20190319：金融 用户画像背景知识补充
无意中的面试工作内容与此相关，之前对于大数据和算法在金融领域（所谓的广泛金融）关注甚少，对企业内部的财务平台更是无从而知，所以这次的岗位也是为自己专业打开了一个新的应用窗口，也趁此机会补一下这方面的背景知识。
金融行业“用户画像”大数据实践图谱
参考：
1、https://cj.sina.com.cn/article/detail/2160994315/430971?column=china&ch=9
2、https://www.zhihu.com/question/19853605
1、用户画像
用户画像是根据用户社会属性、生活习惯和消费行为等信息而抽象出的一个标签化的用户模型。构建用户画像的核心工作即是给用户贴“标签”， 而标签是通过用户信息分析而来的高度精炼的特征标识。
2、原因及目的
1、原因：
- 消费者需求出现分化，无法继续用一个或者部分产品满足所有用户的需求，因此金融企业需要借助用户画像，来了解客户、找到目标客户、触达客户。
2、目的
- 从业务场景出发或者产品出发，寻找目标客户（所以一定注意与业务场景的强结合，避免因为大数据的多维度而导致注意力的分散）
- 为用户设计产品或者开展营销活动。
3、原则出发
- 信用信息和人口属性为主
- 采用强相关信息，忽略弱相关信息
- 定量信息转化为定性信息，助于筛选及快速定位
4、数据类型
- 静态信息（更新频率较慢）
- 人口属性：用户是谁，如何联系
- 信用信息：风险控制（资产、负债、收入、支付习惯等）
- 消费特征：消费习惯、消费偏好
- 兴趣爱好：品牌偏好、个人兴趣
- 动态信息（及时更新）
- 社交属性（社交媒体、言论特点、个人爱好）