大數據在互聯網金融營銷中的應用探究

摘要：大數據時代的到來，信息資源成為了一項非常寶貴的社會資源。目前大數據技術被廣泛運用到互聯網金融領域，為互聯網金融的開展提供了更多寶貴的信息數據，極大的促進了互聯網金融的發展。但從互聯網金融營銷角度來看，大數據的運用顯然不足。因此，互聯網金融企業應樹立與時俱進的觀念，將大數據技術廣泛運用到互聯網金融營銷中，以此來為互聯網金融營銷的開展提供準確的信息數據，實現精準營銷。為此，本文主要對大數據在互聯網金融營銷中的應用進行了分析和探討。

關鍵詞：大數據;互聯網金融營銷;精準營銷

引言

互聯網金融是互聯網時代下的產物，是一種新型的金融理念和方式。近年來，隨著云計算、大數據等信息技術的發展，為互聯網金融的發展提供了更加廣闊的空間。大數據技術在互聯網金融中的運用，讓客戶精準畫像的獲取、解析成為了可能。與此同時，大數據技術在給互聯網金融企業帶來發展機遇的同時，也提出了全新的挑戰。隨著互聯網金融營銷模式的不斷創新，大數據技術在互聯網金融營銷中的探索和應用顯然不足。就營銷角度來分析，加強對大數據在互聯網金融中應用機制的研究是非常必要的。

一、互聯網金融的發展

互聯網金融的概念最早是由謝平等學者提出，隨后在2014年上海市政府正式公布了《關于促進本市互聯網金融產業健康發展的若干意見》中對互聯網金融的概念進行了明確界定“互聯網金融是基于互聯網及移動通信、搜索引擎、社交平臺、云計算、大數據等信息技術，實現資金支付、結算、融通等金融服務的金融業態”。互聯網金融的出現是對實體金融行業的進一步延伸和完善，是普惠金融中的重要內容。

目前國內外對于互聯網金融的業態屬性基本上形成了一致的觀點，都認為互聯網金融是一種全新的金融業態，屬于第三種金融融資模式。互聯網金融的內容主要包括互聯網支付、互聯網融資、互聯網金融產品銷售、金融信息服務、財富管理等。其中互聯網支付有常見的手機銀行、移動支付、第三方支付、互聯網信用卡、互聯網貨幣等;互聯網金融產品銷售常見的形式有網絡銷售的理財、保險等金融產品、彩票等;互聯網信息服務常見形式有金融門戶、金融咨詢等。

上個世紀90年代我國的互聯網金融行業正式起步，經過幾十年的發展，如今已經進入到成熟階段。我們可以將我國的互聯網金融發展大致分為以下三個階段：第一階段，1990年-2005年，從傳統金融企業逐步向互聯網化發展。在這一階段部分金融行業嘗試著使用互聯網開展金融業務，并未派生出新的金融功能，只是單純的拓寬了金融營銷的渠道;第二階段，2005年-2011年，以第三方支付、P2P、互聯網理財、股權眾籌等發展為特征。這一階段是我國互聯網金融行業發展的重要轉折點;第三階段，2011年-至今，以云計算、大數據分析技術、移動互聯網等發展為特征。在這一階段得益于技術因素的推動，我國互聯網金融行業得到了快速發展。

二、互聯網金融營銷

（一）互聯網金融營銷的概念

目前在業界和學術界對于互聯網金融營銷并未形成明確的定義，本文主要結合互聯網金融市場的特點和市場營銷概念，給予互聯網金融這樣的定義“互聯網金融企業創造互聯網金融產品，并借助互聯網平臺和金融用戶進行交換，以各種營銷方式來滿足互聯網金融用戶的需求，進而為互聯網金融企業創造更高經濟效益的一種營銷管理過程。”

在互聯網金融營銷過程中，參與的主體一共有三方，即金融產品或服務交易的雙方（買方和賣方）、第三方交易中介。在這一關系中，我們可以根據主動程度的差異，將三方都認定為互聯網金融營銷者，常見的六種模式有互聯網金融買方—互聯網金融賣方、互聯網金融買方—第三方平臺、互聯網金融賣方—互聯網金融買方、互聯網金融賣方—第三方平臺、第三方平臺—互聯網金融買方、第三方平臺—互聯網金融賣方。

（二）互聯網金融企業的營銷模式

互聯網金融營銷是在考慮金融領域、金融產品的特殊性以及互聯網思維的基礎上開展的營銷活動。我們可以根據根據互聯網金融營銷的發展，將常見的互聯網金融營銷模式分為以下幾種：

第一，搜索引擎營銷。這種營造模式也就是我們常見的付費排名和搜索引擎優化。其中付費排名的見效最快，常見的途徑有參與普通競價排名和品牌專區付費。搜索引擎優化主要包括站內優化和站外推廣兩個部分，站內優化常見形式有代碼和圖片的優化、關鍵詞定位、導航欄目的優化。站外推廣常見形式有外鏈接投放、關鍵詞建設、站外信息覆蓋等。

第二，活動營銷。這種營銷模式是互聯網金融營銷平臺為了獲取客后轉化和老客戶重投所采取的一種常見的營銷方式。互聯網活動營銷的方式多樣，其中最常見的兩種為新用戶注冊返現、老用戶理財送券等。典型案例為蘇寧金融在2017年借助“雙十二”開展金融營銷活動，送出零錢寶獎勵金8000萬元，獲得新增用戶117萬，理財訂單數量也同比增長了106.4%，營銷效果顯著。

第三，體驗營銷。這種營銷模式主要以良好的服務為營銷手段，讓用戶對金融產品有著產生情感上的寄托，以此來提升用戶粘性和活躍度。體驗營銷的關鍵在于優化用戶體驗，例如支付寶在上海虹橋機場停車場通過無現金停車實現了用戶體驗優化，用戶在離開停車場時無需下降車窗付現或掃碼付費，支付寶會通過攝像頭自動掃描和識別車牌號，并進行自動扣費，只需要2秒既可以快速通過，讓用戶獲得良好的體驗。

第四，口碑營銷。這是一種人際傳播的營銷模式，即借助用戶的用后好感向其他用戶推薦產品。這種營銷模式是基于用戶的良好使用體驗，因此，這種營銷通常發生在關系比較穩定的人群中，如親戚、朋友等，且這種營銷方式相比較于廣告、營銷手段、促銷等更具可信度和說服力。

第五，事件營銷。事件營銷的主要對象為企業，企業為了提升自身的知名度和美譽度，樹立品牌形象，通過策劃具有社會影響或產生名人影響效應的實踐，并通過網絡途徑將實踐進行廣泛傳播。但這種營銷模式存在較大的風險性，且操作難度較大，如果營銷成功則可以為企業擴大正面的社會影響力，而營銷失敗給企業所帶來的負面影響也是非常大的。其中典型的案例為2015年，P2P平臺贏多多為了提升自身的知名度，通過利用辦公地址來進行事件營銷，并在其官網上打出“唯一一家中國銀監會辦公的互聯網金融公司”的宣傳語，其本意是為了增強自身在大眾心中的公信力。但是銀監會針對此事件，立馬發出聲明：辦公樓從未允許任何單位和個人入住辦公。一時間輿論嘩然，贏多多陷入眾矢之的。

三、大數據在互聯網金融營銷中的應用

（一）互聯網金融營銷大數據應用的生態構成

大數據在互聯網金融營銷中的運用，極大的促進了互聯網金融營銷模式的創新。因此，在互聯網金融行業應用全新的思維來看待和探討互聯網金融營銷。而在大數據背景下，我們則需要用生態的思維來對大數據在互聯網金融營銷中的應用進行研究。

在對大數據在互聯網金融營銷中的應用進行研究時，我們先需要搞清楚精準營銷和用戶畫像這兩個概念。其中精準營銷是指在精準定位的基礎上，通過構建個性化的客戶溝通服務體系，達到降低成本，提升營銷精準性的效果。用戶畫像是指互聯網金融企業通過用戶在互聯網上的瀏覽、咨詢、加入購物車、購買等行為數據信息進行挖掘，并通過相應的模型對用戶的消費行為權重進行計算，完成對用戶的畫像，實現精準營銷。

大數據在互聯網金融營銷中的應用，數據獲取途徑主要為以下5種：互聯網金融平臺交易數據、電商購物數據及生活服務繳費數據、社交平臺數據（微信、QQ、微博）、銀行信用卡消費數據、征信數據（芝麻信用）、第三方支付數據。當互聯網金融企業通過上述途徑獲取大數據后，則需要通過技術處理模塊，對這些數據進行分析和處理，挖掘出數據潛在的價值。

用戶畫像系統是大數據在互聯網金融營銷中應用的核心模塊，只有當互聯網金融企業完成用戶畫像，才能夠實現對營銷要素的精準匹配，用戶畫像越準確，互聯網金融營銷的效率就越高。這就要求互聯網金融企業借助大數據技術，對互聯網上用戶的基本信息、消費信息、行為信息、產品信息等原始信息數據進行挖掘，并通過建立結構化、半結構和非結構化等不同數據模型的數據庫，對原始數據信息進行分析和處理，為用戶畫像貼上客戶屬性、購買能力、投資偏好、心理特征等標簽，進而為互聯網金融營銷提供精準的客戶依據。雖然不同性質的互聯網金融企業對于大數據的整體解決方案存在一定的差異，但是基本都是按照數據獲取、數據處理分析、結果展示的流程來實現精準營銷。

（二）用戶畫像在互聯網金融營銷中的運用

在互聯網金融出現之前，金融企業對于用戶畫像的刻畫主要以線下方式為主，如會員管理表格、發放調查問卷等來獲取用戶信息，但是這種方式不僅效率低，且所獲取的信息利用率不高。隨著互聯網時代的到來，互聯網金融企業就可以借助大數據分析技術來完成用戶畫像，并將用戶畫像的價值發揮到最大。舉個例子，在傳統金融營銷的用戶畫像中，一個沒有信貸、沒有賬戶活動的客戶，屬于一個低價值客戶。而在大數據視角下，可以通過借助大數據技術對該用戶在互聯網上的足跡，對其形成用戶畫像，并了解到這位用戶的更多標簽，充分挖掘這位用戶的潛在價值。

在互聯網金融營銷中，是否能夠實現精準營銷主要取決于用戶畫像的準確性。而在互聯網金融營銷過程中，真正具有價值的用戶畫像并不只是簡單的對用戶信息的描述或關鍵詞及標簽的堆積，而是借助大數據技術識別用戶和分析用戶，從用戶畫像中抽象出一個用戶真實的信息全貌。

隨著大數據技術在互聯網金融行業中應用的不斷深化，越來越多的互聯網金融企業開始意識到用戶畫像在營銷中的重要性，并紛紛借助大數據技術建立用戶畫像系統，保證了用戶畫像系統在互聯網金融營銷大數據應用生態系統中的核心位置。我們可以將用戶畫像看做是數據形象化的過程，而畫像標簽化是其主要的結果之一。互聯網金融企業在建立用戶畫像系統的基礎上，應制定用戶畫像統一的指標體系，通過這種指標體系對用戶信息進行篩選，并通過對分析方法的不斷優化，實現對用戶數據的精確化處理，最終形成用戶全景視圖，以便于互聯網金融企業制定個性化和差異化的營銷方向。

互聯網金融企業在建立用戶畫像系統時需要注意一下兩點：第一，利用大數據技術完成用戶畫像是一個定量和定性相結合的過程。在前期應采取定量化統計分析，獲得互聯網金融客戶的群體描述，在后期則需要進行定型化畫像描述，準確地進行客戶畫像優先排序，突出重點客戶匹配互聯網金融產品，直到完成匹配。第二，用戶不同類型的行為所產生的營銷效用是不同的。因此，互聯網金融企業在建立用戶畫像系統時，必須要對用戶產生的不同行為類型進行全面分析，并且在實際的金融產品營銷過程中，也應充分考慮用戶推薦互聯網金融產品的優先度。這就要求互聯網金融企業將用戶權重引入到用戶畫像系統中。

四、結語

綜上所述，大數據在互聯網金融營銷中具有較高的應用價值，但目前大數據在互聯網金融營銷中并未實現普遍應用，這與互聯網金融營銷從業人員掌握大數據分析技術者的數量有限有著密切關系。因此，身為互聯網金融營銷人員應樹立與時俱進的營銷理念，充分的利用大數據技術獲取客戶信息，及時了解和掌握客戶的金融需求，以此來實現精準營銷。另外，大數據分析技術在應用上也應適當的降低使用門檻，推出更多簡單、易操作的適應界面，提高在互聯網金融營銷領域的應用效率和適用范圍，為互聯網金融營銷的發展提供強大助力。

參考文獻：

[1] 宋書彬，朱紅.互聯網金融大數據平臺信用評價與信息共享機制[J]. 河北金融. 2018（11）

[2] 楊靜.試論基于大數據框架下的金融風險管理[J]. 現代營銷（下旬刊）. 2018（11）

[3] 黃超，陳雅玲.互聯網金融下的小微企業融資發展策略[J].? 經貿實踐. 2018（21）

[4] 許海龍.互聯網金融風險的類型及控制措施探討[J].? 中小企業管理與科技（下旬刊）. 2018（10）

[5] 歐陽楚堯.試析大數據下的互聯網金融創新發展模式[J]. 時代金融. 2018（29）

[6] 解穎.大數據時代的互聯網金融風險監管探討[J].? 時代金融. 2018（29）

[7] 鄧利方.金融服務大健康產業的實踐思考[J].? 中共珠海市委黨校珠海市行政學院學報. 2018（05）

作者簡介：

邵文彥（1990.2—），男，漢族，籍貫：遼寧大連市，廣西大學大學，商學院，19級在讀研究生，碩士學位，專業：工商管理，研究方向：營銷管理.