(微信同号)【课程背景】
在传统概念中，客户画像与产品设计似乎是产品经理专属的技能。但是在大数据时代的今天，越来越多的金融机构和金融科技企业需要更多（数据敏感—digital smart）的员工理解公司的产品战略。尤其是在信息碎片化甚至是粉末化的时代，抓住客户百变的需求、锚定有效的销售线索，锁定高价值高忠诚度的客户变得越发的重要。
从基层员工技能提升角度，前台销售人员需要理解数据，掌握更多对于客户画像标签的分类维度，收集并反馈符合业务场景的客户画像信息，从而有效支持中台的产品设计和后台的标签数据架构系统的建设；
从数字化转型角度，管理人员也需要理解公司战略发展所对应的客户画像，及时从市场和竞品分析中，细分本公司的竞争优势，运用更加先进的数据分析技术，引领公司的数字化转型。
由于互联网金融的爆发强化了跨业竞争的激烈程度，在这种新的竞争格局产生时，谁能够精准定位客户画像，找到高价值目标客户的痛点和爽点，并设计出符合其需求的产品，谁就能获得更多的市场回报。
因此，本课程旨在服务于金融机构的数字化转型战略，从技术与业务的交叉角度，将实践和理论结合，设计出一套适合金融机构全员学习的硬核大数据入门课程：客户画像与产品设计。课程主要针对以下三方面进行系统讲解和案例分析：
Ø 如何快速掌握客户画像的构成原理与应用方法？
Ø 如何构建符合现实需要的客户画像标签库？
Ø 如何通过客户画像进行产品设计？哪些角色应该参与这个过程？
本课程适合有数字化转型需求的金融机构，如银行、保险、互联网金融、第三方财富管理公司全员参加，帮助业务人员理解大数据技术的重要应用场景——客户画像标签体系。理论结合实际，提供大量的实用模板工具和案例介绍。用业务人员听得懂的语言讲解，高效系统，案例落地，全程干货。
【课程收益】
Ø 掌握对客户画像和产品设计的基础认知
Ø 掌握4个客户画像的应用场景
Ø 掌握5种客户画像的常见使用者和实施规划
Ø 掌握5个客户画像构建步骤
Ø 掌握4层客户画像结构
Ø 掌握3种标签分层体系与应用方式
Ø 掌握2种客户全生命周期旅程的产品匹配方法
Ø 掌握1套高净值客户金融产品设计的思路
Ø 掌握5个高净值客户金融产品设计的应用场景
【课程特色】系统性，干货，没有废话；科学，逻辑清晰；实战，学之能用；生动，案例精彩；配套沙盘演练，游戏式学习
【课程对象】有数字化转型需求的金融机构全体人员（前台业务人员为重点）；
【课程时间】6-8 小时
【课程大纲】
一、入门篇：什么是客户画像？
1、画像本质（结构化标签组合）
Ø 第一层：实体
Ø 第二层：符号
Ø 第三层：概念
Ø 第四层：原理
2、画像模型三要素
Ø 第一要素：人
Ø 第二要素：物
Ø 第三要素：环境
3、常用的构建方法
Ø 标签组合
Ø 层级建模
Ø 机器学习
4、画像的价值与应用方向
Ø 精准营销
Ø 数据应用（推荐系统、广告）
Ø 客户分析
Ø 数据分析
案例：CRM数据平台：选人中心
5、客户画像的使用者
Ø 高层
Ø 产品设计部门
Ø 开发部门
Ø 市场部门
Ø 运营（销售）部门
6、用户画像的实施规划
Ø 聚焦群体（Who)
Ø 真实需求(What)
Ø 建立连接，匹配需求(How)
7、一般与专业画像构建方法
8、标签检验方法
二、进阶篇：如何构建客户画像？
1、画像构建五步
Ø 第一步：确定目标
Ø 第二步：确定方式
Ø 第三步：确定组织
Ø 第四步：确定标准
Ø 第五步：确定验证方法
2、画像架构
Ø 标签层
Ø 模型层
Ø 管理平台层
Ø 数据源层
3、定性与定量画像
Ø 定性：业务驱动，一线使用场景和动机明确
Ø 定量：数据驱动，精确，深层次动机因素不详
4、标签分层体系
5、标签构建的优先级
Ø 原始数据
Ø 事实标签
Ø 模型标签
Ø 高级标签
案例：征信系统客户标签库设计
三、综合篇：如何赋能客户画像进行产品设计
1、从完成考核业绩到理解商业全貌——为什么说客户画像是产品设计的基石？
2、数据透视看板
3、客户画像实战
4、从画像透视设计产品
5、谁是目标客户？
Ø 构建属于该产品的目标客户cookie List
Ø 锁定目标客户范围
Ø 分析目标客户，升级画像维度
Ø 搜集目标客户数据全周期数据，探索客户旅程的价值点
案例：某金融产品客户画像矩阵分析
案例：匹配目标客户画像矩阵对应的产品矩阵
6、DIY你的客户画像维度
Ø 静态维度
Ø 动态维度
Ø 心理维度
Ø 消费/投资维度
案例：私人银行产品ABCDO五类目标管理
7、全生命周期管理-通过客户画像精准营销
Ø 全生命周期（潜在客户、新客户、老客户、流失客户、回流客户）
Ø 客户画像分析（渠道标签、人口标签、使用标签、动机标签）
Ø 客户画像可视化（各层标签结合，看板展示）
8、全生命周期管理-通过标签分析进行产品设计
Ø 前台：理解标签体系、反馈标签应用效率
Ø 中台：设计标签矩阵、生成目标客户画像矩阵（User cases)与产品矩阵(Product mix)
Ø 后台：管理标签数据库体系、标签架构与模型建设标准化
四、专业篇： 高价值客户金融产品设计
1、银行金融产品模型
Ø 传统型
Ø 服务导向型
Ø 产品导向型
Ø 综合型
2、高价值客户画像
Ø 简单维度
案例：常用高客画像——企业家、高管、专业人员、继承者
Ø 复杂维度
案例：营销规则库——从标签库提取营销线索
3、匹配金融产品与客户画像模型
Ø 制定标签分层体系
Ø 整合可用数据资源
Ø 模型挖掘客户标签
Ø 客户标签实际应用
Ø 客户标签评估优化
案例：金融产品客户画像看板
案例：结构化产品设计
案例：贵宾客户提升产品设计
呈现方式：小组讨论、角色扮演
