银行面试题--短信营销降本增效

Timer_Cooker

已于 2024-07-20 13:18:05 修改

阅读量346

点赞数 4

文章标签：数据分析流量运营

于 2024-07-20 12:19:30 首次发布

本文链接：https://blog.csdn.net/qq_42911358/article/details/140568411

版权

需求：

短信营销费用高，如何降本增效并建立营销效率评价体系？

没接触过相关业务，就本身经验谈谈：

营销流程：

发短信给用户==>用户收到短信==>符合用户需求==>办理贷款

费用问题：

字数太多，需要发几条，效率低

先从流程上来说。

以自身为例，收到短信第一反应，是不是骗子（信任问题），第二反应我要那么大的额度干啥（需求问题），第三反应，我贷款了，利润是否能支付我的贷款并给我剩下足够的余额，是否有利可图（经济问题）？

想完之后摇摇头，然后默默点击了删除【手动滑稽】

其次从数据上来说，始终是一个转化率的问题。但是很多时候不能但看数据。为啥呢？比如电商运营的漏斗模型，投流了多少，打开页面了多少，加购物车了多少，下单了多少，最终成交了多少？每一层里面都涉及一个转化比率。但是如果你但看转化比率就认为营销措施有效，就可能掉进一个坑里：缺乏对用户的分类，万一都是羊毛党呢？薅完羊毛我就不来了呢？都是价格敏感性用户，产品自身没有什么用户粘性，没有用户忠诚度呢？别让老板拿刀砍你【手动滑稽】

最理想的销售就是精准匹配。

综合以上两点。

1.先是信任问题：如果用户不信任，你的短信、投流费用一定是打水漂的。如果我把短信里的“点击链接：xxxxxxxxxxxxxxx”改成“详见X行APP”，你觉得哪个更可信？同时字数是不也更少？

2.数据和模型的辩证关系：数据思维的缺陷、模型数据的相互推导与验证问题

我们假设有一条曲线（y=sin(x)+x）和一条直线相交(y=x),假设我们截取的数据都是交点，单从交点数据来看，我们很容易认为是一条直线。但是为啥不能是那条曲线呢。如果这个时候，我们不用交点数据，采用采样的方式，如果是做数据的，他依然会“回归”出一条直线，然后告诉你，有波动，是误差【手动滑稽++】

但是用模型推数据就不一样了：如果你建立了一个模型，得出了y=sin(x)+x，模型推出数据，然后验证模型数据和实验数据的误差，如果误差可控，那么你可以说你的模型是正确的。但是数据推模型就不一样了，哪怕你的数据搞出来的模型推断数据和现实数据匹配，你也没信心说没问题，底层逻辑你并不知道。

所以还是得从模型（流程）上入手，讲究精准匹配，降低开销。

所谓精准匹配就是你的产品match他的需求、痛点。

从贷款几个要素入手来看营销：金额，利率，偿还能力，偿还方式，消费、投资模式

1.我营业规模只有100W，你给我贷款门槛1000W起，那肯定不贷啊，

2.利率：我的行业要是利润高，我不在乎那三五个点的利息。我要是利润率才5%，我去年利率6%贷款扩张，那是不可能的。

3.从银行方面来讲，产品推销出去是一方面，应收账款回款是另一方面，要是对方身患绝症来申请你短信发的贷款，你会贷吗？

4.对公业务的偿还周期有长有短，他回款周期一个月+，你给他推销按月还款的好还是按季的好？

5.我就是一个铁公鸡，看上了办卡发的福利，让我付利息门都没有。虽然算一个指标，但是不带来任何利润，甚至是巨大的成本。或者说，我的公司是现金为王的类型，拒绝贷款经营。发给我我都不带看的（消费、投资模式的巨大差异）。

当然了，贷款客户的需求维度不止这些，但只有在对方信任你，需求精准匹配的情况下，你发出的短信才有意义，这个时候你再谈短信流量转化率才有意义。

回到漏斗模型的错误使用上来考虑建设评价体系，核心依旧是转化率（以金额计），构建指标体系需要引入多种维度给客户做画像、分类。拿其中两点来说：

客户维度：客户的规模，行业，盈利能力，信用水平，消费、投资习惯。。。