您好,欢迎来到金融中国我要投稿

当前您在:主页 > 财经热点 > 商业资讯 >
正文

提前半步 遇见未来大数据预测类应用—营销篇

  都说人脑是最复杂的机器,通过大数据,真的能预测大脑智慧下人的未来行为吗?

  先看一个有意思的预测:给你我过去两年的刷卡情况,你可否预测到未来的三个月,我会在哪里出现?我会买什么种类的东西?我会花多少钱?

提前半步 遇见未来大数据预测类应用—营销篇

  我们能想到的最简单的预测方法,就是根据我过去一段时间的刷卡时间和刷卡内容,来预测我可能会重复出现的消费,但是仅仅就是这么简单吗?

  其实大数据在预测过程中所做的,远不止于此,举个例子,你在2015年刷卡买了一辆汽车,大数据不会预测你在2016年再买一辆车,但却会预测在2016年,你会产生玻璃水或汽车坐垫之类的消费,更进一步预测,户外出行类的消费可能也会大幅增加,因为你开车带家人出游会更加方便了。在这个过程中,大数据就会展现出它数据挖掘和关系挖掘的魔力了。
我们曾经帮某机构做过一个用于内部分析消费者行为的预测,通过对一年内70亿条交易记录进行分析,采用深度挖掘和机器学习的方法,成功地预测了未来三个月内,他的客户将要在什么时间、什么商圈出现,甚至对消费的金额和笔数也都做了预测,实际验证,效果颇为不错。

  我们曾经帮某机构做过一个用于内部分析消费者行为的预测,通过对一年内70亿条交易记录进行分析,采用深度挖掘和机器学习的方法,成功地预测了未来三个月内,他的客户将要在什么时间、什么商圈出现,甚至对消费的金额和笔数也都做了预测,实际验证,效果颇为不错。

  同样,应用到金融领域,不管是银行、证券还是保险,大数据在帮助你预测哪些才是你真正的潜在客户时,同样可以做到很出色。

  在金融行业,存量客户其实无处不在,他是开了户之后就再也没有任何交易的僵尸客户,是注册了app之后再没有登录过的用户,还有一部分是存量客户中的潜在信用卡客户、潜在贷款客户,这些客户不仅无法为我们带来收益,同时也占用了大量资源。如果能发现他们,并精确地触达,远比我们撒网一般的营销要好的多。
在个人征信机构已经逐步被认可的情况下,有很多公开渠道,可以提供海量的客户信息,但是,拿到信息如何分析,就需要大数据的帮助了,此时,我们再选取一批用于机器学习的样本客户,通过对金融机构客户的内外部数据进行机器学习、模型训练和深度挖掘,我们便可以预测出,在我们的存量客户中,哪些会是我们的潜在客户。

  在个人征信机构已经逐步被认可的情况下,有很多公开渠道,可以提供海量的客户信息,但是,拿到信息如何分析,就需要大数据的帮助了,此时,我们再选取一批用于机器学习的样本客户,通过对金融机构客户的内外部数据进行机器学习、模型训练和深度挖掘,我们便可以预测出,在我们的存量客户中,哪些会是我们的潜在客户。

  对于数据,我们通过对正面负面样本的学习比对,分析他们当前的特征情况、他们过去的交易、消费、行为轨迹,以及引发潜在客户变为有效客户的关键变量值,建立相关的大数据分析模型,并加以训练,从而在存量客户中预测出潜在客户。

  简单地说,就是这样一个过程:(嫌不够详细?没关系,下一篇风险篇我会爆更详细的料)
提前半步 遇见未来大数据预测类应用—营销篇
以银行为例,我们潜在客户可能包括:
提前半步 遇见未来大数据预测类应用—营销篇

  没错,通过大数据的预测就是可以在你的客户中找他们!连这个都告诉你们了,你别说你还不知道怎么激活他们:

  来来来,看这个

提前半步 遇见未来大数据预测类应用—营销篇

  准确的预测、明确的产品场景,加上有效的触达方案,客户想不回来都难!

  再举个栗子,我们也曾经在某券商做过测试,效果如图:

提前半步 遇见未来大数据预测类应用—营销篇

  是不是很神奇,这就是大数据的魅力,有些事情,不试试,怎么会知道有没有用呢?

  下篇,我会和大家分享,大数据在潜在风险预测上的应用,告诉你通过大数据,如何在目前正常客户中,找到潜在的不良客户。

  作者介绍

  姜渊

  明略数据金融行业专家

  现任职明略数据金融事业部,曾就职于国内大型商业银行,多年消费信贷、小微企业信贷经验,总行创新信贷产品、互联网金融产品开发经历,深度了解金融客户在精准营销、客户评价、风控方面的需求,擅长结合实际业务场景,运用大数据技术为金融客户提供一体化解决方案。

明略数据官网
明略数据官网


郑重声明:凡注明“来源:金融中国”或者“www.1-en.com.cn”的所有文字、图片等信息,均属金融中国版权所有,如转载,请注明“来源:金融中国”;本网刊登信息出于传递更多信息之目的,并不意味着赞同其观点或证实其描述,文章内容、数据仅供参考,使用前请核实,风险自负。如需投稿请联系编辑,邮箱:redhop2008@qq.com
上一篇:【逸管家】大爱为本 推行管家式秘书助理服务
下一篇:易秒付智能云pos,引领移动支付新时尚
本文关键词:
您可能还喜欢
关于金融中国
金融中国致力于为中国广大投资者和商界、经济界人士,以及全球华人经济圈提供实时、严谨、高质的财经新闻。
联系我们
金融中国版权所有
QQ:2826905121
QQ:985210907
地址:北京市通州区新华大街南侧
  |