证券行业大数据一体化解决方案

1、证券行业大数据一体化解决方案构建数据化券商券商的盈利模式通道业务代理买卖股 票等证券,收 取投资人的 佣金.自营业务运行自有资 金从事证券 市场投资,获 取收益资管业务管理客户资 产,发行信托 产品,获取收 益投行业务服务/承销发 行上市业务, 赚取承销费 等收益.券商获利现状49%4%5%29%1% 1%11%证券行业2015平均利润分布代理买卖承销保荐资管 自营财务顾问 投资咨询 利息深化服务，提高老客户存留 精准营销，争夺新网民账户2012-2015年佣金率持续下滑，同比分别为佣金率同比分别变化-2.98%、0.51%和- 15.54%、-25.37%；2015年股权融资规模同比增长84

2、%2015年证券行业资产管理业务同比增长121%，受托管理资本金同比增长49%；2015年两融余额最高突破2.27万亿，下半年受股灾影响，规模回落至1.1万亿。零售服务资管业务融资业务以客户为中心互联网给证券业带来了什么传统金融互联网公司同业新兴业态线下业务线上化从互联网引流互联网企业并购券商互联网新业态服务差异化用户争夺产品多样化多业态竞争面对挑战如何破冰服务能力创新能力感知能力市场动态 上市企业 竞争对手 竞争产品 品牌口碑产品创新 服务创新 渠道创新 运营创新 业务创新投顾服务 资讯研报 产品权益 便利操作 增值服务破冰从数据开始实时的无处不在的数据竞品用户产品权益服务用户价值数据化；企

3、业表现数据化；产品竞争力数据化；服务能力数据化数据化券商第三方行为偏好 数据，咨询数据客户管理数据集市客户基本数据风险管理数据集市数据仓库线上交易电子渠道行为数据咨询服务微信服务呼叫中心网上银行手机银行微信银行ACRMOCRM数 据 源行 内 系 统客 户 数 据 分 析 系 统访 问 层应 用 层平 台 层接 入 层WebServiceDB接入文本接入API数据导出电子渠道交互行为分析PC端行为分析移动端行为分析概况访客分析客户洞察用户行为分析来源分析页面分析用户管理热点分析 热点分析运营管理运营管理预警监控 预警监控应用管理大数据平台日志接入互联网数据接入券商解决方案总览个性化信息推荐推荐

4、引擎推荐规则配置推荐任务管理推荐效果评估人口属性 潜在需求统计模型用户画像上网特征自定义标 签当下需求建模分析机器学习算法产品/权益/服务画像卖点期限区域特征利率商业模型券商会在乎那些外部数据互联网公开信息各股权， 产权， 金 融资产交易所数据行业， 企业， 股票数据热点资讯， 热点关 键词竞品产品数据第三方行为交易 数据个人用户行为偏好， 理财习惯，消费频 次，金额，信用， 账户，社交关系情 况等征信数据企业与个人在各 金融机构，交易 平台等的征信数 据数据标签化运营营销风控自然属性年龄，职业，学 历机构内交易 交易品类，型 号。时间，金 额，频次资产负债情况 总资产，抵押负 债，非抵押负

5、债，使用产品， 借贷频次，借贷 平均利率生命周期 最近到达平 台，到达频次，生命周期阶段营销特征渠道偏好，营销响应率，权益偏好，传播 力，影响力互联网信息消费信息，黑名 单，上网特征，内 容偏好，潜在需求基本信息省份，类型， 注册资金，品 牌品类，供应 关系库存情况库存量，库存金 额，120天滞销 库存资产负债情况月应收，月应 付，抵押负债， 非抵押负债，资 金来源生命周期 交易开始日 期，合作状 态，交易趋势 个人画像产品画像企业画像服务画像市场信息 市场口碑，竞 争情况，综合 成长力，行业 情况营销特征 产品偏好，权 益 偏 好 重大变更 名称，负责 人，发展方向，大额对外 投资基本信息

6、类型，流动 性，收益率， 风险系数产品卖点 话题性，优惠 情况，地域， 渠道竞品情况 竞品卖点，竞 品市场占有 率，竞品周期基本信息 类型，服务对 象，合作伙 伴服务特色 话题性，优惠 情况，地域， 渠道竞品情况 竞品卖点，竞 品市场占有 率，竞品周期线上运营衡量渠道直接效 果；统计分析渠道带来 的活跃用户、次日 留存率等，衡量渠 道质量用户分享平台、分 享率；当前用户邀请传播成功率通过日留存、七日 留存、流失用户等 数据，评定用户稳 定性；用户生命周期管 理，洞察不同阶段 用户留存情况分析APP启动次 数、分时段活跃、 分页数活跃、分布 地域等，洞察用户 活跃现状；信息推送打开率、 话题参与

7、度等自定 义事件数据，监控 效果；用户浏览路径统 计，衡量频道是否 合理通过衡量活动转 化、积分兑换率、 理财产品购买率等衡量交易频次、交易金额等，查看APP内转化情况目前，大部分券商的APP由恒生、通达信、大智慧和同花顺等所提供，严重的同质化且体验不佳屡受诟病。获取各渠道新增用 户、启用用户等，营销示例：发现不同的客户大资金小资金价值投资20-25%利润获取者技术型频繁交易者综合分析者价值投资超低频伪价值投资者资管服务获客投 顾佣金讲 座资 讯投 顾推荐信托基 金理 财咨 询营销示例：可能购买的产品理财产品A理财产品B理财产品C45%手机短信邮件信息网上横幅广告45%理财产品分析产品：每位顾

8、客对理财产品的偏好85%70%触发因素：基于事件发生的自动触发因素渠道：每位顾客/产品的渠道偏好85%70%信息：千人千面个性化信息张三金融街搜索“理财”理财产品业务账号余额登录与点击率地理位置交易渠道接触营销示例：生成销售线索如何用大数据识别类似客户使用电话号码或cookies识别客户360的客户视角，如：哪里购买， 关注什么通过了解客户比较哪些理财类型，阅读哪些理财评价， 判断出“竞品”，从而调整营销信息和销售话术。寻找类似客户，在潜客最可能出 现的触点传送最匹配的广告信息证券行业遭遇的挑战：不能准确识别需求客户；同业产品同质化严重；客户信息只限于自有数据，十分有限。SMS 关怀并通知礼物

9、回馈恭喜您获选为3 月精选 VIP！ 为回馈您的支持， 献上独家尊容好礼【500元理财现金券】SMS 提醒+感谢提醒您尚有专属【500元理财现金券】 未使用SMS 权益通知您的500元理财现金券 已经使用完毕！推荐其 他商品电话呼出营销主动打电话对高净值客人 进行关怀并通知礼券回馈电话营销提醒+感谢 电话呼入营销-对来电的高净值客户关怀并通知礼券回馈恭喜您！您是我们的 三月精选VIP3/13(四)10:303/17(一)11:003/25(二)17:003/29(六)10:303/20(四)20:30营销示例：全渠道优化，最佳触达客户在各个渠道（网页、搜索、电话、短信）测试促销信息，选择最佳的

10、促销手段置顶的要闻不 是用户关注 点，很容易跳 出醒目的消息提 醒中，用户关 心的内容不 多，用户体验 和忠诚度降低热推的产品可 能非用户钟爱 类型，用户感 兴趣的产品却 不容易找到线上平台内容现状用户的“异质性”与产品/咨询服务的“差异化”市场细分是解决用户异质性的一种方法，而个性化则是市场细分的 极致，即把每一个用户看成一个细分市场，这也是营销的终极目 标。个性化推荐项目目标在最合适的时间、以最恰当的方式、向客户推荐他最需要的资讯、产品或服务场景1：个性化精准营销场景2：个性化新闻资讯不同的服务不同的产品个性化推荐早上打开涨乐浏览要闻时，展示的已经不再 是对我毫无兴趣的“普推新闻”了，而是

11、一 直在关注的房价拐点问题和我股票池中持有 的华泰证券的最新财报。打开手机APP，伴之而来的产品推荐不再是千 篇一律的“热销产品”，而是我刚刚开始关注 的低风险保值产品。不同的资讯个性化推荐方案技术架构 用户行为数据采集（着陆、浏览、跨屏、 回访）降低用户跳出 增加用户粘性提升用户体验 增加忠诚度打通用户数据 多终端精准推荐精准用户画像 识别高价值用户个性化着陆页个性化推荐移动端跨屏推荐用户画像资讯数据（类别，标签，时间等）离线规则适配在线规则适配搜索规则适配资讯推荐相关算法计算基于历史行 基于实时行为 为推荐算法推荐算法基于资讯属 性推荐算法数据源分 布 式 处 理 平 台应用商品数据（商品

12、ID，名称，属性 等）产品推荐相关算法计算内部系统数据（用户，交易，股票等）历史浏览购买购买当前浏览 行为关联关联历史品类行为大数据采集业务数据汇集用户行为数据采集大数据清洗业务数据清洗用户行为数据清洗互联网公开数据清洗大数据标准化用户多重ID归一化系统商品归一化系统大数据结构化用户标签管理系统商品标签管理系统资讯归一化系统历史标签实时标签某证券公司个性化资讯推荐某证券2013年上线了个性化推荐系统，能够根据用户的购买、浏览、阅读等行为，为客户推荐感兴趣的 股票和上市公司相关资讯。作为证券公司，要想在产品和服务方面做出差异化， 就必须为最广泛的客户提供个性化资讯服务，甚至更 进一步的个性化理财服务，提升客户体验，进而提升 证券公司自身的竞争力。用户建 模推荐算法推荐对 象建模用户偏好信息 和需求信息推荐结果推荐对象 相关信息构建推荐 对象模型对象信息用户信息用户模型推荐策略推荐对象模 型智能投资（现阶段不主推，跟客户沟通的方向是共同探索）银行（待定：券电子银行（App、帮助银行获客、留算法、模型优势商、保险）网上银行）客、活客大数据技术优势面向银行中低净值客户，提