簡要分析大數據在互聯網金融營銷中的應用機制

張鵬 中國人民大學

一、互聯網金融的發展

互聯網的產生和發展，給生產和生活提供了許多方便，好多的信息也是通過互聯網平臺得到的，互聯網在社會的各個領域都存在著，人們對它也有很強的依賴性，例如金融行業。金融行業向互聯網行業的發展，互聯網和金融行業相結合，實現貨款支付、投融資的網絡化，這是金融業全新的服務模式。

在信息技術快速發展的前提下，云計算為互聯網的發展提供支持 、社會交際網絡等嶄新技術作為支付的一種手段、創新金融發展模式是資金的融通。在大數據的時代下，低成本、高效率成了互聯網金融獨有的特點。

互聯網金融行業開展各項業務活動，例如利用互聯網平臺操做結算、金融產品銷售、小微型貸款 、信息中介等與金融方面有關的業務，這就構成了互聯網金融。互聯網金融在以下幾方面和傳統金融是有區別的，如緩解不對稱信息、資源配置的優化、交易效率的提高、投融資渠道的拓展，互聯網金融有機結合了金融創新和科技創新。

我國的互聯網金融從20世紀90年代開始興起，以高速度發展，歷經三個歷史階段。

images/BZ_198_201_1920_1221_2187.png

從總體上分析互聯網金融的發展，第一階段一些金融行業最初進入互聯網，新的金融功能還沒有發揮出來，剛開始只是金融銷售渠道的不同；第二階段造就了互聯網發展的核心部分，第三階段呈現出快速發展的階段，技術因素起了很大的推動作用。2017年中國的網民，有1.26億人通過各種途徑購買了互聯網理財產品，相比與2016年，居然人數增加了2724萬用戶，從該數據可以看出中國互聯網金融發展有很大的前途。互聯網的出現和發展，給人們的生活帶來方便，同時人們對互聯網依賴性很高，互聯網已在人們生活中廣泛運用。

二、大數據分析主要特征和體現

（一）大數據分析的主要特征

20世紀90年代首次提出了“大數據”概念，在網絡和信息技術發展的支持下，大數據發展速度很快。現在大數據分析已非常廣泛地應用于人們日常生活的多個領域，例如日常生活用行、社交活動、消費、金融交易等等 。大數據分析的使用，可以從角度、多渠道的采集到使用的信息，可以更一步進提純信息，從而提高信息的利用率。大數據的周期可以分為采集、預處理、存儲、管理、計算機模式 、系統、數據的分析和挖掘、數據的隱私、安全等等。大數據分析的廣泛應用，加速了數據處理和流程和速度 。

一般情況下大數據可以分為三種：結構化、半結構化、非結構化。三種相匹配的模型數據庫是不同的，在得到大數據之前，結構化的數據是確定的，需要關系的模型數據庫相當的成熟，由于數據存儲和數據表格都有完善的設計，所以對于這些數據處理就相對來說簡單一些 。

半結構化數據的模型與結構化的數據模型不同的是，是否拿到數據后確定模型 。即使有了模型結構也不確定，例如XML、HTML等屬于半結構化的數據，一般的情況下還有很大的變化，它的模型為樹、圖等等，結構和內容也比較混雜。

通常非結構化數據是沒有數據模型的，也就不能進行結構化的處理。例如互聯網企業的圖片、音頻、視頻，這些大數據字段的長度是可以變化的。

（二）大數據分析的方法體現

在大數據分析的領域中，有四種常用的分析方法：描述型分析、預測型分析、診斷型分析、指令型分析。

描述型分析是最常用的分析方法。這種分析方法以提供重要指標和業務衡量，獲取基本的信息，并進行分類。比如，通過每個月的營業收入和支出，數據分析專家可以通過賬單信息，獲得大量的的客戶資料。

診斷型數據分析是借助于評估描述型的數據,這些診斷分析工具可以幫助數據分析師更加深入分析數據,一直可以研討到數據的關鍵的部分。良好設計理念，能夠按照時間的順序讀取數據、特征篩選、讀取數據等 ，這樣才能更方便的分析數據。

預測型分析是用來進行預測的，預測事件將來可能性發生、預測量化的值 、預測時間點，預測模型都可以實現完成。預測模型是通過各種可變的模型來實現的，數據的多樣化與預測結果有著密切的關系。在不確定性的條件下，預測有時能夠對做好理好的決定有很大的幫助作用，預測模型被廣泛的運用著。

關于“發生了什么”、“為什么發生”、“可能發生什么”的進一步分析，就用到指令性模型了。指定令模型可以幫助用戶采取什么樣的措施。一般情況下，指令型模型不會單獨使用，它在上面的分析方法之后最后才能完成的分析方法。

以上每一種數據分析方法對業務的分析都有幫助作用，在數據分析的各個方面也被廣泛的運用。

三、互聯網金融營銷的內涵和主要發展模式

隨著監管的“一行三會”的規范和完善，政策導向和行業的分界越來越來清晰，這種背景下互聯網金融營銷的作用越來越明顯。

（一）互聯網金融營銷的內涵

關于互聯網金融營銷的概念，學術界的解釋還不太明確。在這里互聯網金融營銷理解為互聯網金融企業創造出了互聯網的金融產品，而且和互聯網金融用戶進行交換，通過多種銷售方式、溝通，來滿足互聯網用戶的需要，從而實現企業利益的一種營銷過程。

金融產品和服務交易分別是買方、賣方以及第三方的中介。依據主動程度的差異性，這三方都有可能成為營銷者，并且可以分為六種模式 。

（二）互聯網金融營銷的主要發展模式

互聯網金融的營銷不但需要考慮金融產品的特殊性，還要考慮互聯網的思維模式。依據互聯網金融營銷的發展，可以分為幾個方面。

1.搜索引擎營銷，通過支付費用排列名次和優化搜索引擎來實現。以付費的方式來確定排名、效果快，專區付費；搜索引擎優化包含站內和站外兩部分。站內優化主要表現在定位關鍵詞、代碼、優化圖片等等，站外推廣是利用關鍵詞的建設和覆蓋站外信息。

2.活動營銷的方式有許多種，可以采用新用戶注冊后返現金，老會員理財送券等等。陸金所對于2018年2月份新注冊的用戶，發放新用戶紅包； 蘇寧金融2017年“雙12”的營銷活動，定單增量同比增長106.4%,活動營銷成果顯著。

3.事件營銷的目的提升品牌形象，加強企業知名度，采取有新聞價值、名人效應、社會重大的事件，利用網絡來進行宣傳傳播。它具有雙方面的作用，如果做得好，有利于宣傳企業的正面影響力，反之則起到負面作用。

4.口碑營銷，是一種利用人際關系傳播，采用使用者用后的良好體驗向新人推薦產品，這種關系產要發生在朋友、同學、親戚之間。與廣告營銷活動有說服力，效果也會更好，可信度高。

5.體驗營銷以良好的服務為手段，消費者憑借感官體驗以及心理上面的的認同，對某種品牌產生寄托，從而用戶有了活躍性， 體現營銷最主要的還是客戶體驗。

隨著互聯網金融營銷模式的創新，最主要的還充分利用大數據來優化互聯網金融營銷，使大數據和互聯網高效的結合，從而發揮中大數據在互聯網營銷中的作用。

四、大數據在互聯網金融營銷中運用

大數據在信息時代的主要特征。2011年5月，Mckinsey研究院發表了關于大數據方面的報告，人們尤其關注大數據的概念。大數據與金融業之間存在著的密切的關系。

（一）互聯網金融營銷大數據的生態構成

大數據需要創新營銷模式，需要用生態的思維來研究和分析大數據在互聯網金融中的應用。

精準營銷和用戶畫像這兩個概念相對來說尤為重要。菲利普.科特給出的定義是：基礎是準確定位，創建個別化客戶溝通協調體系，以便實現成本低的擴大。用戶畫像基礎是在互聯網上閱覽尋找、加入購物車、咨詢、購買等數據，來挖掘信息，以此為權重，經過仔細的計算后達到精確的營銷。

在互聯網金融營銷應用的生態系統中，有5種渠道是可以獲得客戶防問的信息，這5種渠道分別是互聯網平臺交易數據、電商購買貨物和生活繳費的數據、社交微信、QQ數據、銀行卡和信用卡、征信數據以及第三方支付數據，互聯網企業獲得數據后進行技術處理，找到其價值，用戶畫像系統是其核心模的塊。互聯網企業通過完成用戶畫像，實現營銷的準備匹配。從生態構成來看，技術處理是關鍵，畫像準確度越高，互聯網營銷就越精準。

（二）用戶畫像在互聯網金融銷售中的運用

線下為主是傳統企業銷售的常用畫像，它是通過會員表，問卷調查發放，利用購物車來分析用戶價值，信息效率低。相反大數據分析處理畫像可以從另外一個角度做分析。假設一名客人沒有貸款，賬戶沒有活動，如果從傳統的角度來說，他是個低價值的客戶。但是，從大數據的角度，利用數據分析畫像后，這個客戶成長快，運行好，更加注重研發產品，這些客戶是高價值。畫像的準確性決定營銷的效率，大數據的功能模塊可以識別客戶、分析客戶，具有更深的價值意義。

（三）大數據可以管理互聯網金融中存在的風險

大數據的信息包括績效報告信息、資產負債信息、客戶信用信息等等，這些信息在互聯網中居于首要地位，與信貸風險有一定的聯系。由于數據來源不同，數據量大，種類多而且繁雜，這些信息如果用傳統的方式處理，效果不會很好，風險分析預測也得不到切實、可信的信息。然而，大數據有其自己特有的優勢 ，并且可以有效地控制風險，及時收集真實的數據，進行風險預測，找到數據之間的聯系，提升辨別風險的能力和應對風險的策略，這樣一些潛在的風險就能被企業規避，從而降低企業遭受的損失。

（四）大數據可以創新互聯網金融和優化金融資源

互聯網金融與傳統金融之間存在很大的差別。傳統金融主要依靠實體，而互聯網金融主要依靠的是互聯網和大數據，互聯網的關鍵是收集和處理大數據，大數據技術被合理的利用，有利于數據的分析處理，可以有效地創新互聯網金融。

實際工作中，大數據技術的充分運用，有效地分析交易信息，了解市場經營交易的模式，分析市場的實際情況，合理投資、確保投資的科學性，提高市場資金的融通，以促進企業效益的提高。

對于互聯網企業來說，金融資源很重要，合理運用大數據信息，優化金融服務，這樣企業就可以合理配置資源，資源利用率也會被提高。優化流程，減少處理周期，降低企業成本。例如某個公司借力于P2P平臺，運用大數據技術提供貸款 ，采用在線服務的方法，跨過了銀行的參預，這就采用了投入低，回報高的融資渠道 ，互聯網金融的產生和發展幫助企業投融資更加便利化，傳統的融資方式得到了改善，促進企業的發展和運營，為金融市場的發展提供有效的平臺，為經濟的發展提供了便利條件。

（五）大數據可以有效處理金融資源

傳統金融條件下，整合和處理信息時，需要大量勞動力、財力、以及物力的投入，這種方式需要較高的成本、信息落后、辦事效率不高，獲得信息的渠道單一。傳統模式下，企業浪費大量的資源，信息的真實性也不一定準確。相反，互聯網企業利用大數據平臺迅速獲得信息，拓寬得到信息的方法，這樣方便信息的提純，信息的處理能力也會隨之提高。數據庫和搜索引擎的運用，可以提高信息的檢索，高效、快速地處理信息，以便確保信息的安全可靠 。

（六）應用大數據確保精準營銷

大數據技術的充分運用，以前的銷售模式發生了改變。互聯網機構可以挖掘客戶的信息，這些信息包括買賣交易方面的信息、收付款方面的信息、組織行為方面的信息等等。分析客戶信息、分門別類地匯總這些信息，根據客戶的需求，提供他們需要的產品和服務，以確保實現精準營銷。據研究，可以依據用戶、環境信息、居住位置、購物信息等建立相關的模型，詳細分析信息和客戶，針對不同客戶，投放廣告、定制適合的產品，以便有效地管理和精準的銷售。只有充分分析和了解客戶的需求，才能在營銷中達到較好的效果。

（七）互聯網金融評估中運用大數據

互聯網金融的產生和發展，對于企業認證身份、評估信用都有很大的意義。評估目標的靜態信息和動態信息都可以被挖掘，建立客戶的信用評級。互聯網企業的模塊，例如合同訂單 、收付款結算、庫存管理、下線產品等不同的模塊進行分析，相關的等級信用被建立起來，依據信用等級，預測信用額度，有利于經濟的發展。

個人客戶不僅有靜態信息，網絡平臺他們的購物、付款 、投資等種各種信息，靜態和動態的數據有機地結合起來，可以確認他們的行為，檢驗認證他們的身份，建立信用評定的模型，合理分類用戶，提供相關的產品和服務。

（八）大數據方便金融產品定價

互聯網企業對金融產品和衍生品的定價是非常受到關注的問題。需要建 立模型和數學計算。Ripple公司運用大數據，分析數據配對方面的能力，使用匯兌系統實現了貨種不同的貨幣的自由兌付。

金融危機的爆發，信用衍生品的定價被推上了熱點。理論上利用結構和約化型建立數學模型，操作起來難度很大。大數據驗證的方法利用真實數據處來理違約定價，合理制定金融衍生品的價格體系。

結束語：綜上，互聯網為大數據分析提供良好的基礎 ，使得大數據可以廣泛地應用。金融行業在我國國民經濟發展中居于重要地位，金融行業是大數據的驅動行業，金融營銷依賴信息技術。在互聯網金融中，數據是核心的資產。合理有效地運用大數據分析來實現信貸風險、高頻交易、社會分析等金融創新。加強對大數據分析的重視，才能更有效、健康地保證金融營銷的良性發展。