作为咨询行业的技术顾问，服务于各个银行等金融机构，基于用户的业务特点推出适合用户的解决方案。这个方案是最近一个月为某银行量身定做的营销方案，最后因为数据的问题被砍掉了。由此我想到，马云爸爸说的大数据是新的石油是正确的，但是我的解读是，并不是数据越多越好，而是数据的多样性越多越好，只有这样才能将各种各样的数据联系结合起来挖掘他们的价值，仅仅只有一方面大量的数据也难以挖掘出石油。
1，背景介绍
有一个多月在为某银行做解决方案，客户没有明确的需求，只是想做点有价值的东西，但是不知道做什么，同时要求成本小见效快。风萧萧兮易水寒 壮士一去兮不复还，托着我29寸行李箱来到客户现场后，在和客户密切交流了半个月后，我结合客户的的整个数据和业务情况我另辟蹊径推出了《探索-天气对人消费偏好的影响下的地理位置的活动商户营销》。
这个思路的背景来源于之前服务的某信用卡中心，当时是基于CEP规则进行配置的，用户推送什么商户完全是业务人员根据自身经验进行配置的。客户使用信用卡消费后，信用卡中心会拿到消费的信息里面包括地理位置的信息，然后根据配置的CEP规则选择一个商户的活动信息，通过各种渠道微信，短信等推送给用户。
这种方式去做营销，相比传统向所有用户发送活动信息的暴力方式，它缩小的营销的人群，只有在活动商户附件的人收到营销信息了才可能去店里刷羊肉，离活动商户50公里以上的客户基本会认为是垃圾短信，极大的提高了营销的转化率，同时也节省了发短信的费用。
传统基于业务经验的方式进行营销是没有任何问题的，只是完全可以业务决策和数据决策相辅去进行营销，通过挖掘用户消费偏好和天气的联系，我们进一步缩小营销的用户范围，结合地理位置，在不同的天气状况下向用户推荐更符合自己口味的活动商户。
用户消费偏好和天气状况，节日都是有一定联系的，挖掘他们之间的联系在合适的天气，合适的节日向合适的用户去营销。在上面的思路上，再加上用户的籍贯作为一个维度，不同的籍贯他们的口味是有很大的差异的，上海人喜欢甜，重庆人喜欢辣。（或者不需要，针对每一个人的用户偏好模型，不可取，地理位置营销做到人这么细没有太大意义）
推荐模型 天气:籍贯——消费偏好
3，分析数据支撑状况
历史数据:信用卡交易数据:交易金额，交易时间，交易商户（pos机来说，位置信息的获取，固定的可以的，移动的不能。网银交易走第三方支付宝更是拿不到位置信息，但是如果走信用卡APP支付则可以拿取地理位置。当然，办法多，比如很多信用卡都会绑定该信用卡的微信公众号获取交易信息，这个时候间接通过微信去拿用户地理位置也是可以的，更甚至用户没有开GPS，可以和电信合作，根据最近的基站获取用户的大致位置范围。
支付宝，微信交易的交易数据中商户名称要进行去噪，有些不具有参考意义，比如我在一个面馆用微信消费，显示的商户为包头农村商业银行，所以我们要过滤掉这些商户信息后进行中文语义分析，这一块难度是比较大的，或者不去噪了。
POS机和信用卡APP交易的商户名称以及银联报文MCC码。MCC是Merchant CategoryCode的简写，中文名称是商户行业代码。全国有几千万上亿的商户，银联给商户布POS的时候，会设置一个商户编号，这个编号是大有讲究的，这个编号通常是 15 位，由机构代码（3位）+地区代码（4位）+商户类型MCC码（4位）+商户顺序号（4位）组成，而MCC码是这个商户编号的重要组成部分。 MCC码表
一机一码，持卡人在商家的POS机上刷卡消费成功后会打印出小票，上面有商户编号，从第8位到11位（4位数）即为商家这台POS机的mcc码，这个码对应的就是商家经营的行业。