目錄
資料生產力大賽 | 長江證券股份有限公司
長江證券利用帆軟報表系統有效提升了各業務線效能。但是隨著業務人員資料分析需求的增長，整個報表系統逐漸“臃腫”。經過分析，長江證券認為根源在於業務方沒有明確和完整的業務思維邏輯，忽略了資料本身的價值。通過對業務線的梳理，圍繞客戶這一突破口，長江證券構建了“使用者地圖”體系，針對使用者畫像進行精準行銷，形成了使用者資料、使用者標籤、客群分類、行銷活動、優化標籤的閉環。最終服務使用者數下降了75%，使用者轉化率[1] 卻提升了20%。
企業簡介
長江證券股份有限公司（以下簡稱公司）成立於1991年，是全國性的全牌照上市證券公司，前身為湖北證券公司。公司總部設在武漢，於2007年在深圳證券交易所掛牌上市（股票程式碼為000783），是中國第6家上市券商。
經過20多年堅持不懈的努力，公司已形成證券類控股集團的體系，旗下擁有7家全資和控參股子公司，並在全國31個省、自治區、直轄市的135個大中城市設立了41家分公司、253家證券營業部和21家期貨分支機構（截至2018年4月），可為廣大客戶提供全方位綜合金融服務。
近年來，公司屢獲“中國證券行業十大影響力品牌”、“最具發展力券商”、“最具成長性證券公司”、“中國上市公司價值百強”、“中國證券市場20年最具影響力證券公司”、“中國最佳證券經紀商”等多項殊榮，在行業和市場上樹立了良好的品牌形象。
專案背景
一直以來我們都利用帆軟報表系統為其他團隊提供部門資料詢問和資料處理自動化的支援，這種工作模式有效地解決了業務團隊手工處理資料、詢問資料流程過長、EXCEL分析過於繁瑣等要害，並通過大量的資料探勘和分析，為部門的行銷、開戶等核心業務提供創新突破口，有效提升了各業務線效能。但這種工作模式的弊端隨著業務需求的激增日益凸顯，業務人員的資料分析需求過於瑣碎，導致報表開發人員工作量劇增，整個報表系統逐漸“臃腫”，平均每一個業務系統就存在10至15張報表，並且報表內容同質化嚴重，報表展示的指標雜亂，沒有統一的規範。
我們反覆分析之前的被動型資料分析模式，發現業務需求之所以繁瑣是因為業務方沒有明確和完整的業務思維邏輯，導致散落在各處的資料沒有被聚合和關聯分析，資料雖然沒有形成孤島但是其本身的價值被疏漏了。因此我們決定主動挖掘部門資料的價值之處，並梳理部門的業務框架，構建一套完整的資料分析系統。
經過對業務線的梳理，我們發現所有業務的核心突破口都是公司客戶，客戶的基礎屬性、交易資料、行為資料等構成了該使用者畫像的底層資料來源，通過挖掘資料來源並進行特徵工程和演算法分析，我們可以構建使用者的基礎標籤；在使用者標籤的基礎上，我們又可以進行使用者分群，並對各種群體做不同的行銷活動分析，行銷的結果又可以用於使用者標籤的更佳化，從而形成了使用者資料、使用者標籤、客群分類、行銷活動、優化標籤的閉環。
為了實現以上資料閉環，需要有一套完整的演算法平臺，而帆軟提供了星環Inceptor的資料連結介面，因此我們利用帆軟報表作為前端展示輸出與使用者事件介面，星環演算法平臺作為資料中臺，處理提交的資料分析任務，如自定義客群，客群屬性分析，標籤計算等，資料後臺由TDH提供儲存和計算框架。基於該資料平臺，業務人員能直接從使用者的角度洞察業務突破口，設計更合理的行銷服務模型，並減輕了報表開發人員的壓力，讓報表開發模組化。
應用場景
1. 數位化行銷，線上線下統一
1.1 弊端
在傳統的線下行銷過程中，很難有一個很好的平臺讓營運人員及相關的領導去了解自己的使用者情況。隨著使用者量的不斷增大，每名行銷人員或者營業部、分公司都沒有一種有效的觸達方法去了解自己的使用者。因此，在進行針對性的行銷活動中，比如銷售金融理財產品、工具類行情產品等，以往的模式都是根據行銷人員以及營運人員的經驗進行人群詢問，這樣做的弊端在於使用者尋找並不準確。一方面，一線行銷人員花費大量的精力去推銷那些並不適合的使用者，另一方面，真正需要的使用者並沒有被及時的跟蹤與溝通。
1.2 解決過程
為瞭解決這個弊端，我們使用帆軟報表設計製作了《使用者地圖》體系。使用者地圖體系總計分為11個欄目，包括使用者洞察、使用者分群、使用者畫像、業務線情況、使用者生命週期等多個版塊。該方案主要分為以下幾個實施過程。
1) 使用者需求調研：這裡的使用者指的是公司的行銷人員、營運人員以及相關領導。通過對各營運團隊的瞭解及訪談，充分了解他們需要的使用者指標及維度。以便於在前端展示的過程能夠準確的展示營運行銷人員所需要的指標，方便他們對於使用者的營運行銷。此外便是部門資料分析人員有一套完整的使用者分析框架以及建模經驗，結合這些已有的成果以及規劃的版塊，使得我們的體系框架愈加完善合理。
2）資料整理與加工：調研之後，我們根據得到的資訊，梳理了使用者地圖體系整體的框架，對相關的指標進行整理計算，對沒有的資料、已有的資料都統一進行梳理整合，從而保證資料的完整性、準確性和及時性。
3）報表實施：該報表總計有11個模組，每個模組都有幾個章節選項。使用了幾乎帆軟報表常用的所有功能，包括圖表功能、按鈕功能等等。使用者可以使用該系統的填報、分析、下載等功能。
4）許可權分配：在報表製作完之後，根據行銷人員的不同等級，我們進行了一套帳號規範。例如行銷人員可以看到自己名下使用者的資料情況，而組長或者管理員可以看到其管轄範圍內的使用者，總部的營運人員能看到更多的使用者，並且每個員工都可以隨時檢視名下使用者的情況。
5）具體功能介紹：使用者地圖體系主要有5個方面的功能。
- 首先是使用者分群挖掘。管理員使用者根據體系中的維度對使用者群進行任意的分割，例如可以根據使用者年齡、性別或者資產、交易以及產品購買情況等。並通過使用者洞察的功能，檢視分割好的使用者群體的各維度情況。比如我們選擇了購買固收類產品的使用者群體1000人，那麼管理員可以檢視該群體從基本屬性到交易風格等各個場景的指標情況。
- 使用者洞察功能。該版塊針對營運人員篩選好的客戶群進行了很好的視覺化展示。包括使用者群的整體評分、貢獻情況以及預測的產品銷售轉化率等。使用者洞察可以幫助行銷人員判斷自己篩選的客戶群是否符合業務標準。另外相似客戶群的資訊也可以幫助營運人員找到更多目標客戶。
- 使用者畫像[2] 模組。使用者洞察模組是更好的檢視使用者的銷售特徵，方便行銷活動的開展，以及提高行銷人員的行銷轉化。使用者畫像版塊則是對使用者的各個維度進行展示，包括使用者的渠道、活躍程度、資產情況以及貢獻偏好等。該版塊可以讓行銷人員實時去觀察客戶群的情況，及時做出相關決策調整。
- 業務線管理。該版塊根據部門業務線的劃分來展示各個業務條線的情況，包括理財產品的銷售，投資顧服務銷售，新開戶情況等等。該版塊可以讓各業務線的人員更加針對性的檢視自己業務方面的實時情況，及時做出業務調整，提高業務的響應度。
- 使用者生命週期。該版塊從生命週期的角度展示了新手期、成長期、成熟期、衰退期等的客戶分佈情況。便於分析使用者的特徵情況，發掘每個階段客戶的異動情況，及時做出相應的行銷策略調整。
1.3 價值
使用者地圖的挖掘、監控功能很大地提高了行銷活動的行銷效率，給線下、線上行銷帶來了很多便利。
線上快速使用者篩選傳送。營運人員可以使用系統快速篩選出要想push的使用者，使得線上push更加精準，優惠券轉化率平均提高100%，效果十分明顯。使用者購買轉化率平均提高50%。
線下節省員工成本。線下管理員通過精準定位使用者，使得每名行銷人員所分配到的使用者更加精準，數量更少。這樣行銷人員有更多的精力去服務目標使用者，而不是大批量的電話轟炸。在使用系統後，行銷人員人均的服務使用者從200左右下降至50左右，但使用者轉化率提升了20%，產品銷售總金額提升了30%。
完整的使用者群分析，提高決策效率。總部領導或者分公司、營業部的領導可以通過該系統全面的分析、瞭解所管轄的使用者情況。並對使用者群體進行跟蹤，及時做出相應的營運決策。銷售分析使用者的時間減少了一半以上，提高了決策效率。
2. 產品經理研究使用者的效率推手
2.1 弊端
好的產品需要建立在對使用者足夠了解的基礎之上，但產品經理僅通過行為資料分析平臺提供的資料（PV、UV、頁面訪問路徑、漏斗等）來了解使用者是不夠的，要深入研究使用者群體，還需結合使用者標籤以及各項業務資料，做深入的資料探勘及加工，方能得到更透徹的結論，從而輔助產品設計。
以往做這種深入的使用者研究是很耗時耗力的，比如產品經理想要使某項功能更佳化，首先得確定目標使用者群以及想要分析的特徵，然後由資料團隊進行資料分析，對於不同的需求，使用者群、所使用的資料和最終特徵結果也會不同，研究結果並不能複用，這帶來了大量的重複工作，而且需求方提供的使用者群可能並不夠準確，提出的特徵也可能存在不清晰或者有遺漏的情況，導致最終分析結果效果打折扣。所以急需一套完整的使用者研究方案來解決這一弊端，不僅能夠精確的劃分使用者群，也能自動化的運用所有資料進行特徵分析，給出通用的深層次分析結果；既能幫助產品經理自行分析使用者，提高效率、提升生產力，又能得到更好的分析效果。
除此之外，產品經理還會關注使用者群特徵的變化，從而進行相應調整。以往只能定期觀察分析報告，針對不同的細分產品及其使用者群，每期報告的數量很多，而且對於短期驟變特徵，無法迅速捕捉，等到發現時可能已經錯過了最佳應對時機。因此急需系統化地把各使用者群特徵監控起來，捕捉異動。
2.2 解決過程
系統的核心是解決使用者分群和使用者群特徵分析與監控的問題。通過帆軟報表系統可以迅速的搭建前端頁面，通過填報報表新建使用者分群、分析報表展示群體特徵以及監控異動。具體實現流程與「場景一」一致。
2.3 價值
使用者地圖系統很好地解決了產品經理的這一弊端，極大地提高了使用者群體特徵研究的效率以及效果，具體體現如下：
極大地提高了使用者群特徵研究的效率。以往人工完成單個需求要一整天時間，使用者分群越多，越耗費人力。現在產品經理只需新增使用者群，藉助後端的大資料平臺和演算法平臺，每天都能批量計算出最新最全面的分析結果，現如今系統中已經儲存了超過100個不同的使用者群，完全解放了資料分析人員。
有效提升分析效果。系統除了能滿足各產品經理需要的特徵，還能提供其它特徵來幫助產品經理更全面的瞭解使用者，從而改進產品。實用中某個產品購買流程經過使用者分析，做了針對性更佳化後最終轉化率提高了5個百分點。
發掘更多業務場景。系統提供的相似客群功能可以幫助產品經理髮掘更多具有相似特徵的使用者群，從而有可能發掘新的業務場景。實用中我們發現購買A產品的使用者分別和購買B產品的使用者、看C類資訊的使用者特徵相似度較高，產品經理即將A產品的介紹和購買入口新增到B產品的購買流程和C類資訊詳情頁中，使得A產品的訪問和購買量均提升了20%以上，效果明顯。
專案心得
1. 成功經驗
在互聯網金融工作中最大一部分工作是資料展示，如何提取最合適的業務指標，最直觀的反應業務價值，使營運人員快速瞭解前端業務進展，方便對使用者進行全面畫像，同時通過核心業務指標方便營運人員及時調整業務方案；工作中最有價值也最有趣的一部分工作是資料探勘，我們需要挖掘出使用者的產品需求，促進產品銷售，做到提前銷售，同時對使用者進行預警，防止使用者流失。
基於以上兩個需求，我們將兩個需求揉和到一個數據產品中，減少了使用者產品的入口，做到少入口，多功能的優勢。
在產品後端的核心設計中，我們通過使用者的基礎屬性資料、各種交易資料以及產品銷售資料、外部資產資料、外部開戶資料、通聯標籤資料等建立了使用者維度寬表，同時將我們從資料模型例如從Level2的購買人群模型中得到的使用者模型標籤放到寬表中，這樣就實現了使用者的客觀資料標籤和模型資料標籤的綜合。
在資料產品的設計中，我們的核心是智慧分群和條件分群。智慧分群就是我們根據自有的模型劃分了若干的業務群，方便使用者在不完全瞭解業務邏輯的情況下，篩選出自己想要的客群；條件分群即在使用者瞭解業務邏輯的情況下，可以通過輸入任意業務資料或者使用者屬性，篩選出符合自己要求的客群，特別的是這樣通過條件篩選出來的客群，我們在產品的底端也會給出與條件篩選客群相似的客群，方便行銷人員進行產品行銷。不管是智慧分群還是條件分群，我們都能從使用者屬性、場內交易資料、產品購買資料以及使用者生命週期等角度對客群進行刻畫。
特別地，我們能對我司使用者的生命週期進行觀測，瞭解公司使用者的生命週期的衰變時間，方便我們在使用者有限的生命週期中，在合適的時機對使用者進行行銷，提升產品銷售額同時做好使用者服務；同時在使用者異動預警方面，我們通過監控使用者的交易頻率、登入次數以及資產量等資料，預測即將要流失的使用者，並將使用者具體資訊push給使用者經理，以便使用者經理進行使用者挽留。
此次專案週期為3個月，包括所有資料的落實、與業務人員進行的產品對接以及後端頁面的設計和開發。在這個過程中，需要協調IT人員建立準確無誤的資料寬表，同時也需要和各個業務條線人員溝通落實業務指標，準確地瞭解他們的業務需求，在頁面設計指標排放方面，也耗費了我們很多心思，如何做到將業務指標不重複有邏輯地排放到報表中，都是我們不斷和深入瞭解業務後取得的成功，也是多方配合協調後的成果。
2. 改進注意點
本次由於專案週期短，我們主要將使用者的基礎屬性、交易資料、產品資料以及外部開戶資產資料進行了梳理和建模，但是關於使用者交易的風格資料，比如通聯標籤資料以及使用者的行為資料、使用者在我們APP上的點選資料，我們都還未來得及放到專案中來，後續會考慮將使用者的交易風格資料以及行為資料加入到專案中來，做到使用者的全套監控：行為——交易——探勘——預警。
[1]使用者轉化率：轉化率是指在一個統計周期內，完成轉化行為的次數占推廣信息總點擊次數的比率。
[2]使用者畫像：是對現實世界中使用者的建模，通過對資料資訊進行清洗、聚類、分析，將資料抽象成標籤，再利用這些標籤將使用者形象具體化。
感興趣的話就戳下面獲得激活碼試用吧！
感謝閲讀！FineReport提供最全免費功能版本，不用等待，直接點擊以下按鈕激活&下載！
獲得帆軟最新動態：數據分析，報表實例，專業的人都在這裡！加入FineReport臉書粉絲團！
相關文章：
銷售真的可以精準預測，只要你這樣分析！
喜歡這篇文章嗎？歡迎分享按讚，給予我們支持和鼓勵！
