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(tái)（CDP）和高級(jí)分析模型，有效提升針對(duì)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(jìng)爭(zhēng)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(shì)由粗放型經(jīng)營轉(zhuǎn)向精準(zhǔn)營銷，用高價(jià)值產(chǎn)品（產(chǎn)品結(jié)構(gòu)）和高客單價(jià)（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(gè)人資產(chǎn)凈值的個(gè)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。

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(duì)金融機(jī)構(gòu)盈利貢獻(xiàn)價(jià)值超20%，但用戶占比不到1%，且參與機(jī)構(gòu)線上活動(dòng)、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(shí)，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(duì)高凈值客戶的畫像指標(biāo)分析、客戶數(shù)據(jù)管理平臺(tái)及營銷自動(dòng)化實(shí)現(xiàn)，在宏觀上需要對(duì)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(píng)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(zhēng)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(duì)齊目標(biāo)

• 客戶畫像特征分析：對(duì)2020年及之后的新承保保單客戶進(jìn)行深入分析，識(shí)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(huì)員的關(guān)聯(lián)性，以識(shí)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(dòng)，包括電話營銷、個(gè)人拜訪和會(huì)議營銷等，為后續(xù)的名單推薦、自動(dòng)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(gè)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(gè)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(tái)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(jià)值打分、預(yù)測(cè)模型；搭功能：營銷自動(dòng)化管理MAM。

（市場(chǎng)營銷平臺(tái)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(duì)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(duì)無法直接采集的信息需要要錄入口，例如KYC表通過OCR識(shí)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?cè)诟鱾€(gè)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(dòng)、線下活動(dòng)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(dòng)預(yù)填信息等

（3）管理信息

歸屬，判斷，分類，分級(jí)，標(biāo)簽等

2. 標(biāo)簽畫像

標(biāo)簽的實(shí)質(zhì)是通過對(duì)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(chǎng)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(chǎng)景要求我們?cè)诳蛻糍Y料中創(chuàng)建多樣化的標(biāo)簽。

大廠或SaaS平臺(tái)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(tái)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(shí)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(duì)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(gè)人信息保護(hù)法》的出臺(tái)——會(huì)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(shí)候只能螺獅殼里做道場(chǎng)。

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(shí)間返回結(jié)果，對(duì)于實(shí)時(shí)性較高的場(chǎng)景，例如活動(dòng)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(shí)別并圈定目標(biāo)用戶群體。
• 動(dòng)態(tài)管理用戶群體：支持分組管理、實(shí)時(shí)監(jiān)控群體任務(wù)狀態(tài)和趨勢(shì)，實(shí)現(xiàn)對(duì)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(shí)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(duì)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(duì)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(gè)好的模型做好訓(xùn)練集，其中產(chǎn)品經(jīng)理做好評(píng)測(cè)集整合工作，優(yōu)化這個(gè)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(shí)別、客戶流失預(yù)警和回購行為預(yù)測(cè)，推動(dòng)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(píng)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(gè)輸入的時(shí)候，它的輸出是不確定的，他不是用一個(gè)詞一句話就能講完的。所以這個(gè)時(shí)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(gè)時(shí)候你怎么辦呢？你得把它拆解開，是變成一堆的評(píng)測(cè)集。所以這個(gè)產(chǎn)品經(jīng)理他的要求不只是能夠去定義這個(gè)產(chǎn)品，要把定義的產(chǎn)品轉(zhuǎn)化成后面的一個(gè)評(píng)測(cè)集。也就是說你最后對(duì)于這個(gè)模型在什么輸入上給什么這種輸出給出一個(gè)測(cè)試的集合。

最后分享一個(gè)CDP功能全景圖，后續(xù)的應(yīng)用場(chǎng)景我會(huì)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）