方案背景

在互聯網金融的沖擊下，證券行業日益轉向線上的銷售與服務，對線上用戶行為的洞察和了解，正成為證券公司贏得客戶，深挖客戶的關鍵。

泓維明昊大數據分析平臺對證券公司的證券代理買賣、融資融券、基金代銷、以及與證券交易、投資活動有關的財務顧問等服務業務數據，進行數據集成并深度挖掘分析，為證券公司進一步提升自身競爭力，在產品和服務方面做出差異化，為其用戶提供個性化資訊服務，甚至更進一步的個性化理財服務，提升用戶體驗，深化用戶為中心的服務提供支持。

證券公司常面臨的問題與需求

1.盲目的營銷活動

該企業的營銷活動設計及推廣渠道缺少針對性，多為廣撒網式，在消費者日益個性化，觸媒習慣碎片化的今天，廣撒網式的營銷活動效果微弱。

2.金融終端用戶黏性低

企業對自身用戶的偏好和需求缺乏了解，用戶在該品牌的金融終端難以獲取自己感興趣的金融資訊和理財產品，用戶停留時間短，活躍度低。

3.數據維度不夠，處理能力有限

該企業只有用戶的靜態和交易記錄信息，缺乏交易過程中的瀏覽行為軌跡數據。并且大多數用戶行為都是匿名的，缺乏分析手段，同時很多資訊信息，特別是投研報告，都是以非結構化的PDF形式存在，缺乏有效的分析，目前，該企業主要根據用戶靜態信息進行用戶分群和營銷，時效性較差。

方案內容

1.所有信息統一管理

建立統一的數據管理中心，整合用戶靜態和動態信息，包括開戶信息、持倉情況、交易明細、金融行為和瀏覽資訊行為、咨詢、客戶投訴等。

2.實時分析與匿名用戶識別

基于泓維內存數據庫、實時數據采集和分析技術，實時采集用戶瀏覽資訊和金融產品行為，并通過泓維用戶多重ID打通技術，將用戶實名和匿名行為整合在一起，進行實時的用戶意圖預測。

3.業務需求驅動的用戶畫像

在深入理解證券業務的基礎上，采用了文本分析、文本建模、用戶聚類分類、RFM模型等數據挖掘手段，根據用戶的靜態和動態信息對用戶進行劃分，并為每個用戶打上多維度的業務標簽，通過用戶畫像深入了解用戶需求與偏好，從而制定有針對性的營銷活動。

4.個性化服務提升用戶體驗

泓維獨創的個性化引擎，融合場景引擎、算法引擎、規則引擎三大引擎，一直具有較高的推薦轉化率，本項目根據該證券企業的業務特點，改造了泓維個性化引擎的部分算法和業務規則，根據用戶靜、動態信息為其推薦感興趣的股票、理財產品和上市公司資訊。同時結合用戶畫像靈活的支持該企業對指定細分用戶群體的營銷活動。

項目效果

幫助該企業更好的了解自身用戶，通過用戶細分和對用戶觸媒習慣的了解，針對性的制定營銷活動及選擇推廣渠道，避免了廣撒網式的資金浪費，極大的降低了營銷活動的成本，在持續提升營銷活動和推廣渠道效率的同時，有效減少了對用戶騷擾，降低用戶投訴率。

此外，通過金融終端個性化的、實時的資訊和服務推薦，迎合用戶資訊及產品的需求與偏好，快速提升用戶在企業金融終端的黏性和停留時間，為企業的金融終端帶來了耳目一新的用戶體驗。