百分点金融大数据应用服务解决方案V50.docx
《百分点金融大数据应用服务解决方案V50.docx》由会员分享，可在线阅读，更多相关《百分点金融大数据应用服务解决方案V50.docx（29页珍藏版）》请在冰豆网上搜索。
百分点金融大数据应用服务解决方案V50
金融大数据行业发展现状
金融大数据目前遇到的挑战
百分点金融大数据应用服务解决方案可以做什么？
百分点金融大数据应用服务解决方案为什么重要？
百分点金融大数据应用服务解决方案为谁量身定制？
金融行业方案概述
●银行篇
●证券篇
●保险篇
●互联网金融篇
金融大数据应用场景
●场景一：
信用卡开卡
●场景二：
产品个性化精准推荐
●场景三：
客户挽留
●场景四：
渠道引流
●场景五：
两融信用风险模型
●场景六：
精细化数据运营
●场景七：
反欺诈-羊毛党、黑中介识别
●场景八：
个人客户不良分析及预警
●场景九：
内部审计
百分点银行业案例
百分点证券行业案例
百分点保险行业案例
百分点互联网金融行业案例
金融大数据行业发展现状
各大互联网企业凭借客户和流量资源，逐步向投资、理财、信贷、保险、基金、融资等业务渗透，确实对传统金融行业造成了一定影响。
但与此同时，大数据的高速发展，使金融行业的客户数据、交易数据、风险管理数据、用户行为数据等呈现爆炸式增长，为金融业务转型和产品创新创造了条件。
另外大数据服务的广泛应用使金融企业更加直观的了解客户，主动探索和深度挖掘客户需求，形成以数据为出发点的新型营销、运营及风险战略，使金融大数据真正产生业务价值。
金融大数据目前遇到的挑战
⏹数据资产管理
大量数据沉睡在金融企业内部的存储介质中，伴随着大数据时代的来临，数据的价值得到人们广泛认同，但并不知道如何管理利用。
金融企业没有真正让数据流动起来，成为企业内部的负资产，没有真正形成数据资产化。
⏹传统的商业模式
传统商业模式单一，主要以对公业务为主，不能满足大数据时代下人们对业务的需求，构建以用户为核心的新零售营销战略成为各金融企业的首要目标。
⏹风险管理
原有的数据分析已经不能够适应市场风险分析的发展趋势,互联网用户行为数据可以提供更多的数据维度，金融企业需建立自身的大数据风险评估体系，直接将数据模型应用到业务中，实现业务风控管理的流程化、自动化。
⏹运营创新
互联网及移动互联网的高速发展对金融行业销售入口造成巨大冲击，市场渠道的扩展、金融产品的创新、用户购买方式的偏好成为各金融企业对运营流程改革的新挑战。
⏹增长乏力
业务规模增长缓慢、用户转化费用竞争激烈，缺乏对新用户的有效感知及老客户的唤醒促活，没有数据支撑相关业务分析。
⏹用户洞察
欠缺用户思维，没有建立用户全景视图，无法了解用户产品喜好、购买偏好、交易渠道等。
引流渠道的质量量化和转化率事先无法评估，用户黏性需要提高。
百分点金融大数据应用服务解决方案可以做什么？
百分点金融大数据应用服务解决方案，结合当前金融业务的实际需求，提供金融企业大数据资源聚合、整理、数据资源全生命周期管控及大数据分析挖掘能力，致力于为金融企业精准营销、数字化运营、反欺诈识别等业务场景提供应用服务建设。
百分点金融大数据应用服务解决方案为什么重要？
百分点金融大数据应用服务解决方案通过对金融数据全方位的整合处理，可以量化各指标数据，让业务部门清晰直观下达决策并不断进行优化调整，真正做到以数据出发，体现金融大数据资产的真正价值。
百分点金融大数据应用服务解决方案为谁量身定制？
适用于金融企业的业务部、产品部、运营部、创新科技部、市场部、财富管理部等具有金融大数据应用场景的部门。
百分点竭诚为金融企业服务，下面以四个细分行业为例，从解决方案-应用场景-案例成果方面阐释百分点金融大数据应用服务能力。
金融行业方案概述
银行篇
本方案基于百分点对于大数据整合处理能力、数据建模分析能力、智能数据应用建设能力为银行提供精准营销、数据运营、风险管控、智能投顾等解决方案。
同时结合百分点第三方客户互联网行为偏好数据构建银行用户标签体系，实现对不同的业务模式和业务目标的辅助支持；基于用户标签建立各类模型，有效提高银行业务运营水平，为用户提供更好的产品和服务。
证券篇
本方案通过对证券公司业务数据全方位的整合处理，特别是对前端用户行为数据的采集分析，各个触点事件行为数据的采集分析，使券商的数据维度进一步丰富，形成客户多样化标签，从而进行客户分析，行为风险分析、偏好分析、交易习惯分析等，为券商理财产品设计、营销决策和运营优化提供依据。
保险篇
本方案为保险公司提供用户行为数据采集、清洗、加工、分析等能力。
配合保险公司深度分析用户的使用习惯、地区分布、设备终端、版本分布、渠道来源、广告投放、脱媒分析、用户黏性等指标，充分量化各项运营指标系数，打造险企精细化运营体系，真正意义上做到以用户偏好为中心，不断优化产品及转化渠道，最终达到保险用户的有效转化提升。
另外通过保险公司用户线上线下数据的整合，多维度洞察用户特征，更准确了解客户的行为，为客户打上标签，立体展现360度用户画像，从而进行保险产品的个性化推荐、保险内容的推送、保险产品组合管理及营销活动的支持。
互联网金融篇
本方案从互联网金融反欺诈的实际问题和真实痛点出发，帮助互联网金融企业整合内外部数据，建立多维度、多层次的数据洞察体系，实时刻画出用户画像，并给予有针对性的反欺诈策略。
运用大数据文本分析、数据建模、深度学习等技术，帮助互联网金融企业从更深层次的维度去分析客户的还款能力，并预测客户的还款意愿，建立了事前防范、事中分析、事后监控的风险管控流程，为互联网金融企业提供重要的决策支撑，实现大数据时代的智能风控。
金融大数据应用场景
场景一：
信用卡开卡
用户画像：
通过对行内现有客户建立用户画像，提取特征形成优质客户源。
用户挖掘：
结合银行业务规则、优质客户源特征及百分点三方数据，通过机器学习建模分析挖掘开卡人群。
组合投放：
多种渠道合理组合，同一渠道多项选择。
参考各个渠道最适用的用户群投放广告，根据不同用户群体推荐不同种类、不同额度的信用卡并随时调整投放预算，最大化利用各渠道的自有优势。
效果评估：
可视化报表直接展示投放效果，同时对用户群体、投放渠道、开卡转化进行实时分析。
持续优化：
基于OnlineLearning的算法思维，结合用户数据生成的各种特征（如TF/IDF、特征向量模型、SVM、决策树、K-Means、交叉特征、层次平滑体系树、用户实时反馈特征），帮助各种合作渠道优化效果策略，同时帮助银行持续迭代信用卡优质客户源。
场景二：
产品个性化精准推荐
当面对互联网金融的巨大压力，各金融企业急需通过大数据的分析挖掘，定位市场机会和挖掘新的业务增长点，从而提升自身竞争力和客户满意度。
金融产品的个性化推荐特点
重复性：
对于理财产品，如果产品的特征及年化收益率满足客户的要求，客户会在投资时进行追加或赎回后再购买。
时间性：
对于金融客户来说，当产品到期或被赎回时代表了推荐最有效的投资时间点。
差异性：
金融客户承受风险的能力不同，购买产品的偏好不同，根据不同客户自身需求出发，推荐适合的产品。
●利用互联网金融思维与大数据技术，对行内外数据进行整合、分析，打造金融行业精准化、实时化、情景化、生态化的零售营销新模式。
●实时洞察客户潜在需求，根据用户行为偏好、理财属性、风险等级、收益类型等因素制定个性化产品推荐策略，实现“千人千面”。
●制定个性化服务策略，在适合的时间推送产品内容消息，避免客户受到过分打扰。
场景三：
客户挽留
1、流失分析：
建立可能影响用户流失的指标，建模分析导致用户流失的原因。
2、流失预警：
对高流失概率人群进行标识和提醒，重点维护高价值高流失人群。
3、沉睡用户唤醒：
对于金融企业内部沉睡客户进行深度挖掘分析，通过线上线下营销互动，激活用户。
场景四：
渠道引流
通过构建用户的标签体系，通过数据分析，机器学习，标签动态管理，清晰的看见自己的高净值用户都是哪些人，他们都有什么特征,从而精准扩散具有高价值人群特征的流量。
从流量维度进行数据分析，帮助客户分析网站的流量状况，包括流量分布、来源、趋势等等，例如网站流量从哪个渠道来的最多，这些流量分别着陆在那些页面。
从而优化引流渠道和渠道策略，并且我们可以针对引流效果，下载量大和开户量大的渠道进行投入，反之下载量小和开户量小的渠道则可以减少投入。
场景五：
两融信用风险模型
目前证券公司对于开展融资融券交易投资者的风险监控指标主要是通过基于投资者资产、负债和证券交易现状的分析，信用风险评估体系和模型简单；对于投资者个人背景情况、个人特质、风险偏好等综合考虑多为客户申请信息和主观经验判断。
投资者信用风险评估数据来源狭窄、评估指标单一、准确率不高，投资者个性化服务和投资需求难以满足。
多渠道采集投资者相关数据作为信用评估的源数据，包括内部数据比如：
客户资金量情况、每次交易占仓位比重、偏好大盘蓝筹还是小盘成长、不同交易时间的交易行为、换手率，资讯阅读偏好，融资融券历史交易记录，外部数据比如信用记录、消费记录、社交媒体、电商平台等丰富完善的客观数据和行为数据，这些多维度数据可以有效降低信息不对称带来的风险；利用大数据分析技术建立信用风险评估模型，找到变量间的相关关系，作为提高决策准确率和风险分析的新工具，进而动态确定投资者融资融券额度、利息以及费率，既为防范融资融券交易风险建立了有效屏障，又有的放矢的满足投资者个性化投资需求，为市场拓展提供了决策依据。
场景六：
精细化数据运营
1、提高用户转化
勾勒金融企业用户行为，洞察用户消费是贯穿完成App生命周期的核心。
通过所在分支机构的地域定向、产品需求定向、用户交易购买定向、路径选取关系定向，有效实现用户的个性化营销，提高下载、注册、登录、浏览、购买、二次购买等各项指标的转化率，从而提升ROI。
2、产品优化
分析用户的购买行为数据及用户行为数据，分析金融企业各产品的热点和用户偏好类型，从流量来源、产品页面的访问数量、应用的使用时长、启动次数、人数来分析数据结果，帮助运营人员改善和优化用户访问路径，高效快捷找到需要的金融产品，提高推广渠道流量，帮助营销部门更好的提升业绩和交易量。
3、渠道选取
金融企业可以针对自有渠道、外部渠道（包括手机市场、搜索引擎、外部链接等）多种流量入口分析，确定最优渠道选取、渠道投放策略、投放效果监测等，达到降低营销成本、提高转化基数的目的。
4、运营迭代优化
基于AARRR行业标准模型的运营支持服务体系，通过完美的业务漏斗分析，帮助金融企业改善用户体验从而达到转化率的提升。
5、精细化营销
通过对用户线上行为数据的迭代分析并结合金融企业内部数据，建立企业自身标签体系，从多维度洞察用户特征，全方位展现360度用户画像，了解用户差异化需求，以达到对用户的精细化营销。
场景七：
反欺诈-羊毛党、黑中介识别
羊毛党、黑中介已经形成了团队作战的模式，比如有的成员专门负责搞到手机号，伪造基站，收取手机验证码等。
百分点首先提取羊毛党、黑中介种子特征，通过交易时间、地区分布、身份证伪造规律、完成交易耗时、社交关系等挖掘事件关系，帮助企业将诈骗者拒之门外。
场景八：
个人客户不良分析及预警
通过对个人客户进行特征分析，结合互联网金融企业内部数据维度和百分点公司标签维度共同建模，在个人客户中甄别可能发生不良贷款的用户并及时进行预警干预，以降低不良发生概率。
最终反馈个人用户发生不良的可能性，给出不良客户的特征维度，并给予相应的预警和管控干预的方法建议。
场景九：
内部审计
1、数据先行
内审所面临的原始资料，不再只是手工凭证、账簿和报表，而是具有高度概括性、模糊性、关联性的海量电子数据。
这就需要内审人员以数据为核心，数据分析与现场核查相结合。
2、信息流向
采集多维度数据，挖掘数据之间的关联性，从资金、业务、社交、时间的走向发现疑点。
3、建模分析
建立相应的数据模型，跳出单一账本、单一勾稽的关系，从更多的数据维度中挖掘事实的真相，实现数据“增值”，从而提高内部审计工作水平。
同时对金融企业内部的数据实行实时监控，把监督关口前移，将问题消灭在萌芽状态。
”
百分点银行业案例
⏹百分点助力某国有股份制银行实现大数据智能营销
项目背景
随着互联网金融的异军突起，传统的银行市场环境今非昔比；同时，客户的消费行为和习惯也随着科技和服务的发展发生改变。
传统银行在各种第三方理财机构、P2P网贷等的冲击下，产生了强烈的紧迫感。
以客户中心，改善客户服务的渠道，拉近与客户的距离，提升客户体验；从各种维度去了解客户、理解客户的真实诉求，进而进行精准地营销，是大势所趋，迫在眉睫。
本项目意在以银行的电子渠道为突破口，做针对性的尝试。
目前银行的主要电子渠道包括：
网上银行、手机银行、直销银行（APP和web）、网站等。
客户需求与挑战
1、客户与银行的交互相对低频，银行对客户的认知只局限于客户最终的交易明细，缺乏对于用户行为数据的采集分析。
2、没有建立相应的运营分析体系，还是依赖传统方式，只关注几个业务指标的转化率，欠缺与用户之间的互动。
3、行内标签维度有限，不能清晰勾刻出用户画像，无法针对不同用户的特征，提供个性化服务。
百分点解决方案
本方案通过采集客户在电子渠道的行为，进行经营性分析，包括客户洞察、事件转化率、页面热力图等，分析客户在购买前的决策行为，分析客户浏览的页面路径等，为渠道（包括APP和Web端）的优化奠定数据化的基础，提升客户体验。
同时为客户构建画像，结合行内和行内数据，通过多维度的标签去描绘客户的特征，洞察客户，找到我行产品与客户之间的匹配关系，提升客户价值。
客户收益
1.多渠道运营分析：
通过记录客户每次交互的全过程，分析客户交互行为，挖掘客户交互行为规律，最终达到电子渠道的精细化管理，从而提高用户转化率、提升用户保留率和客户满意度。
2.标签化管理客户画像：
针对客户偏好行为对客户进行画像，实现客户标签化管理，在客户访问电子渠道时实现个性化推荐。
3.个性化推荐：
依托超越算法的个性化推荐技术架构，可按多种业务规则为客户提供实时的、“千人千面”的商品及资讯推荐，实现精准营销。
⏹百分点助力某知名城商行实现业务创新
项目背景
我国银行业竞争之激烈，特别是来自互联网创新模式的挑战之严峻，都是前所未有的。
互联网理财、第三方支付等基于互联网新的商业模式正强烈冲击着银行传统的负债业务（定活期存款）、资产业务（贷款）和中间业务（代理支付、理财业务）等三大业务。
该城商行银行线上各渠道的数据未被充分采集，并且在大数据应用中最有价值的用户行为数据却没有采集和保存。
由于缺少与外部数据打通与整合，该城商行主要依靠银行内部数据开展业务，缺少与线上数据及外部第三方数据的打通，可支撑的业务场景有限。
随着金融数字化转型的趋势来临，宁波银行本身具备很多经典业务模型在大数据时代下已难以充分利用，需要将大数据与经典模型相融合，更好地支持未来业务创新。
客户需求与挑战
1.电子渠道运营优化：
随着该银行直销银行、APP和电商等线上渠道访问量快速增长，电子渠道在营销、交易中发挥越来越重要的作用，电子渠道用户行为数据的采集和分析，成为该银行提升电子渠道销量、优化电子渠道运营的重要手段。
2.提升客户维护与获客能力：
该银行作为区域性的股份制银行，不仅受到来自大型国有银行的业务竞争，而且也面临着互联网企业跨业竞争带来的冲击，因此，客户资源的维护与拓展变得尤为重要，迫切需要通过大数据来更好、更快地获取新客户并维护老客户。
3.风险控制：
银行传统的风控系统比较简单，数据来源有限，该银行需要通过大数据，广泛参考各维度数据，综合准确的评估企业及个人客户的信用风险。
百分点解决方案
融合该城商行内外部多渠道数据，形成银行大数据资产池，依托百分点大数据建模技术，用大数据贯通现有传统业务模型及创建新模型，在运营、营销获客和风险控制三大方面支撑和优化业务开展
客户收益
提升渠道运营效率：
直销银行网站/APP的数据采集与分析系统已完成，通过对设备、页面、路径、效果、产品、客群、渠道等维度进行数据分析，实现对申请流程转化率、交易流程转化率、活动页面转化率、流程页面流失率、广告点击效果等业务流程指标的处理、计算和监测，实时掌握网站/APP端业务的运行情况与问题，并针对性地提出优化方案。
营销智能化：
通过用户画像标签系统，该行得以深入了解现有及潜在客户的特征和需求，而通过各类营销模型的应用，该行可通过大数据支撑存量客户营销、交叉销售、精准营销等各业务场景，智能的管理和挖掘现有客户价值，同时快速拓展潜在新客户。
⏹百分点助力某大型国有银行实现大数据智能营销
项目背景
随着互联网金融对传统银行业务的不断冲击，银行业变革需求迫切，做为互联网+金融的先锋，某大型国有银行早已布局了银行电商平台，但该电商平台需要通过大数据技术实现个性化商品推荐，提高网站的用户体验、客单价和复购率，同时希望能够搭建用户画像和用户分析系统，帮助运营人员优化网站运营。
客户需求与挑战
1.网站运营智能分析工具：
该银行用户实时行为数据的分析仍停留在人工处理的阶段，通过查询、分析后台运行日志的方式获得运营数据，而缺乏先进的、高效的、成熟的用户行为采集和分析工具的支撑。
2.个性化推荐服务：
对行方指定监测数据进行分析，以了解用户的特征和网站的运营状况，为将来实现全网用户画像、为每一个客户提供个性化推荐服务和体验奠定数据基础。
3.可视化数据分析报告：
以行方实际数据情况出发，真实反应商城营销及运营方面存在的问题。
深度挖掘行方业务需求，在保证数据准确性、及时性、完整性的情况下递交适用于行方的可视化数据分析报告。
百分点解决方案
1、个性化站内推荐
（1）部署代码，采集数据
通过js部码的方式，在商城网站的PC端和手机客户端采集商品信息和用户行为等非敏感信息，包括商品编号、商品名称、商品品类、页面访问、浏览品类、浏览单品、搜索、添加购物车等。
（2）建立推荐模型
对于收集上来的商品和用户行为信息，经过算法模型的处理变换为多种形式的个性化推荐模型，并结合百分点掌握的外部全网数据，形成更精确的推荐结果。
（3）进行精准的个性化推荐
百分点基于场景引擎、规则引擎、算法引擎、展示引擎以及流处理平台和批处理平台进行个性化数据运营，形成个性化推荐方案，推荐的内容包括商品、广告、活动、商家等。
2、智能分析引擎
（1）客户画像
将商城的数据与百分点全网数据整合，了解用户在其它电商、社交平台、APP上的外部行为，提供更准确的客户画像。
（2）商业分析和网站运维分析
整合商城前后端数据，提供基于流量、通路、访客、会员、客户行为、商品、订单、融资等的数据分析，通过百分点分析引擎，向业务人员展示电子商务的核心数据情况，满足商业分析（BA）和网站运维分析（WA）的需求。
（3）算法和效果评估
建立完整的客户行为分析引擎，包括基于多种算法产生的客户行为模型和最终的效果评估优化等。
3、可视化数据分析报告
（1）可视化数据分析报告系统。
通过百分点分析引擎，以行业通用的方式展示流量、通路、访客、会员、客户行为、商品、订单、融资等可视化数据报告；向行内运营后台、店铺后台进行数据输出。
（2）灵活的报表展现。
业务人员可根据需要，灵活展现电商运维的核心及常用指标，形成可用的数据分析结果。
（3）评估与优化
定期对数据分析报告的质量进行评估和优化，保证指标的合理性和正确性，并根据需求不断改进分析报告系统。
客户收益
1、推荐效果
本推荐系统准确地拟合了客户的偏好，成功预测出测试时间窗口内客户的投资趋势。
并且所有产品细类都有推荐，覆盖率为100%，很好的解决了产品长尾问题。
2、推荐转化
截止目前客户访问转化漏斗数据显示，客户有效转化对比16年有明显上升。
百分点证券行业案例
⏹百分点助力某知名证券公司实现大数据智能用户运营
项目背景
在互联网金融的冲击下，证券行业日益转向线上的销售与服务，对线上用户行为的洞察和了解，正成为证券公司赢得客户，深挖客户的关键。
国内某知名证券公司，连续多年被评为行业最高的A类AA级企业，主营业务为证券代理买卖、融资融券、基金代销、以及与证券交易、投资活动有关的财务顾问等服务。
该证券公司为进一步提升自身竞争力，想在产品和服务方面做出差异化，为广大用户提供个性化资讯服务，甚至更进一步的个性化理财服务，提升用户体验，深化用户为中心的服务。
客户需求与挑战：
1、 盲目的营销活动
该企业的营销活动设计及推广渠道缺少针对性，多为广撒网式，在消费者日益个性化，触媒习惯碎片化的今天，广撒网式的营销活动效果微弱。
2、 金融终端用户黏性低
企业对自身用户的偏好和需求缺乏了解，用户在该品牌的金融终端难以获取自己感兴趣的金融资讯和理财产品，用户停留时间短，活跃度低。
3、 数据维度不够，处理能力有限
该企业只有用户的静态和交易记录信息，缺乏交易过程中的浏览行为轨迹数据。
并且大多数用户行为都是匿名的，缺乏分析手段，同时很多资讯信息，特别是投研报告，都是以非结构化的PDF形式存在，缺乏有效的分析，目前，该企业主要根据用户静态信息进行用户分群和营销，时效性较差。
百分点解决方案
1、所有信息统一管理
建立统一的数据管理中心，整合用户静态和动态信息，包括开户信息、持仓情况、交易明细、金融行为和浏览资讯行为、咨询、客户投诉等。
2、实时分析与匿名用户识别
基于百分点内存数据库、实时数据采集和分析技术，实时采集用户浏览资讯和金融产品行为，并通过百分点用户多重ID打通技术，将用户实名和匿名行为整合在一起，进行实时的用户意图预测。
3、业务需求驱动的用户画像
在深入理解证券业务的基础上，采用了文本分析、文本建模、用户聚类分类、RFM模型等数据挖掘手段，根据用户的静态和动态信息对用户进行划分，并为每个用户打上多维度的业务标签，通过用户画像深入了解用户需求与偏好，从而制定有针对性的营销活动。
4、个性化服务提升用户体验
百分点独创的个性化引擎，融合场景引擎、算法引擎、规则引擎三大引擎，一直具有较高的推荐转化率，本项目根据该证券企业的业务特点，改造了百分点个性化引擎的部分算法和业务规则，根据用户静、动态信息为其推荐感兴趣的股票、理财产品和上市公司资讯。
同时结合用户画像灵活的支持该企业对指定细分用户群体的营销活动。
客户收益
1.项目帮助该企业更好的了解自身用户，通过用户细分和对用户触媒习惯的了解，针对性的制定营销活动及选择推广渠道，避免了广撒网式的资金浪费，极大的降低了营销活动的成本，在持续提升营销活动和推广渠道效率的同时，有效减少了对用户骚扰，降低用户投诉率。
2.通过金融终端个性化的、实时的资讯和服务推荐，迎合用户资讯及产品的需求与偏好，快速提升用户在企业金融终端的黏性和停留时间，为该企业的金融终端带来了耳目一新的用户体验。
百分点保险行业案例
⏹百分点助力保险公司实现大数据智能用户运营
项目背景
某险企互联网化转型要求业务架构向扁平化转变，能够针对客户差异化需求灵活组合产品，针对互联网等新业务快速、灵活地设计产品，并建立面向基层经营实体的信息服务，信息更多的为一线人员使用。
积极应对业务战略的改变并运用新技术，搭建线上行为分析模型，分析的结果力争为产品研发、优化互联网服务、风险管控、商机推送等方面提供数据支撑服务。
客户需求与挑战
1.本项目旨在通过对互联网线上行为轨迹的分析，发掘客户需求，驱动客群专属产品开发，向适合渠道进行精准商机推送、提升用户体验，补全险企自有客户画像，建立寿险客户大数据体系。
2.互联网用户行为采集是充分运用大数据等技术，实现海量、实时的互联网用户行为采集，实现互联网用户行为可记录、可分析、可预测。
3.全面深入了解该寿险公司各渠道的应用、转化情况，包含移动端和网站的整体数据趋势监测；分析各渠道引流质量；用户在站内的行为分析；新老客户的活跃度、来源、行为分析；以及移动端和网站的转化率分
升级会员 