。
一旦客户对营销的反馈信息在相应的渠道被获取，抽取其中的有效的反馈作为营销线索，使得营销线索在柜面、网银、电话银行、手机银行、微信银行等之间无损转介，实现O2O协同营销，为客户提供统一的接触体验，让客户感受到在与同一个银行而不是多个银行进行互动。
营销系统生态圈建设
在大数据驱动精益化营销中，客户数据的可靠性、分析数据的精准度、营销方案的合理性、用户接触优化能力以及渠道的执行力都影响着最终营销效果。成功的营销活动背后一定是由一套完整的“营销系统生态圈”来支撑，它主要包括大数据整合平台、营销数据集市、大数据分析引擎、营销流程自动化引擎、营销实时决策引擎、事件侦测引擎。营销生态一体化系统并非孤立存在的，它必须与银行现有的数据仓库、ECIF、ACRM、OCRM、ESB、各渠道系统、核心系统等相关系统在整体架构层面进行定位、分工、整合和衔接，发挥银行营销一体化生态的协同效应。
同时应不断汲取和整合创新的数字化营销方式，包括采用DMP技术实现数字化精准广告投放、优化搜索引擎（SEO）营销、社交媒体营销、社群营销等技术实现方式，形成一套完整数字化营销生态体系，达到“营销无所不在”直至“化营销为无形”的效果。
集约化的营销运营团队
目前国内多数零售银行以产品销售为导向，在总行、分行、支行的三级组织架构下，营销相关资源都下放到分支行层面，分支行承担营销考核指标，总行主要把握营销政策、营销考核指标的制定和营销资源的投放。按此模式开展营销业务暴露出诸多弊端，如分支行业务与数据分析结合的人才严重缺失，营销以个人经验为主导，分析人员在获得数据和信息受限，无法利用总行全面数据资源和分析资源等。
因此，总行应构建灵活、敏捷的营销分析和营销设计团队，在人才培养方面注重数据分析专业技能和业务的结合能力。通过“小前台，大后台”的营销运营模式，发挥总行数据集中和分析能力优势，集约化管理零售客户数据、对客户深入洞察，并不断进行迭代和优化，全面提升营销效率和营销精准度。针对分支行的特色需求，在流程和系统功能上提供“绿色通道”，允许特色数据的导入和分析。
转型的路径选择
零售银行营销转型是一个复杂的系统工程，需要志在高远、科学规划、合理布局、分阶段分步骤地实施营销转型。不能一味地追求先进大数据分析技术，而忽略银行自身基础条件和业务价值释放的匹配程度，可以将零售银行营销转型划分为三个阶段。
营销转型发展期
发展期注重营销转型体系基础性工作建设，体现在业务层面开展营销转型战略规划，在行里形成营销转型方向与思路的统一认识；在数据层面搭建营销数据集市，客户标签库和事件库的落地；在客户洞察层面，对客户进行多维度细分，对核心客群进行用户画像，选择有典型意义的主题进行深入客户分析；系统层面建设自动化营销平台，打通典型几个营销渠道，开展营销方案试点工作将分析结果应用到营销当中评估营销活动的成效。
营销转型创新期
营销转型创新期在数据层面考虑营销数据集市的数据多样性整合能力的增强，补充行内非结构化数据；在客户洞察层面，对更多客群画像，对更多业务主题进行分析，持续满足零售银行对客户数据价值的深入挖掘；在系统建设上，将更多的线上和线下的渠道打通，形成立体化的全渠道营销网络，引入实时决策引擎技术，实现个性化互动式营销，引入营销优化模块，实现客户统一接触优化，给客户带来更为优质体验；在组织建设上，实现专人对特定客群进行全生命周期管理，比如养老客群、出国客群等。
营销转型超越期
