金融营销解决方案
业务痛点
营销模型开发周期长，建模效率低，不能迅速满足营销业务的需求。营销模型仅针对整体客群评分，难以开展千人千面个性化运营。传统机器学习模型解释性差，业务人员难以理解和信任模型。
方案详情
基础业务签约：手机银行激活、网银开通等业务，因其基数大，流程相对简单，天然的具备大数据分析的条件，且分析结果通常很好。
客群特征：通过对历史客群特征的挖掘，不需要进行营销实验就可以有效判断其他客户对各个产品的偏好程度，但并不能保证营销效果。
新客户挖掘：通过不断迭代的营销，寻找营销效果最好的推广方式，找到响应概率最高的客户，提高产品的签约率。
老客户价值提升：通过不断迭代的营销，找到响应概率最高的客户，提升客户的产品份额和产品粘度。
流失预警：提前数月预知客户流失风险，创造先发优势，提前营销锁定客户资产。
价格敏感度分析：发现利率敏感客户，实现对利率的管控，将营销费用投入到真正需求客户 。
目前理财签约客户占比较低，在锁定老客户资金的同时，扩大新签约客户的数量，建立数据模型，找到偏好购买各类理财产品的目标客户。
从存量客户中找到真正需要用信的客户进行二次推广，同时建立用信客户画像，便于之后新客户的营销指导。
对信用卡审批进行了逆向解构，发现因信用评级不够而被拒批的客户特征，提前筛选致谢客户，减少因审批原因造成的工作浪费。
某行睡眠户较多，激活睡眠客户响应率低，展开专项营销活动激活睡眠客户,对高响应的睡眠户，分析客户需求，针对性配套营销产品。
某行中长期定期存款比例偏高，客户经理为了吸引存款，普遍给予高利率刺激，利润压力较大。希望找到利率敏感客户，实现对利率的管控，将营销费用投入到真正需求客户。
通过建立模型找出流失的VIP客户的特征，提前一个月预测流失的VIP客户，对高概率的流失客户进行一系列的营销活动。主要追踪同名跨行流失（转出其他竞争三大行）的客户。
