(電子商務研究中心訊)
寫在前面：給互聯(lián)網金融營銷人的9點提示
1.80后為炒股散戶主力，廣告投放重點關注此年齡段。
2.高頻游戲人群在手機銀行人群中的比率為炒股人群中的近三倍。
3.可結合三方數(shù)據找出有投資、經營類游戲行為的人群，進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，不如在財經資訊類渠道投放廣告，政治經濟類為宜。
6.互金公眾號發(fā)布的時間設定為 早上十點或晚上八點為圖文觸達最佳時機。
7.通過與奢侈品平臺進行異業(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，進入存量客戶的精細化運營時代
精細化運營的目標之一是擴大資產規(guī)模，轉向財富管理
如何服務不同投資偏好的人群，TalkingData用數(shù)據分析給出建議
研究目的：為什么要撰寫TalkingData投資人群洞察報告？
在存量客戶經營時代，線上業(yè)務如何服務財富管理人群，抓住互聯(lián)網轉型第二波浪潮？
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“手機銀行人群”、“基金理財人群”、“財富管理類人群”等人群，結合行業(yè)數(shù)據和TalkingData數(shù)據，為財富管理人群洞察和營銷提供建議。
報告部分總結
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品，所以分層的依據為客群數(shù)量多少以及相對應的客戶凈值的高低。
金字塔底層人群基數(shù)大但客戶凈值低，整體服務成本高，建議提供線上服務。
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。
針對每一個層次提供基于特殊的人群屬性向上增銷、轉化、定位的建議。
◆ ◆ ◆
2.1 手機銀行客戶分析
人群定義：該人群畫像具有諸如有手機銀行理財行為，或是手機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。
數(shù)據來源：TalkingData
◆ ◆ ◆
2.2 游戲無法填補我被割韭菜的憂傷
通過深度的游戲標簽屬性，我們可以發(fā)現(xiàn)，理財偏好為手機銀行端且沒有炒股相關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銀行人群中的比率為炒股人群中的近三倍。
手機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，但針對手機銀行理財人群，游戲化運營可能是一個不錯的嘗試。
數(shù)據來源：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注財經資訊，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，炒股人群更多關注財富管理產品。券商與其在大流量平臺買流量，不如在財經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，為銀行客群提供更好用戶體驗。
數(shù)據來源：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”、“同花順”、“雪球”等股票資訊軟件的移動端活躍人群，并經過過濾刷量、數(shù)據去重等數(shù)據處理后的“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)據的51%，將近四分之一。
券商移動APP的設計風格可以重點考慮男性客戶需求，運營活動的話術需要簡單明了，小清新風格不適合券商炒股人群。
券商的財經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、宏觀經濟等分析報告。
數(shù)據來源：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%，相比在總人群中26%的占比超過一半還多。
券商APP的功能設計需要圍繞年輕人群需求，不求界面復雜，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)據來自：TalkingData
◆ ◆ ◆
3.3 百度指數(shù) - 炒股相關需求圖譜
成功定位到炒股人群后。 如何精準觸達這一群體？
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)據庫進行驗證。
數(shù)據來自：百度指數(shù)官網、TalkingData
◆ ◆ ◆
3.4 進擊的二次元
根據百度指數(shù)的數(shù)據，炒股人群中，使用b站的人數(shù)比率大大超過了總人群的使用比率，為垂直視頻領域中占比最高的網站。
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度。
營銷上，結合TalkingData在金融廣告投放方面的經驗，建議在優(yōu)酷上可以進行以品牌曝光為主的投放。
數(shù)據來源：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。其他品牌已經在進行流量滲透了，你呢？
數(shù)據來源：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）的人群占比遠遠不及總人群。為什么呢？
進一步研究我們發(fā)現(xiàn)，GTA5內置炒股系統(tǒng)（線上為BAWSAQ，單機為LCN）。許多搜索“炒股”關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鍵字“炒股”與“GTA5”關聯(lián)度高，但是炒股人群對動作射擊類游戲偏好較低。
數(shù)據來源：TalkingData
◆ ◆ ◆
3.7 投資是一種信仰從天天德州開始
相較于總人群，炒股人群的游戲屬性較弱，比較偏愛撲克棋牌、經營、策略類游戲。與投資、經營有關的游戲更受炒股人群的喜愛。比如天天德州。
可以結合三方數(shù)據找出有投資、經營類游戲行為的人群，進行定向投放或者異業(yè)合作。
數(shù)據來源：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用偏好。共享單車的使用比率也略高于總人群。券商無法像銀行信用卡一樣通過商旅權益吸引客戶，但是因為券商的展業(yè)代理人一般會銀行網點駐場，那么選擇商旅權益較好的信用卡的銀行網點駐場在開戶獲客上或許會更高效。
數(shù)據來源：TalkingData
◆ ◆ ◆
3.9 上班艱苦阻擋不了對股票的熱情
炒股人群設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，凌晨五點左右到達一天最低谷。可以結合券商公眾號的運營團隊，將公眾號發(fā)布的時間設定為 早上十點或晚上八點為圖文觸達最佳時機。
數(shù)據來源：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)據中有“基金理財”標簽的人群，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APP，或是證券交易用戶，或有其他基金理財性質行為特點。
◆ ◆ ◆
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（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”轉化為“基金購買人群”的課題提供數(shù)據驅動決策的指導。
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出，80后更偏愛個人決策炒股，90后、70后更偏向將資金交給基金。
數(shù)據來源：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?？梢钥偨Y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化為基金客戶。通過與奢侈品平臺進行異業(yè)合作既能為品牌提升聲譽，投放的TGI可能也會更高。
數(shù)據來源：TalkingData
◆ ◆ ◆
4.3基金人群偏愛BATJ承載的產品
在內容分享類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)據來源：TalkingData
財富管理人群定義：在TalkingData數(shù)據中有財富管理偏好標簽的人群，該人群畫像具有下載了諸如“螞蟻聚寶”等相關APP、并且經?；顒訁^(qū)域為CBD等商務區(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后生活負擔和壓力較大，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，偏愛高風險高收益。
80后處于財富積累加速上升的通道，券商需要適當引導80后的投資理念，從長期收益和資產配置角度來進行理財規(guī)劃。
數(shù)據來源：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，但是數(shù)據分析發(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出，財富管理類人群更加偏好中等風險投資，特別是自帶杠桿的貴金屬投資。結合貴金屬交易頻度可以從客戶行為數(shù)據找出潛在的財富管理類用戶。
數(shù)據來源：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、清華大學園以及布吉附近。與我們假設的“CBD等商務區(qū)域”偏好相差甚遠。
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)。可以總結出，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：電子商務研究中心）
