谈谈精准营销
最近有个客户咨询银行销售模型，我看了一下需求，主要是想实现精准营销。精准营销的相似名词很多，例如智慧营销，用户精准画像等等。我手机号每日被诸多广告营销骚扰，今天就谈谈精准营销。我也真心期待每个互联网公司都做好精准营销，减少广告对客户骚扰。
精准营销很难
精准营销是很难的，国内做好的互联网公司并不多。银行领域精准营销做得好的有招商银行，消费金融公司做的好的有马上消费金融有限公司，电商平台有京东。苏宁金融听说做的还不错。
精准营销难度非常高，精准营销需要搭建多个平台，包括数据科学计算平台，数据仓库平台，风控系统平台。底层数据是很脏的，包括诸多错误数据和缺失数据，我们不仅要清洗，整合这些底层数据，我们还要给每个客户打上标签，例如学生，教授，高收入，公务员等等。这些标签是实现精准营销模型的关键。
成熟精准营销往往是一代一代总监和技术人员经验累积成功。一代人几乎是不可能完成精准营销建设。当然这并不难阻挡我们的勇气，至少我们可以把精准营销框架搭建好。
精准营销目的
精准营销目的是降低运营成本。但精准营销可以带来很多额外收益，例如提高销售利润，提高客户忠诚度，降低客户流失率，提升运营能力和策略管理能力。
精准营销兴起背景
精准营销兴起并非偶然，而是时代背景决定。随着手机在每个家庭普及，我们的生活购物很多可以在线上实现。随着新冠疫情不断持续，线下消费不断萎缩。最好的例子就是捷信和雪球的战略调整，即砍掉绝大部分线下业务。我认为新冠疫情是压垮捷信线下业务最后一根稻草。
精准营销就是从粗放式运营进化到精准运营。之前谈到精准营销是很难的，国内做好的互联网公司并不多。精准营销做得差的例如拉卡拉，我手机几乎每周都被拉卡拉广告骚扰，来电是虚拟号，显示从不同省份打来。这让我对拉卡拉公司产品感到厌恶，甚至想投诉。精准营销做得好的有google和我之前呆过的生物医药公司。他们发的邮件很多是我感兴趣内容，我还时不时点击链接了解。
之前部分联网公司找我建模时，需要客户流失预警模型，并好奇问我客户是怎么流失的。我心里想很多客户其实就是被他们广告恶心走的，当然这些话没说出来。粗放营销造成高运营成本，客服反感，客户流失。
精准营销关注模型
精准营销贯穿获客，活客和留客三个环节。我建议重点关注交叉销售模型，提额模型，沉默激活模型，流失预警模型等等。其中交叉销售模型是核心，例如银行场景，银行可以精准向存款客户推销信用卡，理财产品和保险。例如银行客户最近有一比大额存款，银行可以向客户推荐理财产品或保险。理财产品收益比存款高，部分客户会选择理财产品。通过交叉销售，银行提高了收益。
还有例子是京东发现我最近购物比较频繁，京东客服就给我交叉销售银行信用卡。如果我办理某银行信用卡，京东就会赠送n年会员。作为客户，这是双赢，因此我没有拒绝。
关联规则模型也很重要，有利于销售产品深度挖掘，例如银行场景可以用关联规则模型分析买理财客户与购买保险关联程度强不强。关联规则模型可以对客户行为，不同产品进行关联分析。经典案例就是亚马逊购物零售数据挖掘。
数据集：亚马逊购物-杂货数据，共50万多万数据
建立模型并分析结果
从上面的输出可以看出，纸杯和纸盘是在法国一起买的。这是因为法国人有一种文化，即每周至少与朋友和家人聚会一次。此外，由于法国*已禁止在该国使用塑料，人们不得不购买纸质替代品。
如果再深入分析一下英国的交易规则，就会发现英国人一起购买不同颜色的茶盘。这背后的一个原因可能是因为英国人通常非常喜欢喝茶，并且经常为不同的场合收集不同颜色的茶盘。
在分析葡萄牙交易的关联规则时，观察到 Tiffin 集 (Knick Knack Tins) 和彩色铅笔。这两种产品通常属于小学生。这两种产品是学校的孩子们分别用来携带午餐和创造性工作的必需品，因此在逻辑上将它们配对在一起是有意义的。
分析上述规则，发现男孩和女孩的餐具是搭配在一起的。这是有实际意义的，因为当父母为他/她的孩子购买餐具时，他/她会希望根据孩子的意愿对产品进行一些定制。
客户分群和产品分群
当通用模型得不到很好区分效果时，我们需要考虑客户分群，产品分群。我们通过模型分把客户分为高中低等不同风险等级人群。用户年龄和收入也是分群的重要变量。产品也可以细分，例如贷款场景的现金贷，循环额度，商品贷。
不同客户和产品不同组合就可以生成大量交叉销售子模型。
精准销售的技巧
产品丰富可以提高用户粘度。例如招商银行APP饭票和影票有庞大用户，而且活跃度很高，其中部分用户会购买APP中其他产品，例如理财产品，保险。通过交叉销售，提高利润，降低获客成本。如果去开发一个新用户，可能需要50-500元不等成本。
其他营销技巧包括紧跟节假日活动，热点话题，这可以提高销售流水。我认为最重要的还是用户标签，通过对用户精准标签，我们可以有的放矢，实现长远降低运营成本和提高收益。
具体分析方法
精准营销有很多模型和统计学方法，包括全局测试和crosstest。shap最近比较流行，可以对单纬度分析，也可对多维度变量组合策略分析。
精准销售模型项目前期最常见的是数据不充分，我们只能依靠专家策略规则。特别是通过统计方法用户画像，对年龄，收入等维度分段观察与销售数据关系。随着数据不断积累，我们有了客户贷后表现。如果观察期和表现期数据足够，我们可以对客户打标签，然后建立人工智能自动化模型。
模型和规则并非一步到位。其阈值通过数据分析需要不断调整。这时我们需要开发模型和规则的监控系统。
美国对公民数据整合比较好，数据质量好，部分美国公司主要依靠模型。国内国情不同，不能照搬。国内数据质量不好，主要依靠政策组的规则。模型也是规则的一个变量。对业务线来说，模型就是一个参考工具。规则可以是单个逻辑语句，也可是多个逻辑语句。复杂规则包括逻辑语句和模型分。例如客群1规则为.模型分大于600分且年龄小于50岁，客群2规则为 模型分大于600分且学历为本科。
招聘
实现精准营销需要招聘相应人才，国内专业模型开发人员并不多，大多是数据分析师转岗而来。我认为模型和策略只是工具，逻辑学，逻辑思维能力，统计学，数学能力是基础和内功。公司招聘时要灵活，不要忽略这些精通数学，统计学，逻辑学的人才。但现实是HR一般会对招聘条件对号入座，再加上学历限制，对人才误杀率很高。电影《美丽心灵》讲述了一个数学天才的故事，他没有高等文凭，但在大学图书馆里自学成才，其才能远超本校知名教授和学生，后来主角被推荐到类似兰德公司的军事战略研究机构。
结尾
当我们把精准营销做好后，额外收益是客户流失减少很多。这是一个良性循环。销售模型，不是良性循环就是恶性循环。
通过上述分享精准营销经验，大家也不要过于恐慌，路都是探索出来的，做好以上几点，可以逢凶化吉。
花絮
最近新冠virus大潮袭来，我们小区也被风控，本楼被查出8名阳性患者。我也是第一次和新冠virus这么近距离接触。美国人和欧洲人说新冠疫情已经结束了，他们已经躺平开放。这其实是自欺欺人，隔离如果没有做好，新冠virus持续不断在人体中进化，出现更多未知的virus。新进化virus破坏力是未知的，而且根据不同种族有不同表现。进化后新冠可能破坏力更小，也可能某一天突然变得更强。
已经厌倦了隔离和virus威胁，送新冠virus上路是我们这一代人的使命，是否原谅它或共存是上帝使命。接下来我会抽出大部分时间来建立生化模型，部分技术会发布到《python新冠COVID-19数据分析和可视化》课程里。有个同事曾经告诉我，一旦金融行业就出不去了。金融行业利润是所有行业最高的。我相信科研转型后，赚的钱会少很多，但生活会更平衡。金融领域因丰厚收入云集大量数据科学人才。我也呼吁金融领域的数据科学天才们也加入新冠科研项目。
教程和定制服务
如果大家以后期望在金融行业工作，下述课程也会带来很多帮助，节省大量自我探索时间。
如果有机器学习论文专利定制服务，请留言
版权声明：文章来自公众号(python风控模型),未经许可，不得抄袭。遵循CC 4.0 BY-SA版权协议，转载请附上原文出处链接及本声明。