前言
随着互联网及移动互联网的高速发展,传统证券业也逐步走向市场化和网络化,行业在快速变化中也面临着激烈的竞争,一方面国家监管层面逐步放开管制,加强监督,鼓励创新。另一方面,证券行业内部各公司也在不断的与时俱进,从经纪、资管业务的网络化,到证券版银联的发展,再到个性化、移动化、社交化的客户服务。
证券公司要在这样竞争激烈市场中保持领先地位,需要在满足监管层合规审计的要求下,以客户为中心,对内深化运营和服务,提高现有客户体验和单客户价值;对外实时了解市场和上市企业等信息,加强跨界合作,对潜在客户精准定位和营销。
在这样背景下,数据成为券商提供内外竞争力的关键,只有及时准确地获得客户在内部和外部的交易、行为,媒体偏好,社交内容的信息数据,才能更好的了解客户,做好营销和服务,并不断优化产品设计和运营。
证券行业大数据问题及解决方案
1、什么数据可以上平台
证券公司内部在经纪业务、资管业务、投行业务和自营业务中存在各个系统,例如股票交易系统、理财交易系统、用户开户系统、客服系统等。同时,在各个业务中又存在各种角色,如用户,上市公司、融资方、出资方、托管行等。这些角色在各个系统每时每刻都在产生着各种结构的数据,这些数据产生的不但数量大,类型多,速度快,而且可能会存在各个系统的不一致。
同时,在互联网高速发展的今天,和证券公司相关的各个角色也在无时无刻不在产生大量的网络数据,例如用户的购物行为、媒体资讯浏览等,上市公司的投融资、并购活动等。各业务形态也都在大的市场环境下受到影响,例如政策法规、国内外金融形势、重大事件等。
这些数据中哪些应该被纳入大数据平台呢,是根据最终的业务场景来决定,还是将所有能获取的数据全部纳入,深入挖掘,以数据说话呢?
我们的大数据理念是数据标准化和分层接入。对目前和将来可获取的数据类型、来源进行充分调研和理解,制定统一的数据接入标准、结构化标准、归一化标准、挖掘标准,以实现很好的系统扩展性。根据业务需求、数据类型、范围、来源、采集技术、实时性要求等进行分层接入,尽量保证原始数据完整性,整合数据一致性和挖掘数据价值度。
2、跨渠道的用户生命周期运营管理
移动端、PC端乃至类似Apple Watch等可穿戴设备都已成为用户数据触点。股票、投资理财、投顾服务等各个业务,涉及到交易、风控、清算等系统的数据都是用户在各个触点、场景下的痕迹,对这些数据进行拉通和分析,可以掌握用户在该券商所处的生命周期,从而可以有的放矢的。对用户进行针对性运营。
我们采用代码潜入的方式,对用户在各个系统、各个触点的行为数据进行采集,分析其浏览、查找、存留、访问路径、事件深度、到达渠道等,进而对用户进行跨屏幕、跨应用、跨系统的生命周期分析。
3、如何通过产品、咨讯、投资建议的个性化推荐,提升用户体验,深挖用户?
面对越来越多的投资选择,用户的选择困难症凸现。如何让用户在最短的时间找到自己需要的产品、资讯乃至可靠的投资建议、选股建议呢?
建立在用户、产品、资讯、服务、市场充分了解的基础上,我们强大的推荐引擎给用户提供实时的“千人千面”的跨屏、跨站的个性化产品资讯推荐和服务。
4、 如何快速精准的定位和营销新用户?
随着各大券商支付系统的对接和完善,其业务不断延伸到生活场景的支付,而且,其与时俱进的产品设计也与用户工作生活等场景密不可分。“把网民变股民”的战役中,用户在互联网的各场景触点成为竞争激烈的战场,只有买股票才被想起的券商将逐渐被淘汰。
我们帮助证券客户利用平台,探知用户触点和渠道偏好,同时将DMP平台与我们线上营销平台无缝对接。该平台已成功对接了各几十家DSP、SEM、EDM、SMS等线上代理渠道,可对其进行统一频控、投放规则、素材管理、监测和效果评估等。该平台的还为客户提供外部数据标签优化投放效果;与DSP数据对接,保护客户信息不泄露;并将潜在客户数据回流到第一方DMP这些数据服务。
5、 如何及时准确地感知市场,保持竞争力
市场舆情指数,重大事件预警等对证券公司来说是非常重要的信息。需要实时监控。
我们有非常专业的舆情监控应用,数据来自于每天实时读取的上万家新闻媒体网站的资讯内容。通过对这样数据的热点分析、敏感词分析、舆情指数、A股新闻热度择时指标NQ等计算,实时提供市场舆论监控。