你了解你的客户长啥样吗？看看高盛给出的客户画像秘籍
基本上，优秀的理财师都会有一套自己的客户管理方法，可能是一个Excel表格，也可能是一个专门的CRM（客户关系管理系统）软件。
在上面会详细的记录着客户的资料，电话沟通时间和内容、拜访时间、次数，客户职业等等情况。实际上，在获客阶段给自己的客户做这个表是必须的。
这些资料的收集和分析，其实就是给自己的客户做一个画像。
在全球知名的投资银行高盛，它的内部专家分为客户专家和产品专家两类，客户专家主要就是对外的关系维护，寻找客户的需求，产品专家主要是服务客户的，比如帮助客户完成交易等其他一系列的事情。
在很大程度上，中国的理财师既有客户专家的属性又有产品专家的属性，高盛客户专家的客户管理方法在实践上很有借鉴意义。
在互联网+时代，随着技术工具的成熟和多元化，很多金融机构都尝试使用各种工具，进行“用户画像”，同时挖掘更多的潜在客户。
那么，我们应该从哪些方面来关注用户的属性，做出清晰的客户画像呢？
给客户画像，我认为至少要具备五个维度：年龄、职业、性别、地区、婚姻。每位理财师在筛选客户的时候，首先要关注这5个基础指标。
以年龄来说的话，我们来分享一组数据：25岁以上、30-40岁之间的用户，他们对理财产品尤其是信托资管的需求会比较大的，关注度也比较高一些；而低于这个年龄段的用户，他们对信托资管的关注度会低一些。
理财师在了解用户年龄之后，这个时候你基本能判断他对什么类别的产品会感兴趣，有的放矢，会给潜在客户留下一个好印象。
（点击可放大）
上面这张图是百度指数上以“私募”为关键词的搜索结果，通过图，我们可以看到：
关注私募的用户主要集中在北上广以及浙江这几个地区；年龄则以30-39岁为最多，次之的为20-29岁，再次之是40-50岁之间，最少的是大于50岁以及低于19岁；男性多于女性。
这个百度指数结果里面可以隐含一些背后的数据：男性对私募的认识度相对女性高，这也意味着男性风险承受能力比女性高一些。
所以大家在拓客户的时候，用这个维度做筛选，可以判断出这是否是你的目标客户，由此你才能决定是否要花时间在他们身上。
（点击可放大）
这一张是以“信托”为关键词的百度指数，从地区上看，与关注私募产品的大致相同，仍然集中在北上广，但是广东和上海的位置调了一下——广东人更关注私募、上海人更关注信托。
由此可以看出上海人对于风险偏好比较谨慎，关注信托和私募产品的人群年龄上差不多，也是男性大于女性。
强调一点，在拓客的过程中，90%的时间是客户维护，只有10%的时间才是在交易环节。这一条原则同样也适用于我们维护客户的过程，百分之九十的时间是用在准备调研的工作上。
（点击可放大）
这张图可以看到国内高净值用户整体的分布情况：多分布在以环渤海、长三角、珠三角为主，包括我广东的朋友、群里的群友都在跟我说，广东的客户非常多，你赶快来发展吧。
这很能能反映一个问题：我们在拓客的时候，不同区域的客户咨询的问题不同，你心中应该会有一个比例，就是你花的时间的比例。
这一张图我们可以看到，国内除北上广、江浙几个传统大省之外，山东、四川河南已经具备了一定的规模，重庆、内蒙已经成了增长的潜力股。拓展客户的时候，就要开始思考把这些地区作为重点的未来拓客及维护的区域。
（点击可放大）
这张图主要展现了高净值客户的职业分布和财富分布。
比如职业分布上，高净值人群多集中为企业主、国企、专业投资人，如果你的用户不在这几个类别里面，基本可以判断他的真正购买意愿不是特别明显。
我们从用户的年龄、性别、地区、职业、婚姻这几个维度，来判断找到你理财的客户究竟是不是你的目标用户。
如果是的话，你应该花更多的时间去维护，如果不是的话，你应该把你的时间腾出来更多地去扩大你的覆盖度。
（点击可放大）
当你了解用户的画像之后，你应该具备产品的能力。理财师之所以专业，获取产品的时间成本要比客户少很多，能比用户获得产品背后未披露的风险信息，这是理财师的价值所在。
这个方面我们应该做好足够的调研，当用户对我们提问题的时候，我们能够答出来。
做好客户画像和产品调研，再开始考虑怎么去找客户，怎么去维护客户，这是维护客户的开始，也是整个销售过程的基础。
延伸阅读：
用户画像工作坚持的“三原则”市场上用户画像的方法很多，许多企业也提供用户画像服务，将用户画像提升到很有逼格一件事。
金融企业是最早开始用户画像的行业，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。
很多人总认为，用户画像数据纬度越多越好，画像数据越丰富越好，某些输入的数据还设定了权重甚至建立了模型，搞的用户画像是一个巨大而负责的工程。
但是费力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，无法法直接支持业务运营，还花费了大量精力，可以说是得不偿失。
事实上，用户画像涉及数据的纬度需要业务场景结合，既要简单干练又要和业务强相关，既要筛选便捷又要方便进一步操作。
用户画像需要坚持三个原则，分别是人口属性和信用信息为主，强相关信息为主，定性数据为主。下面就分别展开进行解释和分析。
1描述一个用户的信息很多，信用信息是用户画像中重要的信息，信用信息是描述一个人在社会中的消费能力信息。
任何企业进行用户画像的目的是寻找目标客户，其必须是具有潜在消费能力的用户。
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。
一句戏言，所有的信息都是信用信息就是这个道理。其包含消费者工作、收入、学历、财产等信息。
定位完目标客户之后，金融企业需要触达客户，人口属性信息就是起到触达客户的作用，人口属性信息包含姓名、性别，电话号码，邮件地址，家庭住址等信息。
这些信息可以帮助金融企业联系客户，将产品和服务推销给客户。
2我们需要介绍一下强相关信息和弱相关信息。强相关信息就是同场景需求直接相关的信息，其可以是因果信息，也可以是相关程度很高的信息。
如果定义采用0到1作为相关系数取值范围的化，0.6以上的相关系数就应该定义为强相关信息。
例如在其他条件相同的前提下，35岁左右人的平均工资高于平均年龄为30岁的人，计算机专业毕业的学生平均工资高于哲学专业学生，从事金融行业工作的平均工资高于从事纺织行业的平均工资，上海的平均工资超过海南省平均工资。
从这些信息可以看出来人的年龄、学历、职业、地点对收入的影响较大，同收入高低是强相关关系。简单的将，对信用信息影响较大的信息就是强相关信息，反之则是弱相关信息。
用户其他的信息，例如用户的身高、体重、姓名、星座等信息，很难从概率上分析出其对消费能力的影响，这些弱相关信息，这些信息就不应该放到用户画像中进行分析，对用户的信用消费能力影响很小，不具有较大的商业价值。
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用户画像的目的是为产品筛选出目标客户，定量的信息不利于对客户进行筛选，需要将定量信息转化为定性信息，通过信息类别来筛选人群。
例如可以将年龄段对客户进行划分，18岁－25岁定义为年轻人，25岁－35岁定义为中青年，36-45定义为中年人等。
可以参考个人收入信息，将人群定义为高收入人群，中等收入人群，低收入人群。参考资产信息也可以将客户定义为高、中、低级别。定性信息的类别和方式方法，金融可以从自身业务出发，没有固定的模式。
将金融企业各类定量信息，集中在一起，对定性信息进行分类，并进行定性化，有利与对用户进行筛选，快速定位目标客户，是用户画像的另外一个原则。
（来源：网络综合）
专业微信群招募:目前入群人数超过3000人，已建立43个专业讨论群:
证券行业群: 全国证券经纪人俱乐部、券商高管群、券商投行群、券商资管群、营业部总经理群
银行交流群: 银行高管群、银行投行群
企业家群: 企业家私董会、新三板董事长群、上市公司高管群、上市公司董秘群、财务总监群
投资专业群: 私募基金群、股票投资群
股权投资群:PE/VC、股权投资项目群
新三板专业群：新三板开户咨询、新三板企业家群、新三板企业高管群、新三板董秘群
合作方式：添加微信：xsb900，申请验证时请留下您的"姓名+公司+职位+事宜"。工作人员在审核后将安排您入群。由于目前申请人数较多，请您耐心等待，我们会尽快审核通过。