DigiMax
好的，那么我今天的内容是关于金融行业数字营销的数据破局。前面两位老师给我们很多从大数据、机器学习、人工智能、区块链上非常好的建议，来讲我们是怎么样玩营销的。那么我来从具体执行的角度上，来看金融行业的营销应该怎么玩。
那么谈到金融营销，我必须要讲，金融营销的难度是我个人认为不能说是最大也是相当的大。原因在三点，第一点，金融本身是受到监管的，但是金融本身受到监管的问题还不大，更重要的在于营销的渠道也会监管。如果大家想知道自己的广告是否能够通过这些监管的话，可以进入一个网站叫“禁用词”来查看。金融行业其实受到监管很多，比如说我想从搜索引擎投放，那么不是什么样的互联网金融公司都能投放的。百度有非常严格的要求，比如说你得是国有企业，或者你有国有企业、一些上市公司的投资，或者你经过A轮投资等等，这是第一个难题。第二个更大的困难是金融行业的人群其实是不容易找的。举个例子，针对到人群，那么多的产品，到底哪样适合我？第三个难点在转化，这对金融行业来说更困难，因为期货行业的转化周期相对而言比较长，你要拿出钱来去做一个投资，你们会调查这是什么公司，可信不可信，这给我们的互联网做金融带来很多的困难，因此虽然我们的创新、获客相对来说也不容易，但最终我们转化更困难。
那么为了解决这个问题，我们还有一个事情不得不面对，今天其实能看到广告主对于数字端的需求仍然在不断的提升，不管怎么样，能看到广告主每年的预算趋势，数字互联网广告的预算年年都是在大幅增长。而且你会发现非常明显的事实就是广告预算的增长速度远远大于用户增长速度。那么未来用户增长有可能是负增长，因为我们国家生小孩的能力在减弱，这就造成了如果供不应求的情况。这会出现一些特殊的问题，这个问题我之前给大家分享过。今天当我们再说互联网流量，大家首先想到的不是能不能买到，而是他背后是不是一个真的人，究竟是真人还是机器人。所以我之前给大家讲到，即使是金融这样的一个行业，我们想要获得营销的竞争优势，仍然要把握住营销的三个最核心的内容：获客、承接、转化。
这三点过去我们更多强调的是获客，但到今天是要把人抓过来，你还要能让他们按照你的预期去实现你的商业机会。数据给了我们很多支撑，如果是金融行业，我会建议大家去寻找那些为数不多的，可以直接投放金融产品的广告渠道，比如说腾讯刚刚出来的产品。其实这样的产品不多，价格并不便宜。如果说产品不够多没有合适的话，你又该怎么办？我是利用这样的方法，去寻找比较广泛的人群，再加上创意定向，用创意去筛选。所以用这样一种方法，我们可以把比如对信托业务感兴趣的人群筛选出来。但是很重要的一点，我一直提到的目前行业中间存在着的一些问题，哪怕是通讯和社交的这种地方，这么细的一些产品，它的目标人群准确率达到50%，就已经很难得了。数据确实不是特别准，甚至会有一些很奇怪的事情。比如说之前我做教育行业，他们做MBA的营销，后来我们发现搜索家居的人群效果相当棒。但是家居是我们无法解释的。因此我会做另外一件事情，把前面我投的这些创意也好，人群也好，我用不同的流量给它标记下来，流量包出去以后，我们用这样一个图画出来。这个图非常简单也很好懂，我们可以很清楚的看到究竟是白的黄的还是紫色的效果更好。这也是前面那个例子里我是如何知道家居的效果最终就好的。
你怎么能够区别出来某一个人群，它一定有效果，我们需要建立流量坐标系和监测，这是一个技术活，这个其实是一种基础。这个基础的工作，我认为不能够通过人工智能的方式，我们只能通过手动方式完成。再之后我们收到反馈，并且通过这种反馈去帮助我们实现优化。比如在图中展现的左下角的那些流量渠道，一定是质量不太好的，右上角那些相当不错，因为他们具有很好的ROI，并且具有相当不错的营销互动，我马上去查看他的背后是不是都是比较新的流量和人群，如果是新的，这意味着又可以产生新的机会。右下角这一群人是不是他的获客单价特别高还是发生了劫持？就是这样的一张表，一个简单的例子，也是非常有价值的。我想说，如果一方数据都没有做好，先别着急去搞第三方，第一方数据可以做的还有很多。
当然流量的好坏是一方面，今天如果我们愿意花钱总能找到流量。但是流量来了之后怎么办？流量来了以后我之前会问我的客户，你们把流量引向哪里？他们往往会说当然是我的网站首页啦。这是大家通常的想法，但这样的想法存在巨大问题。其实不同的流量首先具有不同的属性，有些人并不想看首页，其实想看到他想看到的东西。真正会营销的人可以解决人的欲望，人的欲望有哪些人？放几个，刺激，以及生活中大家都存在一种从众的心理，其次你还要强调安全和权威，最终你才强调说到了我们是什么样的东西，有哪些功能和效果。
大家来看这是我的一个朋友的公司，它实际上是PtoB的业务，大家看这一下。我一看到以后就说这个有问题，哪有问题？你看看，我把这些关键元素列在旁边，你一条都不占。首先你这个收益其实很高的，但是不够明显，没法刺激用户，再一个有没有从众心理？事实上这个产品非常好，而且没有一个违约的。他又找了三个权威来给它背书，我们来看看改版后的界面，是不是感觉很好？数据证明了我的看法，你看之前它的跳出率41.8%，现在降到30%。
其实是我们在做互联网工作的时候，很多时候会忽略这个东西，当你辛辛苦苦把一些高质量的流量带过来的时候，你的承接做好了嘛？我现在做很多这样的工作，觉得大家的数据还没用完，大数据没有那么大的作用，小数据更有价值。
比如说一个跨境电商购物，我一看就发现他们用的都是中国式英语，我去问他，他说我这些也都是中国发的货。这种情况不应该发生，别人一看到就会印象很差，认为你们不够专业。果然优化了一个商品详情页，效果就大有提升。
我们再来看个移动端的例子，大家仔细看一看，为什么数据存在问题？大家看这里有1206万人，后面有一个注册登录，人们点击这里进行注册的人的比例和点击右下角，“我的”注册的比例竟然差不多。这说明上面很显眼的位置，没有刺激你去注册，和右下角那么小的一个地方的数据相差无几，说明他这一块是有问题的。所以马上做一个改变，告诉他们说新手福利多么好，你必须要把它注册啦，这是第一步引导注册，不再只是一个没有人性的注册登录按钮而已。去掉了最原始的轮播图，改为安全传达头图，增加权威性。然后我们还要符合移动端的使用习惯，不要把注册放在上面，要放在下面，方便用户单手操作。最终的效果在这里。
同样的对于流量还有一些内容，上次讲过这个例子，一直觉得非常重要的点在于它唤醒了我们对于不同属性的流量应该区别对待。我们所谓的千人千面，其实大家强调的从来都是千人，只有极少的人真正在意千面。
在这个例子里面，这是MBA教育的例子，关键词“金融学硕士”的人群点击率很差，但是他最终的转化效果很好。但是“费用”这种比较核心的人群，点击率很高，但是转化的效果却相当弱，于是我们来看到底发生什么。我们发现学费这个词的人确实很核心，没有道理它的转化不行。然后仔细的查看他的行为的时候，你会发现其实他的问题原因在于，左边这个图告诉我们，费用这个词的人群不愿意在页面上多做停留，它会不断的往下划，所以它的每个页面停留时间是黄色、橙色而右边是红色，说明右边停留时间要长很多。而且左边费用这个词的人群会更愿意达到页面的底部，但是金融学硕士到底图的比例就会少很多，这表明费用这个词的人群在不停的去寻找想看到的东西，他想要找到的东西是什么？毫无疑问是费用。但是问题在于这个页面直到最底端这个位置，才写了一个费用是5万。但是看到最下面就只有20%的人。你花钱在拼命地用最好的技术去获客，但是最终你还是在他们已经成为客户之前，主动放弃。
对于金融行业还有另外一个重要的地方，我们的转化需要时间。毕竟买金融产品不像买一个手机这么简单，决策的时间可能很长，于是我们看到很多的营销都类似于右图的这种。每一个柱子是什么？是转化的天数，比如说第一行是当天转化，第二行是一天后，第三行是两天后，你会发现他的转化虽然当天是最多，但是之后的每一天还是有不少的人在发生转化，而不是在第一天就完全转化。如果你把后面的这些全部都加起来的话，你可以看到在当天发生转化只有百分之三十几，其实也就1/3，但未来的若干天2/3的转化是在一天之后发生。那么有没有可能性，本来他们有可能在犹豫中，而你没有仔细地去经营他们运营他们，造成他们最终没有转化。
这造成了我们在研究互联网，评价营销的效果的时候，会存在极为严重偏差，尤其这是金融行业普遍的现象。
更长的转化周期意味着全新的ROI视角，我们来看这个图，会发现当月的转化只有很少，但是实际上后期带来的转化远高于当月的转化。当然有同学会觉得有问题，认为这个方案不具有实践性，因为得一年以后，或者最起码得半年以后再去衡量半年以前的营销投入到底好不好。就算你把这个图做出来，说实话还是不能做什么，因为更重要的是能够探测出来到底这个月是真的不好，还是价格高，从而帮助去规划未来。这是一个好问题，这个或许可以通过机器学习来实现。
有关ROI我很快找到一个被称为“神奇数字”的东西。这个很简单，我会发现在所有的数字中间有效留资的比例和最终ROI有相当不错的关系，我不仅用时间来做这样的关系，我同样可以考虑销售人员的有效留资。比如电话销售，如果他这一个月骚扰一百个客户，获取一个客户的号码是500块钱的话，最后他带来15万的订单，那么他的产出是10万块。对于一些销售人员，会把没意向的电话赶紧挂了，不断的多打电话从而获取订单量，这对于销售人员是最好的策略，但是对于公司而言绝对不是最好的策略。如果我们把员工的ROI拿出来的话，就会发现那些业绩最好的员工，他们ROI是最好的，而他们的有效留资数量会明显低于其他的业务人员，这就造成公司成本巨大的一个损失。
金融行业也差不多，于是我们很简单的，我们要看到有效留资，跟客户建立联系，当他在犹豫的时候，应该怎么样去跟他发生联系。我们在营销中会把数据先收集起来，通过ID把人打通，打通之后我们再捕捉他在不同平台上的行为。那么有了ID之后，我们就会建立他的一套行为报告，具体行为收集下来之后，我们根据相关的具体标签，建立相关细则。有了这个标签之后，我们可以开始实现大规模定制化。大家都知道定制化是小规模的，如果我们用某种方法实现大规模的定制化，就变成可行的计划。举个例子，当我收集的ID足够多，并把他所有行为打上标签，那么标签触发营销策略规则时，就可以采取某种措施不失时机地骚扰他一下。
本质上我认为大家其实做的都是在大块空间的一个具体领域，在前端强调个性化投放的时候，要找到人，在中间我们要强调不同的落地，至于在后面我们才说用户的利益和转化。无论他是选择什么商品，信托也好，银行也好，还是保险也好，你应该采用什么样的方式去跟他的沟通交流。没有这样一种方法，你可能能够最大化。这个行业就是金融，因为金融行业太像toB，而不太像toC。如果我们总是以toC的方式去思考，金融行业的营销会越来越困难。今天我们再去考虑金融的产品，我们确实要重新思考我们在获取千人的同时，有没有去考虑过为他们再继续量身定做。
如果已经开始做，这个方法确实是行之有效，而且初期我们需要人来构建一些标签，但他后面其实越来越繁杂，利用机器学习通过帮助是最好的方法。这种方法不仅用在金融领域，其实我们也有在其他行业去验证过。
那么有同学问，刚才欧阳辰老师讲区块链在我们的营销上有没有应用？究竟现在我们应该怎么玩？说下我个人的观点，我不认为区块链会颠覆整个人类社会，很难的原因在于中心化是人类的本能。但我认为区块链最大且最合适的一个变化在于它确实带来了透明化。区块链本身也是最重要的平衡，我辛苦的不断验证，把结构、数据算法做出来以后，我不可能直接告诉你结果，我要加密，一旦加密又如何获知这个结果是真是假？很简单，因为有双向或是叫做对称加密的基础，解决了这个问题。但是互联网缺乏这种核算，这个人来了以后，我通过一个算法辨别这个人是真是假比较困难，但是我们相互的验证，甚至可以通过加密算法来进行上面的验证使这种辨别可行。这是我对区块链在营销上面大致的理解。它在局部的改变营销，我认为是很有可能的，对根本性的反欺诈以及程序化方面改变，比较难。
下一次我们就会讲一些有意思解决方案，那么今天我要讲的这样一个话题就是这样了。最后再一次感谢各位朋友们快11点的时间依旧几乎没人离开，我自己还挺有成就感的，但是我更希望下次仍然能够看到大家！最后祝大家过一个美好的夜晚，谢谢！
