京东金融雷健雄：用数据精细化用户服务，提升用户幸福感

2018年05月27日，由数博会组委会主办，众盟数据承办的“线下数据商业生态高峰论坛”在贵阳召开，论坛讨论线下数据发展的新思维和新方法，探讨推动实体经济转型升级，共建线下数据美好的未来，亿欧作为支持媒体受邀参加。

会上，京东金融--消费金融事业部运营决策部负责人雷健雄为大家详细剖析了数据驱动下的京东金融的精细化运营案例，其核心观点如下：

1．以用户生命周期理论为基础，利用从大数据到厚数据，对各阶段用户进行差异化运营，实现人和商城消费场景的连接，促进了用户从潜在需求到完成订单的精准转化；

2．对用户洞察能力的形成，对我们来讲不是采用了一个非常好的算法就能实现，不是一朝一夕就能改变的。

【雷健雄现场演讲实录】

今天主要分享一下我2016年加入京东和以前在美国工作的感悟，主要都是围绕消费金融领域。我的前东家是一家做信用卡的企业，主要服务美国、欧洲和其他地区。如果你拿着银联卡在美国刷卡消费时，后面的支付网络就是我们做的。它是一家非常重视用户口碑和用户体验的公司，为提高用户的满意度，愿意在每一个跟用户交互的环节投入大量的金钱、人力、物力。那么整个流程下来我们可以在很多点上跟用户进行交互，可以用数据分析的能力不断提升和精细化用户服务，提升用户的幸福感。

一、消费金融经营的核心是人

消费金融的核心是人，这里的人是你的服务对象或者说是你的客户群。因为你的客户群就是你的资产组合，所以作为经营者来讲，你的任务是如何让经营组合持续不断的增值，让资产组合不断的给企业贡献利润。接下来我把京东金融在客户经营精细化运营的方法论，实现了怎样的效果，跟大家详细、落地地分享一下。

京东金融2014年开发了首款把用户和消费产品连接在一起的互联网消费金融产品---白条。白条是以用户生命周期理论为基础，利用从大数据到厚数据，对各阶段用户进行差异化运营，实现人和商城消费场景的连接，促进了用户从潜在需求到完成订单的精准转化，这项“先消费后支付”的服务一经推出迅速引爆金融市场。

二、大数据实现了新客的差异化获取

那我们在白条运营过程中，是如何进行新客的获取的？在新客获取策略上，又如何实现既节约成本又提高效率？在这里我和大家分享一个京东金融自己开发的差异化新客户策略，简单来讲我们可以把它归纳为两大类策略：一是主动拉新获客，二是开店等客。

主动拉客：京东金融可以给3亿客户进行预授信，如果大家在京东上有良好的购物历史，你就已经被预受信了。在受信群体中，通过我们的触达方式告诉他，你已经被预授信了，过来开通你的白条。这个流程看似简单，但其实竞争是相当的激烈。

在这里给大家介绍了一个聚类分析的方法，通过对用户在京东商城上的浏览行为、消费行为、个人属性、金融属性、品类偏好等基本信息进行机器学习，最终把所有客户分为六大类，然后我们在纵轴上再加一个响应模型的预测，这样下来会把3亿用户切得非常细。现阶段我们已经切到400多个小格，每个小格如何投放资源，哪些客群可以下派到响应度比较低的，哪些客户再往下沉就是浪费资源的。通过测试、反馈，我们可以决定到底对每一组客群下探多少，下探频率到多少。

开店等客：就是你把激活入口放在京东，客人来了之后，如何装修店面去吸引客人。这里有两种方法，分为普通开新和快捷两种方式。

快捷，就是通过决策引擎和对他过去的历史行为数据的判断，让消费者可以快速享受到一键激活的幸福感。简单来讲，在商城购物过程中，在消费者掏钱决定购买的时候，只要他同意，就会无感知的开通白条，这对双方来讲，效率都非常高；对普通开新的客户，因为他来自各个入口、不同的场景，每个入口可以根据不同的场景对用户进行细分，对场景进行差异化展示，让这个店面的装修更容易吸引用户，提高用户的点击率和转化率。然后再根据用户的需要，给他一个开通白条的展示，比如6期、12期的免息介绍、开通后可以享受288元大礼包等内容。通过千人千面测试，我们发现普通开新的展示率和转化率提高4-5倍。

这里要重点讲一下新手礼包的差异化，在加盟京东以前，京东所有的新手礼包里面都有一张非常重要的优惠券，叫12期免息，这张券是我们最大的成本源头，京东每个月要花费3-5千万去支付礼包，后来，我们把12期免息拆出来，根据不同消费者的敏感度进行再分配；再后来，我们把12期免息包装成一个单品类的，不用承担成本，全部给平台商来承担的一个双赢的项目。经过2016到2017一年的运转，这个改变给我们公司节省了1-1.5亿美金。

三、以数据为核心的用户精细化管理

当潜在用户变成真正的用户以后，资产组合如何进行管理，让它升值，不停地创造更多的利润？我的前东家在过去二十多年来，用户量级早已经触到天花板了，但为什么每年的利润都在涨？原因在于他的存量用户贡献了更多的力量，这就是精细化带来的结果。

京东现在搭建的是用户生命周期管理体系，大家对产品的生命周期、用户的生命周期都耳熟能详，但我跟国内很多信用卡和银行机构的负责人聊天的时候发现，大家对这套方法论非常熟知，但具体怎么落地，知道并且做到的企业寥寥。

企业应该如何确定用户的生命周期，这个必须要根据自己的用户群来定制化的发现，至于如何选择这三个变量，选择完这三个变量以后到底是多少天、多少单，也根据整个管理层的偏好和目标，最终找出我们认为是一个非常科学的方案。整个过程是科学和艺术的结合体，非常考验企业经营用户的内功、经验。

我们在用户生命周期管理之后还推出了一个应用，通过这个应用，你可以很好地告诉管理层，过去几天花了多少钱的营销应用，这些应用是否被长期活动的客户所改变，以后是否把这些资源投到其他的活动中。

用户权益中心：我们根据生命周期搭建了用户权益的入口，每个人到这里以后都会根据我们之间关系的紧密程度，给他享受不同的权益和享受范围，慢慢地让权益中心成为新的流量入口，因为用户在这里都能感觉到幸福感。

新用户培养的信息化系统：新用户是我们非常重要的阶段，我们的理论认为，当用户从新用户变成长期用户，要快速让他下到第六单，所以我们把资源往前倾，并且落地了自动化系统，让机器帮我们更好地关注那些新进来的用户，让营销资源能够更多地被他们所享用。如果用户3个月内达到6单以后，他的留存率会从40%上升到70%。

大数据模型在用户购物的黄金节点上的应用：当用户没有产生需求，我们是可以通过大数据模型预测他的品类偏好。很多人说我的手机可换可不换，但根据消费购物周期的预测，当你觉得他的购物周期已经来临，就可以引导他把手机换了，因为我可以给他更多的优惠，这就是我们如何用大数据力量极早干预消费者预测的决策。

对用户洞察能力的形成，对我们来讲，不是采用了一个非常好的算法就能实现，不是一朝一夕就能改变的，需要不同的算法工程师、数据工程师一起提高。所以，当你在全流程过程中，需要用到大数据的决策引擎、算法都可以联系到我们，从前期的挖掘、获取到用户价值提升和唤醒，我们都有非常完整的体系支撑，同时也有很好的体系帮助企业进行落地。

我们提到搜集数据的能力、处理数据的能力，最关键的是大家应用数据的能力，这些应用数据的能力不是开发模型，把模型变成数据产品交给企业方应用，这样很难直接产生非常好的效果。如何把你分析的应用数据的文化传递给服务企业，让它能够知道数据在哪些地方，到底在多大程度上帮他改变了某一项指标，当你把整套大数据应用逻辑传递给他以后，企业就会对数据越来越重视，谢谢大家。