本文將深入探討如何通過數(shù)字化營銷策略，特別是利用客戶數(shù)據(jù)管理平臺（CDP）和高級分析模型，有效提升針對高凈值客戶的服務(wù)質(zhì)量和營銷成效，從而幫助金融機(jī)構(gòu)實(shí)現(xiàn)持續(xù)增長。

2024年金融機(jī)構(gòu)缺乏產(chǎn)品競爭力、產(chǎn)品同質(zhì)化的背景下，線上線下普通流量增長乏力，數(shù)字化營銷整體趨勢由粗放型經(jīng)營轉(zhuǎn)向精準(zhǔn)營銷，用高價值產(chǎn)品（產(chǎn)品結(jié)構(gòu)）和高客單價（高凈值用戶）來突破增長困境。

接下來我將由業(yè)務(wù)背景、項(xiàng)目執(zhí)行、產(chǎn)品設(shè)計(jì)三方面來分享金融機(jī)構(gòu)做高凈值用戶數(shù)字化營銷的解決思路。

一、業(yè)務(wù)背景

用戶基數(shù)大&可投資比重高：高凈值客戶通常是指那些擁有較高個人資產(chǎn)凈值的個人，這些資產(chǎn)通常包括現(xiàn)金、股票、債券、房產(chǎn)、投資基金和其他投資產(chǎn)品等。

根據(jù)招行《2023年中國私人財(cái)富報(bào)告》，2022 年，可投資資產(chǎn)在 1,000 萬人民幣以上的中國高凈值人群數(shù)量達(dá) 316 萬人，人均持有可投資資產(chǎn)約 3,183 萬人民幣，共持有可投資資產(chǎn) 101 萬億人民幣。

B端产品经理的能力模型与学习提升

B端产品经理面临的第一大挑战，是如何正确的分析诊断业务问题。 这也是最难的部分，产品设计知识对这部分工作基本没有帮助，如果想做好业务分析诊断，必须具备扎实 ...

查看详情 >

例如私人銀行的客戶門檻可能從100萬美元到500萬美元不等，家族辦公室的準(zhǔn)入門檻是300萬人民幣。

（圖：可投資資產(chǎn)規(guī)模高）

用戶占比低&線上化率低：雖然整體基數(shù)超316萬人，且對金融機(jī)構(gòu)盈利貢獻(xiàn)價值超20%，但用戶占比不到1%，且參與機(jī)構(gòu)線上活動、權(quán)益行權(quán)比例低（信托、稅務(wù)、子女教育、就醫(yī)綠通、私家律師、高端體檢、海外第二診療等）。

依托埋點(diǎn)日志、業(yè)務(wù)系統(tǒng)數(shù)據(jù)采集數(shù)據(jù)有限，用大數(shù)據(jù)及算法模型提供高凈值用戶的客戶畫像及標(biāo)簽?zāi)Ｐ痛嬖谔烊痪窒扌?，在設(shè)計(jì)CDP功能時，應(yīng)整合線下人工數(shù)據(jù)，構(gòu)建全面的用戶/客戶/企業(yè)標(biāo)簽體系，并實(shí)現(xiàn)統(tǒng)一的”one ID”服務(wù)，以提供全域的實(shí)體畫像服務(wù)。

二、項(xiàng)目執(zhí)行

對高凈值客戶的畫像指標(biāo)分析、客戶數(shù)據(jù)管理平臺及營銷自動化實(shí)現(xiàn)，在宏觀上需要對營銷業(yè)務(wù)的本質(zhì)，企業(yè)的數(shù)字化建設(shè)的現(xiàn)狀、基礎(chǔ)、訴求有所了解，從而構(gòu)建合適的實(shí)現(xiàn)路徑，而不是一上來就造火箭。

1. 畫像效果量化的挑戰(zhàn)

• 現(xiàn)狀評估與領(lǐng)導(dǎo)溝通： 由于高凈值客戶樣本稀缺（占比不足1%），量化畫像效果面臨較大難度。必須深入了解當(dāng)前情況，并爭取到各方領(lǐng)導(dǎo)的理解和支持。
• 線上化率提升：當(dāng)前線上化率較低，需要采取措施提高這一比例，以便更好地收集和分析數(shù)據(jù)，例如，通過報(bào)表和已有系統(tǒng)進(jìn)行oneid撞庫來搜集已客戶的數(shù)據(jù)。

2. 對齊目標(biāo)

• 客戶畫像特征分析：對2020年及之后的新承保保單客戶進(jìn)行深入分析，識別其畫像特征。
• 私人銀行客戶關(guān)聯(lián)性研究：探索新獲客高凈值客戶畫像與私人銀行俱樂部會員的關(guān)聯(lián)性，以識別那些更可能成為私人銀行客戶的畫像。
• AI名單推薦參數(shù)：為AI名單推薦系統(tǒng)提供關(guān)鍵參數(shù)，以支持后續(xù)的精準(zhǔn)營銷活動，包括電話營銷、個人拜訪和會議營銷等，為后續(xù)的名單推薦、自動化營銷策略執(zhí)行提供基礎(chǔ)。

3. 分階段執(zhí)行

我們把金融機(jī)構(gòu)數(shù)字化營銷分為了三個階段：

1. 起步階段：有數(shù)據(jù)報(bào)表可看
2. 增長階段：自助式分析、精準(zhǔn)營銷
3. 成熟階段：通過精細(xì)化運(yùn)營和AI推薦系統(tǒng)，進(jìn)一步提升營銷的個性化和智能化水平。

綜上，我們項(xiàng)目處于增長階段，當(dāng)前要做的是：建數(shù)據(jù)：CDP數(shù)據(jù)平臺中的360度客戶畫像，下一步成熟階段，我們要做模型：AI客戶價值打分、預(yù)測模型；搭功能：營銷自動化管理MAM。

（市場營銷平臺搭建架構(gòu)圖）

三、產(chǎn)品設(shè)計(jì)

在第二步項(xiàng)目執(zhí)行階段我們已經(jīng)知道要做的事項(xiàng)了，那么在產(chǎn)品設(shè)計(jì)階段我們就要把功能進(jìn)行落實(shí)：

1. 數(shù)據(jù)整合

1）客戶數(shù)據(jù)：oneid打通，并對客戶進(jìn)行定義，例如從關(guān)系維度而言：客戶分為知道你、好奇你、好感你、購買你、推薦你，系統(tǒng)進(jìn)行無差別全渠道數(shù)據(jù)數(shù)據(jù)采集；從身份維度而言：客戶分為潛在、線索、商機(jī)、已購、忠實(shí)，系統(tǒng)進(jìn)行客戶行為追蹤打分。

2）系統(tǒng)數(shù)據(jù)：可以分為直接信息、間接信息、管理信息，針對無法直接采集的信息需要要錄入口，例如KYC表通過OCR識別形式進(jìn)行快速填充，機(jī)構(gòu)客戶經(jīng)理或產(chǎn)品經(jīng)理進(jìn)行完善。

（1）直接信息（客戶直接和我們在各個端的交換產(chǎn)生的信息）

基本信息、理財(cái)數(shù)據(jù)、資產(chǎn)配置信息、保單屬性、理賠標(biāo)簽、線上活動、線下活動行權(quán)數(shù)據(jù)（客戶服務(wù)、健康服務(wù)、私行服務(wù)）、埋點(diǎn)數(shù)據(jù)等

（2）間接信息（銷售或者客服人員填入）

KYC、代理人、活動預(yù)填信息等

（3）管理信息

歸屬，判斷，分類，分級，標(biāo)簽等

2. 標(biāo)簽畫像

標(biāo)簽的實(shí)質(zhì)是通過對客戶數(shù)據(jù)的直接提取或綜合處理，形成的特征集合。我們之所以將特定信息整合為標(biāo)簽，是因?yàn)闃?biāo)簽在實(shí)際應(yīng)用場景中的需要，例如決定是否在公共領(lǐng)域中積累數(shù)據(jù)，是否限定某次推送信息的受眾范圍，這些場景要求我們在客戶資料中創(chuàng)建多樣化的標(biāo)簽。

大廠或SaaS平臺的營銷工具支持自助式的數(shù)據(jù)源接入、標(biāo)簽接入、標(biāo)簽管理與推薦，提供平臺化的能力，為畫像基礎(chǔ)層筑基。但在金融機(jī)構(gòu)，這塊涉及到隱私計(jì)算的內(nèi)審合規(guī)性及時效性。

在金融領(lǐng)域，隱私計(jì)算技術(shù)雖然從技術(shù)層面解決了跨領(lǐng)域數(shù)據(jù)合規(guī)使用的問題，并處理了數(shù)據(jù)使用權(quán)的分配，但并未完全解決用戶授權(quán)的問題。

隱私計(jì)算作為一種技術(shù)中立的工具，目前還沒有專門的法律文件對其合法性進(jìn)行明確的承認(rèn)和規(guī)范，所以在金融機(jī)構(gòu)內(nèi)部——尤其《個人信息保護(hù)法》的出臺——會讓第三方數(shù)據(jù)接入在內(nèi)審這關(guān)就被pass，所以很多時候只能螺獅殼里做道場。

另外，大廠（例如螞蟻）的隱私計(jì)算需要密文計(jì)算，10億+的數(shù)據(jù)量需要T+1的時間返回結(jié)果，對于實(shí)時性較高的場景，例如活動營銷，存在壁壘。但是，也無需悲觀，業(yè)務(wù)方可以用外部數(shù)據(jù)更合規(guī)的滿足查詢、統(tǒng)計(jì)和建模等方面的需求。

（火山引擎的標(biāo)簽可視化管理）

3. 用戶分群

• 用戶可以選擇目標(biāo)受眾：提供基于規(guī)則組合和自助上傳的分群方法，以精確、迅速地識別并圈定目標(biāo)用戶群體。
• 動態(tài)管理用戶群體：支持分組管理、實(shí)時監(jiān)控群體任務(wù)狀態(tài)和趨勢，實(shí)現(xiàn)對用戶群體的靈活控制。
• 深入分析群體特征：通過深入分析，揭示目標(biāo)群體的多維度特征，識別關(guān)鍵屬性，為業(yè)務(wù)發(fā)展提供洞見。

（類似規(guī)則引擎的營銷策略頁面）

4. 模型打分

當(dāng)前的AI大模型是不完美的，我們產(chǎn)品經(jīng)理接受不完美，利用不完美。針對高凈值用戶的樣本少，初始參數(shù)少，產(chǎn)品經(jīng)理需要事先對齊較好的初始參數(shù)，可以讓算法小伙伴根據(jù)已有的標(biāo)簽和數(shù)據(jù)喂出一個好的模型做好訓(xùn)練集，其中產(chǎn)品經(jīng)理做好評測集整合工作，優(yōu)化這個函數(shù)黑盒。

1）模型標(biāo)簽構(gòu)建

系統(tǒng)配備了豐富的機(jī)器學(xué)習(xí)工具，助力用戶進(jìn)行數(shù)據(jù)建模，并創(chuàng)建相應(yīng)的模型標(biāo)簽

2）金融行業(yè)特定模型

利用先進(jìn)的算法和模型，實(shí)現(xiàn)潛在客戶識別、客戶流失預(yù)警和回購行為預(yù)測，推動數(shù)據(jù)智能應(yīng)用

3）相似人群拓展

提供基于種子用戶群體的智能算法評估，幫助企業(yè)發(fā)現(xiàn)具有相似偏好和特征的潛在客戶群體

王小川：
大模型你沒給它一個輸入的時候，它的輸出是不確定的，他不是用一個詞一句話就能講完的。所以這個時候的話，很難用一套演繹規(guī)則去講清楚這件事情。我們講的邏輯是在做演繹的這個時候你怎么辦呢？你得把它拆解開，是變成一堆的評測集。所以這個產(chǎn)品經(jīng)理他的要求不只是能夠去定義這個產(chǎn)品，要把定義的產(chǎn)品轉(zhuǎn)化成后面的一個評測集。也就是說你最后對于這個模型在什么輸入上給什么這種輸出給出一個測試的集合。

最后分享一個CDP功能全景圖，后續(xù)的應(yīng)用場景我會在其他文章中分享，謝謝大家的閱讀。

（CDP營銷管理功能全景圖）