互联网金融公司，如何运用数据分析做精益化运营？

互联网金融平台用户有四个行为特征：1.互联网金融用户有四个行为特征、下图显示了一家互联网金融公司的网站。在过去的30天里，新客户购买了转化漏斗，转化率只有0.38%：事实上，绝大多数互联网金融公司在web端购买的转化率基本在1%以下，APP购买率在5%左右，远低于电子商务或其他在线交易的购买率。2、虽然转化率低，但客户单价很高。一般来说，电子商务行业的客户单价从几十到几百不等，而互联网金融客户的客户单价从几千到几万不等，甚至在一些特殊领域。2、虽然转化率低，但客户单价很高。一般来说，电子商务行业的客户单价从几十到几百不等，而互联网金融客户的客户单价从几千到几万不等，一些特殊领域甚至几十万不等。客户单价高意味着用户的购买决策会更复杂，购买周期会更长。3、周期性电子商务强的客户下次购买时间不确定，但在互联网金融平台上，真正购买的用户是有财务需求的用户。资金到期赎回产品后，他们肯定会下次购买，但可能不会发生在你的平台上。下图是一个典型的互联网金融用户交互趋势图：可以看出，用户每隔一段时间就会有一个集中的、大量的交互行为。当用户购买时，用户的交互行为变得很少，偶尔可能会看到产品的收益率，但直到下次购买，整体交互指标才会太高。用户的财务需求周期约为一个月。4、购买行为具有很强的特点，主要包括两个特点：（1）用户的购买偏好容易识别，金融产品的数量和类别很少，因此用户的购买需求或偏好容易从其行为数据中识别；（2）用户在购买过程中的三个阶段特别容易识别。在购买决策阶段，用户会发生大量的互动事件。他会看产品，比较不同产品的收益率和风险，比较不同产品的投资期限等；但一旦他完成了产品的购买，就不会有很多互动行为。他可能只是回来看看产品的收益率。当用户赎回产品资金时，会发生大量的互动事件。事实上，他正处于购买下一个产品的决策期。2、根据互联网金融用户行为的四个特点，互联网金融用户运营的三个步骤在用户运营中有三个重要的阶段性工作：1。首先，获取可能购买的目标用户，合理配置渠道交付预算，提高优质用户的比例；2.接下来，我们需要使用高价值的用户–确实有购买需求，愿意付费、购买的用户找出来；3.采取有针对性的操作策略，提高价值用户的转化率。第三，获取目标用户渠道工作的核心主要是做好宏观层面，优化整个渠道的配置；微观层面，从单一渠道的角度，根据渠道配置策略进行有针对性的实施和调整。3、获取目标用户渠道的核心主要是做好宏观层面、优化整个渠道配置、微观层面、单一渠道角度，根据渠道配置策略进行有针对性的实施和调整。1、每个人都熟悉优化渠道配置具体渠道的实施，但很多人并没有接触到整个渠道组合配置的优化。这张图是一个整体转换漏斗，可以从不同的维度进行比较。比如我们先选择流量前10的渠道:以渠道1为例，整体转化率为0.02%。；过去30天站内总流量为18.9K，漏斗一级到二级的转化率为3.36%，总共为五级。我们可以看到，最终渠道带来的整体交易用户是4人。类似地，前10名的渠道数据非常清晰。可以看到不同渠道带来的流量、不同渠道的整体转化率、不同渠道在整个转化路径上的每一步转化率。2、有针对性的运营渠道有几个非常独特的渠道：渠道1的特点，渠道带来的流量是所有10个渠道中最大的，但其整体转化率较低；渠道2和渠道7，渠道2量很大，但转化率为零。7个渠道的数量相对一般，转化率为零；9个渠道和10个渠道是所有渠道中转化率最高的。然而，这两个渠道的特点是流量不是特别大。。。结合典型的渠道特点，可以制作象限图：第一象限（右上角）渠道质量高，流量大，渠道345符合这一特点，渠道策略应继续保持和增加渠道投资。第二象限（左上角）渠道质量较高，但流量较小，主要渠道为80或90。相应的主要策略是增加渠道，并在增加渠道质量的过程中继续*渠道质量的变化。先看第四象限(右下角)，渠道质量比较差，但是带来的流量比较大，主要有渠道一和渠道二。对应的渠道策略，应在渠道中进行更准确的交付，以提高整个渠道的质量。在第三象限(左下角)中，渠道质量差，流量小，如渠道六跟渠道七。要不要直接砍掉？这里的建议是，战略上要更加谨慎。因此，在具体渠道的策略上，保持绩效监控，然后进行小步调整。根据以上数据分析得出的结果，经过渠道优化后，会给我们带来更多高质量的用户。4、找出高价值用户将资源和精力投入到真正可能购买的用户身上的前提是，我们应该能够识别哪些用户是真正有价值的用户？价值低的用户是什么？1、事实上，对于互联网金融平台来说，甚至所有包括在线交易的平台都可以从用户的行为数据中识别用户的核心行为。由于互联网金融平台的特殊性，与电子商务平台相比，商品类别更少，平台功能更简单，用户的行为数据也能更好地反映用户在互联网金融平台上的购买意愿。总结用户在平台上的所有行为，核心行为并不多，包括：用户查看产品列表页面，表明有一些购买意愿，点击产品，表明用户希望有进一步的了解。用户最终确认了付款，完成了购买，购买过程结束了，他的财务需求得到了满足。每一种行为都表达了用户不同程度的购买意愿，因此在产品中获取用户的行为数据非常重要。2、由于用户行为数据如此重要，如何通过量化分析获取高价值用户？根据我们对业务的需求，将用户的所有行为数据全部收集成不同的权重系数，并根据每个用户的购买意愿进一步分组。这是用户购买意愿指标的例子，前五种行为是典型行为：每个典型事件的权重系数不同，用户购买意愿越来越强：用户点击投资按钮，甚至点击提交按钮，显然比他只看产品列表页面，或者只看产品页面，详细页面的意愿。越能反映用户购买意愿的事件，你分类的权重应该是最大的。这是一个很大的原则。0.05或0.06影响不大，不用担心。这样，我们就可以根据每个用户的所有行为对用户进行购买意愿评分，最终形成用户购买意愿的指标。这是我们从高到低截取部分用户购买意愿评分的情况。第一列是每个用户的ID，第二列是根据购买意愿对每个用户进行评分。得分高的用户是购买意愿最强的用户。在获得所有用户的购买意愿后，我们可以根据用户的购买意愿是否强烈，将所有用户分成不同的群体，进行有针对性的操作。这是根据用户在过去14天内产生的所有行为数据，根据购买意愿评分的权重，找出评分大于5的用户。在整体用户中，这部分用户的购买意愿排名前20%。我们给它起了一个名字，叫做购买意愿强的用户。同样，我们也做了中等购买意愿的用户群，这是购买意愿排名在20-60%之间的用户；最后40%的用户是购买意愿最弱的用户群。分组后，点击任何分组，以用户ID的形式列出。对这些用户施加操作策略是因为你必须有用户的ID。每个用户最近30天的访问次数，最近的访问地点，最后的访问时间都可以看到。接下来，如何促进这些购买意愿强烈的用户的转型？5.提高高价值用户的转化率1、首先，让我们来看看不同产品类型的用户的购买偏好。互联网金融平台上的商品类别相对较少，用户购买的目的也相对明确。一般商品类别如下：债券金融产品、股票金融产品、货币金融产品、指数金融产品、混合金融产品。通过计算用户在不同类别商品中的访问时间比例，我们可以更好地了解用户的购买偏好。例如，在下图中，我们的用户可以访问债券产品详细信息页面的访问时间，除了站内用户的整体访问时间外，还可以获得用户在债券产品上访问时间的指标。我们仍然使用用户分组工具来区分在债券产品中访问时间超过40%的用户。这是一个表现非常强烈的客户。他购买的偏好是债券产品。同时，我们设置了另一个指标，如用户购买意愿指标。我们以前做过超过5个，也就是说，购买意愿排名前20%。通过这两个条件，我们可以找到购买偏好是债券产品，同时有强烈购买意愿的用户。这两个指标之间的关系是合并的（and）的关系。同样，我们也可以根据用户的购买偏好，将*其他类别的用户分成不同的用户群，然后形成不同的购买偏好用户群。事实上，对于这些用户，我们可以从三个层面进行操作策略：2、从购买阶段的角度来看，不同生命周期的用户首先可以将所有用户分为新客户和老客户。对于这两个群体来说，运营策略和重点是非常不同的。新客户群是从未在平台上购买过的用户。我们应该根据用户的购买意愿进行进一步的操作。老客户群，即在平台上购买产品的用户，除了*用户的购买意愿外，用户的资本状态（资本是否赎回）也是一个非常重要的参数。用户买过产品吗？购买产品的用户是否赎回了资金？这两个内容实际上是用户当前的属性。在我们的分组工作中，有这个维度的菜单。通过这个维度的菜单，我们可以找到具有某种属性的用户：我在这里做了一个分组，我们可以看看。在维度菜单中，我们将是否购买产品的维度设置为1。还将资金是否已赎回的维度值设定为1。事实上，它是为了找到那些已经赎回资金的老用户；同样，在指标菜单中，我们也找到了有强烈购买意愿的用户。时间是过去14天，指标大于5。这样，我们就制作了一个用户群，这个用户群中的所有用户都应该满足以下三个特点：特点1：购买过产品的老客户。特征二:他们的资金已经赎回。特征3：过去14天的行为数据表明，用户有强烈的购买意愿。同样，我们将所有用户整理成以下不同的类别，并对应不同的操作策略：例如，在新客户中，那些愿意购买的人实际上属于购买决策期的新用户。这种优质理财产品应根据用户的购买偏好推荐。并给予一定的购买激励，以促进这些新客户在平台上的第一次购买，这对新客户非常重要，以此类推。与电子商务或其他行业相比，互联网金融平台结合行业和用户的特点，从用户行为数据分析的角度推动产品业务，提高用户转化率，具有更重要的意义。