宋星：金融行業數字營銷的數據破局
近日，為促進企業客戶間數據驅動的實踐交流，神策數據舉行走進最佳數據驅動實踐活動，全國金融業 30 余名從業者匯聚一堂，就金融行業數據化建設的經驗進行分享和交流。
在本次活動中，網站分析在中國創始人宋星、中原銀行大數據架構師劉遠東、神策數據聯合創始人&CTO 曹犟、PPmoney 理財產品&用研負責人徐美玲受邀參加，並展開深入話題分享。
本篇文章根據「神策數據走進最佳實踐之金融業——用戶行為大數據在金融業的探索與實踐專題研討會」紛析數據創始人兼 CEO 的演講話題「金融行業數字營銷的數據破局」的內容整理編輯。
一、金融業難在哪裡？
我接觸過很多客戶，其中不乏一些金融客戶，比如 P2P、保險領域的客戶。通過長期的對比發現，在金融業做互聯網營銷比其他行業相對來說會更難，主要難在以下幾點：
第一點是創新難，主要是因為監管的原因。國家對金融業的監管會嚴一些，而金融業的營銷又受到渠道的監管。
比如，有一些創意不能使用，在廣告上不能說剛性兌付年化利率為 20%；
第二點是獲客難，金融業面對的營銷對象多種多樣。因為金融業的產品呈現多樣化，受眾人群更細分，且受眾定向屬性更難實現。
具體來說，買信託的用戶、買銀行理財產品的用戶與買消費貸的用戶可能有非常大的差異，也有可能沒有什麼差異，你很難用普通的方法區分用戶在某個時間段的需求是消費貸還是買信託。
比如，我有一個客戶是做嬰兒奶粉的，根據一般的方法很容易定位到剛生完小孩子的人群就是目標人群，但是金融產品幾乎對所有人都是有吸引力的，無論男女老少，特別是 30 歲以上的人都有購買金融產品的需求。在這種情況下，獲取你的目標用戶就是一個很大的挑戰。
第三點是轉化難，金融產品因轉化變數多，營銷周期長。用戶很容易流失，尤其是一些投資類型的產品。
二、全行業不得不共同面對的問題
金融業除了要面對自身的難題，也逃不過全行業不得不面對的另外一個典型的問題——流量稀缺。
十年前，因為寬頻和移動端的普及，用戶數量一直在增漲，存在流量紅利，大家只需要不斷尋找新的流量和找到合適的網站投放就可以。
但是，在今天連流量大戶今日頭條從流量本身的角度上來講都進入了一個平台期。在過去，我的客戶在今日頭條投廣告或者其他信息流廣告的效果都非常好，但是今年開始就每況愈下。
我還有一個朋友在 10 年前投放搜索廣告的效果特別好，但現在投放搜索詞的成本從 2 元漲到 70 元，增長了 35 倍，效果還不如以前。事實上，如今在一些情況下線下的推廣、線下的營銷甚至比線上的推廣成本還低。
除此之外，另一個更嚴峻的問題是現在越來越難打動消費者。
在過去我們只要做好兩件事就能起到不錯的效果：第一是利用好搜索引擎；第二是在各個門戶上投廣告。但現在，信息流廣告有很多家，搜索廣告的效果也大不如前，還有各種視頻網站和不斷湧現出來的新形式，應接不暇。
因此，從某種程度上來講，今天營銷人面對的挑戰非常大，以至於我們不得不仔細思考有什麼新的方式幫助我們破局？
目前，我認為最好的方式是合理利用數據，像神策數據或者其他的類似於神策數據這樣的公司，他們提供的數據可以幫助我們迎接挑戰，下面將進行詳細的說明。
三、數據化營銷的三個核心
那麼如何有效利用數據化營銷解決這些挑戰呢？總結起來是三個核心：
獲客+承接/互動+轉化
這 3 點必不可少，如果你沒有轉化，就沒有最後的收益，前面所有的努力都白費了，下面我們分別來看看如何把握這三個核心。
1.獲客
在金融業獲客這個環節，行業內已經出現一些很好的金融類型的投放產品。比如騰訊，騰訊是我的一個很重要客戶，在一個金融行業峰會上，他們給我介紹了一款騰訊金融人群定向的產品「金融立方」（如下圖）。通過這個產品，你能根據你的需求去選擇不同的人群。
但是出於各種原因很多公司沒有專門的金融投放產品，這個時候，數據就是唯一解決方案。
那麼，到底該怎麼做呢？公司要在投放不同渠道時對獲取的人群做好標記，搜集用戶的數據，下圖是我們常用的方法，用數據來分析你獲取的人群價值。
上圖中縱軸為 Engagement，每一個圓餅就是一個流量渠道，可能是搜索引擎的一個關鍵詞，也可能是一個信息流廣告，也可能是微信等，圓餅大小為流量大小，每一個渠道的用戶都會在該渠道上留下痕迹，這些痕迹會通過像神策數據這樣的工具通過埋點將數據收集起來，通過這些數據，我們就很容易分析哪個渠道更好。
在上圖中 Engagement 指的是這些流量在各個渠道的使用強度，強度越高表明他對你的產品越感興趣；橫軸的 ROI 是指用戶購買產品的可能性大小，ROI 越高，表明用戶購買的情況就會越理想。所以，我們很容易發現，在右上角的流量渠道很優質，在左下角的流量渠道不太理想，這些數據全部可以通過神策數據採集並分析。
在做數據分析時，經常有人提出這樣的問題：為什麼這部分人的興趣程度特別高，但是卻不購買？這部分人興趣程度這麼低，但是卻購買？
要解答這個疑問，我們需要做更細緻的數據分析。比如，我們可以分析這些不購買人群是不是一些初次接觸產品的人群？這類新人群雖然對產品很有興趣，但因為剛接觸還不夠了解產品所以沒有發生購買行為，那麼，這類人群的質量非常好，有很大的潛力，在未來的工作中，我們可以採取一些有效方式使其轉化。
2.承接/互動
如果你想要讓新人群快速轉化的話，就需要設置很多關鍵點，比如我們會對人群做一些刺激，利用從眾心理、安全心理、權威認證、效果反饋等，這是我們面對一些對產品感興趣又不立即轉化的人群採用的常用方法，下面我們通過幾個案例來了解這些關鍵點的具體應用。
案例 1：中融錢邦首頁
我有一個好朋友是做互聯網保理業務的。他的產品最核心的訴求是讓更多人立即預約，因為預約的下一步操作就是項目投資。
但他發現流量引過來訪問首頁到立即預約的轉化效果並不好，下圖是他的產品首頁，你可以先用 2 分鐘思考一下有什麼可以優化的地方？
不同的關注點可能有不同的優化方案。在互聯網領域，做好營銷是很重要的，就是企業如何說服客戶實現企業的目的。下面我就從上面提到的營銷方面的幾個關鍵點分析該頁面：
第一，是否有刺激點？有，首屏下面的 8%-12% 的年化收益是一個刺激點；
第二，是否有從眾心理？沒有；
第三，是否有安全性？沒有；
第四，是否有信任？沒有；
第五，是否有功用與效果，該產品本身具有較強的功用屬性，但是在頁面上沒有突出顯示。反觀，本頁面著重突出的是「 APP 震撼上線」，但是上線一個 App 對用戶來說有什麼震撼的呢？
所以我建議我的朋友做出了一些優化，優化後的頁面如下：
我們再來看幾個關鍵點：
第一，有沒有刺激點？有，將 9.2% 的年化收益刺激點放大突出；
第二，有沒有從眾心理？有，刺激點下方有已為用戶賺取金額的從眾心理暗示；
第三，有沒有安全性？有。第一眼就能看到「聯手安存無憂、電子數據安全再升級」這行字，其實大家仔細一看，這隻與數據安全有關，跟資金安全沒什麼關係，但是有沒有這句話給你的安全感是不一樣的，旁邊還設計了一個鎖的形象加強安全的心理暗示；
第四，有沒有信任？有，我們新增了很多權威認證，增強信任感；
第五，有沒有功用？有，在優化後的頁面將「能為你賺錢」的功用凸顯出來了。
這只是頁面的變化，實際的效果需要利用像神策數據這樣的工具進行數據的分析，通過分析，在 3 月份原頁面的跳出率是 42%，但是換了新頁面之後，跳出率就下降了 10 個百分點，降到 32%，不要小看這一點點變化，當一個公司月獲客成本為 100 萬時，這樣每個月就可以節省 10 萬，更多公司遠不止這些投入。
案例 2：失誤高發地帶：人群的承接
這也是一個真實案例，該公司正好是神策數據的客戶，作為一個金融產品也希望有更多人註冊，但是通過數據發現，首頁註冊入口與從「我」中註冊的用戶佔比差不多，理論上應該大部分用戶都在首頁註冊，說明首頁需要優化。
發現問題後，該產品進行了以下幾點優化：
1.去掉輪播圖。主觀上我們會認為輪播圖會傳遞更多信息，效果應該會更好，但是根據過往的數據，不管是網站還是 APP，人們普遍會忽略輪播圖，原因可能是在不斷變化的情況下，會給人不穩定的感覺，讓人潛意識覺得不重要。特別是金融業，更應該避免這種情況，因此該產品去掉了輪播圖，改為安全傳達圖，點擊後跳轉安全保障頁。
2.新增新手狀態顯示，根據用戶狀態變化。給新手福利刺激和引導，使用戶在不自覺中註冊。
3.凸出「立即註冊」按鈕。這裡要注意一點，APP 端跟 PC 端有一個很大的區別，PC 端重要的東西都放在上面，APP 端最重要的一些東西實際上是放在大拇指方便觸及的地方，因此該產品將「立即註冊」用紅色強調，並放在頁面下端，如下圖所示，改版後，從首頁進入的註冊用戶佔比達到 51%。
3.轉化
在獲客並很好的承接後需要做的第三步就是轉化，也是最重要的一步。要獲得良好的轉化效果，一個很好的方法就是將不同的用戶引向各自感興趣的內容。
下面通過一個教育類案例來解讀這個方法的具體應用，雖然不是金融方向的實際案例，但是在原理上是一樣的。
案例 1：MBA 報考搜索詞投放分析
這個公司的目標客戶是想讀清華大學 MBA 的一群人，主要給他們帶來流量的詞是 「MBA 申請與報考」、「學費」等，相對而言，因為金融學碩士和 MBA 是兩個專業，所以「金融學碩士」這個詞沒有直接轉化的聯繫。
但是投放的數據反饋卻很異常（如下圖），「金融學碩士」的點擊率和預期一樣相對來說低一些，只有 2%，可是 「金融學碩士」的轉化遠好於「學費」這一詞。
具體來說，每一個點擊能夠帶來的有效諮詢的數量、百分比，「金融學碩士」這個非核心人群反而還高一些，獲得的每一個有效諮詢的成本，「金融學碩士」更低，非核心投放詞的效果好於核心投放詞，說明核心投放詞有很好的優化機會。
那麼該如何優化呢？可以藉助工具，我藉助的是神策數據的網頁熱力析（如下圖），這個功能對我的工作有很大的幫助，在做營銷和運營的時候，因為不能跟客戶直接溝通，所有的人見到的頁面都差不多，要讓你的頁面在 APP、網站或是微信公眾號上都有優勢和說服力其實很難，這個時候通過熱力分析就很容易看出交互情況。
前面的例子通過優化頁面的展示情況還比較直觀，但在這種情況下就比較複雜，單純的看頁面展示是無法找到好的解決方案，我們必須依靠用戶和頁面的互動了解用戶的心理，並且基於他們的心理給他們喜歡的內容，這樣你才有機會讓他們轉化。
通過上面的網頁熱力分析圖，我們能清楚的看到，搜索詞「費用」引來的客戶在頁面上的點擊行為要遠遠比搜索詞「金融學碩士」引來的客戶的點擊行為頻率高，一般點擊越多，說明越感興趣。
那麼，又為什麼感興趣卻沒有轉化呢？事實上，我們不只要看一個網頁熱力分析圖，還需要結合其他網頁熱力分析圖一起看，這裡就不贅述了。
我們在綜合信息之後，發現「費用」引流的用戶點擊數比較高，但是看的比較粗略，他會不停地往下看，右邊的 「金融學碩士」引流的用戶點擊數比較少，但是他看得比較認真，他往下看的機率就會小一些。
為什麼會產生這種情況呢？首先搜索「費用」的用戶想看到什麼？肯定是課時費用，第一時間會找與「錢」相關的信息，而「金融學碩士」的人對專業感興趣，他們會仔細的看專業所學內容。
但是這兩個頁面的設置卻是一樣的顯然存在較大問題，這些信息給了我們很多線索，最主要的線索是他的信息需求沒有被滿足，搜索「費用」進來的用戶就是要知道費用的信息，但是一直在頁面瀏覽尋找都沒找到，轉化自然不好。
這給我們的一個啟發就是，針對不同人群要給到不同的引導頁面，於是我們修改了頁面，新頁面更明確地突出了這個產品在「費用」上的優缺點，比如我們修改為讀兩年 MBA 只需要 5 萬元，並將其在頁面上突出。
金融的轉化情況非常有特點，與普通消費有很多的不一樣。比如，普通消費買瓶水基本上就不會考慮什麼，但是買車相對來說會考慮很多，金融產品也是一樣的，我有 100 萬，我會花一個較長的周期去考慮是投資信託，還是買風險大回報高的股票，還是買基金。所以，在金融業中往往會形成一個金融產品的轉化周期，如下圖右邊所示，形成了一個斜三角。
在這種情況下，計算一個精準的 ROI 就至關重要，但是在金融行業的投資回報很難去衡量。
比如今天我投了廣告，明天老闆就要，給到老闆的 ROI 為 1：0.02，但事實上一個星期以後才實現了真正的轉化，實際的 ROI 可能是 1：20。所以，我們需要找到一種方法能計算真實的 ROI 或者真實留存率是什麼，上面這個圖經常用在留存率上，但也可以用在 ROI 上，這可以通過神策數據實現。
但是當產生轉化的周期過長，比如半年時間，互聯網之快是無法允許半年之久的計算周期，那麼該如何做呢？我們可以找到某些營銷的 KPI 跟未來的 ROI 相關性，再通過回歸分析或者相關分析找到一個預測值。
方法 1 ：研究長效 ROI，需要找到「神奇數字」
我曾經為客戶找到過一個這樣的預測值，我們通過過去一年的數據，計算了過去一年真實的 ROI，並且把過去一年真實的 ROI 和它當前的一些 KPI 做比較，就是所謂的「神奇數字」，我們會發現，未來的 ROI 的好壞與當月的「有效留資」的關係很大，如下圖。
所謂的留資就是諮詢，即與有效的諮詢比例有直接關係。通過大量的數據分析發現，ROI 高的時候，有效留資的比例也高；ROI 低的時候，有效留資比例也低。為了驗證這個規律的有效性，我們還做了雙驗證，驗證了不同的銷售的 ROI 和他的留資比例的關係。
比如，有些頭部銷售，一個月能簽約 3000 個有效留資，但是他一打電話，只要發現諮詢人不感興趣就不進行進一步的溝通，所以會浪費很多電話線索，事實上，這家公司的每一個留資的獲取成本大概為 500 元。
了解這些信息後，下一步的改進方向就比較清晰了。我們需要鼓勵銷售提高留資率，並且把 ROI 作為衡量他們的第二個考核KPI，通過這個設置讓銷售珍惜留資。在改進之後，轉化得到了較大的提升。
今天的互聯網營銷方式多種多樣，當轉化周期較長時，就需要更多的數據去分析出「神奇數字」，比如使用神策數據的全埋點獲得了數據的保證。值得注意的是，在這個轉化周期中不能坐以待斃，銷售需要不斷跟進，在跟進的過程中，只有了解到用戶的更多信息才能更好的促進他們轉化。
方法 2：分群與培育
除了上述促進轉化的方法，還可以做好分群和培育來促進轉化。
第一步是捕捉你的用戶的所有觸點。什麼叫觸點？微信、網站、App 、廣告都是觸點，用戶在這些觸點的行為數據如果通過神策數據提前部署埋點，就把這些渠道的數據打通，收集並存儲下來（如下圖）。
案例1：
上圖是我同事的個人信息，要獲取到這些信息，電話號碼和 deviceid 起到了不可磨滅的作用，沒有這兩個線索很多數據不能打通。一旦打通之後，我們就能夠把他所有的 ID 集中起來，從而分析他在各個渠道的行為數據（如下圖），比如公眾號交互、網站交互、H5 交互、菜單欄等等。
通過這些行為數據，我們就可以知道他是個什麼樣的人，比如喜歡唱歌還是喜歡旅遊等。基於這些數據我們可以設置一個流程自動化邏輯並建立一個自動化的營銷決策系統。你只需在系統裡面按照規則定義出一群人。
比如，利用神策數據用戶分群將年齡在 30-40 歲之間，過去的 5 天之內看我的網站一共超過 10 分鐘，並且看過某某產品的這群人的用戶篩選出來建立一個分群。
企業擁有了清晰的人群劃分後可以做精準營銷，比如在後台設置給這群人發送消息「您被我們選擇為幸運用戶，免費贈您一張 50% 折扣的優惠券，有效期 5 天，請儘快使用哦！」 ，你還可以設置一個自動化流程，下次就不需要繁瑣的設置（如下圖）：
在實際應用中可以建立各種各樣的規則，前面我說描述的一套營銷雲的系統中數據是最核心的底層環節（如下圖）：
四、總結
讀完本文，你可能會發現本文所涉及的方法大多數都依賴於數據，不管是做相關分析還是用戶分群，還是根據用戶行為做精準營銷，本質上都是幫助我們做更好的獲客、更好的流量承接和和更好的轉化。所以要做好金融行業的數字營銷需要注意以下幾點：
1.準確追蹤流量是一切優化的基礎，要通過靠譜的數據分析工具將數據精準的採集存儲；
2.利用「流量互動度+ROI」的二維模型分析；
3.營銷的核心越來越轉向後端，也就是說營銷和運營越來越不能分家，要配合聯動；
4.不僅僅要做到營銷的「千人」，同樣要做到營銷的「千面」，也就是把個性化做到位，從前端到後端都要做到個性化，不能只做一部分，如果這樣，另一部分的流失率一定很高。
5.金融行業多長轉化周期的營銷，應注意時間周期的影響，找到可實時優化的「神奇數字」，在營銷期間，我們要對轉化的周期做控制。
TAG:神策數據 |