在大數據營銷領域，金融行業(yè)是典型的效果類客戶，說白了，它對廣告效果的期待就是為銷售業(yè)績帶來增長，簡單而直接?？墒且_到這樣的目標，并不那么簡單。TalkingData以其豐富的數據源，強大的數據分析能力和廣泛的合作生態(tài)滿足金融業(yè)客戶多元化需求，出奇制勝。
金融客戶的痛點，TalkingData最懂
TalkingData的某券商客戶要在某大型媒體平臺（SSP、廣點通）上投放廣告，并選擇了該平臺自有的一些金融標簽來進行投放。依照行業(yè)規(guī)范，券商對用戶的數據嚴格保密，不能對外開放。所以，券商雖然清楚哪些是自己的用戶、哪些是活躍用戶、哪些是沉默用戶，卻無法將這些數據在媒體平臺上使用。于是，TalkingData確立了一方數據結合三方數據、并發(fā)揮自身技術算法優(yōu)勢這兩個要點，來保證投放效果。
TalkingData在之前為此券商搭建移動端統(tǒng)計分析平臺和數據管理平臺而建立的數據庫中，按高風險、低風險、高收效、低收益等類別做好用戶分群。之后，再通過第三方數據庫的數據進行機器學習，提取出一個目標客群，作為依據指導媒體投放。比對直接使用媒體平臺自有標簽的投放效果，使用TalkingData的客群分組進行投放無論從點擊率還是轉化率來看，投放效果都更好。
再一個案例，某銀行的數據顯示，其3%的用戶購買了78%的資產。為了挖掘出更多這樣的優(yōu)質用戶，TalkingData將這3%用戶的種子提取出來，通過機器學習在余下97%用戶的10億個活躍設備中篩選出2萬余用戶，銀行在根據我們算出來的數據向這些用戶推送理財產品信息，一個星期之內就實現(xiàn)了2.2億的銷售額，人均購買12萬。
TalkingData所使用是Lookalike機器學習算法，F(xiàn)acebook、Google等國際頂尖科技公司也都使用這個算法尋找目標客群。TalkingData對算法的模型參數持續(xù)進行調整優(yōu)化，因而可以獲得極高的響應度。
精準營銷是吸引金融客戶的最大魅力之一。機器學習就好比是TalkingData手中的水晶球，總能準確回答出“目標客群在哪里”，助力金融客戶快速大幅拉升銷售業(yè)績的夢想成真。
洞察數據價值，客戶真實獲益
除了精準營銷，大數據在金融風控方面的能力也非常突出。
為了幫助一家保險公司降低理賠成本，TalkingData通過數據分析和模型篩選，從100萬個被保險人中找到潛在的高風險客群，分析精確度比以往提高了三倍。在針對此客群提價后，成功降低了理賠成本。
現(xiàn)在，越來越多的機構和企業(yè)掌握著海量數據，但是如何讓這些數據活起來，產生真實價值，則很少有人能回答。TalkingData在一次次為客戶達成了提高效率、增加營收和降低成本的核心目標中證明了自己的能力，也廣泛贏得了證券、保險和銀行等金融業(yè)客戶的信賴。
上一篇：鳳凰網副總裁池小燕：營銷因善而變
悅頓體育照明品牌創(chuàng)始人，20年來專注于各級各類體育運動場館的專業(yè)化照明！點亮精彩，照亮運動！有需要的朋友攜手合作！賬號為微信號，運動健康，你我共享！
展覽策劃 | 項目管理 | 品牌展示 深耕展覽行業(yè)20年 | 累計服務客戶2000+ | 專注品牌文化與商業(yè)價值融合（13918729898同V）
