金融营销论文第八篇：精准营销在互联网消费金融行业的应用
摘要：随着互联网技术的不断发展,互联网也应用到了各行各业。近年来,互联网消费金融发展得十分迅速,同时也颠覆了传统金融行业的业务模式和营销模式,通过互联网大数据可以更高效、更精准地给用户提供金融服务,所以,精准营销也就成了互联网消费金融业务中必不可少的一环。本文分析了互联网消费金融的当前现状及精准营销的方式,提出了在互联网消费金融业务中应用精准营销的策略及建议,以助力互联网消费金融业务的发展。
关键词：消费金融;精准营销;大数据;互联网;
近年来，随着大数据、人工智能的不断发展，人们获取信息的渠道越来越多，商家甚至会根据用户的使用习惯和消费习惯给用户推送他们最需要或最喜欢的商品，在面对这些丰富的商品种类时，人们的消费习惯和消费观念也在潜移默化的发生变化，因此互联网消费金融的规模也在不断地扩大。截至2018年，我国互联网消费金融放贷规模达到11.1万亿元，较2017年增长了152%；同年，我国对于金融理念的渗透和场景布设增强了用户对于消费金融的认识，互联网消费金融放贷规模持续走高，全年达到9.78万亿元，同比增长122.9%。互联网消费金融凭借平台的流量优势、人性化的产品体验以及较为前沿的大数据技术，可以精准锁定用户进行营销推送，引导用户线上申请，让市场看到了巨大的商业潜力。
一、互联网消费金融的市场背景和运营模式
（一）互联网消费金融的市场背景
2004年开始，我国住房、信用卡和汽车类的贷款成为消费贷款的主力军，2010年，为鼓励更多的消费者进行真实用途的消费贷款，相继批准成立了4家持牌消费金融公司，随后，又陆续批准成立了10家消费金融公司，各方开始在市场沉淀并培育用户。2013年国务院“关于金融支持经济结构调整和转型升级的指导意见”提出之后，政府向市场释放了推动民间资本进入金融业，支持小额贷款发展的信号。短短一年，全国小额贷款公司达到7000多家。一些线下的小贷公司不甘受限于地域因素，业务目标开始转向收益更高的线上消费金融领域。2010年，阿里巴巴成立第一家互联网小贷公司，地域限制被打破，通过使用互联网大数据在精准营销和风险管理方面收益效果显著，随后，各大电商平台也陆续推出自己的消费金融产品，并且以消费金融为名的网络借贷平台急剧增多，最多时超过3000家机构，直到2017年11月“趣店”事件曝光，消费金融迎来了监管时代，大批缺乏主体资格的公司被迫退场，与此同时，一批持牌消费金融机构抓住时机，在迎合监管政策的同时，调整业务模式，充分运用数据科学驱动业务发展，取得了一定成果，消费金融客户逐步向一些头部公司汇集，市场集中度明显提高。
（二）互联网消费金融的运营模式
1.互联网电商平台模式
互联网平台凭借自身的用户群体和消费场景的优势，通过较为成熟的大数据技术，可以更便捷、更精准地为用户提供最适合的金融服务。其中以淘宝、京东和苏宁为代表的互联网电商平台，相应推出其金融产品如淘宝（蚂蚁花呗）、京东商城（京东白条）、苏宁易购（苏宁任性付）。当用户在购买商品并且没有全额支付能力时，平台可以为用户提供分期贷款的服务，并通过对用户的历史浏览记录、消费记录、售后记录等数据信息生成的用户画像，更好地为用户提供最合适的金融产品，同时也可以通过数据挖掘技术对用户提供个性化的授信流程和利率选择，帮助平台控制风险、节约成本。此种方式的最大优势在于用户黏性的增加，刺激消费者通过信用的方式提前消费，有助于提高资产的规模和灵活性，优化产品结构，扩大业务规模。
2.互联网消费金融公司模式
互联网消费金融公司是由银监会批准持有消费金融牌照的公司，其中最早的一批以北银、捷信、中银、四川锦程为代表，后续又相继成立了招联、马上、兴业等等消费金融公司，其商业模式主要分为两种：一种是有场景的信用贷款，消费金融公司通过与其他商家或购物平台进行合作，在用户购买商品进行结算时，可以申请由消费金融公司进行代付的形式进行支付，之后再由用户分期偿还给消费金融公司；而另一种则是无场景的信用贷款，用户通过消费金融公司的线上平台直接进行贷款申请，消费金融公司会针对用户的信用资质进行授信并给出授信额度，授信通过后给用户放款，由于是线上授信，消费金融公司会根据多方数据来源来判别用户的信用资质，并根据大数据风控算法控制风险，提高审批效率，额度高授信快也成了各大消费金融公司竞争的优势。
3.P2P平台模式
P2P平台即为第三方平台，在资金方和消费者之间，利用平台的数据信息的优势促成双方的借贷关系。最早P2P起源于孟加拉国，由于有些穷人无抵押资产可以向银行贷款，但是该群体信用均良好，所以为这样的人开设了类似P2P的互助式小额贷试验，无抵押但是利息相对银行较高，由于收益良好随后也吸引了很多投资人来投资，不断演化为现在的P2P。P2P平台的盈利方式主要来源于两种，一种为向资金方收取的信息服务费，另一种为向消费者收取的利息收入。P2P平台可以为资金方提供信用评估报告来评估消费者的资质，通过大数据风控策略对消费者进行授信额度的评定，资金方可以通过评估结果判断是否为消费者放款，最后的实际风险是由资金方承担的，P2P平台本身不承担风险。由于这种方式门槛低、放款速度快，P2P平台也呈现爆发式的增长。但随后鉴于目前经济形势的压力，很多小微企业负债较高，加之国家政策要求去杠杆化，使企业还款能力不足的问题暴露无遗，随后不少企业没有能力偿还最后选择纷纷跑路。再者P2P平台监管成本较大，风险较大，一些平台私自动用资金池的资金致使资金周转不良，也就造成了近期P2P平台频频暴雷的问题。
二、精准营销的优势和方式
（一）精准营销的优势
1.有利于降低成本，提高利润水平
精准营销是通过信息技术手段，建立个性化顾客沟通的服务体系，通过与用户的密切沟通，从而满足用户的个性化的需求，建立稳定的用户群体，实现营销突破。精准营销可以用最低的成本为用户提供最适合的服务或产品，相比于传统的营销方式，精准营销可以大幅地减少营销中的流通环节，拉近企业与用户之间的距离，可以有效地了解用户的真实需求，为企业节约成本，提高利润水平。例如，典型的案例就是啤酒尿布的故事，沃尔玛发现在尿布卖得好的区域，啤酒卖得也很好，所以可以猜测是女士让男士下楼买尿布的同时，男士会顺手买一打啤酒，可见这是一组可以搭配售卖的商品，那么商家就可以根据分析结果进行营销策略的调整。
2.有利于提高用户响应率和忠诚度
通常情况下，例如消费金融的大部分利润会来自于老用户的多次借贷，这样就可以节省掉用户第一次的获客成本，不论是营销自有客户还是外部客户，为用户推送金融产品都是一笔不小的费用，所以大部分企业都很关注用户的留存问题。对于新用户来说，通过使用数据挖掘技术，我们可以挖掘出有借贷意向的用户，针对这样的用户进行营销推广，成功率就会大大提升。而对于老用户来说，用户的生命周期十分重要，在一段时间内，我们需要掌握用户所处的阶段，利用适当的营销手段进行干预，从而减少用户的流失，提高用户的忠诚度。在消费金融市场中，各大平台占据了用户就是占据了市场，所以用户的忠诚度十分重要。
3.有利于完善营销周期和用户画像
使用精准营销的方式可以对所有用户的消费习惯、浏览习惯等有所了解，针对精准营销的用户进行推送，可以不断地完善借贷用户的画像，逐渐刻画出最能影响用户借贷行为的特征。同时，在营销过程中，还会通过ABtest或用户完整生命周期的追踪来不断完善金融产品的精准营销策略。
（二）精准营销的方式
1.业务分析
随着技术的发展，数据驱动这个名词逐渐走进人们的视野里，在大数据的时代，正确的决策并不是遵从主观的历史经验，也不是凭借主观的猜测想象，而是通过客观的数据事实来给出的，所以数据驱动至关重要。在业务分析的过程中，会通过报表、图表等一些可视化的方法使问题具象化，再通过这些参考指标分析用户的行为特征，对比营销方式的增幅，以及对比各产品营销的效果，从而达到筛选用户，精准营销的目的。
2.模型预测
业务分析是业务探查的必要的一环，在业务分析中会挑选出合理且有效果的数据特征，但是这并不能作为决策的依据，在互联网时代，平台可以获得用户大量的信息，但是很多数据是不能直接使用的，需要通过算法进行完善和修正，同时，只靠人为主观的筛选方式并不能穷举所有显著特征的可能性，要想尽可能地利用有效的数据，就需要借助数据挖掘和机器学习的方法来进行特征的修复、衍生和筛选。在业务的初期可以通过外部的数据或相近数据作为冷启动的样本，将是否会购买作为预测的目标，并使用例如逻辑回归模型这样的单一模型预测用户购买意愿的概率。随后通过不断营销产生的结果数据迭代模型，并且可以尝试随机森林、GBDT、XG-Boost等这种集成模型来预测用户的购买概率。通过算法的优化，可以更准确的测算用户购买的意愿。
3.关联关系
通过关联规则的算法可以找出用户潜在购买意愿下的商品组合，通过这样的方式将商品捆绑销售，也是一种不错的营销方式。在各大互联网电商平台中，目前较为最为流行的是协同过滤算法，利用某些兴趣相投、拥有共同经验之群体的喜好来推荐用户感兴趣的信息，通过记录下来每个消费者对信息的回应，从而达到过滤的目的，以帮助其他消费者筛选信息，通过这种方式预判目标用户消费行为的概率。这种方式可以提高成交率，从而实现精准营销。
三、互联网消费金融下的精准营销策略
（一）定位用户群体
在当前的互联网消费金融市场中，场景很重要，这种场景对于互联网平台来说，有利于用户流量的留存，提高用户的忠诚度。所以如果是依托场景的消费金融产品，那么会有天然的优势，例如淘宝、京东、苏宁，这些拥有众多流量的电商平台，平台可以根据用户的消费习惯、兴趣爱好、浏览频率等不同维度的画像，更深层次的了解用户，为金融产品的制定和营销策略的实施提供指导方向，在营销的用户群体选择上，是面向职场新人、滴滴司机还是保洁阿姨等行业的服务问题上也会有更清晰的认识。另外在没有场景的消费金融平台中，面向的群体就更为广泛就需要更丰富的金融产品来满足用户的需求。
（二）定位金融产品
在有场景的互联网平台中，定位了用户群体之后，就可以为平台的用户提供合适的金融产品，如苏宁和京东购买电器的用户较多，那么相应的金融产品的借贷额度就会偏大，而对于商品种类繁多的电商平台，就可以先针对用户进行分类，再对应推出不同种类的金融产品。
另外一些没有场景的消费金融平台会产生较大的获客成本，这些平台需要向其他的平台购买流量，而一些刚起步的消费金融平台并不能以较低的成本获得较为优质的客户，并且在激烈的市场竞争中，没有场景的消费金融产品对于用户来说，吸引力会大大下降。对于有真实借款意愿的用户，这些平台只能通过额度高、期限短、利率低、放款快、品牌保证作为平台的竞争优势，但是风险也会相对较高。
（三）定位营销策略
首先，最需要了解的是核心用户的用户画像，例如用户的性别、年龄、学历、工作城市、城市等级、贷款金额等维度去了解用户对于金融产品的使用情况和意向情况。其次，不同用户的来源渠道也是需要关心的，发现好的渠道有助于产品的营销倾向，更好地提高响应率和转化率，提高利润率。再次，用户画像的数据挖掘和模型预测也是增加营销成功率的有效方法之一，大量的外部数据维度有助于侧面刻画用户的行为特征，例如多次登录金融产品，主动搜索金融产品等用户行为特征，通过这些特征建立模型预测用户的借贷意愿，在营销推送信息时选取更有借贷意愿的用户进行推送，从而做到精细化运营。最后，一个完整的用户生命周期的监测是完善营销策略的有效手段，通过追踪用户在响应、注册、转化各个环节的用户使用情况，从而刻画出不同阶段的用户画像，并可以根据模型预测不同阶段用户的借贷意愿，再根据数据分析结果触达用户，从而对用户进行推广或召回。
四、互联网消费金融营销策略的发展前景与不足之处
精准营销在互联网消费金融市场中改变了原有用户传统的消费习惯，丰富了市场结构，为用户提供了极大的便利，但是也存在很多不足之处。第一，精准营销可能会忽视一些市场中潜在的用户，在不断的使用模型进行迭代的情况下，用户类别的同质性会越来越严重，在商品的精准推送中，也要兼顾用户的其他潜在需求以及需求之间的关联关系；第二，目前使用的机器学习算法仍然是有监督的算法，在使用中需要不断提供目标用户的样本通过模型进行学习，在这之中存在人为的主观因素。目前，无监督的算法也开始成为各大平台学习的对象，无监督算法可以更好地捕捉用户群体，减少建模成本，丰富用户群体，并在不断地更新迭代中，自我更新。第三，通过对用户推送相似的产品，可能会对用户造成不必要的打扰，影响用户的产品体验，并且在精准营销中，容易干扰用户的主观能动性。在未来的发展中，仍需要不断完善市场结构，优化营销策略，才能为用户提供更好的产品，推动互联网消费金融市场健康的发展。
参考文献
[1]王世欣.数据科学在消费金融精准营销中的应用研究——以SD小额贷款公司为例[D].广西师范大学,2018.
[2]耿聪.互联网金融背景下消费金融发展研究[J].经济研究,2019(05):38-40.
[3]张文娟.我国互联网消费金融发展的现状及趋势分析[J].长春金融高等专科院校学报,2019(03):21-25.
[4]葛晓鸣.基于“用户画像”模型构建的精准营销策略[J].辽宁学院学报,2019(04):51-57.
[5]白洁.大数据精准营销的网络营销策略研究[J].营销探秘,2019(08):98.
13888888888
点击咨询 