标签 需求 下的文章

与一位私行的副总聊天,个人体会,感受所得,分享给大家。还望各位大佬拍砖

做好私行业务或者说财富管理业务,第一要掌握专业的策略,第二个是要懂业务的逻辑和规律。

私行客户是有地板却没有天花板的客户。所以,私行客户的分层会分的特别大,客户个体差异也会非常大。所以要做好私行业务,首先要做好客户分层。

举例来说,500万到3000万之间的客户,他们的财富可能并不够花一辈子。因此,他的财富在选择合作的时候,主要的需求是理财型的需求。期望是好一点的理财产品或者投资工具,能够得到高一点的收益。

资产到了5000万至2个亿的客户,他们最大的需求不再是理财型的了,而是护财型的需求。他们的想法大多是如何保持现有的财富,在往后二、三十年继续创造和维持现在的生活水平。满足护财型客户与理财型客户使用的工具和策略是不同的。收益要求会更低一点,更注重风险管理,对税务筹划要求也更高。

资产再往上的就是以企业家为目标群体的客户了。他们的规模可能有5、10亿甚至百亿规模。国内绝大部分企业家都是第一代。他们有创造财富的经验,但缺乏传承的经验。财富的传承是他们的主要需求。这类客户比较关注的话题是:房地产、遗产税、国家对民营经济的政策。

- 阅读剩余部分 -

背景
在竞争态下(与Uber中国、美团打车等抢占市场竞争时期),乘客面对平台的大量补贴,往往会被刺激出更多的打车需求,而更多的订单,更多的用户也是以更高补贴刺激出来的。高额的补贴烧钱并不是长久之计,在抢占市场份额的同时,刺激和培养用户的打车习惯也是补贴的目的。究竟怎样的用户可以在竞争态下的高额补贴退去之后仍然保持着一定的打车活跃度?怎样的用户在高额补贴退去之后完全流失或者极其低频?这便是乘客购买力标签所想要探清的问题。

高低购买力人群的定义和选择
标签的目的是找出两群人:
高购买力人群,即在高额补贴下有打车行为,在低补贴甚至无补贴时期仍然打车,即并不刻意追求高补贴的订单。因此可以看出对于此类人群竞争态高额补贴他们是有价值的,长远来看这类人群是盈利的。

低购买力人群,即在高额补贴下有打车行为,在低补贴甚至无补贴时期完全流失不打车或者打车频率较之前显得极低,即消费的时候几乎只追求高补贴的订单。因此可以看出对于此类人群竞争态高额补贴他们的价值不大,长远来看这类人群是亏本的。

从以上的定义可以看出,想要找出高低购买力人群,我们需要高额补贴的时期以及高额补贴后的低补贴或者无补贴时期,而中国网约车进程中这样的时期自然是Uber中国和滴滴大规模竞争的高额补贴期,以及之后合并后补贴减少的低额补贴时期。通过与Uber中国战中战后选取高低购买力人群再合适不过了。

因此我们可以选择出:
高购买力样本:Uber中国和滴滴当年战中活跃,战后依然保持一定活跃的人;

低购买力样本:Uber中国和滴滴当年战中活跃,战后极低频或者流失的人;

模型的学习和特征的选取
我们选择的样本仅仅是历史上的一部分典型的人群,人数规模小而且是在于当时的历史时期的表现。而机器学习模型的作用就是对于这样的两类人群学习其中的区别与规律,认清楚怎样特征的人应该属于怎样两类人群的哪一类,具体我们这个问题而言,怎样特征属性的人倾向于是高购买力,表现得像我们选取的高购买力人群;怎样特征属性的人倾向于是低购买力,表现得像我们选取的低购买力人群。

机器学习模型学习出区分高低购买力人群的规律,便可泛化到更加广大的人群中去,比如许多后来的新用户,以及一些我们选取样本时对于其购买力高低不那么典型的用户。