面對著大量的客戶,銀行需要更全面、準確地洞察客戶理財需求。在實際理財產品業務開展過程中,銀行需要挖掘不同理財產品對客群的吸引力,從而找到目標客群,進行針對性營銷
一、FineBI數據模型

二、分析思路
1、銀行概況
先通過《資產情況》、《用戶分布》了解A銀行的經營概況和戰略重心。通過《獲客渠道》了解A銀行的渠道構成。
2、客戶分析
采用的是“RFM模型”來對客戶價值的影響因素進行全面分析。通過分析客戶特征,評估客戶價值,從而為客戶制訂相應的營銷策略與資源配置計劃。
3、產品分析
1)計算不同品類商品累計銷售額及其占比
2)按照累計銷售占比將品類分成幾類,示例將品類按照累計銷售額占比
4、購買分析
通過“漏斗分析模型”,反映用戶行為狀態以及從起點到終點各階段用戶轉化率情況。
數據處理
|
作用
|
應用場景
|
脫敏
|
數據脫敏之后,依然要保持一致性和關聯性
|
企業數據脫敏
|
網絡爬蟲
|
通過Python爬取“百度疫情”每日更新的新增確診人數、中高風險地區數。(詳見附錄)
|
用來判斷某城市疫情發生后,退座是否突增;研判城市清零時間(連續14天無社區傳播)
|
月份淡旺指數
|
某城市的單月流量/該城市的該年的月均流量
|
結果>1則為該城市的旺季,反之為該城市淡季
|
銷售異動指數
|
本期銷售額/同周期銷售額,預警銷售的突增和突減
|
訂座、退座是否發生突增(關聯疫情市場)
|
四、FineBI數據模型可視化報告
1、銀行概況

2、客戶分析
3、產品分析
4、購買分析

五、FineBI數據模型的優點
1、BI工具優點多多,比如“幫助文檔非常詳盡、課程學習非常豐富、數據連接非常順暢”。
2、通過可視化可以講原本繁瑣枯燥海量的數據,以一種“生動形象直觀”的樣式展示出來,有利于后續的分析決策。
3、大數據模型使得預測更加精準、決策更加可靠!

商業智能BI產品更多介紹:www.dackmarket.com
免費體驗Demo
免費下載FineBI