写在前面：给互联网金融营销人的9点提示
1.80后为炒股散户主力，广告投放重点关注此年龄段。
2.高频游戏人群在手机银行人群中的比率为炒股人群中的近三倍。
3.可结合三方数据找出有投资、经营类游戏行为的人群，进行定向投放或者异业合作。
4.炒股人群的资讯阅读偏好比较偏冷门的澎湃，而基金人群喜爱偏大众的QQ阅读。
5.券商与其在大流量平台买流量，不如在财经资讯类渠道投放广告，政治经济类为宜。
6.互金公众号发布的时间设定为 早上十点或晚上八点为图文触达最佳时机。
7.通过与奢侈品平台进行异业合作既能为品牌提升声誉，投放的TGI可能也会更高。
8.相比爱奇艺炒股人群更偏爱优酷，建议在优酷上可以进行以品牌曝光为主的投放。
9.有财富管理偏好的人群周末比较宅，喜欢与家人共度休闲时光，投放不要停。
请注意：以上建议仅供参考。
金融行业告别野蛮增长，进入存量客户的精细化运营时代
精细化运营的目标之一是扩大资产规模，转向财富管理
如何服务不同投资偏好的人群，TalkingData用数据分析给出建议
研究目的：为什么要撰写TalkingData投资人群洞察报告？
-
在存量客户经营时代，线上业务如何服务财富管理人群，抓住互联网转型第二波浪潮？
-
TalkingData创新金融部从“投资人群”的洞察报告入手，专项分析投资人群中的“手机银行人群”、“基金理财人群”、“财富管理类人群”等人群，结合行业数据和TalkingData数据，为财富管理人群洞察和营销提供建议。
报告部分总结
-
70后、90后热爱奢侈品的人群更有可能成为基金投资人群。与奢侈品平台进行异业合作可能成为首选。
-
基金投资以及炒股人群中有杠杆交易行为的基金投资人群，更可能转化为财富管理客户。
-
银行的大量理财客户同证券客户有较大重叠，先从此部分人群开始运营，收效比较显著。
◆ ◆ ◆
1.1 炒股人群理财属性
除了占比最高的证券投资属性以外，炒股人群偏爱的投资理财方式是货币基金，紧随其后的有财富管理，手机银行，借贷，直销保险等等。通过证券投资人群的前三名我们将在后面分析炒股人群分别与“手机银行人群”、“货币基金人群”、“财富管理人群”等人群的差异。
数据来源：TalkingData
◆ ◆ ◆
1.2 投资人群分层模型
我们将金融行业中的理财金字塔概念放在本章用于解释报告的逻辑，但是因为分析的主题为人群而不是具体的投资产品，所以分层的依据为客群数量多少以及相对应的客户净值的高低。
-
金字塔底层人群基数大但客户净值低，整体服务成本高，建议提供线上服务。
-
金字塔顶层人群基数少但客户净值高，单个客户收益高，建议提供线下服务。
-
针对每一个层次提供基于特殊的人群属性向上增销、转化、定位的建议。
◆ ◆ ◆
2.1 手机银行客户分析
人群定义：该人群画像具有诸如有手机银行理财行为，或是手机上没有安装任何券商资讯、证券交易等APP的行为特点。
80后是炒股散户主力军
在使用了手机银行但是没有炒股偏好的人群中我们发现，90后、70后的比率更高，与后面的基金购买人群相似。且中年人群（46岁以上）在手机银行上的行为比炒股更频繁。券商需要思考如何将90后拉回来、如何保留住70后，银行则要思考如何为80后提供更好的投资服务。
数据来源：TalkingData
◆ ◆ ◆
2.2 游戏无法填补我被割韭菜的忧伤
通过深度的游戏标签属性，我们可以发现，理财偏好为手机银行端且没有炒股相关APP的人群的更爱玩游戏，其中每天会有至少一次游戏行为的用户超过20%；而相比之下此类用户在炒股人群中仅占7.73%。高频游戏人群在手机银行人群中的比率为炒股人群中的近三倍。
手机银行理财人群的游戏付费意愿更高，有更多人在游戏中花费超过5000元。炒股人群不太热爱玩游戏，但针对手机银行理财人群，游戏化运营可能是一个不错的尝试。
数据来源：TalkingData
◆ ◆ ◆
2.3 我与韭菜之间可能只差一个APP
通过分析炒股人群以及手机银行理财人群可以发现，炒股人群中几乎所有人都会关注财经资讯，而在银行理财人群中则只有不到5%的占比。但是两种人群都爱阅读科技资讯类读物。此外，炒股人群更多关注财富管理产品。券商与其在大流量平台买流量，不如在财经资讯类渠道投放广告，说不定会有惊喜。科技资讯和阅读可以作为一种服务，为银行客群提供更好用户体验。
数据来源：TalkingData
◆ ◆ ◆
3.1 炒股人群洞察
人群定义：该人群画像为下载了诸如“东方财富网”、“同花顺”、“雪球”等股票资讯软件的移动端活跃人群，并经过过滤刷量、数据去重等数据处理后的“炒股偏好人群”。
KYC – 炒股人群性别分布
炒股人群中男性占比最大，超过74%的炒股人群为男性，超过全量数据的51%，将近四分之一。
券商移动APP的设计风格可以重点考虑男性客户需求，运营活动的话术需要简单明了，小清新风格不适合券商炒股人群。
券商的财经资讯在选择上需要偏向男性投资者需求，考虑增加政治、军事、科技、宏观经济等分析报告。
数据来源：TalkingData
◆ ◆ ◆
3.2 KYC – 炒股人群年龄分布
炒股人群呈现年轻化，其中19-35岁的人群占比超过68%，相比在总人群中26%的占比超过一半还多。
券商APP的功能设计需要围绕年轻人群需求，不求界面复杂，但求简单明了，突出投资和交易特色。
年轻人重视客户体验、对活动响应率高，券商APP的色彩年轻化和深化活动运营有可能是个不错的尝试。
数据来自：TalkingData
◆ ◆ ◆
3.3 百度指数 - 炒股相关需求图谱
成功定位到炒股人群后。 如何精准触达这一群体？
通过在2018年2月的百度指数中搜索炒股人群以及其相关度，我们发现，搜索“炒股”的人群可能是爱奇艺、优酷的用户。喜欢玩GTA5（侠盗猎车5），常逛bilibili，也经常会去斗鱼或者虎牙观看直播。
这些行为在移动端也有一样的表现呢？ 我们将在后面通过TalkingData的数据库进行验证。
数据来自：百度指数官网、TalkingData
◆ ◆ ◆
3.4 进击的二次元
根据百度指数的数据，炒股人群中，使用b站的人数比率大大超过了总人群的使用比率，为垂直视频领域中占比最高的网站。
比起爱奇艺，炒股人群更偏爱使用优酷作为主要的视频观看媒介，印证了百度趋势的相关度。
营销上，结合TalkingData在金融广告投放方面的经验，建议在优酷上可以进行以品牌曝光为主的投放。
数据来源：TalkingData
◆ ◆ ◆
3.5 老铁，火箭走一波！
炒股人群中，不管是使用斗鱼还是虎牙直播的用户明显比率更高。印证了百度趋势的相关度。
尽管虎牙以及斗鱼是知名的游戏弹幕直播平台，但在虎牙以及斗鱼上直播分享理财知识的也大有人在。其他品牌已经在进行流量渗透了，你呢？
数据来源：TalkingData
◆ ◆ ◆
3.6 成不了富翁，我们还有GTA5
在游戏偏好中我们发现，炒股人群中喜爱动作射击类游戏（亦如GTA5）的人群占比远远不及总人群。为什么呢？
进一步研究我们发现，GTA5内置炒股系统（线上为BAWSAQ，单机为LCN）。许多搜索“炒股”关键词的人其实是在搜索GTA5游戏中的股票，这也就解释了为什么关键字“炒股”与“GTA5”关联度高，但是炒股人群对动作射击类游戏偏好较低。
数据来源：TalkingData
◆ ◆ ◆
3.7 投资是一种信仰从天天德州开始
相较于总人群，炒股人群的游戏属性较弱，比较偏爱扑克棋牌、经营、策略类游戏。与投资、经营有关的游戏更受炒股人群的喜爱。比如天天德州。
可以结合三方数据找出有投资、经营类游戏行为的人群，进行定向投放或者异业合作。
数据来源：TalkingData
◆ ◆ ◆
3.8 入的了贵宾厅，出得了地铁站，骑得了小黄车
炒股人群有明显的商旅特征，包括更显著的酒店、公交出行以及航空出行类应用偏好。共享单车的使用比率也略高于总人群。券商无法像银行信用卡一样通过商旅权益吸引客户，但是因为券商的展业代理人一般会银行网点驻场，那么选择商旅权益较好的信用卡的银行网点驻场在开户获客上或许会更高效。
数据来源：TalkingData
◆ ◆ ◆
3.9 上班艰苦阻挡不了对股票的热情
炒股人群设备活跃时段是比较典型的上班族活跃曲线，白天的活跃时段波段比较平稳，在下午的一点到五点会有比较小幅度的缩减。
早晨活跃时段开始于早上六点，在十点左右达到峰值。晚上的峰值在八点左右，在晚上十点左右开始出现下降，凌晨五点左右到达一天最低谷。可以结合券商公众号的运营团队，将公众号发布的时间设定为 早上十点或晚上八点为图文触达最佳时机。
数据来源：TalkingData
通过以上炒股人群的行为特征，我们可以大致描绘出炒股人群的一天。
4 . 基金人群
基金理财人群定义：在TalkingData数据中有“基金理财”标签的人群，该类人群画像具有下载了诸如“财富通”、“陆金所”等基金理财相关APP，或是证券交易用户，或有其他基金理财性质行为特点。
◆ ◆ ◆
4.1 70后、90后更乐意购买基金
基金人群与炒股人群高度相关（基金理财人群中大部分都是炒股人群，或者说大部分是从炒股人群中转型的）。我们尝试去找出“货币基金人群”和“炒股人群”的差别，为“如何将炒股人群”转化为“基金购买人群”的课题提供数据驱动决策的指导。
我们发现基金人群在19-25岁、36-55岁的维度占比更高。可以总结出，80后更偏爱个人决策炒股，90后、70后更偏向将资金交给基金。
数据来源：TalkingData
◆ ◆ ◆
4.2 买过最奢侈的东西就是基金了
通过下图我们可以发现，相较于炒股人群，基金人群在消费定位上更偏好奢侈品以及高端品牌。可以总结出，基金人群平均净值比平均炒股人群高，或者说炒股人群中净值高且有奢侈品消费行为的人群更容易转化为基金客户。通过与奢侈品平台进行异业合作既能为品牌提升声誉，投放的TGI可能也会更高。
数据来源：TalkingData
◆ ◆ ◆
4.3基金人群偏爱BATJ承载的产品
在内容分享类APP中，知乎在两种人群的使用比率都较高。此外，垂直类视频网站中，基金人群更偏爱咪咕影院，炒股人群更偏爱bilibili。货币基金APP中，炒股人群偏好使用陆金所浏览或者购买基金，而基金人群中排名第一的基金类APP为京东金融。炒股人群的资讯阅读偏好比较偏冷门的澎湃，而基金人群喜爱偏大众的QQ阅读。用知乎承载金融大牛的报告输出，说不定会比闷头写投研更高效。
数据来源：TalkingData
财富管理人群定义：在TalkingData数据中有财富管理偏好标签的人群，该人群画像具有下载了诸如“蚂蚁聚宝”等相关APP、并且经常活动区域为CBD等商务区域的特征。
5 . 财富管理人群
◆ ◆ ◆
5.1 我是八零后，我为我的股票账户代言
财富管理人群中年龄分布与基金理财人群比较类似，相比基金人群，70后、90后的占比更高，80后的占比更低。
80后生活负担和压力较大，更多的人期望通过股票投资来获取更高的收入，其投资偏好比较激进，偏爱高风险高收益。
80后处于财富积累加速上升的通道，券商需要适当引导80后的投资理念，从长期收益和资产配置角度来进行理财规划。
数据来源：TalkingData
◆ ◆ ◆
5.2 杠杆加起来，黄金屯起来
总体分析，财富管理人群与炒股人群的金融理财偏好相当，但是数据分析发现偏向财富管理的人群有更高的借贷属性，甚至在贵金属投资中的占比是炒股人群的6-7倍。
在风险更高的期货以及外汇上，两类人群偏好同样较低。可以总结出，财富管理类人群更加偏好中等风险投资，特别是自带杠杆的贵金属投资。结合贵金属交易频度可以从客户行为数据找出潜在的财富管理类用户。
数据来源：TalkingData
◆ ◆ ◆
5.3 财富管理人群周末消费地与深圳市民对比
通过财富管理人群与深圳普通市民的周末消费地点的线下POI热力图对比，我们可以发现，财富管理人群主要出现在南山欢乐颂、清华大学园以及布吉附近。与我们假设的“CBD等商务区域”偏好相差甚远。
与一般市民聚集于罗湖相比，大部分财富管理人群周末都聚集在南山（科技园区所在地），以及郊区的高端住宅区。可以总结出，其实有财富管理偏好的人群周末比较宅，更喜欢与家人共度休闲时光。
财富管理人群2018年1-2月深圳周末消费地点（4点-6点）
深圳市民2018年1-2月深圳周末消费地点（4点-6点）
