近几年，基金市场火热，相关话题频上微博热搜，相信基金选购话题也经常出现在大家的聊天话题里。基金相对股票来说低风险，且交易频次易控制，已成为新手理财或稳健理财的头号选择，我们作为购买者，会比较基金的短期、长期收益率、单位净值、基金经理的经验等来选择投资。同时，基金公司也会建设客户画像，为每个购买者推荐基金，在此之间，数据作为桥梁打通购买者的需求与售卖者的营销策略，互惠互利。
今天我们来看下基金行业的客户画像是如何搭建的。
一、基金行业的标签建设需求
金融科技的快速发展，使得资管行业的载体与社交媒体、电子商务融合越来越紧密，企业需要借助数据战略打破数据边界，来构建更为全面的企业营销全景视图。以袋鼠云数栈产品和某基金客户在智能标签上的合作为例。
对基金客户来讲，随着各项业务迅猛的发展和客户数量的急速增长，公司对客户、产品、渠道、反洗钱等方面的数据分析、统计、运营提出了更高的要求。但客户主要面临以下2点问题：
（1） 客户等数据分散于各个系统，无统一的分析平台；
（2） 各类数据分析和提取大多采用半自动的工作模式，无科学的标签体系及资源共享平台提供及时和有力的支持，导致客户信息维度不完整，客户活动开发周期长，运营不精准，营销效果缺乏及时追踪、运行反馈不及时等。
鉴于以上痛点，及更好的适应并支持现实业务的需要，建立客户自己的标签系统。
具体建设目标
- 建立涉及客户、产品、渠道的三层标签体系，支持销售、服务、合规等不同角度的需求；
- 支持便捷的标签开发、运算、展示和输出等全生命周期管理，持续输出数据价值；
- 支持客户个体及群组画像、客户群圈选和对比，支持快速推广、智能营销、精准服务；
- 细粒度的标签权限管理和高效稳定的标签展示和输出，确保安全且高效的业务开展；
- 积木式的组件标签搭建和复用，可快速支持例行、临时或专题性的数据分析。
二、基金行业标签建设方案
1. 建设方式
智能标签标准产品（DataTag） 标签体系梳理与开发
2. 技术方案
标签建设一般会包含“数据读取-标签加工-标签更新-标签评估-标签圈群-客户/群组画像-群组分析-数据服务”，其间涉及到技术选型如下：
- 数据存储：采用Hive进行数据存储；
- 分析引擎：Presto
- 标签计算与查询：Presto读写Hive；
- 标签/群组对外服务：API查询HBase；
- 数据同步插件：袋鼠云自研批流一体数据同步插件FlinkX；
以下是标签建设通用方案与该项目具体方案：
标签建设通用方案
某项目技术架构
a.计算集群对接：智能标签产品采用的OLAP引擎是Presto，并有Presto的二次开发能力，如Presto的公开插件中没有Inceptor的连接器，袋鼠云便自研该插件完成Presto对Inceptor的读写，进行标签的加工与查询。DataTag之前也已适配过Cloudera的CDP产品，支持对接Apache Hadoop集群以及发行版Hadoop。
b.标签周期与手动跑批：
（1） 采用presto读写Hive数据进行标签大宽表的加工，最终将所有标签放在一张大宽表中，从而提高标签圈群与群组分析的效率；
（2） 标签除根据选择的调度周期定时跑批外，可进行手动更新，且手动更新时产生一个新的秒级分区，以解决业务人员想即加工标签即用的场景，不影响其他人员圈群的需求。
c.标签圈群：通过Presto查询标签大宽表进行目前群组圈选，并让用户选择群组数据是否要落库和定时更新。
d.数据服务：标签和群组的对外服务，通过数据同步或数据API来完成。
（1）通过数据同步工具，将存在Hive的标签表、群组表同步至其他数据库，在其他应用平台应用。
（2）创建API服务，通过API接口调用标签或群组数据。会将Hive的结果表同步至HBase，API查询HBase数据库，具有查询速度快、存储数据量大、可解决Presto并发量不高问题等优点。
3. 产品方案
对应以上建设目标，产品解决方案如下：
a.多实体与关系建模
基于“多实体”设计，实现可创建基金行业中客户、产品、渠道多个对象的标签体系；并可通过“关系”将多实体进行关联，创建基于多个实体原子标签的衍生与组合标签。
b.[原子标签/规则标签/SQL标签/算法标签/组合标签]多维标签生成
可将数仓ETL加工的原子标签直接读入。用DataTag中设置规则标签与SQL标签的加工规则，“求和、去 重计数、计数、最大值、最小值、均值、排序”等聚合函数、子查询、连接操作符、多层且或关系均可支持，灵活加工出目标标签。同时通过算法平台加工算法标签，并将算法标签的元数据读入DataTag进行标签统一管理，实现标签的便捷加工与运算。
标签加工方式灵活多样，业务人员也可直接介入规则类标签标签加工，可随时修改标签规则。且标签创建完成后，可立即进行标签更新，让业务人员立即使用，提高生产效率。
c.标签全生命周期管理
从标签定义-标签开发-标签发布-标签更新-标签评估-标签下线，管理标签全生命周 期，各过程可管可控，统一标签管理规范、沉淀企业核心标签资产，形成企业统一的标签中心。
d.个体画像、群组画像、群组对比、群组显著性分析等优化标签体系与群组投放
（1）个体画像：根据实体用户标识，查询单个实例的实体画像，如某用户的用户画像，帮助运营人员 更加直观的了解用户，助力精准营销。
（2）群组画像：自定义画像模板，从不同维度分析群组特征，掌握群组画像，为目标群组 的选择与营销策略的投放提供参考。
（3）显著性分析：通过 TGI 指数计算群组的显著性特征，挖掘群组偏好，提升增长、 赋能业务。
（4）群组对比：同一实体下的不同群组进行相似性与差异性分析，查看群组特征，进行群组优化。
e.数据权限细粒度精致，保障数据安全
（1） 标签可见性控制：通过标签发布时控制可见用户组，实现部分标签只对部分人员可见，形成部门或个人的标签池。
（2） 标签读写列权限控制：发布某标签（后续进行标签加工），使用某标签（标签圈群和分析时使用）都需要经过部门管理员、项目管理员审批，严格控制标签的查询、加工操作。
（3） 标签行级权限控制：针对用户设置标签的可读行级权限，比如负责直销售基金的部门，只能查看渠道是“纯直营自销“客户的标签数据，不可见“代销“渠道的客户数据。
（4） 标签脱敏：针对敏感标签（如身份证号、电话号码等）可进行部分人员脱敏，数据查询或分析时，展示脱敏后的数据。
通过标准化的产品方案，解决客户无统一标签分析平台、标签半自动化加工、加工周期长等痛点。
4. 标签体系设计
按照标签建设方法论和数仓模型，从基金客户的基本属性数据、交易数据、持仓数据、基金产品数据、用户行为数据等多方面数据，建设出基于以下标签类目的200 标签，每天定时跑批加工。
基于以下划分标准，采用不同的标签类型，在不用平台完成标签加工。
- 原子标签：既定事实，从原始数据中提取，比如性别、生日等信息；
- 衍生标签：没有对应数据，需要定义规则，由原子标签来计算得出标签实例，比如区间类；
- 组合标签：没有对应数据，需要定义规则，多种类型标签来计算得出标签，比如偏好类；
- 算法标签：参考已有事实数据建立算法模型，来预测用户的行为或偏好；
- 实时标签：基于业务系统数据实时更新标签数据，比如基于埋点数据设计的标签；
- 自定义标签：通过自定义sql的形式完成标签数据萃取；或手动打给用户的标签。
三、标签在基金行业的应用场景
基于建设好的标签，业务人员便可透明化的使用标签，将数据库的黑盒子变成业务语言的白盒子，辅助业务决策，驱动业务增长。标签在基金行业主要应用于以下场景：
新基金推广
当新基发行时，会进行一定的营销活动，向用户推广。如新基金首先会面向直销自营、偏爱新基金、活跃客户、不具有反洗钱特征等的用户推送，先圈定一部分用户，然后再结合客户的交付风格、持仓风格圈定优选客群。推送一批客户后，可再基于首轮命中客群的相似人群进行补充推广，是一个持续迭代的营销过程。
互联网营销
面向个人的基金推荐，如债券型基金一般推送给有过购买债券型基金行为、购买潜力高的客户；根据用户偏好进行千人千面的金融资讯推送，丰富用户理财知识；基于用户的投资时长，推送不同理财阶段的投资课程等。
异常交易监控
根据用户风险类标签，找到短期内频繁开立账户、撤销账户、频繁交易、交易IP跨境、交易时间异常的客户，进行重点防范与预警，保障金融安全。
用户流失预警
根据客户活跃度、交易周期、账户余额区间、盈利情况等标签，找到静默用户，进行触点激活。
后续数栈智能标签产品将会采用算法进行人群圈选，补充业务规则圈群的局限性，以及基于实时标签人群的实时推送方面进行进一步探索，使业务营销更加精准、高效。
