细分市场下，金融产品怎么做数字化匹配？

一、市场细分维度

当我们在有针对性的制定金融产品的时候，我们需要有不同的细分维度。恰当的维度细分能够帮我们更好的进行每个客户的画像。

1. 地理细分

地理细分是指，按汽车金融产品购买者所处的地理位置，自然环境来细分市场。

处在不同地理位置的购买者对于同一类汽车金融产品有着不同的需求和偏好。他们对价格，销售渠道，广告等市场营销措施的反应也有所不同。

2. 人口细分

人口细分其实就是我们平日最熟悉的年龄，职业，收入，教育，家庭规模等。维度很多，但是却不难衡量，这些因素与汽车金融产品的需求存在着密切关系。

3. 社会阶层细分

这个的终点站加与对社会的不同财富有层次的划分，受教育水平和社会地位的划分。不同社会阶层的人的消费能力，服务需求等都会有所差异。

二、客户画像助力市场细分

我们有了上面的划分维度，我们可以给我们的用户进行画像：

1. 数据收集

对于汽车金融公司来讲，上面涉及到的数据其实都是在申请过程中需要审核的数据，因此对于所有的公司来讲，收集数据并不是困难的事情。困难的在后面的抽象上。根据上面的列出来的维度，我们进行后续的客户分类

2. 数据分类

当我们有了足够的数据收集，我们需要有自己的分类细则。从我们的数据中，根据我们划分的维度，来进行数据的分类。

举例来讲：

• 家庭情况：单身的，和父母同住的，已婚有孩子的等
• 职业：程序员，包工头，自媒体人等

这些细分都是根据我们自己得到的客户数据，以及我们经验推测的划分，同时也可以去看我们的同类数据的聚集情况，然后在每一个维度里面进行细分维度的划分。

3. 画像

选择我们认为合适的粒度进行数据分类之后，整理每一个细分维度，进行整理组合，让我们的客户有一个初步的分类。

每一个客户的分类都能对应到具体的金融产品和服务上面。如果没有真正的对应。我们需要看看，这类客户的划分是否有问题，这类客户是否有一定的数量，之后，也许我们就发现了我们需要补充的金融产品类型了。

三、数字化匹配金融产品

当我们定义好每一类的用户之后，我们定义此类客户最适合的金融产品。

1. 金融产品要素

要做客户和金融产品的匹配，我们分析完了客户，还需要看看金融产品中有什么样的要素，对于一款金融产品，常规的要素有：

• 首付比例
• 利率
• 还款周期和频率
• 尾款情况

2. 要素匹配客户特征

• 首付你比例：常规的首付比例大于20%，对于老客户可以有些零首付产品，同时对于资金波动大的也适合零首付产品
• 利率：所有的人都喜欢低利率产品，当然也要根据信用风险，以及客户收入，还款能力进行利率的匹配
• 还款周期和频率：对于月薪族，月还款，对于不定的，可以有灵活选配调整
• 尾款：周期性不规律，例如工程类人群，可以推荐尾款方式
• 租赁产品：只想有车开不想占用资金的可以推荐租赁。当然租赁也有多种的推荐

举例来讲:

• 有固定收入，有规律还款能力的人，常规的金融产品可以满足要求
• 收入不固定，按照工程分红，需要有灵活周期还款类型
• 工作繁忙，没有时间的，钱并不是障碍的，需要有更好的金融服务来帮助打理，汽车金融理财等
• 做生意，需要撑门面但是不能占用过多流动资金的，低首付，高尾款，租赁型更加适合

根据每一个客户的特性，我们进行金融产品的匹配，当我们能够满足每一种细分的时候，当高意愿的客户走进来，我们就不会让他成为流失。

作者：兔小吱 （微信：Shine_in_Winter 冬眠小记）

本文作者@兔小吱

版权声明

本文来自互联网用户投稿，文章观点仅代表作者本人，不代表本站立场。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如若转载，请注明出处。如若内容有涉嫌抄袭侵权/违法违规/事实不符，请点击 举报 进行投诉反馈！