某商業(yè)銀行大數(shù)據(jù)營銷案例
項(xiàng)目背景
隨著互聯(lián)網(wǎng)金融對傳統(tǒng)銀行業(yè)務(wù)的不斷沖擊,銀行業(yè)變革需求迫切,做為互聯(lián)網(wǎng)+金融的先鋒,某商業(yè)銀行早已布局了銀行電商平臺,但該電商平臺需要通過大數(shù)據(jù)技術(shù)實(shí)現(xiàn)個性化商品推薦,提高網(wǎng)站的用戶體驗(yàn)、客單價(jià)和復(fù)購率,同時希望能夠搭建用戶畫像和用戶分析系統(tǒng),幫助運(yùn)營人員優(yōu)化網(wǎng)站運(yùn)營。
項(xiàng)目目標(biāo)
1、在該銀行的電商商城上為用戶提供精準(zhǔn)實(shí)時的個性化推薦服務(wù)
2、提供網(wǎng)站運(yùn)營智能分析工具
3、提供可視化分析報(bào)告
大數(shù)據(jù)金融系統(tǒng)解決方案:
1、個性化站內(nèi)推薦
(1)部署代碼,采集數(shù)據(jù)
通過js部碼的方式,在商城網(wǎng)站的PC端和手機(jī)客戶端采集商品信息和用戶行為等非敏感信息,包括商品編號、商品名稱、商品品類、頁面訪問、瀏覽品類、瀏覽單品、搜索、添加購物車等。
(2)建立推薦模型
對于收集上來的商品和用戶行為信息,經(jīng)過算法模型的處理變換為多種形式的個性化推薦模型,并結(jié)合大數(shù)據(jù)金融系統(tǒng)掌握的外部全網(wǎng)數(shù)據(jù),形成更精確的推薦結(jié)果。
(3)進(jìn)行精準(zhǔn)的個性化推薦
大數(shù)據(jù)金融系統(tǒng)基于場景引擎、規(guī)則引擎、算法引擎、展示引擎以及流處理平臺和批處理平臺進(jìn)行個性化數(shù)據(jù)運(yùn)營,形成個性化推薦方案,推薦的內(nèi)容包括商品、廣告、活動、商家等。
2、智能分析引擎
(1)客戶畫像
將商城的數(shù)據(jù)與大數(shù)據(jù)金融系統(tǒng)全網(wǎng)數(shù)據(jù)整合,了解用戶在其它電商、社交平臺、APP上的外部行為,提供更準(zhǔn)確的客戶畫像。
(2)商業(yè)分析和網(wǎng)站運(yùn)維分析
整合商城前后端數(shù)據(jù),提供基于流量、通路、訪客、會員、客戶行為、商品、訂單、融資等的數(shù)據(jù)分析,通過大數(shù)據(jù)金融系統(tǒng)分析引擎,向業(yè)務(wù)人員展示電子商務(wù)的核心數(shù)據(jù)情況,滿足商業(yè)分析(BA)和網(wǎng)站運(yùn)維分析(WA)的需求。
(3)算法和效果評估
建立完整的客戶行為分析引擎,包括基于多種算法產(chǎn)生的客戶行為模型和最終的效果評估優(yōu)化等。
3、可視化數(shù)據(jù)分析報(bào)告
(1)可視化數(shù)據(jù)分析報(bào)告系統(tǒng)。
通過大數(shù)據(jù)金融系統(tǒng)分析引擎,以行業(yè)通用的方式展示流量、通路、訪客、會員、客戶行為、商品、訂單、融資等可視化數(shù)據(jù)報(bào)告;向行內(nèi)運(yùn)營后臺、店鋪后臺進(jìn)行數(shù)據(jù)輸出。
(2)靈活的報(bào)表展現(xiàn)。
業(yè)務(wù)人員可根據(jù)需要,靈活展現(xiàn)電商運(yùn)維的核心及常用指標(biāo),形成可用的數(shù)據(jù)分析結(jié)果。
(3)評估與優(yōu)化
定期對數(shù)據(jù)分析報(bào)告的質(zhì)量進(jìn)行評估和優(yōu)化,保證指標(biāo)的合理性和正確性,并根據(jù)需求不斷改進(jìn)分析報(bào)告系統(tǒng)。
項(xiàng)目實(shí)施
目前基于大數(shù)據(jù)金融系統(tǒng)的篩選引擎和分析引擎均已部署和上線。