如何用大數(shù)據構建精準用戶畫像

什么是用戶畫像？用戶畫像（UserProfile），作為大數(shù)據的根基，它完美地抽象出一個用戶的信息全貌，為進一步精準、快速地分析用戶行為習慣、消費習慣等重要信息，提供了足夠的數(shù)據基礎，奠定了大數(shù)據時代的基石。用戶畫像，即用戶信息標簽化，就是企業(yè)通過收集與分析消費者社會屬性、生活習慣、消費行為等主要信息的數(shù)據之后，完美地抽象出一個用戶的商業(yè)全貌作是企業(yè)應用大數(shù)據技術的基本方式。用戶畫像為企業(yè)提供了足夠的信息基礎，能夠幫助企業(yè)快速找到精準用戶群體以及用戶需求等更為廣泛的反饋信息。用戶畫像的四階段用戶畫像的焦點工作就是為用戶打“標簽”，而一個標簽通常是人為規(guī)定的高度精煉的特征標識，如年齡、性別、地域、用戶偏好等，最后將用戶的所有標簽綜合來看，就可以勾勒出該用戶的立體“畫像”了。具體來講，當為用戶畫像時，需要以下四個階段：最后從宏觀層面總結，就是得到用戶畫像的數(shù)據架構。LotuseeData蓮子數(shù)據在具體設備分析的統(tǒng)計基礎上，提供了更強大的自定義時間，用戶分組，渠道活動轉化追蹤等新功能，并累計了大量的設備和用戶標簽，為進一步的用戶畫像提供了堅實的基礎。百分點技術總監(jiān)郭志金談用戶畫像數(shù)據建模方法伴隨著大數(shù)據應用的討論、創(chuàng)新，個性化技術成為了一個重要落地點。相比傳統(tǒng)的線下會員管理、問卷調查、購物籃分析，大數(shù)據第一次使得企業(yè)能夠通過互聯(lián)網便利地獲取用戶更為廣泛的反饋信息，為進一步精準、快速地分析用戶行為習慣、消費習慣等重要商業(yè)信息，提供了足夠的數(shù)據基礎。伴隨著對人的了解逐步深入，一個概念悄然而生：用戶畫像（UserProfile），完美地抽象出一個用戶的信息全貌，可以看作企業(yè)應用大數(shù)據的根基。一、什么是用戶畫像？男，31歲，已婚，收入1萬以上，愛美食，團購達人，喜歡紅酒配香煙。這樣一串描述即為用戶畫像的典型案例。如果用一句話來描述，即：用戶信息標簽化。如果用一幅圖來展現(xiàn)，即：二、為什么需要用戶畫像用戶畫像的核心工作是為用戶打標簽，打標簽的重要目的之一是為了讓人能夠理解并且方便計算機處理，如，可以做分類統(tǒng)計：喜歡紅酒的用戶有多少？喜歡紅酒的人群中，男、女比例是多少？也可以做數(shù)據挖掘工作：利用關聯(lián)規(guī)則計算，喜歡紅酒的人通常喜歡什么運動品牌？利用聚類算法分析，喜歡紅酒的人年齡段分布情況？大數(shù)據處理，離不開計算機的運算，標簽提供了一種便捷的方式，使得計算機能夠程序化處理與人相關的信息，甚至通過算法、模型能夠“理解”人。當計算機具備這樣的能力后，無論是搜索引擎、推薦引擎、廣告投放等各種應用領域，都將能進一步提升精準度，提高信息獲取的效率。三、如何構建用戶畫像一個標簽通常是人為規(guī)定的高度精煉的特征標識，如年齡段標簽：25~35歲，地域標簽：北京，標簽呈現(xiàn)出兩個重要特征：語義化，人能很方便地理解每個標簽含義。這也使得用戶畫像模型具備實際意義。能夠較好的滿足業(yè)務需求。如，判斷用戶偏好。短文本，每個標簽通常只表示一種含義，標簽本身無需再做過多文本分析等預處理工作，這為利用機器提取標準化信息提供了便利。人制定標簽規(guī)則，并能夠通過標簽快速讀出其中的信息，機器方便做標簽提取、聚合分析。所以，用戶畫像，即：用戶標簽，向我們展示了一種樸素、簡潔的方法用于描述用戶信息。3.1數(shù)據源分析構建用戶畫像是為了還原用戶信息，因此數(shù)據來源于：所有用戶相關的數(shù)據。對于用戶相關數(shù)據的分類，引入一種重要的分類思想：封閉性的分類方式。如，世界上分為兩種人，一種是學英語的人，一種是不學英語的人；客戶分三類，高價值客戶，中價值客戶，低價值客戶；產品生命周期分為，投入期、成長期、成熟期、衰退期…所有的子分類將構成了類目空間的全部集合。這樣的分類方式，有助于后續(xù)不斷枚舉并迭代補充遺漏的信息維度。不必擔心架構上對每一層分類沒有考慮完整，造成維度遺漏留下擴展性隱患。另外，不同的分類方式根據應用場景，業(yè)務需求的不同，也許各有道理，按需劃分即可。本文將用戶數(shù)據劃分為靜態(tài)信息數(shù)據、動態(tài)信息數(shù)據兩大類。靜態(tài)信息數(shù)據用戶相對穩(wěn)定的信息，如圖所示，主要包括人口屬性、商業(yè)屬性等方面數(shù)據。這類信息，自成標簽，如果企業(yè)有真實信息則無需過多建模預測，更多的是數(shù)據清洗工作，因此這方面信息的數(shù)據建模不是本篇文章重點。動態(tài)信息數(shù)據用戶不斷變化的行為信息，如果存在上帝，每一個人的行為都在時刻被上帝那雙無形的眼睛監(jiān)控著，廣義上講，一個用戶打開網頁，買了一個杯子；與該用戶傍晚溜了趟狗，白天取了一次錢，打了一個哈欠等等一樣都是上帝眼中的用戶行為。當行為集中到互聯(lián)網，乃至電商，用戶行為就會聚焦很多，如上圖所示：瀏覽凡客首頁、瀏覽休閑鞋單品頁、搜索帆布鞋、發(fā)表關于鞋品質的微博、贊“雙十一大促給力”的微博消息。等等均可看作互聯(lián)網用戶行為。本篇文章以互聯(lián)網電商用戶，為主要分析對象，暫不考慮線下用戶行為數(shù)據（分析方法雷同，只是數(shù)據獲取途徑，用戶識別方式有些差異）。在互聯(lián)網上，用戶行為，可以看作用戶動態(tài)信息的唯一數(shù)據來源。如何對用戶行為數(shù)據構建數(shù)據模型，分析出用戶標簽，將是本文著重介紹的內容。3.2目標分析用戶畫像的目標是通過分析用戶行為，最終為每個用戶打上標簽，以及該標簽的權重。如，紅酒0.8、李寧0.6。標簽，表征了內容，用戶對該內容有興趣、偏好、需求等等。權重，表征了指數(shù)，用戶的興趣、偏好指數(shù)，也可能表征用戶的需求度，可以簡單的理解為可信度，概率。3.3數(shù)據建模方法下面內容將詳細介紹，如何根據用戶行為，構建模型產出標簽、權重。一個事件模型包括：時間、地點、人物三個要素。每一次用戶行為本質上是一次隨機事件，可以詳細描述為：什么用戶，在什么時間，什么地點，做了什么事。什么用戶：關鍵在于對用戶的標識，用戶標識的目的是為了區(qū)分用戶、單點定位。以上列舉了互聯(lián)網主要的用戶標識方法，獲取方式由易到難。視企業(yè)的用戶粘性，可以獲取的標識信息有所差異。什么時間：時間包括兩個重要信息，時間戳+時間長度。時間戳，為了標識用戶行為的時間點，如，1395121950（精度到秒），1395121950.083612（精度到微秒），通常采用精度到秒的時間戳即可。因為微秒的時間戳精度并不可靠。瀏覽器時間精度，準確度最多也只能到毫秒。時間長度，為了標識用戶在某一頁面的停留時間。什么地點：用戶接觸點，TouchPoint。對于每個用戶接觸點。潛在包含了兩層信息：網址+內容。網址：每一個url鏈接（頁面/屏幕），即定位了一個互聯(lián)網頁面地址，或者某個產品的特定頁面?？梢允荘C上某電商網站的頁面url，也可以是手機上的微博，微信等應用某個功能頁面，某款產品應用的特定畫面。如，長城紅酒單品頁，微信訂閱號頁面，某游戲的過關頁。內容：每個url網址（頁面/屏幕）中的內容?？梢允菃纹返南嚓P信息：類別、品牌、描述、屬性、網站信息等等。如，紅酒，長城，干紅，對于每個互聯(lián)網接觸點，其中網址決定了權重；內容決定了標簽。注：接觸點可以是網址，也可以是某個產品的特定功能界面。如，同樣一瓶礦泉水，超市賣1元，火車上賣3元，景區(qū)賣5元。商品的售賣價值，不在于成本，更在于售賣地點。標簽均是礦泉水，但接觸點的不同體現(xiàn)出了權重差異。這里的權重可以理解為用戶對于礦泉水的需求程度不同。即，愿意支付的價值不同。標簽權重礦泉水1//超市礦泉水3//火車礦泉水5//景區(qū)類似的，用戶在京東商城瀏覽紅酒信息，與在品尚紅酒網瀏覽紅酒信息，表現(xiàn)出對紅酒喜好度也是有差異的。這里的關注點是不同的網址，存在權重差異，權重模型的構建，需要根據各自的業(yè)務需求構建。所以，網址本身表征了用戶的標簽偏好權重。網址對應的內容體現(xiàn)了標簽信息。什么事：用戶行為類型，對于電商有如下典型行為：瀏覽、添加購物車、搜索、評論、購買、點擊贊、收藏等等。不同的行為類型，對于接觸點的內容產生的標簽信息，具有不同的權重。如，購買權重計為5，瀏覽計為1紅酒1//瀏覽紅酒紅酒5//購買紅酒綜合上述分析，用戶畫像的數(shù)據模型，可以概括為下面的公式：用戶標識+時間+行為類型+接觸點（網址+內容），某用戶因為在什么時間、地點、做了什么事。所以會打上**標簽。用戶標簽的權重可能隨時間的增加而衰減，因此定義時間為衰減因子r，行為類型、網址決定了權重，內容決定了標簽，進一步轉換為公式：標簽權重=衰減因子×行為權重×網址子權重如：用戶A，昨天在品尚紅酒網瀏覽一瓶價值238元的長城干紅葡萄酒信息。標簽：紅酒，長城時間：因為是昨天的行為，假設衰減因子為：r=0.95行為類型：瀏覽行為記為權重1地點：品尚紅酒單品頁的網址子權重記為0.9（相比京東紅酒單品頁的0.7）假設用戶對紅酒出于真的喜歡，才會去專業(yè)的紅酒網選購，而不再綜合商城選購。則用戶偏好標簽是：紅酒，權重是0.95*0.7*1=0.665，即，用戶Ａ：紅酒0.665、長城0.665。上述模型權重值的選取只是舉例參考，具體的權重值需要根據業(yè)務需求二次建模，這里強調的是如何從整體思考，去構建用戶畫像模型，進而能夠逐步細化模型。四、總結：本文并未涉及具體算法，更多的是闡述了一種分析思想，在計劃構建用戶畫像時，能夠給您提供一個系統(tǒng)性、框架性的思維指導。核心在于對用戶接觸點的理解，接觸點內容直接決定了標簽信息。內容地址、行為類型、時間衰減，決定了權重模型是關鍵，權重值本身的二次建模則是水到渠成的進階。模型舉例偏重電商，但其實，可以根據產品的不同，重新定義接觸點。比如影視產品，我看了一部電影《英雄本色》，可能產生的標簽是：周潤發(fā)0.6、槍戰(zhàn)0.5、港臺0.3。最后，接觸點本身并不一定有內容，也可以泛化理解為某種閾值，某個行為超過多少次，達到多長時間等。比如游戲產品，典型接觸點可能會是，關鍵任務，關鍵指數(shù)（分數(shù)）等等。如，積分超過1萬分，則標記為鉆石級用戶。鉆石用戶1.0。百分點現(xiàn)已全面應用用戶畫像技術于推薦引擎中，在對某電商客戶，針對活動頁新訪客的應用中，依靠用戶畫像產生的個性化效果，對比熱銷榜，推薦效果有顯著提升：推薦欄點擊率提升27%，訂單轉化率提升34%。轉自燈塔大數(shù)據，來源：大數(shù)據人新浪微博的用戶畫像是怎樣構建的?1.概述從上一篇《認識每一個“你”：微博中的用戶模型》里面對用戶模型維度的劃分可以看出，屬性和興趣維度的用戶模型都可以歸入用戶畫像(UserProfile)的范疇。而所謂用戶畫像，簡單來說就是對用戶的信息進行標簽化。如圖1所示。一方面，標簽化是對用戶信息進行結構化，方便計算機的識別和處理；另一方面，標簽本身也具有準確性和非二義性，也有利于人工的整理、分析和統(tǒng)計。用戶屬性指相對靜態(tài)和穩(wěn)定的人口屬性，例如：性別、年齡區(qū)間、地域、受教育程度、學校、公司……這些信息的收集和建立主要依靠產品本身的引導、調查、第三方提供等。微博本身就有比較完整的用戶注冊引導、用戶信息完善任務、認證用戶審核、以及大量的合作對象等，在收集和清洗用戶屬性的過程中，需要注意的主要是標簽的規(guī)范化以及不同來源信息的交叉驗證。用戶興趣則是更加動態(tài)和易變化的特征，首先興趣受到人群、環(huán)境、熱點事件、行業(yè)……等方面的影響，一旦這些因素發(fā)生變化，用戶的興趣容易產生遷移；其次，用戶的行為（特指在互聯(lián)網上的行為）多樣且碎片化，不同行為反映出來的興趣差異較大。接下來主要介紹一下微博畫像中興趣維度的構建方法。2.微博用戶興趣分析1標簽來源用戶自標簽、達人或認證標簽、公司、學校、微群標簽、星座、微博關鍵詞……這些來源都可能成為用戶的標簽。而針對每個特定的用戶收集標簽除了其自身以外，他關注用戶的標簽也會傳遞到該用戶身上。如圖2所示（藍色實線代表關注關系，橙色虛線代表興趣標簽來源）。2權重計算在收集到一個用戶可能存在的標簽后，還需要給標簽賦一定的權重，用來區(qū)分不同標簽對于該用戶的重要程度。不同標簽的來源用戶質量，標簽的傳遞路徑，轉發(fā)關系，標簽的本身，以及標簽與用戶之間的共現(xiàn)關系都會考慮在內。不同質量的用戶自身產生的標簽權重不一樣，質量越高，認為該標簽的可信度越高，無論是將該標簽賦給自己還是傳遞出去的時候其權重值越高。標簽的傳遞路徑主要是針對基于關注關系的標簽傳遞，親密度比較高的關注用戶傳遞過來的標簽權重值會比較高。標簽是來自于用戶的原創(chuàng)還是其轉發(fā)的微博，權重值會有區(qū)別，一般來說原創(chuàng)的權重會高于轉發(fā)權重。如果標簽本身是一個非常常見的詞，那么它用于刻畫用戶的興趣的區(qū)分性是比較差的，相反如果是一個長尾詞，則區(qū)分性較強。出于這樣的考慮，越是長尾詞，標簽的權重值會越高。標簽與用戶的共現(xiàn)關系是指用戶和該標簽是否經常共同出現(xiàn)，評價的是兩者的關聯(lián)性。關聯(lián)性越高，則標簽的權重值越高。綜合上述的因素，一個標簽對于特定用戶的權重值可以大致表示為：標簽權重=(來源因子+親密度因子+轉發(fā)因子+長尾因子)×共現(xiàn)因子。3時效性隨著時間的變化，用戶的興趣會發(fā)生轉移，時間越久遠，標簽的權重應該相應的下降，距離當前時間越近的興趣標簽應該得到適當突出。出于這樣的考慮，一般會在標簽權重值上疊加一個時間衰減函數(shù)，這個時間衰減函數(shù)被設計成如圖3所示的指數(shù)衰減的形式，通過定義衰減幅度和半衰期，調節(jié)衰減的程度，體現(xiàn)不同的時效性。此外，針對用戶的興趣，還會設定一個較小的時間窗口來獲取用戶的短期興趣。通過用戶在短時間內的原創(chuàng)、轉發(fā)和關注行為收集興趣標簽，并計算標簽的權重。短期興趣更新周期會較長期興趣更短，興趣更集中，但是能夠比較及時地反應用戶興趣的變化。4從興趣到能力然而，用戶具有某方面的興趣，只代表了他愿意接受這方面的信息，并不能代表他具有產生相關內容的能力。因此，在挖掘了用戶興趣標簽的基礎上，還需要發(fā)掘哪些用戶能夠針對特定的標簽具有一定的內容生產能力。微博中的關注關系可以認為是一種認證，具有相同興趣的用戶之間的關注則有可能是興趣相投（當然也可能不是，但畢竟有一定的指導性），那么將具有相同興趣標簽的用戶提出來，通過關注關系構成一個圖，被認證得最多的用戶（被關注邊指向得最多）被認為在這個興趣標簽上具有最強能力。如圖4所示中的帶紅色邊框的用戶。歡網大數(shù)據開啟“全網+跨屏”用戶畫像新時代來源：新華網長期以來，智能電視行業(yè)一直局限于電視端數(shù)據進行用戶畫像分析，希望以此進行精準營銷，難道僅基于電視端收視數(shù)據進行用戶畫像就可以實現(xiàn)精準營銷嗎？此方式雖然取得一些成果，但是距大數(shù)據時代眾多收視用戶的精準營銷還是距離遙遠。近日，歡網大數(shù)據以卓越創(chuàng)新的“全網+跨屏”理念，掀起了電視行業(yè)融合全網大數(shù)據的精準營銷革命，該理念通過關聯(lián)智能電視與PC、移動端數(shù)據，不僅能夠跨屏識別用戶，而且可以獲悉用戶在不同終端的使用行為。此舉打破傳統(tǒng)電視行業(yè)信息孤島，實現(xiàn)跨屏全網數(shù)據融合，顛覆電視端營銷方式，打造通過分析用戶線上線下行為數(shù)據獲知真實潛在需求的精準營銷平臺，并以此提升基于智能電視平臺所實現(xiàn)的“增強電視”、“T2O”等一系列精準營銷的服務價值。歡網作為國內最大的互聯(lián)網智能電視服務商，自創(chuàng)立以來一直致力于成為電視內容的聚合者和分發(fā)者，而用戶畫像是提供個性化電視營銷服務的基礎?！叭W+跨屏”融合更加全面的用戶數(shù)據，這包括用戶在電視端的收視數(shù)據、與其它智能終端的行為習慣數(shù)據。以熱門綜藝《奔跑吧兄弟2》為例，觀看該節(jié)目的電視用戶，平時主要活動區(qū)域、偏好何種APP軟件、忠愛哪些品牌、喜歡吃什么玩什么等，通過全網數(shù)據的融合，了解其行為習慣，建立用戶畫像，將有助于精準營銷、個性化內容推送，再度提升文化娛樂對消費行為的影響。何謂智能電視用戶畫像？是收集、融合并分析智能電視用戶海量收視數(shù)據以及全網使用行為后，判斷其家庭收視偏好、消費行為與能力、家庭成員組成、潛在購物傾向等，最終梳理出不同屬性的用戶人群，為業(yè)務運營提供更充足的信息基礎。以下為歡網科技與TalkingData聯(lián)合發(fā)布的熱門綜藝案列分析：建立全網用戶畫像，是顛覆傳統(tǒng)意義上僅以電視端數(shù)據進行用戶畫像的革命性的營銷方式。多端數(shù)據的結合，可將更精準的服務推送給有潛在需求的用戶，從而幫助需求方鎖定用戶群。此舉有助于電視臺、節(jié)目組、制作方、廣告商更精確的了解受眾用戶，為之后編播節(jié)目、投放廣告等帶來極大價值。歡網大數(shù)據打破了固有的“電視歸電視，互聯(lián)網歸互聯(lián)網”的局面。以“全網+跨屏”探索智能電視與互聯(lián)網行業(yè)的未來，在顛覆傳統(tǒng)理念的同時，讓智能電視用戶享受更優(yōu)質的服務。大數(shù)據用戶畫像在金融行業(yè)實踐一.用戶畫像背后的原因金融消費行為的改變，企業(yè)無法接觸到客戶80后、90后總計共有3.4億人口，并日益成為金融企業(yè)主要的消費者，但是他們的金融消費習慣正在改變，他們不愿意到金融網點辦理業(yè)務，不喜歡被動接受金融產品和服務。年輕人將主要的時間都消費在移動互聯(lián)網，消費在智能手機上。平均每個人，每天使用智能手機的時間超過了3小時，年輕人可能會超過4個小時。瀏覽手機已經成為工作和睡覺之后的，人類第三大生活習慣，移動APP也成為所有金融企業(yè)的客戶入口、服務入口、消費入口、數(shù)據入口。金融企業(yè)越來越難面對面接觸到年輕人，無法像過去一樣，從對話中了解年輕人的想法，了解年輕人金融產品的需求。消費者需求出現(xiàn)分化，需要尋找目標客戶客戶消費習慣的改變，企業(yè)無法接觸到客戶，無法了解客戶需求；客戶需求的分化，企業(yè)需要細分客戶，為目標客戶開發(fā)設計產品。金融企業(yè)需要借助于戶畫像，來了解客戶，找到目標客戶，觸達客戶。二.用戶畫像的目的用戶畫像是在解客戶需求和消費能力，以及客戶信用額度的基礎上，尋找潛在產品的目標客戶，并利用畫像信息為客戶開發(fā)產品。提到用戶畫像，很多廠商都會提到360度用戶畫像，其實經常360度客戶畫像是一個廣告宣傳用語，根本不存數(shù)據可以全面描述客戶，透徹了解客戶。人是非常復雜的動物，信息緯度非常復雜，僅僅依靠外部信息來刻畫客戶內心需要根本不可能。用戶畫像一詞具有很重的場景因素，不同企業(yè)對于用戶畫像有著不同對理解和需求。舉個例子，金融行業(yè)和汽車行業(yè)對于用戶畫像需求的信息完全不一樣，信息緯度也不同，對畫像結果要求也不同。每個行業(yè)都有一套適合自己行業(yè)的用戶畫像方法，但是其核心都是為客戶服務，為業(yè)務場景服務。用戶畫像本質就是從業(yè)務角度出發(fā)對用戶進行分析，了解用戶需求，尋找目標客戶。另外一個方面就是，金融企業(yè)利用統(tǒng)計的信息，開發(fā)出適合目標客戶的產品。從商業(yè)角度出發(fā)的用戶畫像對企業(yè)具有很大的價值，用戶畫像目的有兩個。一個是業(yè)務場景出發(fā)，尋找目標客戶。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.用戶畫像工作堅持的原則市場上用戶畫像的方法很多，許多企業(yè)也提供用戶畫像服務，將用戶畫像提升到很有逼格一件事。金融企業(yè)是最早開始用戶畫像的行業(yè)，由于擁有豐富的數(shù)據，金融企業(yè)在進行用戶畫像時，對眾多緯度的數(shù)據無從下手，總是認為用戶畫像數(shù)據緯度越多越好，畫像數(shù)據越豐富越好，某些輸入的數(shù)據還設定了權重甚至建立了模型，搞的用戶畫像是一個巨大而復雜的工程。但是費力很大力氣進行了畫像之后，卻發(fā)現(xiàn)只剩下了用戶畫像，和業(yè)務相聚甚遠，沒有辦法直接支持業(yè)務運營，投入精力巨大但是回報微小，可以說是得不償失，無法向領導交代。事實上，用戶畫像涉及數(shù)據的緯度需要業(yè)務場景結合，既要簡單干練又要和業(yè)務強相關，既要篩選便捷又要方便進一步操作。用戶畫像需要堅持三個原則，分別是人口屬性和信用信息為主，強相關信息為主，定性數(shù)據為主。下面就分別展開進行解釋和分析。3.1信用信息和人口屬性為主描述一個用戶的信息很多，信用信息是用戶畫像中重要的信息，信用信息是描述一個人在社會中的消費能力信息。任何企業(yè)進行用戶畫像的目的是尋找目標客戶，其必須是具有潛在消費能力的用戶。信用信息可以直接證明客戶的消費能力，是用戶畫像中最重要和基礎的信息。一句戲言，所有的信息都是信用信息就是這個道理。其包含消費者工作、收入、學歷、財產等信息。定位完目標客戶之后，金融企業(yè)需要觸達客戶，人口屬性信息就是起到觸達客戶的作用，人口屬性信息包含姓名、性別，電話號碼，郵件地址，家庭住址等信息。這些信息可以幫助金融企業(yè)聯(lián)系客戶，將產品和服務推銷給客戶。3.2強相關原則如果定義采用0到1作為相關系數(shù)取值范圍的化，0.6以上的相關系數(shù)就應該定義為強相關信息。例如在其他條件相同的前提下，35歲左右人的平均工資高于平均年齡為30歲的人，計算機專業(yè)畢業(yè)的學生平均工資高于哲學專業(yè)學生，從事金融行業(yè)工作的平均工資高于從事紡織行業(yè)的平均工資，上海的平均工資超過海南省平均工資。從這些信息可以看出來人的年齡、學歷、職業(yè)、地點對收入的影響較大，同收入高低是強相關關系。簡單的將，對信用信息影響較大的信息就是強相關信息，反之則是弱相關信息。用戶其他的信息，例如用戶的身高、體重、姓名、星座等信息，很難從概率上分析出其對消費能力的影響，這些弱相關信息，這些信息就不應該放到用戶畫像中進行分析，對用戶的信用消費能力影響很小，不具有較大的商業(yè)價值。用戶畫像和用戶分析時，需要考慮強相關信息，不要考慮弱相關信息，這是用戶畫像的一個原則。3.3定性原則將定量的信息歸類為定性的信息用戶畫像的目的是為產品篩選出目標客戶，定量的信息不利于對客戶進行篩選，需要將定量信息轉化為定性信息，通過信息類別來篩選人群。例如可以將年齡段對客戶進行劃分，18歲-25歲定義為年輕人，25歲-35歲定義為中青年，36-45定義為中年人等。可以參考個人收入信息，將人群定義為高收入人群，中等收入人群，低收入人群。參考資產信息也可以將客戶定義為高、中、低級別。定性信息的類別和方式方法，金融可以從自身業(yè)務出發(fā)，沒有固定的模式。將金融企業(yè)各類定量信息，集中在一起，對定性信息進行分類，并進行定性化，有利與對用戶進行篩選，快速定位目標客戶，是用戶畫像的另外一個原則。3.4簡單實用原則用戶畫像的方法介紹，不要太復雜金融企業(yè)需要結合業(yè)務需求進行用戶畫像，從實用角度出發(fā)，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，消費特征，興趣愛好，社交屬性。它們基本覆蓋了業(yè)務需求所需要的強相關信息，結合外部場景數(shù)據將會產生巨大的商業(yè)價值。我們先了解下用戶畫像的五大類信息的作用，以及涉及的強相關信息。特別復雜的用戶畫像緯度例如八個緯度，十個緯度信息都不利于商業(yè)應用，不建議金融企業(yè)進行采用，其他具有價值的信息，基本上都可以歸納到這五個緯度。金融企業(yè)達到其商業(yè)需求，從這五個緯度信息進行應用就可以了，不需要過于復雜用戶畫像這個工作，同時商業(yè)意義也不太大。4.1人口屬性用于描述一個人基本特征的信息，主要作用是幫助金融企業(yè)知道客戶是誰，如何觸達用戶。姓名，性別，年齡，電話號碼，郵箱，家庭住址都屬于人口屬性信息。4.2信用屬性用于描述用戶收入潛力和收入情況，支付能力。幫助企業(yè)了解客戶資產情況和信用情況，有利于定位目標客戶?？蛻袈殬I(yè)、收入、資產、負債、學歷、信用評分等都屬于信用信息。4.3消費特征用于描述客戶主要消費習慣和消費偏好，用于尋找高頻和高價值客戶。幫助企業(yè)依據客戶消費特點推薦相關金融產品和服務，轉化率將非常高。為了便于篩選客戶，可以參考客戶的消費記錄將客戶直接定性為某些消費特征人群，例如差旅人群，境外游人群，旅游人群，餐飲用戶，汽車用戶，母嬰用戶，理財人群等。4.4興趣愛好用于描述客戶具有哪方面的興趣愛好，在這些興趣方面可能消費偏好比較高。幫助企業(yè)了解客戶興趣和消費傾向，定向進行活動營銷。興趣愛好的信息可能會和消費特征中部分信息有重復，區(qū)別在于數(shù)據來源不同。消費特征來源于已有的消費記錄，但是購買的物品和服務不一定是自己享用，但是興趣愛好代表本人的真實興趣。例如戶外運動愛好者，旅游愛好者，電影愛好者，科技發(fā)燒友，健身愛好者，奢侈品愛好者等。興趣愛好的信息可能來源于社交信息和客戶位置信息。4.5社交信息用于描述用戶在社交媒體的評論，這些信息往往代表用戶內心的想法和需求，具有實時性高，轉化率高的特點。例如客戶詢問上海哪里好玩？澳大利亞墨爾本的交通？房屋貸款哪家優(yōu)惠多？那個理財產品好？這些社交信息都是代表客戶多需求，如果企業(yè)可以及時了解到，將會有助于產品推廣。這些用戶畫像信息歸類基本覆蓋了業(yè)務需求和產品開發(fā)所需要的信息，需要對這些信息進行進行整理和處理。根據業(yè)務場景，將定量的數(shù)據轉化為定性的數(shù)據，并將強相關數(shù)據進行整理。（36大數(shù)據）3.5金融企業(yè)用戶畫像的基本步驟參考金融企業(yè)的數(shù)據類型和業(yè)務需求，可以將金融企業(yè)用戶畫像工作進行細化?；旧蠌臄?shù)據集中到數(shù)據處理，從強相關數(shù)據到定性分類數(shù)據，從引入外部數(shù)據到依據業(yè)務場景進行篩選目標用戶。5.1畫像相關數(shù)據的整理和集中金融企業(yè)內部的信息分布在不同的系統(tǒng)中，一般情況下，人口屬性信息主要集中在客戶關系管理系統(tǒng)，信用信息主要集中在交易系統(tǒng)和產品系統(tǒng)之中，也集中在客戶關系管理系統(tǒng)中，消費特征主要集中在渠道和產品系統(tǒng)中。興趣愛好和社交信息需要從外部引入，例如客戶的行為軌跡可以代表其興趣愛好和品牌愛好，移動設備到位置信息可以提供較為準確的興趣愛好信息。社交信息，可以借助于金融行業(yè)自身的文本挖掘能力進行采集和分析，也是可以借助于廠商的技術能力在社交網站上直接獲得。社交信息往往是實時信息，商業(yè)價值較高，轉化率也較高，是大數(shù)據預測方面的主要信息來源。例如用戶在社交網站上提出羅馬哪里好玩的問題，就代表用戶未來可能有出國旅游的需求；如果客戶在對比兩款汽車的優(yōu)良，客戶購買汽車的可能性就較大。金融企業(yè)可以及時介入，為客戶提供金融服務?？蛻舢嬒駭?shù)據主要分為五類，人口屬性、信用信息、消費特征、興趣愛好、社交信息。這些數(shù)據都分布在不同的信息系統(tǒng)，金融企業(yè)都上線了數(shù)據倉庫（DW），所有畫像相關的強相關信息都可以從數(shù)據倉庫里面整理和集中，并且依據畫像商業(yè)需求，利用跑批作業(yè)，加工數(shù)據，生成用戶畫像的原始數(shù)據。數(shù)據倉庫成為用戶畫像數(shù)據的主要處理工具，依據業(yè)務場景和畫像需求將原始數(shù)據進行分類、篩選、歸納、加工等，生成用戶畫像需要的原始數(shù)據。用戶畫像的緯度信息不是越多越好，只需要找到這五大類畫像信息強相關信息，同業(yè)務場景強相關信息，同產品和目標客戶強相關信息即可。根本不存在360度的用戶畫像信息，也不存在豐富的信息可以完全了解客戶，另外數(shù)據的實效性也要重點考慮。5.2找到同業(yè)務場景強相關數(shù)據依據用戶畫像的原則，所有畫像信息應該是五大分類的強相關信息。強相關信息是指同業(yè)務場景強相關信息，可以幫助金融行業(yè)定位目標客戶，了解客戶潛在需求，開發(fā)需求產品。只有強相關信息才能幫助金融企業(yè)有效結合業(yè)務需求，創(chuàng)造商業(yè)價值。例如姓名、手機號、家庭地址就是能夠觸達客戶的強人口屬性信息，收入、學歷、職業(yè)、資產就是客戶信用信息的強相關信息。差旅人群、境外游人群、汽車用戶、旅游人群、母嬰人群就是消費特征的強相關信息。攝影愛好者、游戲愛好者、健身愛好者、電影人群、戶外愛好者就是客戶興趣愛好的強相關信息。社交媒體上發(fā)表的旅游需求，旅游攻略，理財咨詢，汽車需求，房產需求等信息代表了用戶的內心需求，是社交信息場景應用的強相關信息。金融企業(yè)內部信息較多，在用戶畫像階段不需要對所有信息都采用，只需要采用同業(yè)務場景和目標客戶強相關的信息即可，這樣有助于提高產品轉化率，降低投資回報率（ROI），有利于簡單找到業(yè)務應用場景，在數(shù)據變現(xiàn)過程中也容易實現(xiàn)。千萬不要將用戶畫像工作搞的過于復雜，同業(yè)務場景關系不大，這樣就讓很多金融企業(yè)特別是領導失去用戶畫像的興趣，看不到用戶畫像的商業(yè)，不愿意在大數(shù)據領域投資。為企業(yè)帶來商業(yè)價值才是用戶畫像工作的主要動力和主要目的。5.3對數(shù)據進行分類和標簽化（定量to定性）金融企業(yè)集中了所有信息之后，依據業(yè)務需求，對信息進行加工整理，需要對定量的信息進行定性，方便信息分類和篩選。這部分工作建議在數(shù)據倉庫進行，不建議在大數(shù)據管理平臺（DMP）里進行加工。定性信息進行定量分類是用戶畫像的一個重要工作環(huán)節(jié)，具有較高的業(yè)務場景要求，考驗用戶畫像商業(yè)需求的轉化。其主要目的是幫助企業(yè)將復雜數(shù)據簡單化，將交易數(shù)據定性進行歸類，并且融入商業(yè)分析的要求，對數(shù)據進行商業(yè)加工。例如可以將客戶按照年齡區(qū)間分為學生，青年，中青年，中年，中老年，老年等人生階段。源于各人生階段的金融服務需求不同，在尋找目標客戶時，可以通過人生階段進行目標客戶定位。企業(yè)可以利用客戶的收入、學歷、資產等情況將客戶分為低、中、高端客戶，并依據其金融服務需求，提供不同的金融服務?？梢詤⒖计浣鹑谙M記錄和資產信息，以及交易產品，購買的產品，將客戶消費特征進行定性描述，區(qū)分出電商客戶，理財客戶，保險客戶，穩(wěn)健投資客戶，激進投資客戶，餐飲客戶，旅游客戶，高端客戶，公務員客戶等。利用外部的數(shù)據可以將定性客戶的興趣愛好，例如戶外愛好者，奢侈品愛好者，科技產品發(fā)燒友，攝影愛好者，高端汽車需求者等信息。將定量信息歸納為定性信息，并依據業(yè)務需求進行標簽化，有助于金融企業(yè)找到目標客戶，并且了解客戶的潛在需求，為金融行業(yè)的產品找到目標客戶，進行精準營銷，降低營銷成本，提高產品轉化率。另外金融企業(yè)還可以依據客戶的消費特征、興趣愛好、社交信息及時為客戶推薦產品，設計產品，優(yōu)化產品流程。提高產品銷售的活躍率，幫助金融企業(yè)更好地為客戶設計產品。5.4依據業(yè)務需求引入外部數(shù)據利用數(shù)據進行畫像目的主要是為業(yè)務場景提供數(shù)據支持，包括尋找到產品的目標客戶和觸達客戶。金融企業(yè)自身的數(shù)據不足以了解客戶的消費特征、興趣愛好、社交信息。金融企業(yè)可以引入外部信息來豐富客戶畫像信息，例如引入銀聯(lián)和電商的信息來豐富消費特征信息，引入移動大數(shù)據的位置信息來豐富客戶的興趣愛好信息，引入外部廠商的數(shù)據來豐富社交信息等。外部信息的緯度較多，內容也很豐富，但是如何引入外部信息是一項具有挑戰(zhàn)的工作。外部信息在引入時需要考慮幾個問題，分別是外部數(shù)據的覆蓋率，如何和內部數(shù)據打通，和內部信息的匹配率，以及信息的相關程度，還有數(shù)據的鮮活度，這些都是引入外部信息的主要考慮緯度。外部數(shù)據魚龍混雜，數(shù)據的合規(guī)性也是金融企業(yè)在引入外部數(shù)據時的一個重要考慮，敏感的信息例如手機號、家庭住址、身份證號在引入或匹配時都應該注意隱私問題，基本的原則是不進行數(shù)據交換，可以進行數(shù)據匹配和驗證。外部數(shù)據不會集中在某一家，需要金融企業(yè)花費大量時間進行尋找。外部數(shù)據和內部數(shù)據的打通是個很復雜的問題，手機號／設備號／身份證號的MD5數(shù)值匹配是一種好的方法，不涉及隱私數(shù)據的交換，可以進行唯一匹配。依據行業(yè)內部的經驗，沒有一家企業(yè)外部數(shù)據可以滿足企業(yè)要求，外部數(shù)據的引入需要多方面數(shù)據。一般情況下，數(shù)據覆蓋率達到70%以上，就是一個非常高的覆蓋率。覆蓋率達到20%以上就可以進行商業(yè)應用了。金融行業(yè)外部數(shù)據源較好合作方有銀聯(lián)、芝麻信用、運營商、中航信、騰云天下、騰訊、微博、前海征信，各大電商平臺等。市場上數(shù)據提供商已經很多，并且數(shù)據質量都不錯，需要金融行業(yè)一家一家去挖掘，或者委托一個廠商代理引入也可以。獨立第三方幫助金融行業(yè)引入外部數(shù)據可以降低數(shù)據交易成本，同時也可以降低數(shù)據合規(guī)風險，是一個不錯的嘗試。另外各大城市和區(qū)域的大數(shù)據交易平臺，也是一個較好的外部數(shù)據引入方式。5.5按照業(yè)務需求進行篩選客戶（DMP的作用）用戶畫像主要目的是讓金融企業(yè)挖掘已有的數(shù)據價值，利用數(shù)據畫像技術尋找到目標客戶和客戶的潛在需求，進行產品推銷和設計改良產品。用戶畫像從業(yè)務場景出發(fā)，實現(xiàn)數(shù)據商業(yè)變現(xiàn)重要方式。用戶畫像是數(shù)據思維運營過程中的一個重要閉環(huán)，幫助金融企業(yè)利用數(shù)據進行精細化運營和市場營銷，以及產品設計。用戶畫像就是一切以數(shù)據商業(yè)化運營為中心，以商業(yè)場景為主，幫助金融企業(yè)深度分析客戶，找到目標客戶。DMP（大數(shù)據管理平臺）在整個用戶畫像過程中起到了一個數(shù)據變現(xiàn)的作用。從技術角度來講，DMP將畫像數(shù)據進行標簽化，利用機器學習算法來找到相似人群，同業(yè)務場景深度結合，篩選出具有價值的數(shù)據和客戶，定位目標客戶，觸達客戶，對營銷效果進行記錄和反饋。大數(shù)據管理平臺DMP過去主要應用在廣告行業(yè)，在金融行業(yè)應用不多，未來會成為數(shù)據商業(yè)應用的主要平臺。DMP可以幫助信用卡公司篩選出未來一個月可能進行分期付款的客戶，電子產品重度購買客戶，篩選出金融理財客戶，篩選出高端客戶（在本行資產很少，但是在他行資產很多），篩選出保障險種，壽險，教育險，車險等客戶，篩選出穩(wěn)健投資人，激進投資人，財富管理等方面等客戶，并且可以觸達這些客戶，提高產品轉化率，利用數(shù)據進行價值變現(xiàn)。DMP還可以了解客戶的消費習慣、興趣愛好、以及近期需求，為客戶定制金融產品和服務，進行跨界營銷。利用客戶的消費偏好，提高產品轉化率，提高用戶黏度。DMP還作為引入外部數(shù)據的平臺，將外部具有價值的數(shù)據引入到金融企業(yè)內部，補充用戶畫像數(shù)據，創(chuàng)建不同業(yè)務應用場景和商業(yè)需求，特別是移動大數(shù)據、電商數(shù)據、社交數(shù)據的應用，可以幫助金融企業(yè)來進行數(shù)據價值變現(xiàn)，讓用戶畫像離商業(yè)應用更加近一些，體現(xiàn)用戶畫像的商業(yè)價值。用戶畫像的關鍵不是360度分析客戶，而是為企業(yè)帶來商業(yè)價值，離開了商業(yè)價值談用戶畫像就是耍流氓。金融企業(yè)用戶畫像項目出發(fā)點一定要從業(yè)務需求出發(fā)，從強相關數(shù)據出發(fā)，從業(yè)務場景應用出發(fā)。用戶畫像的本質就是深度分析客戶，掌握具有價值數(shù)據，找到目標客戶，按照客戶需求來定制產品，利用數(shù)據實現(xiàn)價值變現(xiàn)。3.6金融行業(yè)用戶畫像實踐6.1銀行用戶畫像實踐介紹銀行具有豐富的交易數(shù)據、個人屬性數(shù)據、消費數(shù)據、信用數(shù)據和客戶數(shù)據，用戶畫像的需求較大。但是缺少社交信息和興趣愛好信息。到銀行網點來辦業(yè)務的人年紀偏大，未來消費者主要在網上進行業(yè)務辦理。銀行接觸不到客戶，無法了解客戶需求，缺少觸達客戶的手段。分析客戶、了解客戶、找到目標客戶、為客戶設計其需要的產品，成了銀行進行用戶畫像的主要目的。銀行的主要業(yè)務需求集中在消費金融、財富管理、融資服務，用戶畫像要從這幾個角度出發(fā)，尋找目標客戶。銀行的客戶數(shù)據很豐富，數(shù)據類型和總量較多，系統(tǒng)也很多?？梢試栏褡裱脩舢嬒竦奈宕蟛襟E。先利用數(shù)據倉庫進行數(shù)據集中，篩選出強相關信息，對定量信息定性化，生成DMP需要的數(shù)據。利用DMP進行基礎標簽和應用定制，結合業(yè)務場景需求，進行目標客戶篩選或對用戶進行深度分析。同時利用DMP引入外部數(shù)據，完善數(shù)據場景設計，提高目標客戶精準度。找到觸達客戶的方式，對客戶進行營銷，并對營銷效果進行反饋，衡量數(shù)據產品的商業(yè)價值。利用反饋數(shù)據來修正營銷活動和提高ROI。形成市場營銷的閉環(huán)，實現(xiàn)數(shù)據商業(yè)價值變現(xiàn)的閉環(huán)。另外DMP還可以深度分析客戶，依據客戶的消費特征、興趣愛好、社交需求、信用信息來開發(fā)設計產品，為金融企業(yè)的產品開發(fā)提供數(shù)據支撐，并為產品銷售方式提供場景數(shù)據。簡單介紹一些DMP可以做到的數(shù)據場景變現(xiàn)。A尋找分期客戶利用發(fā)卡機構數(shù)據＋自身數(shù)據＋信用卡數(shù)據，發(fā)現(xiàn)信用卡消費超過其月收入的用戶，推薦其進行消費分期。B尋找高端資產客戶利用發(fā)卡機構數(shù)據＋移動位置數(shù)據（別墅／高檔小區(qū)）＋物業(yè)費代扣數(shù)據＋銀行自身數(shù)據＋汽車型號數(shù)據，發(fā)現(xiàn)在銀行資產較少，在其他行資產較多的用戶，為其提供高端資產管理服務。C尋找理財客戶利用自身數(shù)據（交易＋工資）＋移動端理財客戶端／電商活躍數(shù)據。發(fā)現(xiàn)客戶將工資／資產轉到外部，但是電商消費不活躍客戶，其互聯(lián)網理財可能性較大，可以為其提供理財服務，將資金留在本行。D尋找境外游客戶利用自身卡消費數(shù)據＋移動設備位置信息＋社交好境外強相關數(shù)據（攻略，航線，景點，費用），尋找境外游客戶為其提供金融服務。E尋找貸款客戶利用自身數(shù)據（人口屬性＋信用信息）＋移動設備位置信息＋社交購房／消費強相關信息，尋找即將購車／購房的目標客戶，為其提供金融服務（抵押貸款／消費貸款）。6.2保險行業(yè)用戶畫像實踐保險行業(yè)的產品是一個長周期產品，保險客戶再次購買保險產品的轉化率很高，經營好老客戶是保險公司一項重要任務。保險公司內部的交易系統(tǒng)不多，交易方式不是很復雜，數(shù)據主要集中在產品系統(tǒng)和交易系統(tǒng)之中，客戶關系管理系統(tǒng)中也包含豐富了信息，但是數(shù)據集中在很多保險公司還沒有完成，數(shù)據倉庫建設可能需要在用戶畫像建設前完成。保險公司主要數(shù)據有人口屬性信息，信用信息，產品銷售信息，客戶家人信息。缺少興趣愛好、消費特征、社交信息等信息。保險產品主要有壽險，車險，保障，財產險，意外險，養(yǎng)老險，旅游險。保險行業(yè)DMP用戶畫像的業(yè)務場景都是圍繞保險產品進行的，簡單的應用場景可以是。A依據自身數(shù)據（個人屬性）＋外部養(yǎng)車App活躍情況，為保險公司找到車險客戶。B依據自身數(shù)據（個人屬性）＋移動設備位置信息，為保險企業(yè)找到商旅人群，推銷意外險和保障險。C依據自身數(shù)據（家人數(shù)據）＋人生階段信息，為用戶推薦理財保險，壽險，保障保險，養(yǎng)老險，教育險。D依據自身數(shù)據＋外部數(shù)據，為高端人士提供財產險和壽險。6.3證券行業(yè)用戶畫像2015年4月13日，一碼通實施之后，證券行業(yè)面臨了互聯(lián)網證券平臺的強力競爭，依據某機構發(fā)布的金融App排行榜，移動互聯(lián)網證券App，排名前5位的證券類App，只有一家傳統(tǒng)券商。排名第一的互聯(lián)網券商是排名第一傳統(tǒng)券商的6倍，前三名的互聯(lián)券商總體覆蓋用戶接近6000萬用戶。用戶總數(shù)還在不斷增加。傳統(tǒng)證券行業(yè)現(xiàn)在面臨的主要挑戰(zhàn)是用戶交易賬戶的爭奪，證券行業(yè)如何增加新用戶？如何留住用戶？如何提高證券行業(yè)用戶的活躍？如何提高單個客戶的收入？是證券行業(yè)主要的業(yè)務需求。證券行業(yè)擁有的數(shù)據類型有個人屬性信息例如用戶名稱，手機號碼，家庭地址，郵件地址等。證券公司還擁有交易用戶的資產和交易紀錄，同時還擁有用戶收益數(shù)據，利用這些數(shù)據和外部數(shù)據，證券公司可以利用數(shù)據建立業(yè)務場景，篩選目標客戶，為用戶提供適合的產品，同時提高單個客戶收入。證券公司可以利用用戶畫像數(shù)據來進行產品設計，下面舉幾個例子，看看用戶畫像和用戶分析來幫助證券公司創(chuàng)造商業(yè)價值。3.7外部數(shù)據介紹金融企業(yè)內部數(shù)據主要集中在個人屬性，信用屬性和消費特征上，缺少社交屬性和興趣偏好等信息，這些信息可以通過第三方獲得。社交數(shù)據就是客戶在社交媒體上發(fā)表的言論和行為，可以是評論，文章，圖片，甚至可以是表情符號，音頻和視頻。社交數(shù)據可以依靠第三方平臺，在社交網站上利用爬蟲技術進行獲得（Spider）。社交數(shù)據的打通是一個挑戰(zhàn)，如果能夠讓客戶的授權最好，金融企業(yè)就可以將社交數(shù)據納入到用戶畫像之中。社交數(shù)據具有實時和反映內心需要的特點，某銀行已經將社交數(shù)據作為分析客戶需求的一個重要數(shù)據緯度。例如如果某一個客戶在社交媒體上發(fā)表了一個問題，羅馬有哪些好玩的地方，金融企業(yè)就會推測客戶可能近期會有出境游的計劃，就會向客戶推銷一些旅游相關產品。社交媒體數(shù)據正在成為金融企業(yè)積極爭取獲得的數(shù)據，除了利用網絡爬蟲技術到微博上進行數(shù)據采集之外，金融企業(yè)自身網站上到文本數(shù)據采集和呼叫中心（callcenter）紀錄的信息都可以進行文本挖掘。通過客戶編號，進行打通，將其補充到客戶畫像之中。社交數(shù)據需要通過數(shù)據挖掘將其定義為結構化數(shù)據，并且同業(yè)務場景、客戶需求向結合，清晰進行分類。例如將母嬰論壇發(fā)言活躍的用戶定義為潛在教育需求客戶，將學生論壇活躍的客戶定義為學區(qū)房需要客戶，將境外自助游論壇上活躍的客戶定義為境外旅游客戶，將理財APP上活躍的客戶定義為理財客戶等。金融企業(yè)完全可以從社交數(shù)據中挖掘出客戶近期的消費需求，及時進行市場營銷和定制產品。興趣愛好數(shù)據可以借助于移動大數(shù)據位置信息獲得，客戶手機設備的位置軌跡信息可以揭示客戶喜歡何種品牌，喜歡吃辣還是吃火鍋，客戶喜歡旅游還是喜歡宅在家里，客戶喜歡看電影還是喜歡運動?？蛻粝矚g中檔品牌還是高檔品牌，客戶喜歡喝茶還是喝咖啡。移動手機上App的安裝情況和活動頻次一樣可以揭示客戶的興趣和愛好。同時移動大數(shù)據進行加工之后還可以告訴金融企業(yè)，客戶近期的需求是買車還是買房。外部數(shù)據引入過程中，金融企業(yè)面臨的巨大挑戰(zhàn)是外部數(shù)據的覆蓋率，如何打通內外部數(shù)據，外部數(shù)