论文部分内容阅读
摘要：随着大数据、云计算、区块链、人工智能等新技术的快速发展，这些技术与传统金融业务融合，释放出了金融营销的新活力和应用潜能。现如今大数据分析在互联网金融领域中的应用较广，互联网金融公司可以利用互联网建立大数据应用生态体系，建立实现精准定位的关键模块形象。大数据系统从个人、时间、地点以及资金四个方面构建了互联网金融用户画像的形象模型，并将个人互联网交易的金融产品与用户数据画像进行合理配对，以提高营销效果，达到精准营销的目的。
关键词：大数据;互联网金融营销;用户画像;精准营销
引言
自2014年以来，“大数据”连续六年进入国务院政府工作报告，上升为国家战略。在2019年政府工作报告中，李克强总理强调，“深化大数据、人工智能等研发应用”。而且，中央各部委和各地政府对大数据的认知和重视程度明显提升， 工作部署多项任务与大数据密切相关，有助于中国从“数据大国”迈向“数据强国”。互联网金融具有高度现代科技化、多维数据化、覆盖范围广、发展速度快等特点。但与此同时，因金融业的数据相对复杂，只有合理应用现代化科技才可以持续稳定的推动金融业的发展。因此，大数据与金融业的高度融合使其能够被大范围地应用于金融业的营销活动中，让传统的金融营销模式进行变革，提升金融服务的工作水平。
1互聯网金融营销方式
1.1搜索引擎营销
搜索引擎营销主要由搜索引擎优化与付费排名两部分组成。搜索引擎属于进入互联网金融产品界面的端口，为产品营销提供必要的保障。付费排名是非常有效的，可以利用品牌专区进行付费，也可以参与一般竞价安排名次，但这种方式需要支付较高的费用且稳定性较差。优化搜索引擎包含网站之中的完善和网站之外的推广，网站之中的完善通常是关键词定位、图像完善、导航栏完善等，网站之外的推广主要是利用关键词构建以及异地信息概括模式等，这种方式费用较低且排名稳定，但见效缓慢。
1.2活动营销
为了引流新客户投资和引导老客户再次投资，互联网平台经常使用活动营销方式。活动营销方式多样，新用户注册送现金，老用户送活动券等。例如苏宁金融则在2017年以“双12”为机会开展活动营销，新用户数量突增117万，金融订单数量同比上升106.4%，其活动营销手段相对比较成功。
1.3事件营销
事件营销是通过设计出拥有新闻价值、社会影响力以及知名人士影响力的事件，借助互联网迅速传播，来提升公司形象，树立公司知名度以及产品市场可信度。事件营销如一把双刃剑，如果传播效果好，可以扩大金融产品营销的广度和深度，反之会造成严重后果。例如2015年5月，P2P平台盈多多借助使用工作地址进行事件营销，并在其网站上发布“中国银监会唯一网络金融公司”，其目的是增加客户信任度，提高公司影响力。但银监会针对网传P2P平台“盈多多”将办公地点设在中国证监会办公楼一事随即发表否认说明，最终导致盈多多在互联网中口碑崩塌，恶评如潮。
1.4口碑营销
口碑营销是一种利用客户之间的体验感，自发的向身边人推荐产品的人际传播手段。由于其是以良好的用户体验为基础的，使用以及沟通发生在一个稳定的关系中，如亲戚、朋友、社区、同学之间。与广告、促销等营销方式相比，更有信任度以及说服力。随着金融行业发展逐渐规范化，金融公司产品的体验感越来越重要。
1.5体验营销
体验营销是通过现实的感受以及消费者的心理认同，识别品牌并出现情感、依赖感、认同感的一种营销方式。体验营是先对客户体验进行收集完善，例2017年6月20日，支付宝在上海某机场采用无现金支付就停车的体验营销，当用户将车辆驶出停车场，无需停留进行现金支付，支付宝通过扫码即可辨识车牌号码支付相应停车费，不仅支付便利还节约时间，更提高了客户的新颖感。
2互联网金融营销中存在的问题
第一，在近年来，互联网金融业迅速发展，利用大数据积攒了丰富的信息资源，数据分析技术也逐渐增多。而怎么样将数据有效、合理地与互联网金融营销相结合，如何更好创新营销模式，是如今互联网金融营销所面临的问题。
第二，大数据分析在互联网金融营销当中发挥着越来越重要的作用，但其能否广泛应用于互联网金融公司，关键还在于这项技术的推广。在使用大数据分析的背景下，有必要适当地降低应用门槛，提升互联网金融营销区域的使用效率。
第三，在互联网金融营销的生态模式中，一个庞大的数据程序使用者画像是关键部分，互联网金融企业还需结合使用者的种种行为将使用者画像模块中的画像系统进行优化，指标体制变得更加完整，设计出有针对性的营销模式以及方法。
3大数据在互联网金融营销中的应用
3.1利用大数据开展使用者画像
基于社会属性信息、行为信息、交易信息、风险回报信息等做出的使用者模型就是使用者画像。每个属性往往是一个精度浓缩的特征显示，用于描述使用者的种类。比如，使用者经常使用支付宝工具查询以及购买“海外便携式Wi-Fi”、“海外旅店”、“自驾租赁”等方面的服务，支付宝可以将此使用者称为“海外旅游达人”，将使用者的所有类型联系起来，形成一个更具体的使用者形象画像。创建画像的基础就是大数据的采集。其中包括视频、声音、文字、图像等非结构化信息，如身份证信息、网络金融行为信息等非结构化信息，我们需要在大规模数据处理当中使用挖掘文本以及自然语言等手段来提取和排序基础信息，以便创建不一样的数据库，在信息收集以及排序以后，使用如下大型数据研究模型：分类模型和聚类模型，对使用者信息开展模型建设，完成使用者画像类别。
在传统金融营销中，使用者画像主要是线下的，通常是会员管理以及分发调查问卷等手段收集用户信息，然后对使用者价值进行研究。然而，它的缺点是数据获取不完整、有效率以及利用率较低。所以利用大数据技术可以更完整、准确地将客户的整体展示出来，进而为金融企业构建个性化的营销方式创造条件。 3.2利用大数据开展客户分级
由于网络的开放性和实时性，互联网金融企业时刻都需要应对许多用户，传统营销方式让全部营销活动覆盖到所有潜在用户，为所有用户给出良好的銷售以及服务都是不切实际的，这将给互联网金融企业带来非常大的营销成本和客户流失。所以用户的精准分类是重中之重，使用模型计算方法在大数据分析当中可以更精准地对潜在用户的购买活动进行预判，，结合模型的预判结果对潜在用户开展分类，并将资源整合在高度潜在使用者身上开展针对营销，有利于其公司最大限度地利用资源创造价值。比如美国保险公司在保险销售中充分使用大数据开展使用者关系维护工作，先建立用户数据库，结合用户信息为用户进行房地产、车辆状况、信用状况、可消费性等方面的分类，与用户信息进行结合，构建了多个大数据模型，可以对用户响应率以及购买率进行预判分类。对于每一项营销活动都要在营销当中先要面向较大的潜在用户，向较大的潜在用户给予关键服务，这个方法有助于互联网金融企业开展个性化的用户管理，提高公司资源的使用概率，提升互联网金融营销效果。
3.3利用大数据开展精准营销
互联网金融企业利用大数据技术在制作用户肖像标签后可以实施精准营销，向潜在客户提供有效产品以及服务。个性化推荐从目标使用者出发，对使用者开展分类，根据使用者偏好以及需求信息建立推荐内容，并结合使用条件对推荐内容进行筛选以及重新排列，最后找到满足目标使用者的产品内容，对目标使用者进行推荐，获得完全准确的营销。比如广发银行理财超市为每一位登陆网站的用户推荐理财、贵金属等产品，根据个人在线用户的喜爱偏好以及投资喜好等方面的画像，准确地为用户推荐针对性的个人理财产品以及服务，在一定程度上提升理财产品的售出率。数据分析计算方法不仅可以使用在产品和服务的个人推荐上，同时也可以让金融企业的营销渠道以及方法个性化得以实现。现在互联网营销渠道很多，大体包含网页推广、应用推广、电子邮件营销等策略，互联网金融企业可以利用大数据分析使用者的产生渠道以及兴趣喜好，从而选择适合自身的互联网营销方式。
4结束语
大数据的出现及拓展应用对互联网金融企业进行产品营销而言，是挑战更是机会。随着营销方法的创新与迭代升级，互联网金融营销的大数据分析需求与时代发展共同进行，互联网金融企业需要考虑如何平衡公司短期利益与长期利益之间的矛盾、现有利益与未来主要竞争力之间的矛盾、数据实用性与运行资金之间的矛盾。只有在立足实际，放眼未来，才能更有效地将大数据融入到互联网金融营销当中。
参考文献
[1]易思.大数据在互联网金融营销中的应用探究[J].农村经济与科技，2020，031（004）：109-110.
[2]游筱婷.大数据分析在互联网金融营销中的应用机制[J].甘肃广播电视大学学报，2018，v.28;No.127（03）：61-65.
[3]张伟，崔岚.大数据背景下互联网金融创新发展研究[J].现代营销（信息版），2019（05）：208-209.
[4]游筱婷.大数据分析在互联网金融营销中的应用机制[J].德州学院学报，2018.
[5]游筱婷.大数据分析在互联网金融营销中的应用机制[J].大庆师范学院学报，2019（1）：35-40.
[6]封佩锋.大数据时代互联网金融风险防控方法略谈[J].现代营销（下旬刊），2018（08）：161-162.
关键词：大数据;互联网金融营销;用户画像;精准营销
引言
自2014年以来，“大数据”连续六年进入国务院政府工作报告，上升为国家战略。在2019年政府工作报告中，李克强总理强调，“深化大数据、人工智能等研发应用”。而且，中央各部委和各地政府对大数据的认知和重视程度明显提升， 工作部署多项任务与大数据密切相关，有助于中国从“数据大国”迈向“数据强国”。互联网金融具有高度现代科技化、多维数据化、覆盖范围广、发展速度快等特点。但与此同时，因金融业的数据相对复杂，只有合理应用现代化科技才可以持续稳定的推动金融业的发展。因此，大数据与金融业的高度融合使其能够被大范围地应用于金融业的营销活动中，让传统的金融营销模式进行变革，提升金融服务的工作水平。
1互聯网金融营销方式
1.1搜索引擎营销
搜索引擎营销主要由搜索引擎优化与付费排名两部分组成。搜索引擎属于进入互联网金融产品界面的端口，为产品营销提供必要的保障。付费排名是非常有效的，可以利用品牌专区进行付费，也可以参与一般竞价安排名次，但这种方式需要支付较高的费用且稳定性较差。优化搜索引擎包含网站之中的完善和网站之外的推广，网站之中的完善通常是关键词定位、图像完善、导航栏完善等，网站之外的推广主要是利用关键词构建以及异地信息概括模式等，这种方式费用较低且排名稳定，但见效缓慢。
1.2活动营销
为了引流新客户投资和引导老客户再次投资，互联网平台经常使用活动营销方式。活动营销方式多样，新用户注册送现金，老用户送活动券等。例如苏宁金融则在2017年以“双12”为机会开展活动营销，新用户数量突增117万，金融订单数量同比上升106.4%，其活动营销手段相对比较成功。
1.3事件营销
事件营销是通过设计出拥有新闻价值、社会影响力以及知名人士影响力的事件，借助互联网迅速传播，来提升公司形象，树立公司知名度以及产品市场可信度。事件营销如一把双刃剑，如果传播效果好，可以扩大金融产品营销的广度和深度，反之会造成严重后果。例如2015年5月，P2P平台盈多多借助使用工作地址进行事件营销，并在其网站上发布“中国银监会唯一网络金融公司”，其目的是增加客户信任度，提高公司影响力。但银监会针对网传P2P平台“盈多多”将办公地点设在中国证监会办公楼一事随即发表否认说明，最终导致盈多多在互联网中口碑崩塌，恶评如潮。
1.4口碑营销
口碑营销是一种利用客户之间的体验感，自发的向身边人推荐产品的人际传播手段。由于其是以良好的用户体验为基础的，使用以及沟通发生在一个稳定的关系中，如亲戚、朋友、社区、同学之间。与广告、促销等营销方式相比，更有信任度以及说服力。随着金融行业发展逐渐规范化，金融公司产品的体验感越来越重要。
1.5体验营销
体验营销是通过现实的感受以及消费者的心理认同，识别品牌并出现情感、依赖感、认同感的一种营销方式。体验营是先对客户体验进行收集完善，例2017年6月20日，支付宝在上海某机场采用无现金支付就停车的体验营销，当用户将车辆驶出停车场，无需停留进行现金支付，支付宝通过扫码即可辨识车牌号码支付相应停车费，不仅支付便利还节约时间，更提高了客户的新颖感。
2互联网金融营销中存在的问题
第一，在近年来，互联网金融业迅速发展，利用大数据积攒了丰富的信息资源，数据分析技术也逐渐增多。而怎么样将数据有效、合理地与互联网金融营销相结合，如何更好创新营销模式，是如今互联网金融营销所面临的问题。
第二，大数据分析在互联网金融营销当中发挥着越来越重要的作用，但其能否广泛应用于互联网金融公司，关键还在于这项技术的推广。在使用大数据分析的背景下，有必要适当地降低应用门槛，提升互联网金融营销区域的使用效率。
第三，在互联网金融营销的生态模式中，一个庞大的数据程序使用者画像是关键部分，互联网金融企业还需结合使用者的种种行为将使用者画像模块中的画像系统进行优化，指标体制变得更加完整，设计出有针对性的营销模式以及方法。
3大数据在互联网金融营销中的应用
3.1利用大数据开展使用者画像
基于社会属性信息、行为信息、交易信息、风险回报信息等做出的使用者模型就是使用者画像。每个属性往往是一个精度浓缩的特征显示，用于描述使用者的种类。比如，使用者经常使用支付宝工具查询以及购买“海外便携式Wi-Fi”、“海外旅店”、“自驾租赁”等方面的服务，支付宝可以将此使用者称为“海外旅游达人”，将使用者的所有类型联系起来，形成一个更具体的使用者形象画像。创建画像的基础就是大数据的采集。其中包括视频、声音、文字、图像等非结构化信息，如身份证信息、网络金融行为信息等非结构化信息，我们需要在大规模数据处理当中使用挖掘文本以及自然语言等手段来提取和排序基础信息，以便创建不一样的数据库，在信息收集以及排序以后，使用如下大型数据研究模型：分类模型和聚类模型，对使用者信息开展模型建设，完成使用者画像类别。
在传统金融营销中，使用者画像主要是线下的，通常是会员管理以及分发调查问卷等手段收集用户信息，然后对使用者价值进行研究。然而，它的缺点是数据获取不完整、有效率以及利用率较低。所以利用大数据技术可以更完整、准确地将客户的整体展示出来，进而为金融企业构建个性化的营销方式创造条件。 3.2利用大数据开展客户分级
由于网络的开放性和实时性，互联网金融企业时刻都需要应对许多用户，传统营销方式让全部营销活动覆盖到所有潜在用户，为所有用户给出良好的銷售以及服务都是不切实际的，这将给互联网金融企业带来非常大的营销成本和客户流失。所以用户的精准分类是重中之重，使用模型计算方法在大数据分析当中可以更精准地对潜在用户的购买活动进行预判，，结合模型的预判结果对潜在用户开展分类，并将资源整合在高度潜在使用者身上开展针对营销，有利于其公司最大限度地利用资源创造价值。比如美国保险公司在保险销售中充分使用大数据开展使用者关系维护工作，先建立用户数据库，结合用户信息为用户进行房地产、车辆状况、信用状况、可消费性等方面的分类，与用户信息进行结合，构建了多个大数据模型，可以对用户响应率以及购买率进行预判分类。对于每一项营销活动都要在营销当中先要面向较大的潜在用户，向较大的潜在用户给予关键服务，这个方法有助于互联网金融企业开展个性化的用户管理，提高公司资源的使用概率，提升互联网金融营销效果。
3.3利用大数据开展精准营销
互联网金融企业利用大数据技术在制作用户肖像标签后可以实施精准营销，向潜在客户提供有效产品以及服务。个性化推荐从目标使用者出发，对使用者开展分类，根据使用者偏好以及需求信息建立推荐内容，并结合使用条件对推荐内容进行筛选以及重新排列，最后找到满足目标使用者的产品内容，对目标使用者进行推荐，获得完全准确的营销。比如广发银行理财超市为每一位登陆网站的用户推荐理财、贵金属等产品，根据个人在线用户的喜爱偏好以及投资喜好等方面的画像，准确地为用户推荐针对性的个人理财产品以及服务，在一定程度上提升理财产品的售出率。数据分析计算方法不仅可以使用在产品和服务的个人推荐上，同时也可以让金融企业的营销渠道以及方法个性化得以实现。现在互联网营销渠道很多，大体包含网页推广、应用推广、电子邮件营销等策略，互联网金融企业可以利用大数据分析使用者的产生渠道以及兴趣喜好，从而选择适合自身的互联网营销方式。
4结束语
大数据的出现及拓展应用对互联网金融企业进行产品营销而言，是挑战更是机会。随着营销方法的创新与迭代升级，互联网金融营销的大数据分析需求与时代发展共同进行，互联网金融企业需要考虑如何平衡公司短期利益与长期利益之间的矛盾、现有利益与未来主要竞争力之间的矛盾、数据实用性与运行资金之间的矛盾。只有在立足实际，放眼未来，才能更有效地将大数据融入到互联网金融营销当中。
参考文献
[1]易思.大数据在互联网金融营销中的应用探究[J].农村经济与科技，2020，031（004）：109-110.
[2]游筱婷.大数据分析在互联网金融营销中的应用机制[J].甘肃广播电视大学学报，2018，v.28;No.127（03）：61-65.
[3]张伟，崔岚.大数据背景下互联网金融创新发展研究[J].现代营销（信息版），2019（05）：208-209.
[4]游筱婷.大数据分析在互联网金融营销中的应用机制[J].德州学院学报，2018.
[5]游筱婷.大数据分析在互联网金融营销中的应用机制[J].大庆师范学院学报，2019（1）：35-40.
[6]封佩锋.大数据时代互联网金融风险防控方法略谈[J].现代营销（下旬刊），2018（08）：161-162.