摘要：大数据时代的到来，信息资源成为了一项非常宝贵的社会资源。目前大数据技术被广泛运用到互联网金融领域，为互联网金融的开展提供了更多宝贵的信息数据，极大的促进了互联网金融的发展。但从互联网金融营销角度来看，大数据的运用显然不足。因此，互联网金融企业应树立与时俱进的观念，将大数据技术广泛运用到互联网金融营销中，以此来为互联网金融营销的开展提供准确的信息数据，实现精准营销。为此，本文主要对大数据在互联网金融营销中的应用进行了分析和探讨。

关键词：大数据;互联网金融营销;精准营销

引言

互联网金融是互联网时代下的产物，是一种新型的金融理念和方式。近年来，随着云计算、大数据等信息技术的发展，为互联网金融的发展提供了更加广阔的空间。大数据技术在互联网金融中的运用，让客户精准画像的获取、解析成为了可能。与此同时，大数据技术在给互联网金融企业带来发展机遇的同时，也提出了全新的挑战。随着互联网金融营销模式的不断创新，大数据技术在互联网金融营销中的探索和应用显然不足。就营销角度来分析，加强對大数据在互联网金融中应用机制的研究是非常必要的。

一、互联网金融的发展

互联网金融的概念最早是由谢平等学者提出，随后在2014年上海市政府正式公布了《关于促进本市互联网金融产业健康发展的若干意见》中对互联网金融的概念进行了明确界定“互联网金融是基于互联网及移动通信、搜索引擎、社交平台、云计算、大数据等信息技术，实现资金支付、结算、融通等金融服务的金融业态”。互联网金融的出现是对实体金融行业的进一步延伸和完善，是普惠金融中的重要内容。

目前国内外对于互联网金融的业态属性基本上形成了一致的观点，都认为互联网金融是一种全新的金融业态，属于第三种金融融资模式。互联网金融的内容主要包括互联网支付、互联网融资、互联网金融产品销售、金融信息服务、财富管理等。其中互联网支付有常见的手机银行、移动支付、第三方支付、互联网信用卡、互联网货币等;互联网金融产品销售常见的形式有网络销售的理财、保险等金融产品、彩票等;互联网信息服务常见形式有金融门户、金融咨询等。

上个世纪90年代我国的互联网金融行业正式起步，经过几十年的发展，如今已经进入到成熟阶段。我们可以将我国的互联网金融发展大致分为以下三个阶段：第一阶段，1990年-2005年，从传统金融企业逐步向互联网化发展。在这一阶段部分金融行业尝试着使用互联网开展金融业务，并未派生出新的金融功能，只是单纯的拓宽了金融营销的渠道;第二阶段，2005年-2011年，以第三方支付、P2P、互联网理财、股权众筹等发展为特征。这一阶段是我国互联网金融行业发展的重要转折点;第三阶段，2011年-至今，以云计算、大数据分析技术、移动互联网等发展为特征。在这一阶段得益于技术因素的推动，我国互联网金融行业得到了快速发展。

二、互联网金融营销

（一）互联网金融营销的概念

目前在业界和学术界对于互联网金融营销并未形成明确的定义，本文主要结合互联网金融市场的特点和市场营销概念，给予互联网金融这样的定义“互联网金融企业创造互联网金融产品，并借助互联网平台和金融用户进行交换，以各种营销方式来满足互联网金融用户的需求，进而为互联网金融企业创造更高经济效益的一种营销管理过程。”

在互联网金融营销过程中，参与的主体一共有三方，即金融产品或服务交易的双方（买方和卖方）、第三方交易中介。在这一关系中，我们可以根据主动程度的差异，将三方都认定为互联网金融营销者，常见的六种模式有互联网金融买方—互联网金融卖方、互联网金融买方—第三方平台、互联网金融卖方—互联网金融买方、互联网金融卖方—第三方平台、第三方平台—互联网金融买方、第三方平台—互联网金融卖方。

（二）互联网金融企业的营销模式

互联网金融营销是在考虑金融领域、金融产品的特殊性以及互联网思维的基础上开展的营销活动。我们可以根据根据互联网金融营销的发展，将常见的互联网金融营销模式分为以下几种：

第一，搜索引擎营销。这种营造模式也就是我们常见的付费排名和搜索引擎优化。其中付费排名的见效最快，常见的途径有参与普通竞价排名和品牌专区付费。搜索引擎优化主要包括站内优化和站外推广两个部分，站内优化常见形式有代码和图片的优化、关键词定位、导航栏目的优化。站外推广常见形式有外链接投放、关键词建设、站外信息覆盖等。

第二，活动营销。这种营销模式是互联网金融营销平台为了获取客后转化和老客户重投所采取的一种常见的营销方式。互联网活动营销的方式多样，其中最常见的两种为新用户注册返现、老用户理财送券等。典型案例为苏宁金融在2017年借助“双十二”开展金融营销活动，送出零钱宝奖励金8000万元，获得新增用户117万，理财订单数量也同比增长了106.4%，营销效果显著。

第三，体验营销。这种营销模式主要以良好的服务为营销手段，让用户对金融产品有着产生情感上的寄托，以此来提升用户粘性和活跃度。体验营销的关键在于优化用户体验，例如支付宝在上海虹桥机场停车场通过无现金停车实现了用户体验优化，用户在离开停车场时无需下降车窗付现或扫码付费，支付宝会通过摄像头自动扫描和识别车牌号，并进行自动扣费，只需要2秒既可以快速通过，让用户获得良好的体验。

第四，口碑营销。这是一种人际传播的营销模式，即借助用户的用后好感向其他用户推荐产品。这种营销模式是基于用户的良好使用体验，因此，这种营销通常发生在关系比较稳定的人群中，如亲戚、朋友等，且这种营销方式相比较于广告、营销手段、促销等更具可信度和说服力。

第五，事件营销。事件营销的主要对象为企业，企业为了提升自身的知名度和美誉度，树立品牌形象，通过策划具有社会影响或产生名人影响效应的实践，并通过网络途径将实践进行广泛传播。但这种营销模式存在较大的风险性，且操作难度较大，如果营销成功则可以为企业扩大正面的社会影响力，而营销失败给企业所带来的负面影响也是非常大的。其中典型的案例为2015年，P2P平台赢多多为了提升自身的知名度，通过利用办公地址来进行事件营销，并在其官网上打出“唯一一家中国银监会办公的互联网金融公司”的宣传语，其本意是为了增强自身在大众心中的公信力。但是银监会针对此事件，立马发出声明：办公楼从未允许任何单位和个人入住办公。一时间舆论哗然，赢多多陷入众矢之的。

三、大数据在互联网金融营销中的应用

（一）互联网金融营销大数据应用的生态构成

大数据在互联网金融营销中的运用，极大的促进了互联网金融营销模式的创新。因此，在互联网金融行业应用全新的思维来看待和探讨互联网金融营销。而在大数据背景下，我们则需要用生态的思维来对大数据在互联网金融营销中的应用进行研究。

在对大数据在互联网金融营销中的应用进行研究时，我们先需要搞清楚精准营销和用户画像这两个概念。其中精准营销是指在精准定位的基础上，通过构建个性化的客户沟通服务体系，达到降低成本，提升营销精准性的效果。用户画像是指互联网金融企业通过用户在互联网上的浏览、咨询、加入购物车、购买等行为数据信息进行挖掘，并通过相应的模型对用户的消费行为权重进行计算，完成对用户的画像，实现精准营销。

大数据在互联网金融营销中的应用，数据获取途径主要为以下5种：互联网金融平台交易数据、电商购物数据及生活服务缴费数据、社交平台数据（微信、QQ、微博）、银行信用卡消费数据、征信数据（芝麻信用）、第三方支付数据。当互联网金融企业通过上述途径获取大数据后，则需要通过技术处理模块，对这些数据进行分析和处理，挖掘出数据潜在的价值。

用户画像系统是大数据在互联网金融营销中应用的核心模块，只有当互联网金融企业完成用户画像，才能够实现对营销要素的精准匹配，用户画像越准确，互联网金融营销的效率就越高。这就要求互联网金融企业借助大数据技术，对互联网上用户的基本信息、消费信息、行为信息、产品信息等原始信息数据进行挖掘，并通过建立结构化、半结构和非结构化等不同数据模型的数据库，对原始数据信息进行分析和处理，为用户画像贴上客户属性、购买能力、投资偏好、心理特征等标签，进而为互联网金融营销提供精准的客户依据。虽然不同性质的互联网金融企业对于大数据的整体解决方案存在一定的差异，但是基本都是按照数据获取、数据处理分析、结果展示的流程来实现精准营销。

（二）用户画像在互联网金融营销中的运用

在互联网金融出现之前，金融企业对于用户画像的刻画主要以线下方式为主，如会员管理表格、发放调查问卷等来获取用户信息，但是这种方式不仅效率低，且所获取的信息利用率不高。随着互联网时代的到来，互联网金融企业就可以借助大数据分析技术来完成用户画像，并将用户画像的价值发挥到最大。举个例子，在传统金融营销的用户画像中，一个没有信贷、没有账户活动的客户，属于一个低价值客户。而在大数据视角下，可以通过借助大数据技术对该用户在互联网上的足迹，对其形成用户画像，并了解到这位用户的更多标签，充分挖掘这位用户的潜在价值。

在互联网金融营销中，是否能够实现精准营销主要取决于用户画像的准确性。而在互联网金融营销过程中，真正具有价值的用户画像并不只是简单的对用户信息的描述或关键词及标签的堆积，而是借助大数据技术识别用户和分析用户，从用户画像中抽象出一个用户真实的信息全貌。

随着大数据技术在互联网金融行业中应用的不断深化，越来越多的互联网金融企业开始意识到用户画像在营销中的重要性，并纷纷借助大数据技术建立用户画像系统，保证了用户画像系统在互联网金融营销大数据应用生态系统中的核心位置。我们可以将用户画像看做是數据形象化的过程，而画像标签化是其主要的结果之一。互联网金融企业在建立用户画像系统的基础上，应制定用户画像统一的指标体系，通过这种指标体系对用户信息进行筛选，并通过对分析方法的不断优化，实现对用户数据的精确化处理，最终形成用户全景视图，以便于互联网金融企业制定个性化和差异化的营销方向。

互联网金融企业在建立用户画像系统时需要注意一下两点：第一，利用大数据技术完成用户画像是一个定量和定性相结合的过程。在前期应采取定量化统计分析，获得互联网金融客户的群体描述，在后期则需要进行定型化画像描述，准确地进行客户画像优先排序，突出重点客户匹配互联网金融产品，直到完成匹配。第二，用户不同类型的行为所产生的营销效用是不同的。因此，互联网金融企业在建立用户画像系统时，必须要对用户产生的不同行为类型进行全面分析，并且在实际的金融产品营销过程中，也应充分考虑用户推荐互联网金融产品的优先度。这就要求互联网金融企业将用户权重引入到用户画像系统中。

四、结语

综上所述，大数据在互联网金融营销中具有较高的应用价值，但目前大数据在互联网金融营销中并未实现普遍应用，这与互联网金融营销从业人员掌握大数据分析技术者的数量有限有着密切关系。因此，身为互联网金融营销人员应树立与时俱进的营销理念，充分的利用大数据技术获取客户信息，及时了解和掌握客户的金融需求，以此来实现精准营销。另外，大数据分析技术在应用上也应适当的降低使用门槛，推出更多简单、易操作的适应界面，提高在互联网金融营销领域的应用效率和适用范围，为互联网金融营销的发展提供强大助力。

参考文献：

[1] 宋书彬，朱红.互联网金融大数据平台信用评价与信息共享机制[J]. 河北金融. 2018（11）

[2] 杨静.试论基于大数据框架下的金融风险管理[J]. 现代营销（下旬刊）. 2018（11）

[3] 黄超，陈雅玲.互联网金融下的小微企业融资发展策略[J].  经贸实践. 2018（21）

[4] 许海龙.互联网金融风险的类型及控制措施探讨[J].  中小企业管理与科技（下旬刊）. 2018（10）

[5] 欧阳楚尧.试析大数据下的互联网金融创新发展模式[J]. 时代金融. 2018（29）

[6] 解颖.大数据时代的互联网金融风险监管探讨[J].  时代金融. 2018（29）

[7] 邓利方.金融服务大健康产业的实践思考[J].  中共珠海市委党校珠海市行政学院学报. 2018（05）

作者简介：

邵文彦（1990.2—），男，汉族，籍贯：辽宁大连市，广西大学大学，商学院，19级在读研究生，硕士学位，专业：工商管理，研究方向：营销管理.