AI技术难以落地?桃树用实际案例告诉你不一样的故事(6): 精准营销
来源:桃树 | 作者:杨子 | 发布时间: 2018-01-18 | 120 次浏览 | 分享到:
精准营销,要的就是百发百中。
导读:人工智能到底是实验室里的天马行空,还是将颠覆世界的科技创新?这个话题自人工智能概念于几十年前兴起,经过几次人工智能热潮的起起落落,依旧为人们津津乐道。作为一家创始人有超过十年人工智能科研及实践经验,且团队已经成功在多家客户落地人工智能解决方案及产品的AI公司,经客户许可,桃树将以一系列实战案例,展示人工智能如何从象牙塔走进企业,又为何将成为未来商业社会的基础设施。今天我们分享的是桃树的机器学习技术在精准营销领域的武功秘籍。


一、精准营销

商业银行信息化的迅速发展,产生了大量的业务数据、中间数据和非结构化数据,大数据技术在银行的应用随之兴起。机器学习的原理,就是从这些海量数据中提取出最有有价值的信息,为商业银行的各类重要决策提供参考和服务。


大数据时代,谁能迅速有效的找到用户,理解用户需求,提供更好的用户体验,谁就能在市场中占领先机。大数据精准营销的价值,正体现在于其独特的挖掘和触达目标用户的能力。


对于大多数企业来说,如何更好地挖掘用户价值是一直是一个非常重要的方向。这一需求在金融行业尤为明显,在银行信息化快速发展的今天,各个银行积累了大量极具价值的业务数据及用户数据等独家数据。利用这些独特数据资源寻找目标用户(主动营销)及为用户推荐适合的产品(交互式营销),成为银行降低运营成本,提高营销转化率的关键所在。


二、为什么要用机器学习的方法来做营销

面对日趋激烈的行业内部竞争及互联网金融带来的冲击,传统的营销模式,如上门营销及电话营销,甚至是扫街营销等方式都已经跟不上时代的节奏。


借力于机器学习技术的精准营销,可节约大量的人力物力,提高营销精准程度,同时大量减少业务环节的摩擦力,为商业银行有效降低营销成本。


相较于基于经验的专家规则,机器学习技术可以从错综复杂的关联关系中找出一些很难被专家规则发现的微观特征,使模型更为精准。具备智能的机器擅长于实行精准营销、客户精细化分类措施,研究用户群体本身特征,通过机器学习系统训练出精准营销分类机器学习模型,进行目标客户识别。

机器学习模型的目标客户识别效果跟传统人为验规则相比,可以有效提升营销用户转化率,减少不必要的人力成本,改变传统的“广撒网”营销模式,降低营销成本,提升营销成功率,从而为银行带来直接收益。同时,机器学习系统的优势还体现在对规则持续的更新优化,实时定位用户群体,预测其产品偏好,进行分类产品类别的精准推荐营销。

三、桃树七剑:营销解决方案

桃树解决方案的核心,是独创的桃树数据科七剑体系,包括数据预处理、分群建模、预测建模、算法调参、知识发现、效果分析和模型监控等环节。
且看桃树独创的“七剑体系”如何帮助企业在精准营销中百发百中。


1.问题定义
基于机器学习技术的精准营销过程分为:通过对客户特征、产品特征、消费行为特征数据的采集和处理,可以进行多维度的客户消费特征分析、产品策略分析和销售策略指导分析。通过准确把握客户需求、增加客户互动的方式推动营销策略的策划和执行。

2.数据准备
·通过对用户交易历史数据收集,定位最优价值用户群及潜在用户群;
·通过用户行为数据收集,追踪用户行为来源渠道; 
·通过对用户购买产品、浏览产品、浏览网站等网站行为数据收集,分析客户群需求相似度与产品相似度。

3.算法调优与知识发现
通过简历营销模型,选择合适的算法,处理数据以及建立模型。

主动营销——进行RFM分析,定位最有价值用户群及潜在用户群。最具价值客户提高忠诚度;潜在用户:主动营销促使产生实际购买行为。客户价值低用户群在营销预算少的情况下考虑不实行营销推广。 

进行影响因子权重分析,发觉影响用户重复购买的主要因素,从类似:价格因素、口碑原因、评论信息等信息中识别主要因素及影响权重,通过用户行为渠道来源的自动追踪,调整产品或市场定位。查明促使顾客购买的原因、渠道,调整宣传重点或组合营销方式。

交互式营销——个性化关联分析,通过对用户购买了什么产品、浏览了什么产品、如何浏览网站行为数据建模分析收,得出客户群需求相似程度、产品相似度结论,通过个性化推荐引擎向用户推荐哪些产品或服务是哪些用户感兴趣的。

4.线上部署与效果分析
在这个阶段,桃树数据科学家根据指标衡量模型效果及计算效率,进行数据测试。在模型效果符合标准的情况下,将模型接入营销业务系统,让模型在海量数据中自动学习并且不断自动优化。

在银行精准营销覆盖场景:信用卡账单分期营销、大额存单推荐、零售理财推荐、沉睡客户唤醒、贷记与借记互相转化、消费分期营销等场景。模型可根据业务需求,接入对应的系统,应用到相应的场景中,能动性强,灵活度高。


5.模型更新
在模型运行的过程中,模型可以发现一些经验之外的“知识”,并且在新的数据不断产生的过程中,模型会不断学习新的数据,完成自动更新与优化。在不断地更新优化中,发现新的业务规则,业务方可以把新的营销业务指标添加到模型中。确保模型一直是提供有业务价值的数据,并且高效地运行。

如果你也已厌倦旁观期待新挑战,如果你有十八般武艺只待尽情施展,桃树有求贤若渴的金牌销售团队及极客技术团队,只等你来!

数据分析师,算法工程师(R语言),数据科学家……更多职位及详情:http://www.taodatarobot.com/join-us.html



桃树只研发最前沿的机器学习应用技术

我们只发布最干货的大数据知识


微信扫码关注桃树公众号