2019年金融智能营销中的建模与策略优化.pdf

《2019年金融智能营销中的建模与策略优化.pdf》由会员分享，可在线阅读，更多相关《2019年金融智能营销中的建模与策略优化.pdf（28页珍藏版）》请在三个皮匠报告上搜索。

1、金融智能营销中的建模与策略优化 2019-05 目录 金融营销工作简介 问题分析 解决方案 未来工作 营销是互金服务的核心能力之一 营销 风控 目标是“获客”权益型广告或活动：增加吸引力（渠道费用+权益费用）改善产品：增加竞争力（不用花广告费）普通广告：增加曝光度（渠道费用）目标是衡量风险，在风险和收益间找到最佳平衡点 美团金融营销的场景举例 支付 保险 信贷 拉新：限定营销预算，通过权益活动，获取美团支付的新用户 促活：限定营销预算，通过权益活动，获取美团支付的活跃用户 提升支付成功率：限定引导次数，获取喜欢免密支付、指纹支付的用户 成本优化：限定预算，获取指定支付通道的用户 拉新：限定营销

2、预算，统筹营销的，获取授信用户 促活：限定营销预算，统筹营销的，获取借贷用户 热点套餐挖掘：挖掘出较多用户感兴趣的组合，供保险公司参考，形成多个热点套餐 套餐推荐：限定赔付率，个性化推荐保险套餐，获取购买保险的用户 美团金融营销的场景举例 需解决问题的共性：限定投入的资源，要求产出最大 智能营销：使用AI技术，提升营销的效率（产品流、运营流都适用）美团支付营销拉新 通过给权益来促进用户绑卡 权益可差异化 外卖延误险套餐推荐 用户需求是个性化的（低保费 or 易出险 or 高赔付）平台需要控制赔付率 可通过个性化推荐保险套餐（即保费、赔付条件和赔付金额的组合）来实现 目录 金融营销工作简介 问题

3、分析 解决方案 未来工作 问题分析（智能营销要解决的问题）目标 手段 约束 产出最大 向对象（比如：用户、流量等）施加最佳的营销动作（Action）投入的资源受限 Action有多种 对每个对象施加不同Action时，会有相应的资源消耗和相应的产出 解决一个分配问题给每个对象分配一种Action后，使得：?Max(N?i)s.t.M?iM?问题分析（结合场景理解）营销场景 目标 手段 约束 美团支付拉新 绑卡人数最大 Action是给用户分配不同的权益 权益的总费用不超过预算值 保险套餐的推荐 保单量最大 Action是给用户推荐不同的保险套餐 赔付率小于预算值 信贷拉新 授信人数最大 Act

4、ion是给用户分配不同的营销渠道、权益等“渠道+权益”的总费用不超过预算值 为方便讲述，后文只以美团支付拉新场景为例进行展开 问题分析（以美团支付拉新场景为例）目标 手段 约束 绑卡人数最大 给到访的用户（即流量）展示不同的权益 营销资金受限（或者获客单价受限）Action有多种：不给权益 给现金等价类权益：立减X元，随机减 给其它类型的权益：外卖券、酒旅券、打车券、摩拜券、彩票、保险 每个Action的消耗是资金，产出是绑卡 给每个到访用户（即流量）分配一种Action后，使得：?Max(P?i?i)s.t.P?i?M?iM?注：本页中，钱袋、人影、银行卡的图片来自于互联网 问题分析（解决思

5、路）解决问题 分配的策略 分配的依据 劳动量 多劳多得 劳动报酬的分配问题 收个税的问题 高收入者多纳税 个人收入 举例帮助理解 “消耗-产出”曲线 整体组合最优策略 限定预算时，最大化绑卡人数的问题 美团支付拉新场景 思路 问题分析（评价指标）选取评价指标：获客人数（有效绑卡人数）、获客单价 N获客人数=N总绑卡人数-N自然绑卡人数 M获客单价=M资金总消耗/N获客人数 规模 效率 对比不同解决方案的优劣时，需：对齐一个指标的前提下，比较另一个指标 或者两个指标都更优 这要求方案要具备连续可控性（即可以控制评价指标在一定区间内连续变化）问题分析（技术上的难点）没有现成的分配依据“消耗-产出”

6、曲线不是现成的，需要建模预测 分配策略求解难度大（后面会详述）组合优化的目标函数是非凸、非单调增的 本质上是一个多选择背包问题（NP-Hard）有C组物品，每组物品有K个。需要从每组物品中各选出一个，放进体积为V的背包里，求价值最大的选取方式 涉及的变量规模非常大（C是千万量级的）不是针对已知对象的分配问题：上面描述的背包问题，物品是已知的 我们遇到的情况：未来你会看到一些物品，但那些物品现在是未知的。现在，你就得给出选取的方案，对未来的那些物品进行选取，使得放进体积为V的背包后，价值最大 产出 消耗“消耗产出”曲线 智能营销的在线服务 业务方的营销后端 流量 营销Action 目录 金融营销