证券行业移动App行为数据研究的商业价值.docxVIP

证券行业移动App行为数据研究的商业价值 一．调查目的 证券行业的客户金融交易渠道正在转向移动互联网，客户证券投资和财富管理服务将主要发生在移动App，其将成为客户的主要入口和金融产品主要发布场所。 证券企业如果想赢得未来市场、赢得客户，取得在金融市场的领先优势，就必须了解客户对金融产品的需求，重视客户的交易行为和互动行为数据。而这时，移动app行为数据则起到了巨大的作用。 调查基本信息 1 行为数据分析对产品迭代和提升客户的帮助 2 行为数据研究有券商互联网运营能力的作用 3 行为数据应用与券商业务智能化发展的关系 App行为数据包含浏览、点击、评论、交易等几类，可以通过App的按钮和事件埋点进行提取。经过异常值处理和数据去噪音之后，就可以进行分析和应用。移动互联网企业BAT等巨头，其产品和用户体验的竞争力就是来源于行为数据的分析和应用。 过去证券行业人员可以通过线下的营业网点来接触客户，利用同客户面对面的交流，了解客户的金融产品需求和用户体验。现在客户几乎不再去营业场所，或者去证券营业部的客户年龄都较大。光大银行曾做过统计，经常到营业网点办理业务的客户，平均年龄为52岁，说明年轻客户基本上很少去网点办理业务。 而年轻客户正是证券行业主要的客群，未来将会成为证券企业的主要收入来源。证券企业如果想了解客户的金融需求和用户体验，其主要的方式就变成了分析App的行为数据，这也说明了研究分析App行为数据的重要性。 在互联网企业中，App运营团队有一个重要的职责就是每天分析App的行为数据，主要是因为行为数据代表了客户对产品的喜好。基于对App行为数据的分析，互联网企业的产品经理可以及时调整产品，进行产品迭代，快速满足客户对移动产品的需求。互联网企业产品迭代完全基于App行为数据的分析结果。 证券移动App的行为数据具有直观、实时、客观等特点。基于行为数据的分析对于了解客户体验和产品偏好具有重要意义，是证券行业产品迭代和用户体验提升的基础数据，证券行业必须重视对其的研究和应用。 2 行为数据研究有助于提升券商互联网运营能力 证券企业希望学习互联网企业的数据运营能力，其主要体现在对数据的分析和应用能力，包括基于数据的产品运营、渠道运营、用户运营、活动运营等。这些运营能力是建立在数据分析和应用基础之上的，其中行为数据应用能力是其重要组成部分。 券商利用App的行为数据可以有效分析出哪些渠道效果好、真实流量比例高，哪些渠道效果差、虚假流量明显。通过对行为数据的分析，还可以判断出哪些是真正的客户，哪些是一次性客户，哪些是羊毛党客户，哪些是有效客户。通过App渠道分析数据，券商可以降低广告投放费用，提升线上获客质量，提升广告获客的ROI。行为数据是渠道运营的重要参考指标，通过App渠道数据的分析，可以提升券商在移动互联网渠道的运营能力。 No.3 行为数据应用是券商业务智能化发展的基础 证券行业智能化发展是必然趋势，一方面是智能化应用的技术条件已具备，例如数据处理能力、模型算法能力、专业人才储备；一方面是券商所面临的经营成本高、效率低、客户服务覆盖率低等问题，都可以通过智能化应用来解决。 证券行业智能化应用的广义涵义，是借助工具平台和智能应用来解决具体的业务问题。这些业务问题，可能是个人投顾无法直接服务全体客户；可能是传统电话客户服务成本高、效率低，客户体验不好；可能是内部流程效率较低，无法满足客户变化的金融需求；也可能是投研和投顾人员缺少可以服务客户资讯平台等。 证券行业智能化应用狭义的应用领域，包含智能投顾（机器人理财）、智能客服、智能资讯推荐、智能投研数据平台、智能数据应用平台等。其主要解决的还是效率问题，本质还是券商服务的自动化和智能化，可以提升客户体验和降低服务成本。 证券行业智能化应用的一个前提是海量数据，包含交易数据和行为数据。但是这些数据不是原始数据，而是经过业务专家标注的、具有业务价值的数据，可能是标签数据、归类数据和分析结果数据。 行为数据对于智能应用具有较大的商业价值，例如在智能客服中，客户的行为数据代表其产品和风险偏好，智能客服可以基于这些处理过的行为数据，为客户打上标签。基于行为数据进行客户分群或分层，智能客服将参考这些行为数据定制客户服务内容，直接有效地为客户提供金融产品服务。借助于行为数据标签，智能客服将会缩短服务路径，直接切入客户喜好，提升客户体验，提高服务效率。 例如，如果行为数据揭示客户倾向于港股交易，智能客服在服务时就可以侧重于港股资讯。如果客户有融资融券倾向，智能客服就可以提供相关介绍和激励措施。如果行为数据揭示客户倾向投资能源板块，智能客服就可以提供更多的能源资讯，为客户投资提供参考。 智能投顾的原理是参考客户投资风险偏好和投资兴趣，为客户定制投资组合，在一定风险可控的前提下，获得一定的最优收益。行为