移动互联时代金融行业精细化管理之“位”道

标签:移动互联精细化管理金融行业

访客:25079  发表于:2014-03-20 11:14:10

主持人:我们看到金融利用可以是这么深入的用户体验,可以深入到人的生活的方方面面,下面由请高德软件有限公司政企服务事业部总经理李俊彪,给大家分享移动互联网时代金融行业精细化管理之“位”道。

移动互联时代金融行业精细化管理之“位”道

高德软件有限公司政企服务事业部组经理    李俊彪

李俊彪:各位领导、各位嘉宾,大家早上好!高德公司大家多多少少有一些了解。

移动互联时代金融业的发展,这一块在座的都是专家,2013年整个金融界产生了很多热点,包括第三方支付,包括小微企业的贷款,尤其是信誉贷款,信誉贷款更多是完全依靠互联网,依靠信用分析,包括相对比较传统的,比如说现在正在建设热点之一的,比如说社区银行。

互联网金融的碰撞和融合带来了个特点,我个人理解其中之一是大量的业务从线下跑到了线上,我们进行很多金融服务,比如说支付,比如说理财。个人用户的金融行为互联网化,下一步为大数据的挖掘奠定了良好的基础,同时这样的一种金融服务给我们普通用户增加了极大的便利性,我本人经常在单位通过一个手机APP在设计完成了支付。

从我们做地图的角度来讲,我们发现实际上位置是在整个互联网金融服务里一个天然属性,刚才我说了订餐一定会留下一个地址,现在做一个购物,我一样会看一下地址,所有在网上的行为基本上具备地图的天然属性行为。

说到位置不得不说到地图,基于这里地理数据叠加了实时动态信息,比如说实时交通,比如说GPS定位,基于这些地理数据和融合功能给用户提供功能类的东西,比如说导航、地图搜索类查询。

从2009年高德目前为止不仅仅给用户提供工具类的东西,在地图上嫁接了很多生活类东西,现在通过高德地图可以直接买电影票和订酒店了。跟阿里巴巴的合作完成以后,实际上我们在地图里嫁接更多的服务职能,比如说电子商务,在地图上查到某一个商店,不仅看什么位置,还可以看到他卖什么东西,甚至可以下单。基于现在整个地图和地图上的电子商务、生活服务产生了大量数据。我们通过用户使用地图,使用电子商务挖掘出来很多新的东西,某一天某一时刻在这个区域里用户行为怎么样,用户的购买力行为,消费是怎样的,通过整个服务体系在后台都可以面向这个数据,我们已经把这些数据展现在地图上。

空间化的数据有什么用,当然我们传统的商业分析、商业智能,利用银行界已有的数据,通过专业性进行分析判断,最后给我们提供一些决策支持。

有了可视化空间维度数据,我们在原有的解决方案上能够给大家更精细、更直观、更准确,我们能够在一个地图上清晰的看到,某一个区域里这些用户是什么样的,消费能力怎么样,人群是多是少,我们核心的能力是把之前积累的数据和银行原有的数据结合起来,在地图上进行更精细化的战士分析,从而达到辅助角色的目的。

下一步介绍高德在地图,在位置智能方面的积累和能力。先谈一下和阿里的合作,我们有很多方面的合作,我重点介绍在数据方面的合作。

和阿里的合作在数据上有几大好处,第一,可以对基础数据库进行很有效的完善,大家知道阿里每年产生很多订单,2013年整个阿里电子商务的订单将近50亿,当然在这里还有40%是虚拟订单,用户可能在这个上面给手机充值、交水电费等等。几十亿的订单能够帮助做地图的,做地理数据的,挖掘出很多有价值的东西。

第一,我们可以把用户订单地址匹配到地图上,合作一年我可以说一下成果,我们从去年1月份春节前开始做这个合作,去年一年分析挖掘,指导实际数据采集工作,去年增加200万,去年我们做了10年,手里只有400万,所以合作带来的价值的好处就是对基础地理数据库是极大的丰富和改善,同时对后续的采集提供一个指导。

第二,阿里拥有这么多用户购物行为,跟高德的结合,可以把这样的数据加上一个地理标签,你有一个购物行为、你有一个订餐行为,实际上都会跟线下地址结合起来,每一个行为都有地理标签。

前面讲的还是基础的地理数据,结合基础地理数据和用户实时出行消费行为,我们可以构建一个在线的服务,人多了以后通过分析挖掘可以得出来这个城市里的人流量、车流量,在这个城市里不同区域内的人群消费能力、消费水平、消费特征,我们把这些东西结合起来,目前我们正在打造这样的东西。

我们将来的目标把所有基础的地理数据,实时在路线消费的数据,用户出行的数据,能够开放给有兴趣的企业、有需要的政府。

比如说我们分析融合以后产生了一些数据的成果,这张图实际上我们对淘宝大量的订单进行分析挖掘以后,我们可以把订单的地址和你的住宅结合起来。举一个例子,通过订单即使原来我没有做过这个地方的采集,通过阿里订单可以分析这个小区有多少栋楼,每栋楼有多少单元,每个单元有多少户,通过长期订单积累完全可以做到这样。在北京做过这样的实验,准确率可以达到95%,把订单进行分析以后可以总结出来这个小区的情况。

这张图是动态的,利用高德的一款软件形成分析结果,每天使用高德定位有30亿次,把这30亿次定位按照不同的时间叠在地图上,我们可以分析出来不同的商圈在每天不同的时段人流量的情况,最后代表的是动态的数据。

这张图比较乱,一根一根的线,这是人流的轨迹,啊人群在这个时间点顺着这个道路来的有多少人,比如说我是一个商场,可以以我的商场为中心,看一看在不同的时间点都有哪些人过来,他们顺着哪些人过来的,这个实际上对我们的商业企业也是有很大的价值。

同时我们还提供了很多的方法来分析在你不同的区域人群网购的特征。比如说第一个,缓冲区分析,一条公交线路,公交线路两边任意定义区域,可以分析这个区域里的人群消费行为,出行的特点。还有可以做以任一点为中心的原型分析,以我所在的位置为中心点,指定一个半径,分析这个圆形区域的用户特点。

当然你也可以自己画,还有就是到达圈,以一个点为中心比如说以步行10分钟可以到达的区域,同样的10分钟到达的半径是不一样的。还有开车,我向四面八方驾车五分钟到达的区域。

我们说了这么多分析方法能够分析什么呢?能分析区域里用户的年龄结构,比如说你大概在什么样的年龄区间,你的人生阶段,比如说你买一辆车,可能认为你有一个婴儿,你经常给老人买补品或者是营养品,知道你的父母年岁比较大的,通过这样的购物行为分析出来你的区域内什么型的,你的人生阶段。

还有网购的活跃程度,我一个月买了5次还是10次,还是一次都没有买。

购买力,我经常网购,但是我买的是什么样的产品,高端化妆品还是低端化妆品,通过这样购买行为可以判断一个区域内购买力或者是购买力分布。

你感兴趣的东西,比如说你经常买服装,买化妆品还是买数码产品,这个是分析你网购的偏好。

这几张图是什么意思(PPT),用不同的维度表现你网购的频次,这些维度大家可以自定义的,一个是按照行政区划,还可以按照道路统计购物频次,主要道路或者主要住宅区的道路,还有可以按照楼,一个小区里有多栋楼,有大户型还有小户型,具体的购物频次可以落在楼里,不同的楼购物频次可能也代表了不同楼购买力的情况,总之我们有不同的维度,不同的区划角度统计网购的消费特点。

这里还有一个成果,实际上是一个车流量的分析,高德有200个城市公交线路,这个图上有大大小小不同的点,面积比较大的点实际上所代表的公交车通行比较多的站点,换句话说公交车通行比较多的站点,这个站点广告牌就值钱,所以我们在200多个城市搞这样一个。不同线路公交车的频次,通行公交车越多,相当于乘客越多,相当于这里的广告或者是活动可以触及到更多人群。

实际上我们现在做的事情就是利用高德原有基础数据和动态实时分析数据,用户在自有软件体系之上,能够为广大金融界的企业提供和位置智能有关系的决策支撑体系,这个支撑体系不仅满足所有的客户端,主流的用户端也很方便嫁接到主流的金融体系。

我们现在整个服务支撑体系能够为银行界的客服、手机银行、安保、资产管理、保险营销等等进行服务。

介绍几个应用场景,这是给上海工行做的客户分析管理,和网点和竞争对手的数据通通放在地图上进行分析,分析现在的商业布局是不是合理,我们在哪些领域、哪些区域再增加力量,哪些区域力量过头了。当然如果说结合刚才说的用户的消费数据,我们能够更明显的看到到底应该在哪些地方倾注更多的力量,哪些地方要减少力量。

社区银行,这是我们正在研究的对象,社区银行这两年是商业银行建设的重点,社区银行我们提供的服务也是运用到刚才提供的数据,分析结果。

保险业,我们这些客户经理都有自己的管辖区域,现在结合我们的服务可以知道这个区域里用户的年龄分布,人生阶段,还有这个区域消费水平怎么样,购买力水平怎么样,知道这些东西可以为这个区域设定最适合他们的产品,最适合他们的服务,这个也是为企业增加精细化管理水平。

谢谢大家!

移动互联时代金融行业精细化管理之“位”道

评论(0)

您可以在评论框内@您的好友一起参与讨论!

<--script type="text/javascript">BAIDU_CLB_fillSlot("927898");