金融營銷解決方案
業務痛點
??營銷模型開發周期長，建模效率低，不能迅速滿足營銷業務的需求。營銷模型僅針對整體客群評分，難以開展千人千面個性化運營。傳統機器學習模型解釋性差，業務人員難以理解和信任模型。
方案詳情
??基礎業務簽約：手機銀行激活、網銀開通等業務，因其基數大，流程相對簡單，天然的具備大數據分析的條件，且分析結果通常很好。
??客群特征：通過對歷史客群特征的挖掘，不需要進行營銷實驗就可以有效判斷其他客戶對各個產品的偏好程度，但并不能保證營銷效果。
??新客戶挖掘：通過不斷迭代的營銷，尋找營銷效果最好的推廣方式，找到響應概率最高的客戶，提高產品的簽約率。
??老客戶價值提升：通過不斷迭代的營銷，找到響應概率最高的客戶，提升客戶的產品份額和產品粘度。
??流失預警：提前數月預知客戶流失風險，創造先發優勢，提前營銷鎖定客戶資產。
??價格敏感度分析：發現利率敏感客戶，實現對利率的管控，將營銷費用投入到真正需求客戶 。
目前理財簽約客戶占比較低，在鎖定老客戶資金的同時，擴大新簽約客戶的數量，建立數據模型，找到偏好購買各類理財產品的目標客戶。
從存量客戶中找到真正需要用信的客戶進行二次推廣，同時建立用信客戶畫像，便于之后新客戶的營銷指導。
對信用卡審批進行了逆向解構，發現因信用評級不夠而被拒批的客戶特征，提前篩選致謝客戶，減少因審批原因造成的工作浪費。
某行睡眠戶較多，激活睡眠客戶響應率低，展開專項營銷活動激活睡眠客戶,對高響應的睡眠戶，分析客戶需求，針對性配套營銷產品。
某行中長期定期存款比例偏高，客戶經理為了吸引存款，普遍給予高利率刺激，利潤壓力較大。希望找到利率敏感客戶，實現對利率的管控，將營銷費用投入到真正需求客戶。
通過建立模型找出流失的VIP客戶的特征，提前一個月預測流失的VIP客戶，對高概率的流失客戶進行一系列的營銷活動。主要追蹤同名跨行流失（轉出其他競爭三大行）的客戶。
