淺析大數據分析對互聯網金融營銷中的影響

(江西農業大學南昌商學院 江西 南昌 330044)

一、大數據分析的互聯網金融相關概念

(一)大數據

大數據顧名思義，指的是多個來源、多種格式、多種樣式，通過大量的結構化和非結構化數據共同形成的數據系統或體系。大數據的主要核心是兩個方面。

一是大數據的“大”。大數據不是伴隨數據多就可以叫大數據，數據少就不能叫大數據。在實際工作中，一般我們用TB來測算數據容量，如華為手機128G，但是1TB=1024G，華為手機容納多少數據呢，只有真正達到數據量的前提下才可以成為大數據。如阿里巴巴、京東商城等互聯網巨頭企業，一般都要積累到PB級才可以稱為大數據(1PB=1050000GB),相當于有1.6萬個128G的U盤。截止到現在，全球產生的印刷數據的總量也沒有超過200PB的數據。因此大數據不是以數據多與少來定位“大”的概念。

二是數據來自各個領域多種數據源。數據不是單一形式存在的，而是以多種類型和多種格式呈現給我們，內容極其豐富，大數據包括結構化數據、半結構化數據及非結構化數據。在一定程度上體現出來的數據越多，涉及的領域和方向就越多，但是這不意味就是大數據的理念。大數據的另外一個核心作用和定位就是要充分利用不同來源和不同領域的數據來進行非線性的分析，把這個作為未來預測的基礎數據。

(二)互聯網金融

“互聯網金融”目前是網絡上最時髦的詞語。眾所周知，所謂的互聯網金融本質就是運用互聯網技術把金融產品的金融屬性兩者進行有機結合，依托整個大數據系統和云計算，通過互聯網平臺優化組合成的金融業態及其服務體系。互聯網金融體系組織領域很廣泛，包括金融市場體系、服務體系、產品體系和監管體系，并且和傳統金融的金融模式具有很大區別，尤其在平臺金融、普惠金融和信息金融等方面。

二、大數據下的互聯網金融營銷模式

(一)第三方支付平臺模式

顧名思義，第三方支付平臺旨在通過公司搭建一個收付款人之間支付、預付卡和銀行卡等非金融機構的平臺公司，目前第三方支付平臺，國內主要有支付寶和微信兩大巨頭，還包括百度錢包、財付通等小額支付平臺；流行于海外的支付平臺有Moneybookers、PayPal等，共同構成并占據了第三方支付的絕大部分份額。

(二)P2P網絡小額信貸模式

P2P網絡小額信貸又叫P2P信貸，是目前互聯網金融的一種，主要指的是“個人對個人”(Peer-to-Peer)的平臺公司。主要是通過搭建一個個人與個人之間的網絡信用平臺公司，運用電子商務幫助借貸雙方來完成各種手續和流程，保證借貸關系的合法化；由平臺通過網絡直接發布各種信息，并把雙方的信息進行確認，可直接與借款人簽署相關合同，提供貸款金額從而獲得回報。目前小額信貸機構主要包括：陸金服、宜人貸、人人貸、拍拍貸等。

(三)眾籌融資模式

眾籌融資就是通過創意人或者發起人就某一個項目向大眾進行籌集資金的一種互聯網金融融資模式。眾籌區別于傳統的融資，更加廣泛，更加開放，不再以項目的商業價值作為投資者認可的必然標準。眾籌融資的額度可以是幾千元，也可以是上億元，主要基于募集者對項目投資未來的資金需求，并且通過互聯網平臺發起這個募集活動，只要喜歡的人都可以進行投入。這給廣大沒有啟動資金的夢想創業者和小本經營的人群提供了無限可能。網站為網友提供發起籌資創意，整理出資人信息，公開創意實施結果的平臺，以與籌資人分成為主要營利模式。

(四)虛擬電子貨幣模式

虛擬電子貨幣不是真正的貨幣，主要是基于計算機運用產生的網絡虛擬貨幣，這種貨幣可以通過互聯網購買部分虛擬物品，如網絡游戲中的裝備、衣服；一旦有人接受，可像比特幣一樣購買現實生活中的物品，但是這種方式在我國是不允許的。

虛擬貨幣因電商而起，未來有取代部分貨幣功能的可能性，最根本的原因是給人們生活帶來的便利性。

(五)互聯網金融門戶模式

互聯網金融門戶主要是通過互聯網平臺在網上對金融產品進行公開對外出售，和傳統的理財產品銷售對比，具有更快捷高效、節約人工成本、公開透明化及門檻較低等優勢，并且可以直接協助購買者進行理財組合和自我匹配。

三、互聯網金融營銷存在的問題

大數據分析下移動互聯網營銷也不是完美的，也存在一定的缺陷和問題，我們主要基于互聯網營銷的不足之處進行剖析，為后續制定方案提供部分依據。

(一)大數據行業下互聯網營銷行業發展還處于初級階段

基于大數據的營銷發展也是在最近的幾年時間里，而且很大部分都是從國外引進的理論，理論消化需要一個過程，但是移動互聯網發展速度卻飛快，理論學習很難跟上這個節奏，很難形成一個營銷體系。新的領域致使行業還處在初級摸石頭過河階段。

大數據的互聯網營銷主要是基于近幾年我們積累了大量的數據，但對數據運用沒有好的處理方式和方法。雖然大數據的呼吁越來越多，呼聲也越來越高，但是對怎么用，用多少，如何有效利用等并沒有形成一個好的思路，并且如何嫁接到移動互聯網金融營銷上進行，開放新的營銷模式，這些都是目前我們所缺失的，需要我們當前大數據旗下的移動互聯網金融營銷直面面對。

(二)大數據分析移動互聯網營銷的技術推廣有限

互聯網金融營銷一切都是以技術為依托，以平臺作為面進行推廣。眾所周知，移動互聯網金融營銷作用很明顯。雖然移動互聯網呈現的數據越來越多，但是在大數據分析下如何進行營銷和普遍應用還是有待提升。一是需要的復合型人才不足，大數據分析旗下的移動互聯網營銷需要大數據分析人才、移動互聯網人才、平臺搭建人才、營銷人才和財務金融等專業化人才，只有把這幾個方面全部融會貫通才能真實做出適合的產品進行有效營銷。二是大數據營銷應用降低了人才進入門檻，提升了人才的綜合素質。三是提高了互聯網金融領域的應用效率。效率的提升加快了行業的發展，都是以技術作為支撐，通過支撐平臺來體現整個效能和效率。

(三)大數據分析移動互聯網營銷數據模型完善指標體系有待提升

我們一般把大數據作為一個生態體系，而用戶處于核心地位。如何構建營銷數據模型來完善指標體系需要一個過程。正常情況下，我們運用移動互聯網金融營銷大數據作為應用生態體系，通過對客戶進行模塊畫像，不斷充分完善和互聯互通。同時把復雜的數據模型進行剖析，通過制定個性化和定制化的營銷策略進行對外營銷，這一切都是基于大數據的分析作為前提，同時把后續實施的數據反饋到模型數據里，這樣反復循環進行優化和完善，形成一個良好的導向，最終完善指標體系，指導我們進行大數據分析下的移動互聯網金融營銷，真正把營銷落到實處。

四、互聯網金融營銷在大數據分析中的應用

大數據的分析和應用核心是大數據從何而來。一方面是大數據來源和數量級。首先解決數據來源取得，通過何種方式取得；其次是數據積累一定的量級可以進行分析的時間需要多長。另一方面是P2P平臺如何運用積累的大數據對人們未來的社會行為進行預測，從而對各種資產優劣進行區分。眾所周知，單一時點或短暫跨度的時間范圍內，數據往往存在一定的欺騙性，沒有很大的普遍性；數據可能存在造假，也可能存在片面性，反而不利于甄別，最終得出假的數據模型和數據結論。

即使數據保持一定的真實性，對預測人們的行為，提升平臺識別能力也是有限的，大數據分析和應用的核心不在于成本費用，而在于如何獲得蘊含時間價值的有效數據，這顯得尤其重要。

(一)大數據分析的應用場景

數據具有邊際效應，任何數據只有在特定場景中才能發揮其應有的作用，不同數據的取得要對應特定的場景，因此對大數據取得來源也是基于特定場景取得的才有效。如阿里巴巴經過16年的數據積累，擁有數以億計的交易數據和對商戶房貸的良好核準率，這些數據主要是基于網貸有效，一旦用于其他方面，如旅游酒店方面、電商銷售方面等是否有效就另當別論，存在消費樣本不一，數據真實性得出結論也難以彌補數據多元化的短板。

(二)P2P平臺自身業務線的場景應用

P2P平臺業務應用場景主要有投資理財、工薪理財、夢想計劃、信用卡還款等。這些場景的應用主要是基于“消費+理財”，是一種分期商品的升級版。平臺公司通過平臺發布一些投資計劃或者理財計劃，用戶根據個人情況進行一定份額的投資，通過這種方法一一對應產品，在產品到期后可獲取投資本金外加理財收益。按照投資理論來分析，主要是“商品價格+收益<正常投資”，通過提權獲取產品的可行性，吸引了大量的客戶進行投資。大數據通過分析投資者的投資偏好，來對產品進行更新，有助于更快提供更合適的產品直接對應一定的客戶群體，達到大數據分析下金融產品的營銷。

(三)金融網絡營銷模式

金融網絡營銷模式包括六種模式，分別是金融F4網絡話題整合營銷、金融FEA網絡整合營銷、FEAVA網絡整合營銷、FM網絡整合營銷、FV網絡整合營銷、FA網絡整合營銷模式。這六種營銷模式主要是基于媒介的覆蓋量和傳播量，通過不同的話題、事件和網絡活動等進行整合營銷，讓更多的消費者參與進來，起到真正營銷的作用。客戶數量增加和印象加深，最終聚焦某個營銷點達到網絡營銷之效果。

五、小結

回顧大數據分析和應用的歷程，很大部分是數據分析，數據分析基于數據真實性和數量量級，通過特定的場景進行分析，并不是一味的數據聯結和模型構建。目前國內的應用經驗還有限，需要從國外借鑒更加先進的經驗引入我國進行本土化。