(電子商務(wù)研究中心訊)
寫在前面：給互聯(lián)網(wǎng)金融營銷人的9點提示
1.80后為炒股散戶主力，廣告投放重點關(guān)注此年齡段。
2.高頻游戲人群在手機(jī)銀行人群中的比率為炒股人群中的近三倍。
3.可結(jié)合三方數(shù)據(jù)找出有投資、經(jīng)營類游戲行為的人群，進(jìn)行定向投放或者異業(yè)合作。
4.炒股人群的資訊閱讀偏好比較偏冷門的澎湃，而基金人群喜愛偏大眾的QQ閱讀。
5.券商與其在大流量平臺買流量，不如在財經(jīng)資訊類渠道投放廣告，政治經(jīng)濟(jì)類為宜。
6.互金公眾號發(fā)布的時間設(shè)定為 早上十點或晚上八點為圖文觸達(dá)最佳時機(jī)。
7.通過與奢侈品平臺進(jìn)行異業(yè)合作既能為品牌提升聲譽，投放的TGI可能也會更高。
8.相比愛奇藝炒股人群更偏愛優(yōu)酷，建議在優(yōu)酷上可以進(jìn)行以品牌曝光為主的投放。
9.有財富管理偏好的人群周末比較宅，喜歡與家人共度休閑時光，投放不要停。
請注意：以上建議僅供參考。
本文背景
金融行業(yè)告別野蠻增長，進(jìn)入存量客戶的精細(xì)化運營時代
精細(xì)化運營的目標(biāo)之一是擴(kuò)大資產(chǎn)規(guī)模，轉(zhuǎn)向財富管理
如何服務(wù)不同投資偏好的人群，TalkingData用數(shù)據(jù)分析給出建議
研究目的：為什么要撰寫TalkingData投資人群洞察報告？
在存量客戶經(jīng)營時代，線上業(yè)務(wù)如何服務(wù)財富管理人群，抓住互聯(lián)網(wǎng)轉(zhuǎn)型第二波浪潮？
TalkingData創(chuàng)新金融部從“投資人群”的洞察報告入手，專項分析投資人群中的“手機(jī)銀行人群”、“基金理財人群”、“財富管理類人群”等人群，結(jié)合行業(yè)數(shù)據(jù)和TalkingData數(shù)據(jù)，為財富管理人群洞察和營銷提供建議。
報告部分總結(jié)
70后、90后熱愛奢侈品的人群更有可能成為基金投資人群。與奢侈品平臺進(jìn)行異業(yè)合作可能成為首選。
基金投資以及炒股人群中有杠桿交易行為的基金投資人群，更可能轉(zhuǎn)化為財富管理客戶。
銀行的大量理財客戶同證券客戶有較大重疊，先從此部分人群開始運營，收效比較顯著。
◆ ◆ ◆
1.1 炒股人群理財屬性
除了占比最高的證券投資屬性以外，炒股人群偏愛的投資理財方式是貨幣基金，緊隨其后的有財富管理，手機(jī)銀行，借貸，直銷保險等等。通過證券投資人群的前三名我們將在后面分析炒股人群分別與“手機(jī)銀行人群”、“貨幣基金人群”、“財富管理人群”等人群的差異。
數(shù)據(jù)來源：TalkingData
◆ ◆ ◆
1.2 投資人群分層模型
我們將金融行業(yè)中的理財金字塔概念放在本章用于解釋報告的邏輯，但是因為分析的主題為人群而不是具體的投資產(chǎn)品，所以分層的依據(jù)為客群數(shù)量多少以及相對應(yīng)的客戶凈值的高低。
金字塔底層人群基數(shù)大但客戶凈值低，整體服務(wù)成本高，建議提供線上服務(wù)。
金字塔頂層人群基數(shù)少但客戶凈值高，單個客戶收益高，建議提供線下服務(wù)。
針對每一個層次提供基于特殊的人群屬性向上增銷、轉(zhuǎn)化、定位的建議。
◆ ◆ ◆
2.1 手機(jī)銀行客戶分析
人群定義：該人群畫像具有諸如有手機(jī)銀行理財行為，或是手機(jī)上沒有安裝任何券商資訊、證券交易等APP的行為特點。
80后是炒股散戶主力軍
在使用了手機(jī)銀行但是沒有炒股偏好的人群中我們發(fā)現(xiàn)，90后、70后的比率更高，與后面的基金購買人群相似。且中年人群（46歲以上）在手機(jī)銀行上的行為比炒股更頻繁。券商需要思考如何將90后拉回來、如何保留住70后，銀行則要思考如何為80后提供更好的投資服務(wù)。
數(shù)據(jù)來源：TalkingData
◆ ◆ ◆
2.2 游戲無法填補(bǔ)我被割韭菜的憂傷
通過深度的游戲標(biāo)簽屬性，我們可以發(fā)現(xiàn)，理財偏好為手機(jī)銀行端且沒有炒股相關(guān)APP的人群的更愛玩游戲，其中每天會有至少一次游戲行為的用戶超過20%；而相比之下此類用戶在炒股人群中僅占7.73%。高頻游戲人群在手機(jī)銀行人群中的比率為炒股人群中的近三倍。
手機(jī)銀行理財人群的游戲付費意愿更高，有更多人在游戲中花費超過5000元。炒股人群不太熱愛玩游戲，但針對手機(jī)銀行理財人群，游戲化運營可能是一個不錯的嘗試。
數(shù)據(jù)來源：TalkingData
◆ ◆ ◆
2.3 我與韭菜之間可能只差一個APP
通過分析炒股人群以及手機(jī)銀行理財人群可以發(fā)現(xiàn)，炒股人群中幾乎所有人都會關(guān)注財經(jīng)資訊，而在銀行理財人群中則只有不到5%的占比。但是兩種人群都愛閱讀科技資訊類讀物。此外，炒股人群更多關(guān)注財富管理產(chǎn)品。券商與其在大流量平臺買流量，不如在財經(jīng)資訊類渠道投放廣告，說不定會有驚喜?？萍假Y訊和閱讀可以作為一種服務(wù)，為銀行客群提供更好用戶體驗。
數(shù)據(jù)來源：TalkingData
◆ ◆ ◆
3.1 炒股人群洞察
人群定義：該人群畫像為下載了諸如“東方財富網(wǎng)”、“同花順”、“雪球”等股票資訊軟件的移動端活躍人群，并經(jīng)過過濾刷量、數(shù)據(jù)去重等數(shù)據(jù)處理后的“炒股偏好人群”。
KYC – 炒股人群性別分布
炒股人群中男性占比最大，超過74%的炒股人群為男性，超過全量數(shù)據(jù)的51%，將近四分之一。
券商移動APP的設(shè)計風(fēng)格可以重點考慮男性客戶需求，運營活動的話術(shù)需要簡單明了，小清新風(fēng)格不適合券商炒股人群。
券商的財經(jīng)資訊在選擇上需要偏向男性投資者需求，考慮增加政治、軍事、科技、宏觀經(jīng)濟(jì)等分析報告。
數(shù)據(jù)來源：TalkingData
◆ ◆ ◆
3.2 KYC – 炒股人群年齡分布
炒股人群呈現(xiàn)年輕化，其中19-35歲的人群占比超過68%，相比在總?cè)巳褐?6%的占比超過一半還多。
券商APP的功能設(shè)計需要圍繞年輕人群需求，不求界面復(fù)雜，但求簡單明了，突出投資和交易特色。
年輕人重視客戶體驗、對活動響應(yīng)率高，券商APP的色彩年輕化和深化活動運營有可能是個不錯的嘗試。
數(shù)據(jù)來自：TalkingData
◆ ◆ ◆
3.3 百度指數(shù) - 炒股相關(guān)需求圖譜
成功定位到炒股人群后。 如何精準(zhǔn)觸達(dá)這一群體？
通過在2018年2月的百度指數(shù)中搜索炒股人群以及其相關(guān)度，我們發(fā)現(xiàn)，搜索“炒股”的人群可能是愛奇藝、優(yōu)酷的用戶。喜歡玩GTA5（俠盜獵車5），常逛bilibili，也經(jīng)常會去斗魚或者虎牙觀看直播。
這些行為在移動端也有一樣的表現(xiàn)呢？ 我們將在后面通過TalkingData的數(shù)據(jù)庫進(jìn)行驗證。
數(shù)據(jù)來自：百度指數(shù)官網(wǎng)、TalkingData
◆ ◆ ◆
3.4 進(jìn)擊的二次元
根據(jù)百度指數(shù)的數(shù)據(jù)，炒股人群中，使用b站的人數(shù)比率大大超過了總?cè)巳旱氖褂帽嚷?，為垂直視頻領(lǐng)域中占比最高的網(wǎng)站。
比起愛奇藝，炒股人群更偏愛使用優(yōu)酷作為主要的視頻觀看媒介，印證了百度趨勢的相關(guān)度。
營銷上，結(jié)合TalkingData在金融廣告投放方面的經(jīng)驗，建議在優(yōu)酷上可以進(jìn)行以品牌曝光為主的投放。
數(shù)據(jù)來源：TalkingData
◆ ◆ ◆
3.5 老鐵，火箭走一波！
炒股人群中，不管是使用斗魚還是虎牙直播的用戶明顯比率更高。印證了百度趨勢的相關(guān)度。
盡管虎牙以及斗魚是知名的游戲彈幕直播平臺，但在虎牙以及斗魚上直播分享理財知識的也大有人在。其他品牌已經(jīng)在進(jìn)行流量滲透了，你呢？
數(shù)據(jù)來源：TalkingData
◆ ◆ ◆
3.6 成不了富翁，我們還有GTA5
在游戲偏好中我們發(fā)現(xiàn)，炒股人群中喜愛動作射擊類游戲（亦如GTA5）的人群占比遠(yuǎn)遠(yuǎn)不及總?cè)巳?。為什么呢?/p>
進(jìn)一步研究我們發(fā)現(xiàn)，GTA5內(nèi)置炒股系統(tǒng)（線上為BAWSAQ，單機(jī)為LCN）。許多搜索“炒股”關(guān)鍵詞的人其實是在搜索GTA5游戲中的股票，這也就解釋了為什么關(guān)鍵字“炒股”與“GTA5”關(guān)聯(lián)度高，但是炒股人群對動作射擊類游戲偏好較低。
數(shù)據(jù)來源：TalkingData
◆ ◆ ◆
3.7 投資是一種信仰從天天德州開始
相較于總?cè)巳海垂扇巳旱挠螒驅(qū)傩暂^弱，比較偏愛撲克棋牌、經(jīng)營、策略類游戲。與投資、經(jīng)營有關(guān)的游戲更受炒股人群的喜愛。比如天天德州。
可以結(jié)合三方數(shù)據(jù)找出有投資、經(jīng)營類游戲行為的人群，進(jìn)行定向投放或者異業(yè)合作。
數(shù)據(jù)來源：TalkingData
◆ ◆ ◆
3.8 入的了貴賓廳，出得了地鐵站，騎得了小黃車
炒股人群有明顯的商旅特征，包括更顯著的酒店、公交出行以及航空出行類應(yīng)用偏好。共享單車的使用比率也略高于總?cè)巳?。券商無法像銀行信用卡一樣通過商旅權(quán)益吸引客戶，但是因為券商的展業(yè)代理人一般會銀行網(wǎng)點駐場，那么選擇商旅權(quán)益較好的信用卡的銀行網(wǎng)點駐場在開戶獲客上或許會更高效。
數(shù)據(jù)來源：TalkingData
◆ ◆ ◆
3.9 上班艱苦阻擋不了對股票的熱情
炒股人群設(shè)備活躍時段是比較典型的上班族活躍曲線，白天的活躍時段波段比較平穩(wěn)，在下午的一點到五點會有比較小幅度的縮減。
早晨活躍時段開始于早上六點，在十點左右達(dá)到峰值。晚上的峰值在八點左右，在晚上十點左右開始出現(xiàn)下降，凌晨五點左右到達(dá)一天最低谷。可以結(jié)合券商公眾號的運營團(tuán)隊，將公眾號發(fā)布的時間設(shè)定為 早上十點或晚上八點為圖文觸達(dá)最佳時機(jī)。
數(shù)據(jù)來源：TalkingData
通過以上炒股人群的行為特征，我們可以大致描繪出炒股人群的一天。
4 . 基金人群
基金理財人群定義：在TalkingData數(shù)據(jù)中有“基金理財”標(biāo)簽的人群，該類人群畫像具有下載了諸如“財富通”、“陸金所”等基金理財相關(guān)APP，或是證券交易用戶，或有其他基金理財性質(zhì)行為特點。
◆ ◆ ◆
4.1 70后、90后更樂意購買基金
基金人群與炒股人群高度相關(guān)（基金理財人群中大部分都是炒股人群，或者說大部分是從炒股人群中轉(zhuǎn)型的）。我們嘗試去找出“貨幣基金人群”和“炒股人群”的差別，為“如何將炒股人群”轉(zhuǎn)化為“基金購買人群”的課題提供數(shù)據(jù)驅(qū)動決策的指導(dǎo)。
我們發(fā)現(xiàn)基金人群在19-25歲、36-55歲的維度占比更高?？梢钥偨Y(jié)出，80后更偏愛個人決策炒股，90后、70后更偏向?qū)①Y金交給基金。
數(shù)據(jù)來源：TalkingData
◆ ◆ ◆
4.2 買過最奢侈的東西就是基金了
通過下圖我們可以發(fā)現(xiàn)，相較于炒股人群，基金人群在消費定位上更偏好奢侈品以及高端品牌。可以總結(jié)出，基金人群平均凈值比平均炒股人群高，或者說炒股人群中凈值高且有奢侈品消費行為的人群更容易轉(zhuǎn)化為基金客戶。通過與奢侈品平臺進(jìn)行異業(yè)合作既能為品牌提升聲譽，投放的TGI可能也會更高。
數(shù)據(jù)來源：TalkingData
◆ ◆ ◆
4.3基金人群偏愛BATJ承載的產(chǎn)品
在內(nèi)容分享類APP中，知乎在兩種人群的使用比率都較高。此外，垂直類視頻網(wǎng)站中，基金人群更偏愛咪咕影院，炒股人群更偏愛bilibili。貨幣基金APP中，炒股人群偏好使用陸金所瀏覽或者購買基金，而基金人群中排名第一的基金類APP為京東金融。炒股人群的資訊閱讀偏好比較偏冷門的澎湃，而基金人群喜愛偏大眾的QQ閱讀。用知乎承載金融大牛的報告輸出，說不定會比悶頭寫投研更高效。
數(shù)據(jù)來源：TalkingData
財富管理人群定義：在TalkingData數(shù)據(jù)中有財富管理偏好標(biāo)簽的人群，該人群畫像具有下載了諸如“螞蟻聚寶”等相關(guān)APP、并且經(jīng)?；顒訁^(qū)域為CBD等商務(wù)區(qū)域的特征。
5 . 財富管理人群
◆ ◆ ◆
5.1 我是八零后，我為我的股票賬戶代言
財富管理人群中年齡分布與基金理財人群比較類似，相比基金人群，70后、90后的占比更高，80后的占比更低。
80后生活負(fù)擔(dān)和壓力較大，更多的人期望通過股票投資來獲取更高的收入，其投資偏好比較激進(jìn)，偏愛高風(fēng)險高收益。
80后處于財富積累加速上升的通道，券商需要適當(dāng)引導(dǎo)80后的投資理念，從長期收益和資產(chǎn)配置角度來進(jìn)行理財規(guī)劃。
數(shù)據(jù)來源：TalkingData
◆ ◆ ◆
5.2 杠桿加起來，黃金屯起來
總體分析，財富管理人群與炒股人群的金融理財偏好相當(dāng)，但是數(shù)據(jù)分析發(fā)現(xiàn)偏向財富管理的人群有更高的借貸屬性，甚至在貴金屬投資中的占比是炒股人群的6-7倍。
在風(fēng)險更高的期貨以及外匯上，兩類人群偏好同樣較低?？梢钥偨Y(jié)出，財富管理類人群更加偏好中等風(fēng)險投資，特別是自帶杠桿的貴金屬投資。結(jié)合貴金屬交易頻度可以從客戶行為數(shù)據(jù)找出潛在的財富管理類用戶。
數(shù)據(jù)來源：TalkingData
◆ ◆ ◆
5.3 財富管理人群周末消費地與深圳市民對比
通過財富管理人群與深圳普通市民的周末消費地點的線下POI熱力圖對比，我們可以發(fā)現(xiàn)，財富管理人群主要出現(xiàn)在南山歡樂頌、清華大學(xué)園以及布吉附近。與我們假設(shè)的“CBD等商務(wù)區(qū)域”偏好相差甚遠(yuǎn)。
與一般市民聚集于羅湖相比，大部分財富管理人群周末都聚集在南山（科技園區(qū)所在地），以及郊區(qū)的高端住宅區(qū)?？梢钥偨Y(jié)出，其實有財富管理偏好的人群周末比較宅，更喜歡與家人共度休閑時光。
財富管理人群2018年1-2月深圳周末消費地點（4點-6點）
深圳市民2018年1-2月深圳周末消費地點（4點-6點）
（來源：alkingData移動觀象臺 文/TD劉諭謙 編選：電子商務(wù)研究中心）
