当前位置:首页  >  数据分析专题  > 

银行理财产品购买预测,试一试FineBI数据模型!

作者:FineBI

发布时间:2022.8.30

浏览次数:269 次浏览

面对着大量的客户,银行需要更全面、准确地洞察客户理财需求。在实际理财产品业务开展过程中,银行需要挖掘不同理财产品对客群的吸引力,从而找到目标客群,进行针对性营销

一、FineBI数据模型

二、分析思路

1、银行概况

先通过《资产情况》、《用户分布》了解A银行的经营概况和战略重心。通过《获客渠道》了解A银行的渠道构成。

2、客户分析

采用的是“RFM模型”来对客户价值的影响因素进行全面分析。通过分析客户特征,评估客户价值,从而为客户制订相应的营销策略与资源配置计划。

3、产品分析

1)计算不同品类商品累计销售额及其占比

2)按照累计销售占比将品类分成几类,示例将品类按照累计销售额占比

4、购买分析

通过“漏斗分析模型”,反映用户行为状态以及从起点到终点各阶段用户转化率情况。

三、理财数据处理

数据处理

作用

应用场景

脱敏

数据脱敏之后,依然要保持一致性和关联性

企业数据脱敏

网络爬虫

通过Python爬取“百度疫情”每日更新的新增确诊人数、中高风险地区数。(详见附录)

用来判断某城市疫情发生后,退座是否突增;研判城市清零时间(连续14天无社区传播)

月份淡旺指数

某城市的单月流量/该城市的该年的月均流量

结果>1则为该城市的旺季,反之为该城市淡季

销售异动指数

本期销售额/同周期销售额,预警销售的突增和突减

订座、退座是否发生突增(关联疫情市场)

四、FineBI数据模型可视化报告

1、银行概况

2、客户分析

3、产品分析

4、购买分析

5、FineBI数据模型

五、FineBI数据模型的优点

1、BI工具优点多多,比如“帮助文档非常详尽、课程学习非常丰富、数据连接非常顺畅”。

2、通过可视化可以讲原本繁琐枯燥海量的数据,以一种“生动形象直观”的样式展示出来,有利于后续的分析决策。

3、大数据模型使得预测更加精准、决策更加可靠!

商业智能BI产品更多介绍:www.finebi.com


   

在线客服

电话咨询

技术问题

投诉入口