银行对个人进行精准营销？思路应该是这样的……

大数据思维是指包括新一代核心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、分析引擎和营销闭环引导，以上这些构成了我们在技术、应用、数据上的核心架构和核心驱动力。

精准营销是什么呢？

直白来说，就是在实现精准细分的前提下，找到用户的需求，利用合适的渠道，在恰当的时间，对用户进行合适的送达，实现精准、高效，让客户觉得在合适的时间遇到了适合的产品，不会感觉被骚扰。

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什么是精准营销，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。

精准营销如何做呢？

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：

银行真正了解客户的需求吗?

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，所以在大数据时代，营销一定要从“机枪扫射”向“精准制导”转变，当不同用户被动接收推广信息的相关内容时，所关注的广告内容是不同的，同时它的产品和价格也应该不同，这就是“千人千面”的效果。大数据营销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。

用户标识体系的架构

目前传统银行的数据质量还不错，基本是交易侧，但社交类以及行为类的数据很欠缺，这是因为其客户的兴趣爱好和社交信息等数据需要从外部引入，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楼盘的信息，预测其购买房产的可能性。这时银行业可以及时介入，为客户提供相关金融服务。

社交类以及行为类的数据可以通过Cookie、Email、微博、微信账号等对用户进行标识，在处理过程中，理论上这些信息都是加密的，只知道你的用户喜欢什么，但是不知道你是谁什么是精准营销，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，通过用户标签生成用户画像。用户画像是真实用户的虚拟形象,是标签集合的呈现。目前我们从多个维度针对银行个人客户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。

银行精准营销产品有什么？

我们金融产品的各种维度怎么量化？ 怎么通过金融产品的宽泛量化对用户进行精准推荐？

在大数据时代，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解构，通过银行产品工厂实现在现有产品无法满足客户需求时快速构建合规的产品满足客户的诉求。产品工厂能够实现产品快速组装生产，同时管理产品自身生命周期。

精准营销产品的策略是什么？

有了用户画像和产品体系，我们需要通过建立营销策略实现关联。我们通常有如下三个策略：

通过客群策略的实施，完成对同类人群的划分，并尝试构建和接入相关场景来完成对金融产品的整体营销。无论是网点、柜面，还是自助终端等银行自有渠道场景，还是外部的合作渠道场景。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。

怎么实施你的营销策略（构建营销闭环）

营销必须要有评价，这样才能打造出完整的营销闭环。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，最终将这些信息进行分析处理，从而修正反馈模型，其次还可以优化产品策略，比如说缩小客户的范围、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，来优化关联策略、关联办法。

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。活动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。

大数据给出了精准营销的方案，应用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。