模型的存在是基于一个事实，基于概率的决策是最优的。概率转化为评分，方便对齐风险。评分就是用统计的方法来识别潜在客户，判断客户是否合意。

合意由我们事先定义，可以是诸如风险、收益率、响应率、续借意愿、违约后的偿还意愿等等。

事实上，业务中一系列环节都可以采用模型方案，我们要说风控中有哪些模型可做，就变相地在讨论业务上有哪些环节可以做精细化决策。

01

1、申请评分卡模型：预测是否该通过客户的开户或借款申请。借款行为的发生就像泼出去的水，一旦发生，就无法被撤回。所以要尽可能准确地判断客户会否偿还该笔借款。贷前如果一个客户的评分过低可以直接拒绝，而通过的客户也可以根据评分高低制定差异化初始额度。

2、行为评分卡模型：基于客户贷后的行为，重新评估客户的风险。授信通过后的用户产生一系列行为数据，例如借了几笔贷款、间隔多久、还款习惯怎么样等等，这些数据进一步刻画了用户的可信任度。贷中管理，在不同时间点对客户基于更新的数据重新评估风险，是精细化用户管理必须做的事情。

3、催收评分卡模型：预测无须采取措施或者必须采取措施进行催收的客户。一些逾期行为能自行修正，一些只需要适当的提醒，剩下的那部分借款人才需要采取严厉的措施。不仅是要不要催的问题，还可以建模预测什么时候催、以什么方式催，从而智能分配话务员在最优的催收时间下选用最优的催收话术和客户对话。另外，要和客户对话得先联系上客户，于是还有失联修复的问题。

4、提额模型、息费敏感模型：或者叫经营决策模型吧，额度、定价、期数是最重要的经营三要素，再加一个的话是还款方式。前者预测可以增加额度的客户，以及必须减少额度或者取消额度的客户；后者是预测哪些客户对息费敏感，这部分人升息就可能导致其使用率急剧下降。这也是精细化运营的工作，也可以说属于行为评分的范畴。因为贷款机构的目标正在从降低借款人在贷款产品中的违约率变成提高客户带来的利润率。

5、多头风险模型：从多头共债的角度预测客户的违约风险。多头借贷变量涉及到共债信息，与还款能力和还款意愿挂钩，多头严重就存在借新还旧的可能，一旦有平台拒借，客户就丧失了还款能力，而一旦还不起，索性就不愿意还了。用多头变量来预测逾期风险，效果通常比较好。

多头模型还可以采用另一个方案，以多头程度为目标变量，就变成了多头程度预测模型。其优势是可以利用申贷样本建模，因为不需要有滞后的风险表现。难就难在，多头程度这个建模目标很难有统一的标准。另外，多头和信用风险一样，是动态变化的，预测用户一段表现期后的多头严重程度，也是有意义的。但然后呢？如果还是为了评估风险，那就还是用多头风险模型吧。

02

以逾期为目标变量的模型，正如上面我们提到的大多数，都是风险模型。但也有很多非风险模型，这些非风险模型，广泛地应用于信贷场景的量化增长环节，例如拉新、促活等。AARRR。

6、现金贷需求预测模型：预测客户有无现金贷款的需求。面向支付的花呗显然用户规模远远多于面向借款的借呗，因为更多的人是为了支付便利而使用支付宝，而不是借款提前消费。对有现金贷需求的客群去营销，才是对症下药。

7、营销响应模型：预测不同触达方式下客户的响应率。不同的人对同一个触达方式的反应是不一样的，有些人看到短信就愿意来，甚至有些人会自然找上门来，有些人则需要优惠券需要福利才愿意尝试你的产品。差异化触达是更有效率的做法。

8、动支预测模型：预测客户未来一段时间内发生借款行为的可能性。客户借还一次，带来的利润是不够的，实际上，因为获客的成本不断增加，优质客户多次借款才能覆盖成本。对借款可能性的预估，可以帮助你更好地服务这些稀客。如遇到资金储备不足，也可以限制对这些人的营销，防止集中借款导致资金缺乏。

9、流失预警模型：预测客户未来一段时间内会不会流失，和借款可能性大致相反。对于高流失可能的客户，应该尽早地想办法挽留，因为一旦流失，重新唤醒的难度不亚于一个纯新户的获客。

10、还可以是，消费金额预测模型：预测客户未来一段时间内的消费金额。该模型广泛使用于Buy Now Pay Later的电商消费场景，实现基于用户需求的信贷额度管理。既促活电商，又信贷提额，win-win。

03

量化增长一般较少考虑风险，增长和风险分开能够使得效率最大化。还有一些非风险模型应用场景不限于信贷的。

11、收入模型：预测客户的收入情况。收入模型可能是应用场景最多元化的模型之一了。在风险层，高收人群至少避免了因还款能力不足导致逾期的可能。在非风险层，高收人群尤其是营销获客的香饽饽，很多增长运营团队的KPI指标就是此类客户的数量。

12、负债模型：预测客户的负债情况。收入的另一面就是负债，客户显然更愿意支付房贷、车贷等大件物品的每月账单，剩下的才是用户的可用流水。负债收入比过高，贷款逾期风险往往就很高。

13、破产模型：预测具有破产可能性的客户或者企业。相比之下，企业的同质样本比个人的同质样本少得多，而且企业的财务数据容易被高管们操纵，导致企业破产模型的预测效果一般不如个人的模型效果好。

14、行职业模型：预测客户的行职业。挖掘一个人属于什么工作单位或岗位，可以进一步评估工作稳定性。在风控领域，行职业预测并没有收入负债预测应用的那么直接，但至少可以理解为，行职业可以进一步评估个人收入水平和收入稳定性。

15、有孩模型：预测客户是否有子女。有稳定家庭的客户，风险表现一般就更好。甚至你的信贷产品可以为此类客群定制一套借还款策略。其他场景的应用就不用提了，母婴品是一个大类，针对这些人去营销吧。

16、有房模型：预测客户是否有房产。有房的客户除了相对更高收外，也大概率有房贷，存在两面性。有房可以确保的一点是更稳定。一般客群质量是自住>与父母同住>合租。

04

有一个贯彻营销、信贷、支付等几乎所有场景的模型，那就是反欺诈模型。

17、反欺诈模型：识别欺诈用户。欺诈主要可分为一方欺诈和三方欺诈。一方欺诈是指申请人自身的欺诈行为；三方欺诈是第三方盗用、冒用他人身份进行欺诈，申请者本人并不知情，比如团伙利用非法收集的身份证进行欺诈。其实还有两方欺诈，是内部人员勾结的欺诈，一般不在考虑范围。

营销中，有刷单、套现、黄牛等风险，这些就可以定义为欺诈。信贷中，有撸口子大军摩拳擦掌，他们借到了多少钱就是挣到了多少钱，对于骗贷的人来说任何催收劝还都是无效的。支付中，又存在盗刷、洗钱等风险。还有电信诈骗等等。

还想再讲一个概念上很好，曾经也挺火的一类模型，即生存分析模型。‍‍‍‍

18、生存分析模型：预测用户会不会逾期，以及什么时候逾期。这个概念来自医学领域，认为人总是会死的，没死的只是没有观测到。于是你的目标变量是一个元组(E, T)，Event是逾期是否的0、1变量，Time是逾期距观察起点的时长，没逾期就是整个观察期的时长。

生存分析最经典的算法是Cox比例风险回归模型，前几年也实现了某些提梯度升树模型的改造应用。但生存分析几乎没有用，这是因为你有A、B、C各种卡，在各个时点随时打分，如果你只有一个A卡，生存分析可能是有用的。

05

我们额外说一说广为人知的信用评分：芝麻信用分、微信支付分和小白守约分。

无论是天猫、淘宝、京东的消费还是花呗、微信、白条的支付，这些海量的交易数据，可以用来评价一个人的还款能力和意愿。能力很好理解，为什么还有意愿？结合着马斯洛需求理论，也就是生理、安全、情感、尊重、自我实现依次升级，越能体现高级需求的数据越可以给更高的权重。也就是说重要的不是单次购买行为，而是消费习惯。‍‍‍‍

而那些店铺商家，平台有他们所有的交易、资金、物流信息，都可以用来作为金融服务的依据。

你掌握了一个人的人际关系，就掌握了这个人。社交关系链，不仅可以用来评估信用，还能直接作为质押物，因为每个人都在乎它，而且很在乎它。

还有更重要的一点。前面提到的所有模型，都只是模型，不是产品，即使把它们做成数据产品对外输出，对用户而言，也谬谈产品。只有这里的三个模型，可以称之为产品。

只有产品，才会和用户交互，才关注用户体验，关注客诉。一款产品的开发，就一定意味着你要考虑你的用户需求。这决定了你的模型由什么构成，长成什么样子，具备什么样的解释，承担什么样的功能。不要低估了这里的话，除非你搞明白了芝麻信用分开发的一切细节。‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍06

评分是信贷业务中最有用的一件工具，但不仅仅信贷。许多业务场景都会用到评分。

保险公司使用它来评估参保人的风险偏好，或者汽车事故的风险。正好借此说明，模型不能滥用，一个人信用评分越高，很可能风险偏好越低，这些人不冒险反而就不会去购置保险。保险公司用信用评分去筛选客户，找到的可能都是这些非目标客群。

医院使用它去判断哪些病人最需要特殊治疗，也需要判断不同医疗措施下病人的生存时间。

抖音快手这些短视频平台使用它去预测用户观看某些直播的可能性，好确定是否给你的发现页插入直播推荐。也需要预测用户观看视频的意愿度，好使得推荐的结果是你点击率高且观看时长长的。既关注你的留存，也关注你的消费。‍‍

一句话，排序 is all you need！

07

业务的理解能力是可以共通的，任何一个人都可以通过搜集归纳比较容易地搞明白各种互联网场景的业务模式，但是其真正的困难在于每个业务背后复杂多变的真实需求，即怎么在具体场景实现以流量或者盈利为目的的最优决策。

业务目标决定了模型目标，模型目标决定了所用的数据。我们可以有很多模型，但业务最核心的目标是唯一的。

当你有这么多模型之后，你要怎么用呢？

多个模型同时通过或者拒绝的，当然好办，它没有改变单个模型的决策结果，给了你更大的决策信心。但是，一个模型说“通过”，另一个模型说“拒绝”，这个问题是不是就费解了？‍

没那么糟糕，相反，这是改善决策的机会。如果模型都相同，多个就是一个。

我们可以制定两个模型分的交叉效果表，下图是一个示例，如果用定制模型通过8个格子，进一步和通用模型交叉后，置换其中一个格子，往往都能获得更好的风险表现。实际上，通过交叉，通过率也能得到提高。

但是请注意，你不能串行地使用模型。除非这真的是你想要的结果。

数据化运营是指通过数据化的工具、技术和方法，对运营过程中的各个环节进行科学的分析，为数据使用者提供专业、准确的行业数据解决方案，从而达到优化运营效果和效率、降低运营成本、提高效益的目的。

当前我国商业银行的数字化能力建设，整体处于初级发展阶段，需在各个环节推进数字化运营，以面对市场的不确定性。

对于商业银行而言，数字化运营关键在于重构商业模式、重塑产品形态、打通数据管理、发力数字驱动、复用爆品营销。

在商业银行数字化转型的过程中，我们要搭建自己的数字化运营体系。

即打通数据、权益、账户等形成数据产品体系，整合平台、产品、服务等形成数字资产管理，并借助数据分析模型来实现商业银行的批量“获客”和高效“活客”，并提升金融产品的线上运营效率。

数据化运营不是孤立的数据主义，也不是单纯的数据分析，而是通过数字技术、数字工具与数据管理产品或服务的各个环节，推进产品全流程的数字化、智能化、标准化和精准化。

实现数据智能化驱动业务智能化，业务智能化赋能运营智能化，并做出有效的运营决策，以便做好智能推荐、智能触达和智能展业。

数字化使商业银行更加深入洞察客户的需求和体验，基于客户行为洞察做出运营决策，成为企业数字技术创新的驱动力，从而提供满足客户需求的产品与服务。

对于产品经理而言，数字化运营的关键在于客户运营、产品运营、活动运营和渠道运营等方面的数字化转变，需提升自己的数字化思维和数字化能力。

一、数字化客户运​营

数字化客户运营是指用数字技术驱动客户洞见及运营策略，包括敏捷设计、客群匹配、产品适配、渠道选择、智能决策、精准触达等。

客户运营贯穿产品生命周期，我们要以客户需求为中心，根据运营策略制定运营目标，并完成运营过程的计划、组织、实施和控制，以达到预期所设置的运营任务。

客户运营的关键是采取从线下到线上、或线上线下结合的方式，围绕客户的拉新、促活、留存与转化等，深度连接客户，进行精细化运营。

让运营数字化与目标客户的触点建立数字链接，让客户逐步从产品认知、价值认可到情感传播的转变，从而提升客户体验和产品粘性。

1. 贴合使用场景做客户拉新

产品冷启动首要面对的问题就是“拉新”。

吸引新客户不再是传统意义上的引导客户下载APP并注册为客户，而是通过提供贴合客户场景或低门槛使用的企业服务或SaaS产品，以“静默注册平台”的形式完成客户拉新。

此外，颠覆传统拉新，要基于数字技术连接线上投放、社群营销、媒体推广等渠道，做客户经营要从线上化的“客户思维”转向数字化的“客群思维”。

2. 利用激励策略做客户促活

促活即促进客户活跃，在客户生命周期对活跃度低的沉寂客户、流失客户做挽回，并利用一定的运营策略来激励客户活跃。

以贷款测额活动为例，客户测额后可获得贷款额度，邀请好友测额即可获得返现劵，使用劵时引导贷款支用额度，贷款成功后即可返现。

通过一系列活动让客户活跃起来，尽可能升级为活跃客户，并提高客户的粘性。

3. 提供增值服务做客户留存

客户留存是指在某段时间内，新增客户中经过一段时间后，仍然继续使用该应用的客户，而留存率就是占当时新增总客户的比率。

在RARRA模型中，把客户留存放到首位，会关注客户增长中的日留存、周留存、月留存等运营指标。

基于留存指标细分为产品工作的OKR，我们可以建立客户流失预警机制，找到即将流失的客户，通过不断迭代产品来满足客户需求，并为客户提供持续的价值或服务。

4. 调整关键路径做客户转化

转化就是完成预期任务的目标客户，而转化率是完成转化目标的客户占总体客户的比例。

对商业银行而言更多是对注册、申请、授信、提款、还款、复贷等进行量化，从而达到引流客户转化的目的。

当前流量红利渐失，客户增长下降，我们要选择正确的目标客户，关键的转化路径，合适的推广渠道，最优的产品策略来转化客户。

随着客户行为线上化，数字化客户运营已成为商业银行首要面对的问题。

以企业融资客户预警为例：

1. 通过客户行为收集关键事件和访问路径的数据埋点，了解满足客户的核心数据指标；
2. 通过客户标签构建情景化的客户分群或客户画像，实现客户的分层经营或智能展业；
3. 通过数据建模完成数据分析和行为预测，预测客户下一步的行为，可深度连接客户；
4. 通过智能决策做激励体系或提醒机制，可实现企业融资客户的还款提醒和智能催收。

客户运营背后的本质，其实都是关于人的运营。

数字化客户运营可帮助商业银行大规模“获客”，或高效率的“活客”。

二、数字化产品运营

一切用于连接客户和产品，并产生产品价值和商业价值的手段，都叫产品运营。针对现有产品功能进行数字化改造升级，监测产品数据，基于数据分析优化产品策略，去提升产品的运营指标。

产品运营是指从内容建设、客户维护、活动策划等层面，来管理产品内容和客户的。在产品生命周期，针对不同客户群体，通过内容渠道营销产品。

我们可以从使用场景、访问路径、客户体验和产品策略等，进行数字化运营升级，重点是完善数据指标，优化运营手段，提成产品体验等，我们可以从以下几个方面切入：

1. 目标客户的使用场景

使用场景是指一个产品被使用的时候，客户“最可能的”所处场景包括时间、空间、设备支持、社交及客户情绪等，进行应用场景的判断和描述。

我们要挖掘更多从客户使用场景触发而产生的需求，从而为产品带来更多的目标客户。

2. 目标页面的访问路径

访问路径是客户需要打开一个目标页面时，存在多种打开目标页面的过程。我们可以设置条件对页面分组，构建网页预取模型，提取客户浏览页面的路径中蕴含的信息需求。

通过模型对客户页面访问路径的分析，能够了解客户习惯，预测下一步操作，为页面设计提供数据支撑。

3. 关键操作的客户体验

客户体验是一种纯主观的在客户使用产品过程中建立起来的操作习惯、使用想法等感受。

基于客户满意度CSAT、净推荐值NPS、客户费力度CES等指标来评估客户体验，我们要全渠道、多触点采集客户反馈，自动预警并及时修复，提升客户体验，减少流失率。

4. 循序渐进的产品策略

产品策略即指企业制定经营战略时，首先要明确企业能提供什么样的产品和服务去满足消费者的要求后，对产品进行的全局性谋划。

对产品经理而言，要结合战略规划、产品定位、产品规划、市场分析、竞品研究等制定具体策略。

以智能匹配贷款为例：

1. 收集客户的行为数据和交易数据，分析有贷款需求的客户，根据不同使用场景给客户打标签，基于数据建模构建“千人千面”的标签画像。
2. 把智能匹配要通过多级页面录入的数据，用人工智能技术去智能采集、自动读取，从而简化前端页面，缩减操作路径，减低客户流失。
3. 客户体验在企业实现持续商业增长中的地位越来越重要。利用数字技术和数据模型快速做出精准预测，并精准匹配贷款产品，从而有效地提升客户体验。
4. 通过机器学习和模型训练，增强客户与智能产品的人机互动，并不断优化的产品策略，提升匹配的精准度，从而实现客户的个性化推荐。

金融产品运营的核心是把产品盘活。

即从一个全局的角度，去看待产品运营效果。并通过数据分析来验证自己的产品策略是否有效。

三、数字化活动运营

活动运营要避免自嗨式内容营销。在了解自家产品特性前提下，围绕着一个活动或一系列活动，针对客户定制化需求提供数字化营销策略，帮助企业打造多场景下的活动营销闭环，并实现用数据驱动业务增长。

当前下沉市场需求大，活动是实现数字化运营的有效手段之一。

关键在方案选择、活动策略、客户触达、效果分析等环节，通过数字化运营来确保内容生产、数据响应、客户转化、价值追踪等活动过程的策略落地，可以从以下几个环节落地。

1. 基于ROI最优做方案选择

方案选择是产品决策最为关键的环节。基于现有的人力资源和约束条件，从产品规划、数据分析、产品经验等方面确定选择标准。

其实，对于不同的产品与场景，无论基于方案A或B执行，都有其合理的一面。我们要做的就是通过A/Btest方法，选择一个ROI最优的方案，来实现既定目标。

2. 根据产品形态做活动策略

活动策略就是在某一个活动周期内，为实现客户增长、产品变现等目标而采取的各种策略的集合。

面对策划越来越难、预算越来越少，制定活动的运营策略一定要注重客户的参与性及互动性。

即多维度的活动策略要根据不同的产品形态做差异化营销，避免活动方案被竞争对手同质化，并快速完成数字化活动运营。

3. 多渠道多维度做客户触达

客户触达就是基于目标、场景、对象和渠道等方式，接触到客户需求，或和客户产生联系。

以客户为核心，通过业务模型、策略配置等进行多维度分析，通过产品本身、站内信、消息推送、短信营销等进行多渠道触达客户，帮助商业银行实现客户增长。

4. 针对关键指标做效果分析

效果分析就是对整个活动开展进行数据分析和效果评估并做出科学的判断。

评价效果主要是分析目标和指标的实现程度，所以一定要对关键指标进行量化。

关键指标一定是围绕活动运营OKR而确定，千万不要为了迎合管理者想要的指标而泛泛而谈，对关键指标进行分析，找出能指导活动运营的决策。

以贷款测额活动为例：

1. 设定一个明确的与可量化的目标，可以是达成公司品牌曝光，可以是找到核心客户群体，可以是完成拉新促活与转化，可以是拉动客户贡献价值，可以是增加平台与客户的粘性等。比如新注册客户增长30%，贷款申请转化率提升25%，活跃客户提升10%等。
2. 基于活动目标制定运营策略，确认目标客户定位、描述目标客户特征、构建客户角色卡片、分析客户使用场景等。
3. 制定“递进式”的线上化活动方案，新手福利：首次完成测额送1000元返现劵；邀请有礼：分享测额链接给好友，注册并完成测额后即可激活返现劵并送SaaS服务；贷款返现：申请50万元以上的贷款并放款成功后，即可获得1000元返现。
4. 建立客户筛选和分级策略，进行一次有目的的客户拉新、留存与转化等运营效果分析，关键在于构思活动中的每一个环节，分析每一步的流失情况，找出漏点提升转化。

基于数据采集与模型，进行智能化决策，实现活动运营数字化，快速验证活动效果，不断优化迭代策略，加速金融产品创新的探索。

四、数字化渠道运营

渠道运营首要解决的是获客问题，重点是如何借助数字化技术来打破流量壁垒。

我们可以通过流量池和流量思维来激发渠道活力，让数字化渠道运营、渠道运营数字化成为现实：

• 建立私域和公域流量池。通过私域流量、公域流量的行业KOL、个人IP和媒体流等建立流量池，来获取金融客户的流量，帮助金融企业走出“获客”和“活客”成本越来越贵的困境。
• 整合线上线下流量思维。整合线下线上渠道，制定运营数据OKR，利用流量思维，进行多渠道的流量获取、流量运营、流量营销和流量变现，可提高企业的获客效率，降低渠道运营的拓客成本和沉没成本。

在流量碎片化时代，渠道流量主要来源于客户直接访问、关键词搜索引擎、第三方付费推广等。

打造渠道运营体系，需要强大的渠道对接与策略规则配置能力，基于线上线下整合的数字化渠道建设，以场景来连接渠道，从而提高渠道运营的效率。

渠道运营需要在了解自家产品特性和渠道转化情况的基础上，做好内容投放、渠道推广、批量获客、流量分析上，形成一个匹配活动目标客户群体的渠道链条，并从追求线上化“品效协同”，转向追求数字化“长效ROI”：

1. 实现不同客户和场景的内容投放

依托数字技术对产品或服务实现不同客户、不同场景的内容投放，充分利用各个内容投放渠道的优势，且投放的内容根据不同的渠道进行策略调整。

制定金融产品运营策略，完成不同渠道内容投放，获取更多的目标客户流量，利用渠道流量为产品引流和变现。

2. 选择体量大和质量好的渠道推广

将推广信息有效的触达给目标客户，从而实现渠道引流和转化的效果。引流推广渠道并找到有效的流量入口，已经成为商业银行迫在眉睫的问题。

为银行开拓新的流量渠道，优先选择体量大、性价比高的渠道，作为获取流量的主要入口。整合渠道资源，打通各个渠道，获取全面的流量支持，实现对各个渠道的有效管理。

3. 基于老带新MGM去批量获客

对商业银行而言，得渠道者得客户，渠道是“批量获客”的运营利器之一，关键是构建一个成熟的“MGM”获客体系，借助事件中心来营销客户。

在数字化时代，运用“数字技术”的手段，并通过网点、公私联动、线上线下等运营方式，实现数字化批量获客。

4. 基于渠道的OKR进行流量分析

对有关网站访问数据进行统计和分析，从中发现客户规律，或活动中可能存在的问题，以便及时的掌握渠道运营效果，优化渠道运营策略。

我们可以制定渠道流量分析的OKR，比如PV、UV、点击率、跳出率、转化率、平均访问时长等作为渠道质量指标，通过数据分析量化客户价值，并驱动渠道做出有效的策略优化。

数字化时代，渠道没有好坏高低之分，关键看客户或业务的转化率。

线上线下渠道已是商业银行之间客户流量入口之争，需要让金融产品、渠道运营和客户服务建立联系，从而连接各端金融平台，打造渠道客户的KOL，完成渠道运营的ROL。

以商业银行做融资的数字化运营为例：

• 模式转化：从传统的B2C模式转向C2B模式，基于企业画像、客户画像、客群细分、行为数据、交易记录等，精准识别客户需求，实现数据驱动业务。
• 数据整合：通过开放超级API或H5进行数据方、场景方、平台方的全端数据交换、资源交互、流程链接，来打通企业数据流与业务流，让产生的数据价值最大化。
• 统一门户：通过统一账户体系、统一数据模型、统一数据资产、统一数据服务，来构建数据引擎，实现智能化客户资产和数据管理。
• 搭建中台：让数字融资的申请、查询、建额及提还款等业务数字化，就需要一个强大的业务中台。通过数字化模型支持，实现从业务、管理到运营的数字化。

企业数字化的本质是让企业数据产生商业价值，通过多种数据应用场景的业务价值，激发客户行为的数据价值，提高数据资产的使用价值。

基于AARRR模型、漏斗模型、RFM模型等，让目标客户与金融业务强关联，进而实现运营的策略数字化、营销数字化、管理数字化和生产数据化等。

目前，数字化运营已进入后链路时代，数字化与运营结合的越来越紧密，将助力商业银行的数字化转型与升级。

商业银行在逐步的尝试搭建的自己的数字化运营体系，帮助我们更好的聚焦目标客户，去服务千万级互联网B端客群。

在产品生命周期内，通过数字技术和数字化能力对客户进行线上化精准触达和智能展业，重点是重塑商业模式，构建服务生态，打造“四通一平”，提升客户价值和聚焦客群经营。

本文作者参考了资本行业近期玩法，从转化策略、转化节奏、转化方案以及具体的转化案例，对金融行业转化运营方案进行了总结分析，感兴趣的小伙伴们来看一下吧。

一、转化策略

1. 通过营销类文章

基于SCRM功能将发布保险、期货、信托文章后，在朋友圈或1v1等渠道发表，产生用户浏览数据，再利用SCRM功能中的功能，将营销素材产生的浏览数据人群进行分组，按高、中、低意向进行，对高、中意向人群打标签，再通过SCRM功能对这类用户进行通过福利等方式触达，引导添加顾问活码，通过标签标注用户潜在需求，顾问发送对应的保险、期货、信托子公司顾问，数据反馈 。

通过SCRM功能中的营销素材库发布保险、期货、信托文章并在文章内插入顾问的活码，直接引导用户进入私域，针对不同的文章，给用户打上不同的标签，得到用户的不同基本需求，推送相应的保险、期货、信托产品，产生交易后，数据反馈 。

2. 会员平台

在会员平台增加相关子公司的会员平台入口， 用户通过点击不同的入口，区分用户不同的需求，引流至下游子公司会员平台或添加顾问活码，期货、保险产品下游平台通过活动、内容、服务吸引用户下单，信托产品通过顾问进行转化。

3. 积分兑换

通过在会员平台积分兑换端口设置，相关保险、期货产品兑换，用户兑换相关产品后，引导至相应下游子公司会员平台或顾问承接变现，数据反馈至总APP。

4. 测评/表单

通过对注册用户进行问卷测评，给予用户一定的奖励，通过用户填写的问卷测评信息，对用户进行分类，后引导用户至下游会员平台或添加顾问活码，期货、保险产品下游平台通过活动、内容、服务吸引用户下单，信托产品通过顾问进行转化。

5. 互动游戏

通过设置互动小游戏（比如线上砸金蛋活动），参与游戏的用户给予一定的奖励（奖品包括人寿、期货等子公司的体验服务），引导至下游会员平台或添加顾问，期货、保险产品下游平台通过活动、内容、服务吸引用户下单，信托产品通过顾问进行转化。

6. 直播活动

通过定期举办保险、信托、期货等方向的直播活动（比如保险用户直播保险常识，期货用户直播期相关知识，信托用户直播理财规划等内容）用户在直播间互动，提供相关服务入口或领取相关优惠券，吸引用户进入下游会员平台进行销售转化。

二、转化节奏

第一阶段

时间：21年2月1日—3月15日

数据指标：≥150人付费转化，其中保险用户≥150人，期货用户≥50人

动作：

1）承接活跃用户，通过SCRM中的营销素材库中的文章，将用户需求划分，划分为保险、期货、信托 客户需求，并通过 SCRM中联系人分组功能将不同需求的用户划分为高、中、低档用户群体，针对高、中意向群体，对于保险行业人群，托送相关险种的优惠活动或再次推送相关提高意向文章，引导用户添加顾问活码或直接下游保险企业会员平台转化，针对期货需求用户，通过营销素材引导用户进入下游企业会员平台，赠送体验金形式，促使用户开通账户进行转化。

2）承接活跃用户，通过对用户发放表问卷表单的形式，判断用户需求，并对不同需求的用户进行打标签，针对标签给用户发送不同的保险、期货体验产品。促使用户下单购买保险或开通期货账户。

3）对新用户保险行业可增加进行首月免费或首月低价活动，降低用户决策门槛，促使用户下单购买，期货行业，赠送用户大额体验金或开户送现金等，促使用户开户。

第二阶段

时间：21年3月16日—4月15日

数据指标：≥150人付费转化，其中保险用户≥150人，期货用户≥50人

动作：

1）通过对会员平台增加积分兑换成相关产品的渠道，吸引用户进入，用户可兑换低价保险和期货体验金，用户点击兑换以后，弹出兑换码，引导添加顾问活码，进行相关权益兑换，吸引用户购买保险或开户期货。

2）通过SCRM中的营销素材库功能，将文字或视频等内容发布至朋友圈，主动触达用户，在利用SCRM中的联系人分组功能，圈定不同的用户群里，引流至下游企业，下游企业保险行业通过内容和价格变现用户，期货通过体验金活动、高收益或稳定收益等内容吸引用户开户。

3）通过介绍企业规模，顾问、信托案例、信托好处等内容。

4）沿用第一阶段表单活动形式，通过对用户发放表问卷表单的形式，判断用户需求，并对不同需求的用户进行打标签，针对标签给用户发送不同的保险、期货产品。促使使用下单购买保险或开通期货账户。

5）21年3月1日—3月7日，增加瓜分现金活动，通过朋友圈海报，引导用户进行分享并瓜分大额期货体验金或领取保险购买代金券，通过大额奖品，促使用户下单购买保险或开通期货账户。

6）21年3月19日—3月15日，针对引流用户增开免费保险或期货相关课程，通过用户对不同课程的报名，区分用户不同的需求，在授课中，引导用开通账户或购买保险。

7）21年3月20日—4月30日，建立期货快闪群，通过期货内容的讲解，引导用户开户。

第三阶段

时间：21年5月1日—5月31日

数据指标：≥150人付费转化，其中保险用户≥140人，期货用户≥50人，信托用户≥10人

动作：

1）沿用第一阶段和第二阶段活动形式。

2）通过内容和服务引导信托用户开户。

3）通过内容和服务降低针对保险人群进行刺激，通过低价策略引导用户下单。

第四阶段

时间：21年6月1日—12月31日

数据指标：≥700人付费转化，其中保险用户≥500人，期货用户≥150人，信托用户≥50人

动作：

1）对前阶段跑通流程活动进行复用。

2）增加线下期货培训沙龙。

3）增加直播活动。

三、转化方案

方案一：营销素材

1. 通过营销素材库发布相关文案
2. 通过文案区分不同客户需求
3. 建立联系人分组功能，区分不同需求用户的高、中、低意向
4. 给高、中意向人群推送福利
5. 高、中意向人群领取福利并添加 顾问企微
6. 引导保险用户下单购买/期货用户开户
7. 对下单的用户发放积分奖励
8. 相关数据反馈

方案二：体验金

1. 通过scrm的抽奖功能，设定不同的体验金
2. 用户通过海报+文章等形式将活动进行推广
3. 用户扫码参与抽奖，抽到不同的体验金（一般设定大额体验金用户可以抽到）
4. 抽到体验金的用户引导进入期货会员平台进行体验
5. 用户体验中引导用户开户
6. 数据反馈

方案三：家庭保险计划

1. 通过营销素材文章区分用户需求
2. 引导用户进入下游企业会员平台
3. 通过底价家庭保险计划吸引用户购买
4. 用户下单
5. 发放下单奖励积分
6. 数据反馈

方案四：首期免费或底价保险

1. 通过配置优惠券
2. 顾问转发海报+文案至企业微信
3. 用户海报扫码领取优惠券
4. 引导用户添加 顾问
5. 引导用户进入下游会员平台核销
6. 下单购买保险
7. 发放相应积分
8. 数据反馈

方案五：直播活动

1. SCRM配置优惠券、视频号相关设置
2. 顾问转发海报+文案至企业微信
3. 用户通过扫码进入视频号预约直播活动
4. 微信视频号开播提醒
5. 用户进入直播间参与直播互动
6. 在直播过程中发布优惠券
7. 用户领取优惠券
8. 引导至下游会员平台进行核销变现
9. 数据反馈

四、方案示例

方案一：营销素材方案示例

1）活动流程

1. 用户通过营销素材库查看相关文案
2. 在后台建立联系人分群，圈定高、中意向用户并打标签
3. 通过营销SOP给圈定的高、中意向用户发券
4. 用户领取优惠券
5. 引导用户进入下游企业会员平台下单
6. 数据反馈

2）使用场景

全体用户均可使用。

方案二：体验金

1）活动流程

1. 通过大额体验金吸引用户
2. 通过抽奖活动使用户获得体验金
3. 引导用户在会员平台下单购买
4. 引导用户完成开户

2）使用场景

• 在区分出用户为期货产品需求时
• 用户对期货产品有产生兴趣，渴望产生收益

方案三：家庭保险计划

1）活动流程

1. 用户触达
2. 用户领取红包
3. 用户添加家庭成员
4. 下单购买

2）活动场景

• 用户有家庭投保需求
• 用户对家庭安全重视

方案四：首期低价保险

1）活动流程

1. 展示产品保额和保险价格
2. 用户点击进行购买
3. 用户填写相关信息
4. 用户下单购买

2）使用场景

• 用户对渴望购买保险
• 用户对保险有相应需求

方案五：直播活动

1）活动流程

1. 通过海报宣传直播活动，使用户感知
2. 用户参与直播活动
3. 在直播间发送相关奖品或优惠券
4. 用户领取优惠券
5. 引导用户付费购买

2）使用场景

• 渴望购买产品但有不懂的用户
• 渴望得到保险保障或期货收益的用户

五、承接建议

1）人寿

• 活动：承接上游导流用户，在会员品台推出相关保险活动，促使用户下单购买
• 内容：通过在朋友圈或会员平台发布购买保险的好处，戳中用户痛点，促使用户进入会员平台购买
• 服务： 顾问承接，对用户问题及时响应和对用户投保或理赔等问题全程跟踪

2）期货

• 活动：在平台或朋友圈，发布期货体验金，带用户体验收益带来的刺激后，引导用户开户，并反馈数据至
• 内容：朋友定期发布期货相关咨询文章，增加用户依赖和中粮期货的专业性，促使用户开户
• 服务： 顾问承接，对用户投资期货等问题及时回复

3）信托

• 内容：在朋友圈或会员平台展示企业实力、客户案例、理财专业性等内容增加用户信任
• 服务： 顾问承接，对用户信托问题进行及时回复和后续理财服务。

本文内容参考资本行业近期玩法总结，仅供参考

部分图片来源于网络

作者：hann‘g-Z