自动化如何赋能金融行业实现营销创新

　　金融行业如何做到精准高效地触达用户的同时，降低营销成本，提高营销转化率？本文笔者将从四个方面来为大家解答。
　　先来看一个场景
　　用户A，性别男，年龄30-40岁，东北人在北京工作，大厂程序员，年收入50万，3个月内浏览了10多次海外资产资讯、3次外汇政策、5次不同项目的推荐，但都没有实际投资，投资动机产生于6个月后。
　　然后，根据后台的基本信息整合，推测他上有老下有小，抗风险能力较低，预投资海外资产。于是，不加筛选的给他推送最新海外投资优惠，以及现有的、低风险的各类海投项目。
　　存在的问题
　　对于金融机构来说，较为关键的用户画像特征，并不是用户A的性别、哪里人，而是他的投资潜力、资产配置状况、风险偏好、认知偏差、损失/收益敏感度的评估等，这些在上述数据中都没有准确的信息支持。
　　在金融行业信息化快速发展的当下，运营人员很难通过粗放型的策略来触达用户了。这也就意味着上面这种方式的消息推送基本无效，不仅导致资源浪费，还会因笼统的消息推送引发用户反感，甚至流失的情况。
　　传统广告营销界有句话很流行：＂我知道我的广告费有一半浪费了，但遗憾的是，我不知道是哪一半被浪费了。＂ 那么，各大金融机构应该如何精准地触达目标用户？把＂浪费的一半广告费＂慢慢找回来。
　　解决方案的探索
　　随着金融业务的加速和应用场景的丰富化，围绕用户的数据变得非常繁杂，所需要的用户画像维度随着增多，运营规则也越来越精细。
　　因此，很多传统金融机构在用户触达方面显得力不从心，主要体现在以下几种情况：
　　营业网点众多、人员分散，线下培训成本高，新产品推广周期长；
　　用户对待投资理财十分谨慎，单一的图文难以获得信任；
　　即使已有上百万的用户，但无法了解用户的需求和偏好；
　　缺少有效触达用户的数字化工具，难以进一步分析和个性化营销。
　　对于营销人来说，面对这些痛点，这就意味着金融机构亟需改变传统的营销形式，借助科技创新将广告变成对用户有用的信息，精准地触达有需求的用户。
　　而在所有科技应用中，营销自动化依靠大数据，实现用户画像-精准投放-效果追踪-实时反馈-投放优化的完整闭环，一改传统营销反馈周期长、营销效果不易追踪、地域受限、展示颗粒度粗放等弱点，开始强势登上现代营销舞台。
　　本文就为大家分享下如何通过营销自动化，实现智能触达，减少无用广告的骚扰，降低营销成本、提高营销转化率。
　　1. 全面、快速的数据采集
　　在过去，传统金融机构各部门之间的数据相对来说是独立的，想要跨部门获取用户数据会经历一个漫长的过程，降低运营效率。
　　通过营销自动化，帮助运营人员将不同渠道的数据的整合为一体，以One-ID的形式将所有线索集中到一个用户池中进行一站式管理，打破数据孤岛。不仅能够更全面、及时、精准而简单快速的构建用户数据资产，还能在后续的营销工作中，实现精准化操作。
　　2. 多维立体绘制用户画像
　　自动化通过实时追踪用户信息和行为数据，将用户信息和行为数据接入活动管理系统，进行用户群体维度划分，绘制出不同的用户画像。同时，根据用户基础身份信息带来的评分加上后期交互行为带来的评分，对用户价值划分，建立360用户画像，帮助运营人员实现千人千面的营销触达。
　　自动化通过用户属性类、用户行为类、用户状态类、用户偏好类四个方面来做用户人群标签划分：
　　（1）用户属性
　　指用户的基础客观属性，即用户是谁。包括性别、年龄、学历、职业、收入等。
　　（2）用户行为
　　指用户使用流程，即用户做了什么。例如下载、注册、登录、点击浏览、购买下单等一系列触发行为。
　　（3）用户偏好
　　指用户触发行为的关键驱动因素。以投资理财为例，用户购买产品时是价格驱动型、风险驱动型。
　　（4）用户状态
　　指用户在产品上的当前状态。用户是属于免费用户、活跃用户、沉睡用户还是高价值付费用户，这一分层我们得出用户与企业建立关切的密切程度。
　　3. 千人千面，智能触达
　　关于智能触达，大家可以这么理解，针对某类用户，完成某个事件后过了多长时间之内没有完成下个事件，我们就可以通过智能触达的方式，引导用户去完成下个事件。
　　举例来说，针对七天内注册且没有下单的用户，我们可以设置一个「7天内注册且未下单」的群组，在指定时间，通过短信触达的方式推送一张优惠券，引导用户点击。
　　从上述场景中，我们可以看到使用智能触达需要考虑4个维度：精准的用户、恰当的时机、合适的渠道、合适的内容。
　　（1）精准的用户
　　精细化运营必然要求推送的对象要更精准，力争所有的子弹都打在靶子上。前面已经提到过用户的划分，接下来需要明确推送给谁，有针对性的向不同的用户推送个性化的信息。
　　比如：推送优惠券，就可以从利益偏好中选择领券率高的用户，向其推送相关信息，转化率会更高；对于只理财不炒股的用户，就不需要推送每日炒股策略了。
　　（2）恰当的时机
　　在用户行为场景中选择恰当的时机进行营销触达，能够打造优质用户体验，从而带来业务提升。在营销自动化中基于对用户行为数据的收集，可以自选模式、自选发送方式，设置时间，就能完成定时、有针对性的信息发送及其它营销任务。
　　比如：上午股市开盘前、下午股市开盘前、下午休市时等时间是推送炒股信息的最佳时机，那么我们就能将这个时间段作为最佳的推送时间。
　　再比如：对愿意学习炒股的新手来说，可以给用户制定一个学习计划，在每天的固定时间向该用户推送一条学习信息。这对新手用户来说感觉就很好。
　　（3）合适的渠道
　　时机确定好，就要考虑触达的渠道。触达渠道可分为外部环境触达与内部环境触达两种，包括官网内弹窗、信息流、红点、站内信、push推送、微信公众号、小程序、官方微博、邮件、短信、手机H5等等。
　　在选择触达渠道时，运营人员应根据用户画像的不同属性，为用户设计不同的触达渠道。比如：
　　用户放弃订单之后，通过push推送、邮件、短信或者站内信的方式来告知用户优惠活动，引导用户再次达成转化；
　　用户关注了公众号但并使用了小程序后，根据用户在微信公众号和小程序中的行为，进行人群个性化的图文推送和服务消息推送；
　　对于到期用户的续费提醒，第1轮用短信告知，5-7天后继续第2轮短信，第三轮再安排客服人员电话沟通。
　　（4）合适的内容
　　确定好用户、时机、渠道，最关键的是推送内容的确定。在信息过载的时代下，人们对信息已经越来越麻木，绝大部分的信息都被直接忽视掉。因此，要推送用户感兴趣的内容，一般基于用户的浏览、收藏、点赞、评论等行为，有针对性地发送不同类型的内容。
　　比如：用户B在某保险APP上完成风险评估，这个时候我们可以判断该用户有可能会产生购买欲望，且是首次购买保险产品。那么，就可以向其推送一些保险产品的知识科普，比如：＂百万医疗险＂＂重疾险＂＂意外险＂等险种之间的区别等。
　　4. 数据监测与效果分析
　　与任何活动一样，最后一步便是数据检测和效果分析，通过对数据的监控，可以得出各种各样的经验总结，帮助进行优化。比如：吸引用户关注的内容有什么共性、流量比较多的渠道有哪些、渠道的ROI情况等。
　　而传统的广告监测主要提供曝光量和点击量两个维度的衡量指标。
　　但是，在自动化的数据监测中，除了对曝光量和点击量进行监测，更重要的是打通了之后的转化数据——即，用户点击后有多少人经过引导并成功激活？多少人完成注册？有多少人转化成真正的投资用户？又有多少人完成首投？多少人留存？每个留存用户在整个生命周期中为企业创造了多少价值？
　　从曝光到点击，到激活，到转化，到付费，每一个环节的转化率都能够清楚地查看。通过衡量分析来指导广告优化策略，明确广告投在哪个渠道上能获得的付费用户更多，采用何种形式用户更愿意付费。显然，这一完整分析，通过曝光数和点击数是无法评估的。
　　总结
　　怎么才能不浪费＂一半的广告费＂？
　　具体来说，就是通过营销自动化，对数据进行收集，并以此建立丰富的用户画像，搭配精细化的营销手段，找到适合的渠道、精准化投放，就不会浪费＂一半的广告费＂，实现真正意义上的＂精准触达＂，降低营销成本。