金融企业面对的用户群体基数是巨大的，如何刻画适合企业去分析的用户画像呢？我们可以先从企业的业务场景去入手。
一、金融行业为什么要做用户画像？
金融科技极大程度改变了金融行业传统的营销方式，摆脱了以往渠道单一，撒网式营销，依赖网点、电话进行传播的痛点。在大数据驱动下，企业可以告别撒网式营销，做到低成本、高效率的精准自动化营销。金融企业主要的80、90后消费人群，他们的金融消费习惯也在不断改变，他们不喜欢被动接受金融产品和服务。凭借大数据，营销场景可通过用户喜欢的方式高频地融入用户的生活，打造有温度的场景营销模式，做到“投其所好”的触达，更能获得用户的心。
而金融企业面对的用户群体基数是巨大的，如何刻画适合企业去分析的用户画像呢？我们可以先从企业的业务场景去入手。
二、做金融用户画像的目的是什么？
用户画像是在理解用户需求和消费能力，以及了解用户的基础上，寻找潜在产品的目标用户，并利用画像信息为用户开发产品。
从商业角度出发做的用户画像对企业具有很大的价值，所以做用户画像的目的有两个，一个是业务场景出发，找到目标用户。另外一个就是，参考用户画像的信息，为用户设计产品或开展营销活动。
三、用户画像的刻画纬度与金融产品业务如何做关联？
万事开头难，由于拥有丰富的数据，金融企业在进行用户画像时，对众多纬度的数据无从下手。大多数企业总是认为用户画像数据纬度越多越好，画像数据越丰富越好，搞得用户画像是一个巨大而复杂的工程。但是费了很大力气进行了画像之后，却发现只剩下了用户画像，和业务相距甚远，没有办法直接支持业务运营。事实上，用户画像涉及数据的纬度需要跟自身产品的业务高度结合，概括来说可从三个方面来做规划：
1、人口属性、信用
包括用户的资产、工作、收入、学历……等信息，人口属性信息就是起到触达用户的作用，比如电话号码、邮箱、住址、办公地址等。这些信息可以帮助金融企业联系用户，将产品和服务推销给用户。
2、强相关信息
比如工作、学历，对收入与信用影响较大的方面就是强相关信息。而身高、星座等信息，很难从概率上分析对消费能力的影响，就不适合放到用户画像中进行分析。因为这些信息对用户消费能力影响很小，没太大的商业价值。
3、定性数据
画像目的是为了筛选出目标用户，定量信息不利于对用户进行筛选，所以将定量转化为定性非常重要。比如避免用30岁、100w年收入这种定量方法划分，应该用年龄段（25～30岁）、收入区间（50w～100w）来划分，有助于快速定位目标用户群。
四、有了用户画像以后，我们应该如何触达用户？
从实用性强的角度出发，金融企业需要结合业务来刻画，我们可以将用户画像信息分成五类信息。分别是人口属性，信用属性，消费类型，兴趣爱好，社交属性，以上基本覆盖了业务需求所需强相关信息，结合外部场景数据将会产生巨大的商业价值。我们接下来看看用户画像的五大类信息在实际的用户触达场景下，是如何运营的。
1、人口属性：
主要作用是触达用户。性别，年龄，电话号码，邮箱，住址，当前地理位置等等都属于人口属性信息。
（运用地理位置、节日营销——保险，微信支付）
2、信用属性：
比如职业、收入、资产负债、信用评分等都属信用信息。用于描述用户资产增长潜力和收支情况。能帮助企业了解用户资产情况和信用，有利于定位目标用户。
（运用风险评测-收入属性匹配理财产品-京东金融）
3、消费习惯分类：
用于寻找高频消费、高价值用户。帮助企业根据用户消费特点推荐服务，找准了消费特点，此类人群转化率很高，N次复投率相应地也非常高。例如子女教育，差旅，境外游，餐饮用户，汽车，母婴，理财人群等等。如企业有用户的消费记录可将其归类某些消费特征人群，再进行精准化营销活动触达。
（运用消费习惯属性-目标理财—广发基金）
4、兴趣爱好：
此类信息帮助企业了解用户兴趣和消费倾向，也是利于精准化活动营销。需要注意的是，兴趣爱好可能会和消费特征有重复，区别在于数据来源不同。消费习惯来源于已有消费记录，但是购买的东西和服务不一定是用于自身，而兴趣爱好代表本人的真实兴趣。例如户外运动，电影，电子科技，健身，奢侈品，厨艺等。
（运用生活爱好-电子产品消费-懒投资）
5、社交信息：
用户在社交媒体上的行为、评论，往往代表他们内心想法和嗜好需求，实时性高、转化率高、易上瘾复购的特质。例如用户询问广州哪里好玩、有美食？旅游订房哪里折扣多？购房哪家优惠多？理财投资哪里风控好？这些社交信息都是代表用户多需求，如果企业可以及时了解到，将会有助于产品推广。但需要注意的是这些社交信息都是动态，持续变化的，切记需要定期更新标签分类，才能做到精准化推广。
（运用生活消费场景-当面花-花呗）
结语
用户当下需求不等于用户永远的需求，我们应该用可成长型思维根据用户行为、成长阶段去触达用户。
因为，唯有变化才是永恒的法则，避免画像把用户定性固化，造成营销内容跟用户当下的实际需求不匹配。
本文为@运营喵原创，运营喵专栏作者。
