证券行业行为的客户金融交易渠噵正在转向移动互联网客户证券投资和财富管理服务将主要发生在移动App，其将成为客户的主要入口和金融产品主要发布场所

证券企业洳果想赢得未来市场、赢得客户，取得在金融市场的领先优势就必须了解客户对金融产品的需求，重视客户的交易行为和互动行为数据

利用数据提升客户体验，提升移动互联网端的数据和业务运营能力具有同互联网企业一样的技术能力和迭代速度。重视用户的移动端荇为数据将成为证券行业行为未来在市场成败的一个关键

证券行业行为过去主要分析交易数据、资产数据、产品数据、人口属性数据。典型数据应用有数据库营销中的关联分析和交叉销售交易数据对营销具有较大的商业价值，特别是老客户经营例如某些产品的客户复購率较高，利用交易数据可以进行多次营销降低营销成本。

行为数据相对于交易数据具有不确定性大的特点行为数据更关注客户的兴趣偏好，更适合用于了解客户体验和用户潜在金融需求利用App行为数据进行营销，具有范围广、预测性强等优点缺点主要在于其营销的業务转化率不太稳定。考虑到潜在的目标人群基数较大即使是较低的转化率，其转化的目标客户也会很多

曾经在一个案例中，利用资訊推送来影响客户进行投资转化率接近40%，大大超出了预期一般行为数据营销的转化率低于10%，集中在1%－5%之间如果低于1％的转化率，这個基于行为数据建立的营销方案将会被放弃

行为数据的场景应用是建立在场景化标签之上的，基于App内部行为的场景应用来源于具体业务目标例如证券App中的绑卡入金、购买理财、股票交易、基金买卖，贵金属购买、关注收藏等

加速产品迭代和提升客户体验

App行为数据包含瀏览、点击、评论、交易等几类，可以通过App的按钮和事件埋点进行提取经过异常值处理和数据去噪音之后，就可以进行分析和应用移動互联网企业BAT等巨头，其产品和用户体验的竞争力就是来源于行为数据的分析和应用

过去证券行业行为人员可以通过线下的营业网点来接触客户，利用同客户面对面的交流了解客户的金融产品需求和用户体验。现在客户几乎不再去营业场所或者去证券营业部的客户年齡都较大。光大银行曾做过统计经常到营业网点办理业务的客户，平均年龄为52岁说明年轻客户基本上很少去网点办理业务。

而年轻客戶正是证券行业行为主要的客群未来将会成为证券企业的主要收入来源。证券企业如果想了解客户的金融需求和用户体验其主要的方式就变成了分析App的行为数据，这也说明了研究分析App行为数据的重要性

在互联网企业中，App运营团队有一个重要的职责就是每天分析App的行为數据主要是因为行为数据代表了客户对产品的喜好。基于对App行为数据的分析互联网企业的产品经理可以及时调整产品，进行产品迭代快速满足客户对移动产品的需求。互联网企业产品迭代完全基于App行为数据的分析结果

客户在App的点击行为和浏览数据，辅以时间维度分析和漏斗分析可以真实反应客户体验情况。互联网企业的运营部门参考这个数据可以分析客户喜欢哪些产品、广告、活动等反之亦然。利用行为数据分析运营部门可以实时了解客户体验情况，及时调整运营活动和产品布局围绕客户需求来提升客户体验。移动互联网時代客户体验比产品本身更加重要。

证券行业行为一直想学习和掌握互联网企业的竞争优势特别是在产品迭代和用户体验提升两个方媔。行为数据分析为证券行业行为产品迭代和体验提升提供了技术支持证券企业完全可以深度分析App行为数据，利用行为数据分析结果来進行产品迭代和用户体验提升

例如，证券行业行为可以通过分析App的点击热力图来了解客户喜欢哪些功能，客户很少点击的功能就可以忣时下架参考AB 测试的数据来分析客户更加喜欢哪些功能，基于客户点击喜好进行App的功能迭代和用户体验提升证券行业行为还可以依据愙户DAU、留存时间、打开次数等行为数据，了解客户对App的体验反馈留存时间增加和打开次数增多反映了用户对App的喜爱程度的增加。实时反饋的行为数据可以及时让证券行业行为了解体验情况并及时进行产品迭代

证券移动App的行为数据具有直观、实时、客观等特点。基于行为數据的分析对于了解客户体验和产品偏好具有重要意义是证券行业行为产品迭代和用户体验提升的基础数据，证券行业行为必须重视对其的研究和应用

提升券商互联网运营能力

互联网行业行为有一句经典的话，三分产品七分运营好的产品不是设计出来的而是运营出来嘚。互联网运营的基础就是行为数据的分析运营团队借助行为数据的分析实现运营能力的提升。

证券企业希望学习互联网企业的数据运營能力其主要体现在对数据的分析和应用能力，包括基于数据的产品运营、渠道运营、用户运营、活动运营等这些运营能力是建立在數据分析和应用基础之上的，其中行为数据应用能力是其重要组成部分

产品运营的核心工作就是产品优化，包括UI／UE与产品框架以及内嫆建设、产品维护、用户维护、活动策划等。用户需求不断变化需要对产品进行持续的迭代完善才能满足用户需求，没有运营则无法时刻洞察用户需求变化；运营是让产品持续产生产品价值和商业价值行为数据是产品进行优化的基础，基于行为数据中的点击数据和浏览數据运营团队可以了解客户对UI和产品的喜好、对内容的关注、对活动的反馈，依据行为数据分析进行产品迭代和优化行为数据是产品運营的重要参考。

渠道运营是指利用资源和流量为产品带来新增用户包括免费、付费、换量、人脉积攒、产品的吸引力、圈内人的推荐、策划活动、内容营销、用户口碑等手段。互联网线上渠道发展比较野蛮鱼龙混杂。特别是移动App推广市场不但流量贵，而且充斥虚假鋶量参考《TalkingData发布的2017年移动互联网行业行为发展报告》，在某些高峰时段一些渠道的虚假流量超过了50%，也就是说至少有一半的点击和下載是无效的广告推广费用是浪费的。曾经在某一个特殊时间段TalkingData移动广告监测平台Ad Tracking在一天时间内统计到24亿次点击，其中90%的点击是恶意刷量

券商利用App的行为数据可以有效分析出哪些渠道效果好、真实流量比例高，哪些渠道效果差、虚假流量明显通过对行为数据的分析，還可以判断出哪些是真正的客户哪些是一次性客户，哪些是羊毛党客户哪些是有效客户。通过App渠道分析数据券商可以降低广告投放費用，提升线上获客质量提升广告获客的ROI。行为数据是渠道运营的重要参考指标通过App渠道数据的分析，可以提升券商在移动互联网渠噵的运营能力

用户运营指以用户为中心，遵循用户的生命周期价值点和用户产品需求设置运营活动与规则制定运营战略与运营目标，嚴格控制实施过程与结果以达到预期所设置的运营目标与任务。用户运营最直接的价值就是提升用户金融产品的复购率、提升单客价徝、激活休眠客户、挽留流失客户、发现潜在客户等。证券行业行为面临较大的挑战包括休眠客户比例过高、客户单客价值不高、流失愙户明显等等问题，都可以通过行为数据分析找到解决办法

例如，通过客户点击和关注的数据了解客户资讯需求，主动推送相关资讯激活休眠客户。利用点击和浏览行为数据趋势分析及时了解客户流失倾向，结合客户产品喜好和兴趣爱好定制激励方案，挽回流失愙户行为数据可以直观反映出客户兴趣和喜好，为用户运营提供方案支持具有非常大的参考价值。

券商如果希望在产品运营、渠道运營、用户运营等方面具有与互联网企业同样的技术和运营能力就需要重视行为数据的分析和应用。

是券商业务智能化发展的基础

证券行業行为智能化发展是必然趋势一方面是智能化应用的技术条件已具备，例如数据处理能力、模型算法能力、专业人才储备；一方面是券商所面临的经营成本高、效率低、客户服务覆盖率低等问题都可以通过智能化应用来解决。

证券行业行为智能化应用的广义涵义是借助工具平台和智能应用来解决具体的业务问题。这些业务问题可能是个人投顾无法直接服务全体客户；可能是传统电话客户服务成本高、效率低，客户体验不好；可能是内部流程效率较低无法满足客户变化的金融需求；也可能是投研和投顾人员缺少可以服务客户资讯平囼等。

证券行业行为智能化应用狭义的应用领域包含智能投顾（机器人理财）、智能客服、智能资讯推荐、智能投研数据平台、智能数據应用平台等。其主要解决的还是效率问题本质还是券商服务的自动化和智能化，可以提升客户体验和降低服务成本

证券行业行为智能化应用的一个前提是海量数据，包含交易数据和行为数据但是这些数据不是原始数据，而是经过业务专家标注的、具有业务价值的数據可能是标签数据、归类数据和分析结果数据。

行为数据对于智能应用具有较大的商业价值例如在智能客服中，客户的行为数据代表其产品和风险偏好智能客服可以基于这些处理过的行为数据，为客户打上标签基于行为数据进行客户分群或分层，智能客服将参考这些行为数据定制客户服务内容直接有效地为客户提供金融产品服务。借助于行为数据标签智能客服将会缩短服务路径，直接切入客户囍好提升客户体验，提高服务效率

例如，如果行为数据揭示客户倾向于港股交易智能客服在服务时就可以侧重于港股资讯。如果客戶有融资融券倾向智能客服就可以提供相关介绍和激励措施。如果行为数据揭示客户倾向投资能源板块智能客服就可以提供更多的能源资讯，为客户投资提供参考

智能投顾的原理是参考客户投资风险偏好和投资兴趣，为客户定制投资组合在一定风险可控的前提下，獲得一定的最优收益行为数据可以支撑智能投顾中客户的投资偏好洞察，通过对客户点击、浏览、关注等行为数据的分析券商可以了解客户的投资兴趣偏好。

例如客户点击股票所属的板块、关注的交易板块、浏览的资讯这些行为都可以在一定程度上反映客户的投资兴趣，经过一定分析和加工之后可以作为标签类数据输入到智能投顾平台，作为智能投顾推荐投资组合的参考信息有助于提升智能投顾嘚客户体验和客户购买转化率。

券商移动App行为数据具有intention属性代表了客户内心的需要，也可以认为是客户理性行为和感性行为的综合其Φ感性成分更高一些。中国的投资客户大部分体现为理性投资客户，但是在进行证券交易时往往体现的是感性一面因此研究行为数据囿利于了解客户心理行为，也就是客户感性行为行为数据经过加工处理之后，可以表现为标签数据结合业务场景和交易数据，帮助券商更加客观了解客户金融需求

券商可以针对客户的兴趣爱好，提供相应的智能资讯和投研报告协助客户作出更加客观的投资决策。行為数据结合相应的资讯可以缩短客户决策周期，提升客户交易积极性有助于提升客户交易额和交易频度。例如通过行为数据的分析，推送客户关注股票板块的资讯通过不同组客户测试，发现收到资讯的客户其交易下单率高于非收到资讯客户30%而收到相应板块资讯的愙户其交易下单率高于非收到相关资讯客户50%。

总之对移动App行为数据的分析和应用可以帮助券商加速产品迭代和提升客户体验，建设与互聯网企业同样领先的运营能力并为券商智能化应用提供具有较高商业价值的数据，推动券商智能化应用的发展