金融行业用户数据 BI 可视化分析方案
Wyn 商业智能行业解决方案
Wyn 金融行业用户数据可视化分析的原则
1、以用户属性和信用信息为主
信用信息可以直接证明客户的消费能力，是用户画像中最重要和基础的信息。客户属性如学历、月度收入、婚姻状况、职位等，都可以成为描述用户消费能力的特征和信贷能力的维度。
2、关注核心因子
关注影响用户信用消费能力的核心因子，对于不具有商业价值的因子，可以忽略。用户画像和用户分析时，需要考虑强相关信息，不要考虑弱相关信息，这是用户画像的一个原则。
3、定性分析强于定量分析
对客户按照年龄区间、资产类型、收入区间和偿债能力等定性信息进行类别和方式区分，并进行定性化，有利与对用户进行筛选，快速定位目标客户。
用户画像可视化分析的步骤
1、目标分析：构建用户画像，可以实现不同目的，如提升产品服务质量、精准营销等。目的不同，用户画像的构建也有所区别。因此首先需要明确用户画像平台的战略意义、平台建设目标和效果预期，进而有针对性的开展实施工作。
2、指标体系：对用户特征进行整体分析，形成符合实际业务场景的分析指体系。
3、数据模型：基于数据集的维度值如职业、工作性质、信用评分、消费特征、学历、购物习惯、车贷房贷、婚姻情况等，作为评价客户信贷风险的因素。
4、应用流程：针对不同角色人员的需求（如市场、销售、研发等），设计各角色人员在用户画像数据分析中的角色和权限。
二、Wyn 用户数据画像效果图
