一、项目背景及目标

数据作为银行的重要信息资产，在银行业已经成为普遍的共识，银行已经从过去的产品驱动时代转变为价值驱动时代，在这其中如何存储、分析、挖掘数据资产至关重要，如何便捷、高效、准确运用大数据为业务赋能成为摆在我们面前的重要课题。我行急需对线上渠道用户的各类行为数据进行采集，分析、提取、挖掘，洞察其中的价值信息，为管理决策、用户画像、精准营销、统计分析等提供全方位的数据支撑，运用数字资产，驱动业务高效开展，定位目标客户群体，进行精准营销，整合行内外各类数据，分析客户行为、习惯、爱好，开展用户画像，实现千人千面的用户分析体系。介于此，行为分析平台应运而生。

二、项目/策略方案    

项目建设过程中，将重要业务功能进行合理的边界区分，使整体项目规划层次分明，错落有致，功能清晰。在设计过程中，重点以客户标签、线上渠道行为、客户分群、用户画像等模块为导向，建设全行客户统一OneID体系，助力数字化转型工作的推进。

1.数据标签管理模块

将数据资产的价值充分发挥极致，打通数据壁垒，形成多维度的数据加工模式，整合金融、非金融属性数据，突破数据盲区，提升数据的整体加工能力。搭建用户标签画像标签画像模块，设计、采集、存储用户数据，包括银行交易类、用户行为类数据，CRM系统用户标签、数据仓库DW层数据、与银行有关的三方应用场景数据。加工生成数据标签。

2.行为数据分析模块

以需求为导向，采集用户的线上行为数据，运用行为分析平台完善的数据采集方式，保障数据采集的完整性、高质量及高性价比。在数据埋点技术上可实现全埋点、代码埋点、可视化埋点及ETL导入。主要分为事件（Event）和用户（User）两大类数据，形成两大类数据集合，统一用户的UserID。在事件类数据中记录用户是谁，事件发生的时间、地点、事件行为、事件发生的具体方式、事件的具体内容，在用户类数据中记录用户基本属性和用户的UserID。通过用户UserID，可以将用户在数据层面进行打通，将用户在各个线上渠道产生的行为事件进行汇总，这里采集范围包括：APP、公众号、小程序、H5、PC等，形成数据标签。

3.用户业务数据导入

用户在行内系统中产生的各类业务数据，包括存贷款、理财、生活缴费、支付、信用卡消费等，可以通过实时接口获取和批量文件导入2种方式实现。在批量文件导入上，行内各系统根据定时批量任务，自动将数据文件加载到交互平台，行为分析平台自动去交互平台获取文件，加载到本地存储；在实时数据导入上，通过数据抽取相关技术，将生产上发生的交易类数据，实时传输到行为分析平台，存储加工处理，主要用于一些关键用户事件的抓取和捕获，使得银行业务人员可以提早部署、及时准备、实施有效的应对措施。

4.用户三方数据导入

通过与三方数据平台的合作，在保证用户敏感信息不被泄露的前提下，充分与三方平台对接，共享数据资源，这里可以是批量数据导入，也可以是实时数据接口，实现数据来源多元化，使用户的数据来源更加丰富。通过对行内外数据的整合，各类活动场景的数据融合，挖掘出潜在客户群体，例如通过转账频度较高；频繁使用个人网银进行批量转账；客户每月固定时间入账等相关维度分析，可以挖掘该类客户为潜在的代发工资客户群体。

5.数据导出/API服务

可通过批量导出或实时API接口的方式，提取平台数据，输出到业务系统。用于客群经营、精准营销、用户画像、实时事件抓取等，行内各业务系统可按需在平台中进行订阅，平台实时更新，定时发送，确保各系统能获取到相关数据。

6.数字化运营分析模块

可支持产品、运营、数据分析人员等各角色人员的数据分析工作，协助各角色实现自助分析。运用数字资产，驱动业务高效开展，定位目标客户群体，进行精准营销，整合行内外各类数据，分析客户行为、习惯、爱好，开展用户画像，实现千人千面的用户分析体系。分析用户特征属性行为，结合营业数据，三方数据等，进行精细化运营、产品功能及用户体验优化、提升管理决策。可通过 BI、大数据模块、CRM、ERP 等内部 IT 系统，构建用户数据体系，让用户行为数据发挥深远的价值。

7.用户洞察分析

支持单用户画像和用户群画像，在用户群画像方面，支持基于用户属性、标签、行为事件、已有客群等规则选择方式进行创建客户群体，也可基础产品属性、类型、周期、到期日等规则选择方式进行创建偏好客户群体；在单用户画像方面，对我行每一位零售客户组合各类标签，包括：（基础信息、资产信息、产品持有、渠道签约、基础客群、客户活跃、客户行为等方面）可以实现个人用户的千人千面，在具体营销活动中找到目标客户，提供资产类、财富类、生活类等各类场景的精准推送。

8.用户客群管理

支持基于自定义规则创建客群，使用用户属性、标签、客群、用户行为、多个有序的行为序列进行客群筛选，设置规则流程，通过触发条件，将符合条件的用户进行聚类，形成结果客户群，可支持客群保存、查看、更新、暂停、启动、删除、重新计算等。客群支持下钻分析，支持查看单个用户画像。

三、创新点

1.颠覆了传统银行的经营驱动模式。彻底打通零售各业务线的零售数据，涵盖客户金融数据、行为数据、生活类数据，可以更精准绘制客户全生命周期服务需求全景图。

2.颠覆传统银行的客户分层管理理念。在传统银行理念中80％的能力资源服务20％的高净值客户，数量巨大的大众客户，基本没有得到专业的金融服务，借助数字化运营分析平台其强大的大数据分析和活动策略部署能力，实现对大众客户的有效触达覆盖。

四、项目过程管理    

1.需求阶段

需求阶段，我们的主要了解项目的需求，对需求进行详细的拆分，并对需求文档进行深入的沟通，联合零售各部门进行意见及需求征集，根据沟通内容。我们进行详细的分析和记录，规划功能的要点，确认功能的排期，以此作为依据来制定项目计划。同时，我们进行了初步的技术和可行性评估，以确保项目能够顺利实施。

2.开发阶段

开发阶段，主要是根据需求文档，开发出符合需求的项目成果，业务人员、科技人员全力投身于项目建设当中，实时配合合作伙伴解决问题。在此阶段我们每日召开晨会夕会，根据项目需要总结本日开发的进度，抛出问题并于第二日解决，密切关注项目的进度和质量，每月召开项目例会，参会人员包括各层主管领导，汇报项目进度，总结项目问题，制定下一步实施计划等。

3.测试阶段

测试阶段主要目标是确保项目成果的质量和稳定性。我们进行多轮测试安排，其中包括SIT测试共计2轮，涉及案例6000余个，UAT测试共计3轮，涉及案例3000余个，以及为期一个月的性能测试，整体测试工作为期3个月，确保系统功能、流程正常，确保项目成果能够在生产环境中正常运行。

4.试运行阶段

试运行阶段，确保项目能在实际环境中正常运行，流程正确且满足客户期望。并且我们对项目的成果进行详细的检查和评估，项目出现的问题也会保证在第一时间进行解决。期

五、运营情况

行为分析平台2024年1月31日投产至今，各系统均运行正常。截至2024年9月底，投产标签共计1007个，标签调用次数343万次，日均调用7000余次；埋点平台对接手机银行、微信小程序、H5门户、社交银行、会员体系、零贷小程序等多渠道，上线埋点事件197个，承接各渠道上送埋点数据23亿条；为零售条线各部门“送课上门”10余次；

行为分析平台将通过数据驱动业务场景赋能应用。丰富客户标签画像，形成客户360视图，增加标签采集加工维度，深入洞察客户行为、交易偏好，匹配产品、话术、活动，生成精准营销事件，在新客、代发客户经营上发力，捕捉潜在需求，提升客户产品交叉持有数量。后续将对全行千元户的消费行为、偏好及潜在需求进行深度洞察，提供数据大脑级别的运营支持，制定精准营销策略。

六、项目成效

通过平台落地，打造全行标签画像体系，通过1000+客户级标签的开发，建立了我行零售客户的360全景视图，形成千人千面的的单客户画像和客群画像，为客户的精准营销打下坚实基础。

采集客户的行为埋点数据，包括客户浏览、点击、搜索及各业务场景的行为，时刻捕捉客户实施行为，精准了解客户动态数据，作为客户交易数据的补充，借助于平台强大的模型分析能力，挖局客户营销需求。

捕捉营销事件，涵盖行为类事件、交易类事件、达标类事件等，实时进行事件透传，及时通过事件类营销精准触达客户，提升客户在我行整体价值贡献。

建立全行零售客户Oneid体系，整合客户在各系统的统一身份认证，不论客户在任何渠道登入，都能精准识别出客户的唯一身份，为后续客户权益视图整合、活动策划整合、渠道触达整合打下基础。

七、经验总结

通过平台落地，打造全行标签画像体系，通过1000+客户级标签的开发，建立了我行零售客户的360全景视图，形成千人千面的的单客户画像和客群画像，为客户的精准营销打下坚实基础。

采集客户的行为埋点数据，包括客户浏览、点击、搜索行为，时刻捕捉客户实施行为，精准了解客户动态数据，作为客户交易数据的补充，借助于平台强大的模型分析能力，挖局客户营销需求。

在数据安全方面符合数据安全规范，对客户信息保护到位，所有客户敏感数据均脱敏展示，符合监管要求。