保險公司項目用戶畫像解決方案

保險公司工程用戶畫像解決方案1、背景、用戶細分-畫像與營銷1、收集用戶不同方面的數(shù)據(jù)2、用戶分析與用戶細分，分析不同群組的行為與需求3、建立用戶響應(yīng)推測模型，定位響應(yīng)可能性較高的用戶4Offer5、通過測試和掌握組比較分析效果6、通過營銷分析優(yōu)化下一次的渠道、Offer因此用戶細分〔畫像〕在營銷活動中的作用是理解、定位與篩選用戶。、用戶細分-畫像的概念、用戶行為細分用戶購置方式細分〔時間、地點、設(shè)備、渠道〕用戶購置產(chǎn)品細分〔產(chǎn)品類別偏好〕與責(zé)任險用戶、車險用戶等。、用戶價值細分依據(jù)用戶產(chǎn)生的價值進展細分，可以分為高價值、一般和低價值用戶。、用戶需求細分期等不同階段，每個不同階段的用戶有不同的需求。、用戶畫像在用戶細分的根底上，分析各個群組的其它維度。例如在購置產(chǎn)品德為細分組描述。、用戶細分-畫像的應(yīng)用場景、用戶獵取戶群體的特征，定位與高價值用戶類似的用戶。、產(chǎn)品定位體與未掩蓋細分群體的市場份額與產(chǎn)品屬性偏好，進展產(chǎn)品的定位。、穿插銷售樣本用戶中購置可能性較高的那一局部人群，提升轉(zhuǎn)化率。、精準(zhǔn)推舉AAA2、實施過程、數(shù)據(jù)定義場景包括產(chǎn)品關(guān)聯(lián)分析、用戶響應(yīng)推測、用戶細分-畫像、、用戶根本信息整合之后的用戶根本信息應(yīng)當(dāng)包括身份識別標(biāo)識，姓名，性別，年齡、婚姻用戶身份信息表進展關(guān)聯(lián)，并導(dǎo)入外部相關(guān)標(biāo)簽信息。用戶身份信息表，用于識別并標(biāo)識唯一用戶。屬性屬性訪問標(biāo)識訪客標(biāo)識訪問時間證件類型證件號碼會員賬號手機號碼郵箱城市說明主鍵該表為用戶身份信息表，作為數(shù)據(jù)集市的一個底層表。用戶信息表來源為線上渠道，包括epiccwap的唯一識別及整合客戶身份信息。用戶唯一識別規(guī)章如下：會算不同的用戶；不同訪客，同一證件號碼，會歸為同一個客戶；手機號不存在時，以用戶會員賬號為唯一識別標(biāo)識，處理規(guī)章同上；會員賬號不存在時，以有效的郵箱號碼為唯一標(biāo)識，處理規(guī)章同上；識為中心，整合成一條數(shù)據(jù)；、用戶訪問記錄錄，主要涉及字段如下表：屬性屬性訪問標(biāo)識訪客標(biāo)識訪問時間訪問次數(shù)訪問深度登錄頁面營銷渠道說明主鍵SEM/DSP/EDM/短信來源類型來源類型搜尋引擎訪問渠道區(qū)分率運營商下載渠道例如Web、APP、WAPAppAppApp、產(chǎn)品掃瞄表產(chǎn)品掃瞄表，記錄線上渠道用戶每次訪問的產(chǎn)品掃瞄記錄訪問標(biāo)識訪問標(biāo)識訪客標(biāo)識····主鍵、產(chǎn)品訂單表產(chǎn)品訂單表，記錄線上渠道用戶每次訪問的產(chǎn)品訂購數(shù)量訪問標(biāo)識訪問標(biāo)識訪客標(biāo)識·····主鍵、訂單明細表購置產(chǎn)品，購置金額等。訂單編號訂單編號訪問標(biāo)識訪客標(biāo)識主鍵訂購時間購置產(chǎn)品購置金額訂購時間購置產(chǎn)品購置金額·····、業(yè)務(wù)數(shù)據(jù)庫數(shù)據(jù)業(yè)務(wù)數(shù)據(jù)庫數(shù)據(jù)主要為客戶交易數(shù)據(jù)、CRM數(shù)據(jù)庫以及其他渠道數(shù)據(jù)等、數(shù)據(jù)比照字典稱。比照數(shù)據(jù)也可以用于對被比照數(shù)據(jù)的分類，例如產(chǎn)品的分類。、用戶信息匯總戶信息匯總包含以下：用戶根本信息：性別用戶訪問記錄：用戶掃瞄記錄：用戶購置數(shù)據(jù)：N最大購置金額最小購置金額用戶標(biāo)簽：訪問時長、訪問頻次、營銷渠道偏好、產(chǎn)品掃瞄偏好等〔婚姻、小孩、父母、聯(lián)系方式真實度評估購置行為分類：購置記錄、購置時間偏好、購置產(chǎn)品偏好、支付方式分類用戶價值分類〔依據(jù)保險購置記錄、保費金額、理賠信息等推斷〔房屋、車輛、企業(yè)資產(chǎn)等〕興趣愛好類：旅游偏好、寵物偏好、數(shù)據(jù)集市規(guī)律設(shè)計用戶標(biāo)簽用戶標(biāo)簽-投保行為分類標(biāo)簽-價值分類標(biāo)簽-渠道分類標(biāo)簽-相像推舉1-相像推舉2-相像推舉3-相像推舉4-相像推舉5Web行為數(shù)據(jù)〔用戶級別〕WAP行為數(shù)據(jù)〔用戶級別〕APP行為數(shù)據(jù)〔用戶級別〕CIF投保行為〔用戶級別〕CIF用戶信息用戶訪問信息〔用戶級別〕產(chǎn)品掃瞄記錄〔用戶級別〕產(chǎn)品訂單記錄〔用戶級別〕CIF投保數(shù)據(jù)〔訂單級別〕訪問信息〔訪問級別〕產(chǎn)品掃瞄記錄〔訪問級別〕產(chǎn)品訂單記錄〔訪問級別〕產(chǎn)品訂單明細產(chǎn)品掃瞄標(biāo)簽-產(chǎn)品代碼-關(guān)聯(lián)推舉1-關(guān)聯(lián)推舉2-關(guān)聯(lián)推舉3-關(guān)聯(lián)推舉4-關(guān)聯(lián)推舉5、數(shù)據(jù)獵取、線上行為數(shù)據(jù)2.2.2、業(yè)務(wù)數(shù)據(jù)2.2.3、外部數(shù)據(jù)引入或購置外部數(shù)據(jù)、數(shù)據(jù)處理、用戶識別通過訪客標(biāo)識〔Cookie〕和證件號碼進展唯一用戶。假設(shè)沒有證件號碼，則假設(shè)沒有登錄賬號，則通過郵箱識別唯一用戶。、用戶掃瞄行為整合理和匯總，最終形成用戶級別的掃瞄行為匯總。、用戶投保行為整合用戶投保記錄的整合，最終形成用戶級別的投保行為匯總。、用戶投保行為分類標(biāo)簽生成本用戶的分類標(biāo)簽，從而生成全部用戶的投保行為分類標(biāo)簽。、用戶購置可能性分析戶定位和精準(zhǔn)營銷。、產(chǎn)品首頁的關(guān)聯(lián)推舉選取近N個月內(nèi)的訪問級別的產(chǎn)品掃瞄記錄，假設(shè)掃瞄過某產(chǎn)品則記為1，M、訂單支付完成頁面的關(guān)聯(lián)推舉選取近用戶級別的產(chǎn)品掃瞄記錄，假設(shè)購置過某產(chǎn)品則記為1，沒有購置過M、數(shù)據(jù)挖掘模型、主成分分析品進展分類。ABCDEFGHIJKLMNOPQ…ZC123430000100195300…4C200004252000010000…1C310113456000000563…81主成分分析之前的用戶產(chǎn)品購置數(shù)據(jù)P1P2P3P4P5P6C1150173016C2020101517C32170220192主成分分析之后的用戶產(chǎn)品購置數(shù)據(jù)、聚類分析各個細分用戶的購置行為。P1P2P3P4P5P6分類C1150173016aC2020101517bC3217022019cC411012309aC5023201713bC6016101519b3利用主成分分析之后的數(shù)據(jù)進展聚類分析P1P2P3P4P5P6分類性別年齡渠道掃瞄金額C1150173016a男34……500C2020101517b男23……700C3217022019c女26….…600C411012309a女28……400C5023201713b男31……300C6016101519b女41……9004聚類分析之后分析其它維度進展完整的用戶描述、多元分類模型進展聚類分析之后，可以以所在群組編號為目標(biāo)變量，整合用戶的產(chǎn)品購置入地描述各個分類的用戶特征。P1P2P3P4P5P6性別年齡渠道瀏覽金額時間分類C1150