互聯網金融運營需要關注的數據有哪些呢?
做互聯網金融的運營,一般需要關注哪些數據,如何做這些數據的分析呢,有大大可以給盡量詳細點的指導么,多謝
由於互聯網金融概念較為寬泛,支付、投資理財、信貸、徵信、虛擬貨幣發行(比特幣等)、金融產品搜索等不同領域所關注的核心指標並不相同;即便是相同領域的公司,由於核心業務模式的差異導致大家所關注指標也不相同。因此從運營角度來看,最靠譜的是結合公司的核心業務模式來歸納運營指標。
備註:由於互聯網金融公司的金融屬性,從經營風險的角度來看,風險貫穿互聯網金融公司的企業日常運營、IT平台運營等過程,這與普通互聯網公司的運營主要關注產品運營有極大不同,因此以下所指的運營並不單純指普通互聯網公司的運營部門的運營,而是從整個互聯網公司企業運營角度來說的(其實也是運營人員需要關注的),姑且叫大運營吧。
不妨先看看一家互聯網金融公司正常運營要關注的問題(其實也是核心業務模式):
1、目標用戶是誰,目標用戶的分級體系?
2、提供什麼樣金融產品,金融產品的核心價值?例如收益、風險、流動性等
3、通過什麼渠道找到目標用戶?例如搜索引擎競價、微信、APP、朋友圈、渠道合作夥伴等等
4、舉辦什麼樣的營銷活動來擴大影響力,拓展新用戶、提升老用戶活躍度?
5、合作夥伴是誰?包括擔保公司、保理、信託、銀行、渠道合作等
6、怎樣進行風險控制?包括政策法規風險、項目風險、系統風險、操作風險等
7、用戶通過什麼渠道投融資(支付)?第三方支付、網銀轉賬、線下匯款、移動支付、POS等等
8、怎樣搭建NB的IT支撐平台?用戶體驗要好、系統要安全可靠穩定等等
9、怎樣服務好用戶?客服體系、運營體系等等的搭建
10、怎樣從眾多競爭對手中脫穎而出,建立品牌形象並維繫好品牌形象?
1、用戶指標:包括用戶信用評級、活躍度、留存率、轉化率、客單價(平均投資額度)、用戶分布(各等級佔比)、互動指標等等。
2、產品指標:產品組合、投資人數、投資金額、滿標時間、收益率、流標數、風險係數、熱度(受歡迎度)等等。
3、營銷渠道指標:渠道來源、渠道轉化率、渠道成功率、渠道成本等等
4、營銷活動指標:活動成本、活動渠道來源、活動轉化率、傳播數、新增粉絲數/用戶數等等
5、合作方指標:合作帶來的項目數、項目通過率、風險係數、成本等等
6、風控指標:項目審核通過率、風險備用金、項目流動性風險指標、合規相關指標等等
7、支付渠道指標:渠道轉化率、渠道成功率、支付渠道來源、渠道成本等等
8、IT平台指標:用戶體驗指標(包括響應速度等)、可靠性指標、安全性指標等等。這塊與互聯網的指標類似。
9、客服指標:投訴分類、接通率、投訴渠道、響應速度、滿意度等等
10、競爭性指標:競爭對手分析指標、互聯網輿情監控指標等等
上面各位老師從理論層面做了比較詳細的講解。因個人工作親身參與Formax集團(金融圈)的從0-1的數據體系搭建過程中。
先對該公司做個背景介紹:Formax集團(金融圈)是一家致力於提供全方位金融服務的創新性公司,目前提供包括港美股、外匯、P2P等互聯網相關的產品和服務,以及與財富管理和投資諮詢、消費金融信貸諮詢相關的整合型、綜合性金融產品與服務。(來自百度)
接下來,我從需求梳理、事件指標的設計、數據接入、數據分析的全流程進行詳細介紹。
一、梳理需求
Formax集團內部按照事業部進行業務線的劃分,每個事業部負責一條業務線,並獨立的運營、產品和技術人員來負責。業務部門希望可以將行為數據與業務數據進行打通,以實現更精細化的運營。Formax集團APP針對其實際情況,梳理其主要的數據分析需求:
(一)對公共平台(即Formax集團旗下金融圈APP)用戶情況精細化分析需求;
Formax集團各業務線需求由集團統一整體對接。通過數據分析,希望能夠評估整個平台公共功能的使用情況,包括:
? 用戶情況:包括獨立訪客、頁面訪客、活躍用戶數、新增用戶數、註冊用戶數等,各業務的活躍用戶數等;
? 產品使用情況:包括平均使用時長、訪問時長分布、人均訪問頁面數、跳出率,主要頁面的PV等;
? 核心功能轉化漏斗:包括註冊流程、綁卡流程、出入金流程 ;
? 私信使用情況:包括不同類型人群的數量、使用未成功的數量、私信條數分布、發送私信時間分布等;
? 首頁功能模塊的使用:各個模塊和功能的點擊等;
? 用戶關注情況:關注的類型分為自選股、牛人、欄目訂閱號,不同類型的關注人數、新增人數等。
(二)Life平台精細化分析需求;
Life平台是Formax集團內部一個具有些許電商性質的平台,用戶可以使用積分或者貨幣來換取商品。對於Life平台的數據需求點包括:
? 用戶及產品使用情況:包括PV、UV、新增用戶數,使用該功能的時長,不同頁面的停留時長、跳出率等;
? 商品交易:包括各類目、各商品的瀏覽情況,各類目、各商品的交易情況,交易的轉化漏斗,商品復購情況等;
? 訂單數據:包括訂單量、平均發貨時間、平均送達時間等;
(三)關於外匯業務線的精細化分析需求;
外匯是Formax集團旗下APP上的頻道之一。除了提供基本的外匯交易功能,還提供Copymaster(Formax集團外匯跟單社區,是Formax集團第一款面向全球金融交易社會化產品,匯聚了全球外匯投資高手。)外匯交易工具,根據平台上真實交易收益篩選排名,普通投資者可以對特定的外匯投資高手使用「複製」功能,以期望實現最大的收益。因此在該功能中有兩類角色,一是高投資者,一個普通投資用戶。除一些基礎的產品使用情況,伴隨著交易對兩類角色的分析是他們更為關注的。企業十分關注兩類角色的產品使用情況。希望了解到:
? 產品使用情況:PV、UV、新增用戶,註冊用戶數,開戶用戶數,入金用戶數,各頁面的瀏覽,核心功能的點擊,使用時長等;
? 牛人投資者:申請牛人數、新增牛人數、放棄牛人數、在綁牛人數、牛人盈利比、牛人核心行為統計;
? 普通投資者:複製人數、成功複製人數、複製金額等:
? 交易數據:出入金人數、出入金金額、交易人數、交易金額、交易產品
? 核心漏斗:註冊開戶流程、入金流程、交易流程、複製流程
(四)對P2P理財業務線的精細化分析需求
針對此方面希望關註:
? 產品使用情況:PV、UV、新增用戶數,核心功能的點擊情況,不同頁面的停留時長,跳出率等;
? 交易情況:出入金情況,交易人數,交易金額、復投情況、優惠券使用情況、投資到期後續行為,債券轉讓情況等;
? 核心漏斗情況:註冊轉化、購買理財轉化、購買債券轉化、申請轉讓漏斗等。
(五)對股票業務線的精細化分析需求
和外匯類似,利用Forbag股票組合工具,可一鍵購買或賣出專業投資經理或者民間高手創建組合。
? 推送追蹤:接收push、點擊push鏈接
? 社區資訊:點擊、載入、評論、點贊、分享、分布
? 交易:出入金情況,股票的買入、賣出、撤單、沽空
? 跟單行為:跟單的牛人
? 核心轉化漏斗:開戶流程,入金流程,出金流程等
二、事件指標設計
根據以上的需求點,神策數據針對其實際業務情況和實際數據分析需求,做出了事件設計方案的建議。
第一,針對公共平台(即Formax集團旗下APP)用戶情況精細化分析需求;事件設計包括啟動和退出、APP瀏覽頁面、APP元素點擊、激活APP、註冊登錄、實名認證、綁定銀行卡、入金出金、分享等。
第二, 針對Life平台精細化分析需求;進行了瀏覽頁、提交訂單、支付訂單成功、發貨收貨等事件設計。
第三, 關於外匯業務線的精細化分析需求,進行包括外匯開戶流程事件、申請外匯高投資者事件放棄高投資者資格、購買外匯產品、購買外匯保收產品、外匯跟單等事件設計。
第四, 針對P2P理財業務線的精細化分析需求,設計了點擊理財產品、提交投資信息、支付投資項目、投資成功、投資到期、領取優惠券、債權轉讓等事件。
第五, 按照股票業務線精細化分析需求,針對開戶的每一步流程、瀏覽股票資訊資訊的點贊、評論、分享、發布,掛單撤單完成交易,高投資者跟單事件設計等。
以上事件包含豐富的屬性,結合用戶屬性,用來標記事件發生時的行為和用戶特徵,如:外匯跟單事件中,包含高投資者類型、高投資者ID等屬性,從而去分析不同牛人的跟單情況。再如,P2P理財相關事件中,包含理財產品類型、理財產品名稱、收益方式、投資期限、年化收益率、投資金額、優惠券ID、優惠券類型、優惠券金額、實際支付金額、投資收益、支付方式等屬性,從而可以去投資行為進行多維分析,了解不同產品類型、不同產品的投資情況,不同投資期限和收益率的投資分布,結合領取優惠券的行為去衡量優惠券的發放效果。
通過元素點擊和頁面瀏覽事件,可以採集APP中所有的元素點擊和頁面瀏覽,通過元素的內容、所在頁面的名稱等屬性區分用戶點擊/瀏覽的是哪一個元素/頁面。這些事件,作為自定義事件的補充,實現一些PV、UV、平均使用時長、平均訪問深度、跳出率,各功能的點擊情況等一些常規需求。
上述事件是Formax集團應用神策數據Sensors Data的前期的事件設計方案,隨著該企業的業務發展、對事件設計的理解、需求的變化對事件設計又進行了優化和調整。處於對客戶隱私的保護,只列出一個大概思路及框架。
三、數據接入階段
數據接入階段分為兩個部分,即接入方式和埋點方式。
(一)數據接入方式:
在該項目中,為保證數據接入的全面性和精準性,神策數據的數據接入方式包括前端數據採集與後端數據採集:
(1)普通的行為數據從前端採集;
(2)後端數據採集;
出金、入金、投資理財產品、購買外匯產品等重要事件採集從後端進行,發放優惠券這類只有後端才有記錄的事件從後端採集;一些事件中如提交訂單等,部門屬性是前段採集的如操作系統、地理信息等,部分屬性需要從後端採集如商品品牌,商品分類,商品價格等,此時由前端將所需前端能採集到的屬性傳給後端,和後端採集的信息進行拼接,統一由後端發送。
(二)數據埋點規範
由於企業業務線較多,在確定了每個事件的接入方式後,對埋點規範進行要求,包括:
1、事件和屬性名稱的規範
對每個事件,每個屬性都定義好埋點的英文名稱,保證各業務線、各端傳入信息的一致性。且為了便於區分不同的業務線,在事件前額外增加了前綴,如:理財事件的前綴 P2P,外匯事件的前綴 forex,股票事件的前綴 stock。如此既方便對事件的管理,也方便後續的分析使用。
2、事件採集時機的規範
明確好每個事件的採集時機,如元素點擊事件,是在該元素在前端被點擊時觸發;而交易成功類事件,如股票交易,購買P2P理財產品成功等,則是在服務端返回了成功信息後才觸發;明確的採集時機,使開發人員更加明確,減少了不必要的溝通成功,並且保證數據的準確性。
3、屬性採集範圍的規範
(1)同一事件多端採集屬性不一致時要明確
以瀏覽頁面為例。該企業平台有一套適用各端的標準的頁面ID體系,希望能將各端的瀏覽頁面行為進行統一分析。因此,他們沒有全部採用神策數據可以自動採集的PageView和AppViewScreen事件,而是web採用PageView,app端手動埋點。而PageView中有很多預置採集的屬性是app上沒有的,對於這類屬性需要明確的說明,以免給開發帶來困擾;
(2)特殊屬性的取值範圍要確定
有些事件是針對特定場景設計的,而其中的屬性取值是可以窮舉的,也是後續需要分析的點,就需要明確列出。如產品經理需要了解某些特定頁面的功能情況,而其他頁面的則不需要採集,此時就需要明確需要採集的是那些頁面的哪些功能。
另外,針對企業的安全顧慮,神策數據Sensors Data提供私有化部署方案,滿足了企業剛需,保護了平台核心資產。
四、應用場景
註:因涉嫌商業機密,以下場景所涉數據根據真實場景虛擬而成。
場景一:與工單系統結合,還原真實用戶操作,高效化解客戶訴求
對於金融行業而言,保障用戶的每一筆資金安全與穩定是至關重要的。在金融企業內,任何與充值、提現等與錢關聯的行為,一旦出現問題會影響到用戶的體驗度和公司信譽,都會對企業發展造成很嚴重的負面影響。
Formax集團使用工單系統進行客戶服務,包括用於客戶支持與幫助服務,處理與解決客戶事物請求等。工單被送達至目標服務台之後,主要處理流程包括:響應客戶請求——聽取客戶反饋——反饋給技術人員——技術人員查詢情況。
然而在整個過程中,客服人員做出一切判斷和安排的來源,都是客戶的描述:用戶進行了哪些操作?出現了哪些異常情況?等。然而,從響應客戶請求到處理請求,單純依賴客戶口述會因各種原因造成信息不準確,延長客戶服務周期,極易引發客戶不滿。
圖1 神策數據用戶行為序列
現在Formax集團通過神策分析平台還原真實用戶操作。例如,神策分析的個人行為序列能夠非常方便地查看用戶的具體操作行為。除此之外,還展示出每個行為事件的特定屬性,如每個介面的回調結果,失敗原因等。這樣可以客服人員迅速發現問題,第一時間給予客戶合理解釋,快速解決客戶問題。達成以下效果:
第一,可視化用戶行為操作,避免因用戶描述含糊不清或錯誤,而延緩客服操作周期;
第二,及時定位異常情況,提升客戶體驗與企業公信力。
場景二:數據驅動定位最佳開屏主題
Formax集團採集了每個頁面的ID及該頁面上的所有按鈕ID和按鈕名稱等相關屬性,用來了解用戶在APP上的每一步操作行為。在Formax集團APP開屏頁會向金融用戶展示一些營銷信息或者活動信息。在APP運營初期,產品經理認為用戶對「資金安全」的需求要遠遠高於用戶體驗。因此在開屏活動頁面上會展示出「專業資質」、「多國牌照」等內容,以傳遞品牌安全感。
通過數據分析發現,3月15日至3月30日的用戶的轉化率為 2.29% ,結果並不理想。
圖 2 針對「資金安全」主題的開屏頁面的轉化率情況
圖 3 推出針對高收益頁面活動頁面後的用戶轉化情況
後來嘗試推出針對以「高收益」為主題的活動頁面,並經過漏斗分析發現,針對高收益的開平頁面的轉化率會更高,高達14.05%。因此通過數據而非人員的主觀判斷去設計產品,這是一次較為成功的改版行為。
除此之外,依託於豐富的用戶行為,在其他產品細節點的優化上,同樣拋棄了人員主觀判斷的方案,依靠數據來說話,通過設計兩種或多種方案,通過事件分析、漏斗分析等分析模型選擇更優的方案。
場景三:打造用戶分群、精準推送、效果反饋的全流程精細化運營體系
高居不下的獲客成本,增加客戶粘性且延長客戶的生命周期價值,是各互聯網金融企業最為關心的問題,Formax集團也不例外。高效、便捷地給用戶精準推送內容,以喚醒沉睡客戶是十分常見的營銷方式。通常包括以下流程:
設定活動主題和目標——定位營銷目標人群——將營銷內容觸達目標人群——觀察推送的效果是否達成目標。以下是Formax集團通過神策分析平台的一次營銷活動。
第一步,篩選出「高意向用戶」。
在用戶分析模塊的「用戶分群」功能頁面,以條件篩選方式定位目標群體。例如,為「喚醒」2017年1月註冊且瀏覽過徵信頁面(通過分析發現,用戶瀏覽徵信頁面後,後期的留存率較高),但未進行投資的用戶,為鎖定目標人群,可在用戶分析模塊的「用戶分群」功能頁面做如下圖操作。
圖4 在「用戶分群」功能頁面,篩選營銷目標群體。
第二步,向「高意向客戶」用戶群體,進行信息推送。
通過用戶分群功能將這部分人篩選出,可以通過簡訊或者站內彈窗的形式通知,並向該群體推送信息,以刺激其投資。
圖5 用戶分群後,實行站內推送
第三步,推送效果評估。
在完成信息推送後,運營人員可以在神策分析主頁面進行多維度分析,實時展示推送後效果。如該互聯網金融客戶完成精準推送後,用戶可在投資流程轉化漏斗中再次查看用戶轉化情況,評估推送或者產品優化效果。
圖6 被推送人群與未被推送人群的總體轉化率情況對比
如圖可見,對「高意向客戶」完成精準推送後,整體轉化率高達24.69%,而未進行推送的人群轉化率為16.34%,說明這是一次較為成功的精準營銷。如此Formax集團搭建了高效、便捷、精準的營銷平台。企業運營人員在神策分析的可視化界面上,可依次完成多維度指標用戶行為分析、用戶分群、對目標人群的精準信息推送工作、實時查看推送效果的全流程精細化運營操作。
對數據分析更多案例感興趣、想免費體驗的朋友可登錄網站:Sensors Data - 國內領先的用戶行為分析產品。
我們之前做過一期互聯網金融的公開課,「互聯網金融增長寶典:三大步驟提高轉化,搞定用戶運營」,主講人是 GrowingIO 的業務增長負責人徐主峰,曾任職 Criteo、Microsoft 等公司,有豐富的電商、互聯網金融客戶解決方案經驗。 這是公開課的速記整理。
這是一篇互聯網金融寶典,我推薦給所有轉化率只有 1%、總是為誰可能是你的購買用戶而犯愁的互聯網金融的高管、PM、市場運營和銷售們。本文通過實戰案例,手把手教你建立轉化指標、 梳理分析思路、提供分析步驟並最終建立用戶行為分析模型。
文 / 徐主峰
大部分的互聯網金融公司最為糾結的一點是,流量這麼大,獲客成本這麼高,為什麼最後的的轉化率和成單量卻這麼低?怎樣才能提高用戶運營效率?用戶行為數據分析怎樣把處在不同購買決策階段的用戶挑選出來,幫助互聯網金融公司做到精益化運營?
我們的客戶中很大一部分來自互聯網金融,比如人人貸等行業前 10 的互聯網金融公司。在服務客戶的過程中,我們也積累了大量的數據驅動業務的實踐案例,來幫助客戶創造價值。
一 、互聯網金融用戶四大行為特徵
互聯網金融平台用戶有四大行為特徵:
第一流量轉化率低,下圖是某互聯網金融公司網站上,新客戶過去 30 天整體購買轉化漏斗,其轉化率只有 0.38%:
而這並非個例,實際上,絕大多數互聯網金融公司,在 web 端購買的轉化率基本都在 1% 以下,APP購買率在 5% 左右,遠遠低於電商或者其他在線交易的購買率。
第二,雖然轉化率低,但是客單價卻很高。一般來說,電商行業客單價在幾十到幾百,而互聯網金融客戶,客單價從幾千到幾萬,某些特殊領域甚至高達幾十萬。而客單價高,就意味著用戶購買決策會更複雜,購買周期也會更長。
第三,用戶購買行為有很強周期性。電商的客戶下次購買時間是不確定的,但是互聯網金融平台上,真正購買的用戶,是有理財需求的用戶,在資金到期贖回產品後,一定還會進行下一次購買,只不過未必發生在你的平台上。
下圖是一個典型互聯網金融用戶的交互趨勢圖:
可以看到,每隔一段時間,這個用戶就會有一段集中的、大量的交互行為。當用戶購買完成後,用戶的交互行為又變得很少,可能偶爾來看看產品的收益率,但整體的交互指標不會太高,直到他下一次購買。這個用戶理財需求的周期是一個月左右。
最後一個特點是「很強的特徵性」,主要包括兩個特徵:
A:用戶的購買偏好比較容易識別,理財產品數量和品類都很少,所以用戶購買的需求或者偏好,很容易從其行為數據上識別出來。
B:用戶購買過程中的三個階段特別容易識別:
用戶在購買決策階段,有大量的交互事件產生,他會看產品,比對不同產品的收益率和風險,比對不同產品的投資期限等等;
但是一旦他完成了產品的購買,就不會有大量的交互行為產生,他可能僅是回來看一看產品的收益率。
當用戶的產品資金贖回之後,又有大量的交互事件產生,實際上他處在下一款產品購買的決策期。
二、互聯網金融用戶運營的三大步驟
針對互聯網金融用戶行為的四個特徵,在用戶運營上有三個比較重要的階段性工作:
1.首先,獲取可能購買的目標用戶,合理配置在渠道上的投放預算,以提高高質量用戶獲取的比例:
渠道工作的核心,主要是做好兩方面的工作:宏觀層面,優化整個渠道的配置;微觀層面,單一渠道角度來說,根據渠道配置的策略,有針對性地實施和調整。
具體渠道的實施,大家都比較熟悉,但是對於整個渠道組合配置的優化,很多人接觸的其實並不多。
這張圖是整體轉化漏斗,從不同維度可以做對比,比如我們先選出流量前 10 的渠道:
以渠道一為例,總體的轉化率是 0.02%;在過去 30 天站內總體的流量是 18.9K,漏斗第一級到第二級的轉化率是 3.36%,這樣一共是五級,我們看到最終渠道一帶來總體的成交用戶一共是 4 人。
類似的,前 10 的渠道數據都很清晰。不同渠道帶來的流量,不同渠道總體的轉化率,以及不同渠道在整個轉化路徑上每步的轉化率都可以看到。
這裡面有幾個渠道很有特點:
渠道一的特點,渠道一帶來的流量是所有 10 個渠道里最大的,但是它的總體轉化率卻是低的;
渠道二和渠道七,渠道二的量很大,但是轉化率是零。渠道七量比較一般,轉化率也是零;
渠道九和渠道十,這兩個渠道是所有渠道里轉化率最高的。但是這兩個渠道特點,是帶來流量不是特別大……
結合典型渠道特點,可以做一個象限圖:
第一象限(右上角)渠道質量又高,帶來流量又大的,這裡面渠道三四五是符合這個特徵的,渠道策略應該是繼續保持和提高渠道的投入。
第二象限(左上角)渠道的質量比較高,但帶來的流量比較小,這裡面包含的主要渠道就是八九十。對應的主要策略是,加大渠道的投放,並且在加大投放的過程中,要持續關注渠道質量的變化。
我們先看第四象限(右下角),渠道質量比較差,但是帶來流量比較大,這裡面主要有渠道一和渠道二。相對應的渠道策略,應該在渠道做更加精準的投放,來提高整個渠道的質量。
第三象限(左下角)這個象限里渠道質量又差,帶來流量又小,比如渠道六跟渠道七。我們是否要直接砍掉?這裡建議是,策略上要比較謹慎一些。所以在具體渠道的策略上,業績保持監測,然後小步調整。
根據上面數據分析得出的結果,做過渠道優化後,就會為我們帶來更多高質量的用戶。
2.接下來就要把高價值的用戶——真正有購買需求,願意付費、購買的用戶找出來。
將資源與精力投入到真正可能購買的用戶上的前提是,我們要能夠識別出,哪些是真正有價值的用戶?哪些是價值偏低的用戶?
其實對於互聯網金融平台來說,甚至所有包含在線交易的平台,用戶的購買意願,是可以從用戶的行為數據上識別出來的。由於互聯網金融平台的特殊性,相比於電商平台來說,商品品類更少,平台功能也更為簡單,所以用戶的行為數據,也更能反應出互聯網金融平台上用戶的購買意願。
把用戶在平台上的所有行為總結一下,核心的行為其實並不多,具體包括:
用戶查看產品列表頁,說明有一些購買意願,點擊某個產品,說明用戶希望有進一步的了解。用戶最終確認了支付,完成了購買,購買流程就走完了,他的理財需求已經得到了滿足。每一種行為都表示出用戶不同程度的購買意願,所以獲得用戶在產品里的行為數據就十分重要。
既然用戶行為數據這麼重要,那麼怎樣獲取呢?GrowingIO 以無埋點的方式,全量採集用戶所有的行為數據,根據我們對業務的需求,配比成不同的權重係數,並按照每個用戶購買意願的強弱,進一步分群。
這是我們一個客戶製作的用戶購買意願指標的範例,剛才的前 5 個行為,都是用戶在購買前典型的行為:
每種典型事件的權重係數不一樣,用戶購買意願是越來越強的:用戶點了投資按紐,甚至點了提交的按鈕,顯然要比他單單看產品列表頁,或者單單看產品頁、詳情頁的意願強。越能反應用戶購買意願的事件,你給它分類的權重應該是最大的,這是大的原則,0.05 還是 0.06 影響並不大,所以不必糾結。
這樣通過這種方式,我們就可以按照每個用戶的所有行為,給用戶做購買意願打分的指標,最終形成用戶購買意願的指標。
這是我們從高到低截取部分用戶購買意願打分的情況,第一列是每個用戶的 ID,第二列是按照購買意願給每個用戶打分的情況。得分高的,就是購買意願最強烈的用戶。
拿到所有用戶購買意願之後,我們就可以按照用戶購買意願的強烈與否,把所有的用戶分成不同的群體,來做針對性的運營。
這是在把用戶在過去 14 天內,由其產生的所有行為數據,按照購買意願打分的權重,把打分大於 5 的用戶找出來,在總體用戶里,這部分用戶購買意願排名前 20% ,我們給它起個名字,叫購買意願強烈的用戶。
類似我們還做了購買意願中等的用戶分群,這是購買意願排名在 20-60% 之間的用戶;購買意願排名在最後 40% 的用戶,是購買意願最弱的用戶分群。
分群之後,點擊任意一個分群,都會以用戶 ID 的形式列出來。因為你要有用戶的 ID ,才能對這些用戶施加運營策略。每個用戶最近 30 天的訪問次數,最近的訪問地點,最後一次訪問時間都可以看到。
接下來針對這些購買意願強烈的用戶,怎樣推動用戶的轉化呢?
3.採取針對性的運營策略,提高高價值用戶的轉化率。
首先我們來看一下購買偏好,互聯網金融平台商品品類是比較少的,用戶購買的目的性也比較清晰,一般商品的品類有這麼幾種:
第一種:債券型理財產品
第二種:股票型理財產品
第三種:貨幣型理財產品
第四種:指數型理財產品
第五種:混合型理財產品…
我們把用戶在不同品類商品上的訪問時長佔比算出來,就能比較好地了解用戶的購買偏好。比如下圖,我們用用戶訪問債券型產品詳情頁的訪問時長,除以用戶在站內總體的訪問時長,就能夠得到用戶在債券產品上訪問時長佔比的指標。
我們還是使用用戶分群的工具,把在債券型產品上的訪問時長佔比大於40%的用戶分出來,這是有非常強烈表徵的客戶,他購買的偏好就是債券型的產品。
同時我們再設定另外一個指標,比如用戶購買意願指標,之前我們做過大於5,也就是購買意願排名在前 20% 的。
通過這兩個條件,我們就可以把購買偏好是債券型產品,同時有強烈購買意願的用戶找出來,這兩個指標的關係是並(and)的關係。同樣我們可以按照用戶的購買偏好,把關注其他品類的用戶,都做成不同的用戶分群,然後形成不同購買偏好的用戶群體。
針對這些用戶,其實在運營策略上,我們可以從三個層面來展開來進行做:
從購買階段的角度,首先我們把所有用戶可以分成新客和老客。對於這兩個群體來說,運營策略和運營重點是非常不一樣的。
新客群體,是從來沒有在平台上發生過購買的用戶,我們要根據用戶的購買意願,做進一步的運營。
老客群體,也就是在平台上已經發生過產品購買的用戶,除了關注用戶的購買意願之外,用戶的資金狀態(資金是否贖回)也是非常重要的參數。
用戶是否購買過產品?購買產品的用戶是否已經贖回資金?這兩個內容,其實是一個用戶當前的屬性。在我們分群的工作里,這有個維度的菜單,通過這個維度菜單,我們就可以把具有某種屬性的用戶找出來:
這裡我做了一個分群,我們可以看一下。在維度的菜單里,我們把是否購買過產品的維度值設置成了 1 。把資金是否已經贖回這個維度的值,也設置成了 1 。實際上是把那些資金已經贖回的老用戶找出來;同樣在指標這個菜單里,我們同時也把有強烈購買意願的用戶找出來,時間是過去 14 天,指標大於 5 。
這樣我們就製作了一個用戶分群,而這個用戶分群里所有用戶,要滿足下面的三個特徵:
特徵一:購買過產品的老客。
特徵二:他們的資金,目前已經贖回了。
特徵三:過去 14 天內的行為數據,表明這個用戶有著強烈的購買意願。
同理我們把所有用戶,整理為下面幾個不同類別,對應不同的運營策略:
比如新客里,當前有購買意願的,其實他屬於購買決策期的新用戶。應該根據用戶的購買偏好,推薦這種比較優質的理財產品。並給予一定的購買激勵,來促進這些新客在平台上的第一次購買,這個對於新客來說是非常重要的,以此類推。
相比於電商或者其他行業,互聯網金融平台結合行業和用戶的特點,從用戶行為數據分析的角度,驅動產品業務以及提高用戶的轉化率,有更加重要的意義。
備註:本文中數據產品截圖來自於 GrowingIO 矽谷新一代數據分析產品 。
為了設計出極佳用戶體驗的產品,找到更低成本、更高效的轉化用戶的空間,我們會通過用戶行為,將用戶的一切需求數據化、可視化,圍繞用戶需求進行價值挖掘。好的數據模型將比用戶更加了解自己。
下面我們以白條產品為例,闡述如何通過關注點擊率、頁面流失率、渠道轉化率、K因子這四個方面的數據,分析用戶行為並找到運營用戶的方向。
點擊率
點擊率 = 點擊數 / 曝光數。點擊率越高說明曝光出來的東西對用戶吸引力越大。
拿白條某拉新流程舉例:
在收銀台頁面,未選中白條支付之前,白條的優惠點是隱藏的,因此用戶注意力會集中到銀行卡支付中的「618單單減」優惠,「白條支付」移動端收銀台的注意力熱度就較低了。在移動端如此小的頁面上如何突出重點抓住用戶眼球極為重要。
白條支付的優惠點露出後,「白條支付」的點擊率提升明顯。從該渠道激活量絕對值來看,激活量提升了一倍左右。
在用戶碎片化的時間內給用戶關鍵有效信息,提高用戶點擊率,給用戶一鍵開通的極致體驗,顯得極為重要。
頁面流失率
頁面流失率 = 頁面未操作用戶 / 頁面訪問用戶。
頁面流失率一般是由於用戶不理解頁面內容、頁面關鍵信息未突出、頁面布局不合理、流程存在死點導致。
以白條某激活流程為例:
下圖這個頁面,UV到點擊「立即激活」按鈕的流失量較高。這個環節流失嚴重說明了一個問題:用戶對頁面概念的理解有歧義,同時這個頁面有一定的用戶教育成本。
我們做了用戶回訪後發現,看到這個頁面後,用戶第一理解是存入小金庫的錢變成了「死錢」,不願意繼續操作。這個頁面並沒有很好的傳達到存入京東小金庫的錢「即取即到賬」,同時還有收益這一利益點。
所以我們接下來需要考慮的運營方向就是:如何包裝通俗易懂的概念,突出相關利益點,讓普通用戶易於理解和接受,減少此頁面流失率,提升用戶體驗,給用戶簡單有效的信息吸引用戶繼續走下去。
以另一白條激活流程為例:
在某激活頁面中,需要用戶填寫身份證及手機驗證碼。但出現用戶身份證號、手機號被佔用的問題時,頁面未給出合理的處置方式,因此該類客訴較多。
這牽涉到實名與京東賬戶的一一對應及手機號與京東賬號的一一對應問題,之前我們會通過客服工單方式解決,處理方案較為繁瑣。為了更好的用戶體驗,目前我們在跟金融實名做換綁、解綁實名方案及賬戶體系方案。
由此可看出:頁面及流程設計要有閉環的概念。如果頁面要進行手機號驗證碼驗證,就要有「收不到驗證碼」的處理方案;頁面要進行支付密碼驗證,就要有「忘記支付密碼」的處理方案等。
優化後的頁面如下圖所示:
渠道轉化率
渠道轉化率 = 渠道成功量 / 渠道申請量。
目前平台合作將轉化率和成本結合,衍生出CPM、CPC、CPS等模式。我們可以結合白條內部預授信情況,離線計算與合作平台的用戶重合度及活躍用戶重合度,從而選擇合作模式。
- 如果活躍用戶重合度不大,而用戶重合度較大,可以採用CPC模式(按點擊付費)合作。
- 如果活躍用戶重合度不大,而用戶重合度也不大,可以採用CPA模式(按激活量付費)合作。
如何結合平台做適當的激活流程改造,優化體驗提升轉化率是運營工作中極為重要的一部分。
當需要用戶下載金融APP才可激活白條時,渠道轉化率會比較低,用戶體驗較差。針對這個問題,我們正在開發不依託於金融APP的激活流程。同時針對CPC模式,我們優化了展示邏輯——預授信用戶才展示激活入口。
另外,渠道轉化率也跟具體流程有關。有時需要在同一個渠道上針對不同用戶做專屬流程設計。
比如,通過量化不同群體的用戶到達下一個頁面的信息採集量、操作意願、操作時長等,根據不同客群做類似Dijkstra(迪傑斯特拉)演算法的分析,讓不同客群花費最小的精力達到用戶的預期。以某激活流程為例,針對用戶群體做精準劃分,做了專屬的激活流程後,整體的激活轉化率有所提升。
K因子
K因子指每位用戶平均向多少用戶發出邀請,發出的邀請又有多少有效的轉化率,即每個用戶帶來的新用戶量。
當然,K因子屬於一個複合指標,裡面包含了很多可以量化的單因子指標。當K因子足夠大時,就會產生爆發效應,用戶量會指數般增長,如雪球一樣達到類似口碑的自傳播效果。病毒營銷即是迎合了用戶特定場景下的思維方式和行為模式而獲得極佳用戶體驗的呈現。
在我們以往做過的「邀請好友開白條」的活動中,就是由於K因子不夠大,活動效果始終呈衰減效應,而且每個人邀請的轉化人數也是大體上呈現二八效應。
通過分析得知,當活動中的邀請者有豐厚的邀請獎勵的時候,用戶發出的邀請人數越多;被邀請人有豐厚的獎勵時,被邀請人的轉化率也是增加的。因此,為了提高邀請效果和用戶體驗,我們需要進行邀請流程分析(對邀請人、被邀請人進行特性分析)和頁面交互分析。
總結
從不同的用戶數據維度可以分析出用戶體驗問題。
其中最簡單的方法就是從客訴規模情況找到重點體驗問題。而未引起客訴的體驗問題可以通過各種監控數據來發現。例如,頁面停留時間、頁面流失率等可以真實反饋用戶可否真實獲取頁面上的關鍵信息。目前白條激活模塊大大小小步驟均布置了轉化率等監控,可以通過數據總結出需求,做頁面及流程等的體驗的優化。
總之,很多用戶體驗問題是可以量化的,如何通過關注科學的數據指標去衡量用戶體驗好壞是一件值得我們一直探索下去的事情。
本文作者:京東金融公司產品經理 張清翔
互聯網金融平台的運營方式其實是和大多互動式平台有異曲同工之處,我們這裡默認你要了解的數據方向為客戶端的,而不是產品端的(產品端的另表)。
直入正題:
1、訪問渠道(即為用戶通過何種方式了解平台,此數據可為推廣工作提供詳細的數據支持)。
2、註冊量或有效註冊量(註冊基數是平台發展的基礎,之所以加上一個「有效註冊量」是因為有羊毛黨的存在)
3、投資轉化率(也可理解為投資註冊比,有了基數,如何想辦法將量轉化為質就是運營要重點考慮的問題了)
4、註冊用戶結構(此結構內容包括:年齡、行業、地區、關注度等,此數據為定向推廣提供支持)
5、投資用戶結構(此結構內容包括:年齡、行業、地區、投資額、活躍度等,此數據可劃分用戶層級,篩選核心用戶)
6、用戶活躍度(通過各種與用戶交互的手段,了解用戶焦慮點和痛點,那些活躍度高、罵了你還繼續在你平台投資的用戶,往往就是你需要跪拜的核心用戶,這裡不是讓你對用戶群區別對待,而是說核心用戶所提供的信息大都是平台發展的短板所在,必補)
以上數據並不詳盡,但是很重要,好多運營的工作都是基於這些數據實施的。在此需要強調的是,這些數據不是單一、獨立的,而是連續、互補的,每一項數據都有其走勢的趨勢,你要找到導致其增減的因素是什麼,然後設法破之;多項數據之間的內在聯繫共同構成了平台的數據結構,當單一的方法不足以解決問題時,就需要用多元、複合的方式實施,如同雞尾酒療法之於艾滋病。
再說一下產品端:
互聯網金融的產品端其實就是你平台的內容,你的核心競爭力,你的用戶操作體驗。互聯網金融平台的產品經理細分其實可以分為兩種,一是平台架構的技術人員,一是產品規則的制定者。規則的制定者大多是有多年金融行業從業經驗的人員,他們對金融產品的理解力是沒有問題的。然而技術人員並非如此,他們在技術上的造詣可能牛逼的沒邊,但是他們對金融產品的理解能力有限,因此在很多情況下,他們能將一個產品展現出來,但是僅僅是使其完成了該有的功能而已,很多細節會讓人崩潰,運營整天面對客戶的抱怨,將這些抱怨反饋給這些「產品經理」後,很多情況下這些產品經理會覺得是用戶有病、事兒逼、腦有坑,因為產品經理們是按照他們的使用習慣和設計習慣開發的這個產品。於是,問題來了,運營直面的是客戶,產品經理直面的產品,脫鉤了,怎麼辦?其實這是很多運營都頭疼的問題,運營們數據也分析了,活動也做了,問題也反饋了,但是還是有很多客戶抱怨,流失率還是很大,無解了么?其實我覺得,產品經理也要做一些運營的工作,比如讓他們和運營一樣直面用戶(他們不需要和用戶交流,只聽即可),讓他們第一時間了解所謂的奇葩用戶們都有什麼需求,久而久之,問題就解決了。
上面的這麼多話其實意思就是,運營不要只關注那些數據,數據是外在的,是基礎,而產品和平台核心競爭力才是發展的王道,數據+產品,找到平台最優的發展平衡點,才是運營下的這盤棋的目的。
個人淺見,歡迎來噴
謝邀~~
簡單地說,作為互聯網金融平台,比較關注的數據是平台運營相關數據、產品運營相關數據、內容運營相關數據以及流量運營相關數據,這四者也是相輔相成的。
1、平台運營
先從定義上理解:平台運營是指為了提昇平台的服務,發展更多的用戶並獲得更大收益,而從事於平台經營、運作相關的工作。
互聯網金融公司的平台運營,主要是通過提供特定模式的平台運營,促成雙方的交易或者促進一種盈利。在這個平台上,為用戶和服務提供者之間搭建橋樑。
例如:融360現在打造的是移動金融智選平台,致力於為個人消費者和小微企業提供金融產品的搜索、推薦和申請服務,業務範圍涵蓋貸款、信用卡與理財。此外,還免費為用戶提供便捷、划算、安全的金融信息服務。由此,平台運營關注的數據就是客戶和用戶兩個概念,是在客戶和用戶之間搭建一個橋樑,將複雜的、非標準化的金融產品信息變成可供搜索的標準化信息,並且為用戶提供極其簡便的使用體驗。2、產品運營
現在,互聯網金融下的產品運營主要集中在自己的移動端及APP客戶端和PC端。目前,這兩者都受到用戶的依賴,因為在線搜索金融產品在國外已經成為主流,在國內也將是主流。
APP端和PC端的運營關注的數據都大同小異。
3、內容運營
打個比方說:如果內容是飼料,那麼用戶或者客戶是魚。不好聽地說,想讓魚兒上鉤,就需要投其所好。做內容運營,其實就是做拉新、留存、轉化,這三件事情。拉新是指拉來新用戶,最直接的指標是新增用戶數。拉新是個有導向性的過程行為,涉及到過程就有轉化,所以核心是轉化率,要關注數據不斷優化,降低平均用戶獲取成本。
留存,留存是留住用戶,所以需要關注留存率和活躍用戶數,包括日活(DAU),周活(WAU),月活(MAU)。優質的內容運營是保障用戶留存的根本,這就需要原創內容,獨家內容,聚合內容。
公司有了用戶,最終是為了實現營收,所以訂單轉化率很關鍵,也是最後一步。在互聯網上有這三種常見的營收變現方式:廣告:
常見的廣告計費I方式,有:CPC:每次點擊付費、 CPM:每千次展現、CPA:每次行動成本、 CPS:每銷售成本、CPT:每時長成本。
電商:
電商變現就是訂單,這也是互聯網金融最接近的,需要關注的指標就是轉化率(每日內容導引訂單除以內容總uv)
在普遍免費的產品功能之上,有一些更優質的功能或服務,是需要付費開通的。
4、流量運營
這個對於互聯網金融公司來說像是生命線,尤其是對創業型的以及正在創業中的互聯網金融公司,業內人士更是有無奈之說「買不起的流量,創業者每天都是生死存亡」。 流量之貴,已經成為共識。所以,流量運營主要關注的數據是流量獲取的成本、各渠道的ROI、競品對比、流量覆蓋人群等。
互聯網金融行業因為兼具互聯網與金融雙重屬性,所以既要關注傳統的網站運營指標,也要關注金融性的運營指標。
互聯網運營指標
1、 總體運營指標:UV、PV、轉化率、訂單數、平均訂單金額、銷售金額、銷售毛利、毛利率
2、 市場營銷活動指標:每周推廣活動銷售量和銷售金額、活動廣告來的UV、廣告訂單數、轉化率、投資回報率
3、 產品供應指標:產品總數、優質產品數量增加、優質產品集中度、各類產品銷售比率和毛利率
4、 客戶營銷指標:新增用戶數、用戶轉化率、CRM活動客戶啟動人數、CRM活動客戶轉化率、當前新增購買用戶數、累計購買用戶數、重複購買率
5、 財務績效指標:現金回款數、期間現金收入與支出
6、 網站內容運營指標:
SEO參考指標:Alexa排名及三個月變化曲線、PR值、收錄頁面數、反向鏈接數量、關鍵詞排名
合作推廣:媒體報道數量,合作網站媒體數量和質量
社區營銷:博客傳播數量、網站收錄數、RSS訂閱量
網站內容:內容更新熟練、核心內容更新數量
社區互動:UV、在線人數、會員數
金融指標
1、利潤分析:業務運作性能、渠道利潤分析、客戶生命期價值、客戶利潤分析、不同地區利潤分析、機構利潤分析、產品分析、交易分析
2、市場策劃分析:交叉銷售分析、客戶流失分析、客戶行為分析、客戶投訴分析、客戶欠款分析、客戶溝通分析、客戶忠誠度分析、個人客戶信息、銷售商機分析、市場分析、投資行為分析
3、風險分析:授信許可權分析、信用風險分析、匯率敏感度分析、參與者風險、地理位置風險、流動資金風險分析、不良貸款分析、透支分析、信用組合風險分析、安全分析
4、資產負債管理:資本分配分析、資本募集、信貸呆壞帳準備、人行報表、財務管理分析、資金到期分析、收入分析、利率敏感度分析、流動資金分析、邊際利率變遷、短期資金管理
我嘗試從兩個方面說起。
1、做互聯網金融運營,如何做數據分析?可以先從理解「如何搭建互聯網金融的數據分析體系?」展開,這裡我直接引用知友陳丹奕的一個答案片段:
作者:陳丹奕
鏈接:面試中針對一個企業的數據分析場景應該怎麼去分析?應屆生還不懂怎麼結合企業業務做系統的分析,求指點 - 陳丹奕的回答 - 知乎
搭建分析體系,記住兩個核心,即可推導出所有的分析點:
核心一:絕大多數分析都是針對人(內部人員和客戶)、財(收入,支出)、物(產品,服務)三個對象進行的,所有的基礎分析指標可由單個對象或對象間的組合推導出來。
舉例:開發新客戶的電話銷售團隊分析指標中,最重要的指標是:團隊銷售額(財)、團隊新增客戶數(人)、人均銷售額(財/人)、重點產品銷售額(物+財)、重點產品銷售單數(物)、任務完成率(財-實際發生/財-預計)等。
核心二:做分析時處理指標記住八個字:變化、分布、對比、預測
變化:指標隨時間的變動,表現為增幅(同比、環比等);
分布:指標在不同層次上的表現,包括地域分布(省、市、區縣、店/網點)、用戶群分布(年齡、性別、職業等)、產品分布(如動感地帶和全球通)等;
對比:包括內部對比和外部對比,內部對比包括團隊對比(團隊A與B的單產對比、銷量對比等)、產品線對比(動感地帶和全球通的ARPU、用戶數、收入對比);外部對比主要是與市場環境和競爭者對比;這一部分和分布有重疊的地方,但分布更多用於找出好或壞的地方,而對比更偏重於找到好或壞的原因;
預測:根據現有情況,估計下個分析時段的指標值。
將兩個核心的內容疊加到一起,分析體系基本就建立了。
2、做互聯網金融運營,一般需要關注哪些數據?
我用P2P小貸的常用指標與報表舉例說明:
這裡再補充兩個之前回答的問題供參考
這裡再補充兩個之前回答的問題供參考P2P平台流動性最重要的指標是什麼?
互聯網金融風控產品部門的kpi指標該怎麼定?
獨家對話海豚瀏覽器創始人:互聯網金融的創新點在哪?
摘要:楊永智,全球著名的海豚瀏覽器創始人,海豚瀏覽器在全球擁有1.6億用戶。2014年海豚瀏覽器獲得搜狐暢遊1.2億美金的戰略投資後,海豚瀏覽器堅定其全球移動戰略。頭頂創始人頭銜的楊永智,同時也是一名天使投資人(咦,鳳姐好像也是天shi投資人?),現主要投資領域為互聯網金融,機器人。
時間:2015年12月3日
地址:深圳·南山·星巴克
花絮:陰雨蒙蒙的午後,得知楊先生下午要過來,正好下午要去一家公司談點事,地址很近,於是在細雨中徒步過去。約莫談了十分鐘,收到楊先生髮來的微信,「我提前到了,你有時間嗎?」。我回復了十五分鐘內後,安排隨從的同事留下來繼續談,迅速下樓。
今天穿的比較正式,走路似乎慢了一些。我到了咖啡廳後,楊先生正在吃一份簡餐。如同網上的照片一樣,休閑襯衣,圓潤的臉顯得從容而溫和,剛從香港坐高鐵回到深圳,餓了就先開吃了。楊先生技術出身,在微軟呆了四年,處處透露著矽谷工程師特有的極簡與包容精神。雖然涉足互聯網金融投資不久,但他對國內外互聯網金融發展均有獨特的見解。寒暄過後,我們就互聯網金融的創新點,北深互聯網金融創業者差異,投資理念等進行了一次簡單的對話。
L:您現在主要投資互聯網金融,機器人,是什麼原因讓您看好這兩個行業?
Y:相比美國,互聯網金融在國內才剛剛起步,這是一個百萬億級別的市場,目前的體量只有整個市場的1%不到,想像空間非常大,這個時候進入天使投資,成功的幾率會很大。像機器人這個行業,最近我們投了北京一家機械臂公司。在美國,機器人非常普及。今天的90後,厭惡機械性的工作,像服務員這種工作,做久了,你的智商會下降。所以未來,機器人需求會很大,成功的機會也很多。
L:現在國企,央企,上市,民企都跑來做P2P,光是深圳就有幾千家,您覺得P2P有前景嗎?前景在哪?未來是否會出現巨頭?
Y:P2P的前景不好說,有唱衰的,也有看好的。 許多人認為互聯網金融不創造價值,如同過去很多人認為互聯網不創造價值一樣,今天依然有人這麼看。創新往往是漸變式的,不斷變異直到顛覆原有的結構。
現在P2P競爭激烈,類似過去千團大戰。但是不會像其他的互聯網行業,出現721的局面。一般的互聯網行業,只有規模化才能盈利,你必須努力做到第一。但P2P公司盈利比較容易,即便規模很小,也能賺錢。金融本質上說是把大多數人的閑錢借給能創造價值的少數人手裡,這事情規模大了後,就不好控制。規模越大,利潤率越低。餘額寶像滾雪球一樣做大後,現在的利率多少了?所以,P2P企業要做閉環,在資產端做出差異化,做細分行業,如車貸;做區域性,某個區域深根細作。不需要做第一,也能賺大錢。另外從風險上來看,實體經濟不景氣,尤其是房地產行業,如果P2P公司的資產來自房地產的比例較高,這個風險比較大。建議P2P公司做好資產的風控。
短期來看,不會出現巨頭。市場還處於非常初期的階段,機會還很多,現在進來也不晚。
L:今年P2P公司紛紛登陸央視,燒錢勢頭很猛,您怎麼看?
Y:我覺得都希望跑到一個合適的位置,足夠安全。中國的銀行很大,美國有一千多家上市銀行,但clendingclub的市值超越了97%的上市銀行,相比而言,中國的P2P空間更大,但是也很危險。
我們知道現在國企和銀行都在改革,現在方案制定下來了,但離落地執行還需要一定的時間。一旦他們進場,現在的大部分公司都會退場,不在一個量級,沒法競爭。趁著他們進場之前,抓住政策和市場紅利,快速做到一定規模後,站穩市場。當然,每家公司燒錢的目的不同,有的是為了讓數據好看,拿到新一輪融資。
L:互聯網金融很廣,您現階段主要投哪些?看好哪些?
Y:現階段我們主要投消費金融,社交金融,還有對衝量化基金。
我比較看好消費金融。在美國,很少人存錢,中產存一些,沒錢的基本靠借錢消費,有錢的把錢都捐出去了(O(∩_∩)O哈哈~,小札剛捐了450億,是美刀,沒錯!)我是79年的,你是80後,我們的消費觀念和現在的年輕人不同,他們消費觀念超前。我之前投了一家消費金融,專做分期消費,只做本地,專門借給當地的一些年輕人,買iphone,ipad之類的,由於是本地人操作,壞賬率非常低,2%以下。未來是消費時代,所以這塊的市場會巨大無比,越早布局回報越大。
L:我進入這個行業不久,問個俗套的問題(害羞),互聯網金融的本質是什麼?如何創新?
Y:前面講過,金融就是要把大多數人的閑錢集中到少數能創造價值的人手裡。互聯網金融的本質依然是這樣,只有降低了實體經濟的融資成本,才能說是成功。現在銀行服務的是少數企業和少數人,剩下的都是一些小企業,屌絲用戶,這部分用戶佔比非常大,如果能服務到他們,成長就很大。
當然,借錢給他們壞賬率太高,現在P2P公司利率那麼高,借給誰了?應該是有一些成分在裡面。創新的機會就在裡面,通過技術來解決。利用大數據挖掘,依靠信用就能提高貸款,就能覆蓋到這批人。
另外,金融要服務與實體經濟,未來互聯網金融要服務於實體消費,消費的形式是多樣化的,場景化的。比如消費信託,比如京東的產品眾籌。
L:互聯網金融創業者尤以北京和深圳居多,您覺得兩地的創業者有啥差異?
Y:你剛才說深圳的公司比較務實;北京的比較激進。從市場上來看,確實有這樣的差異。北京的公司進入較早,對市場看的比較透,資本運作比較成熟,拿錢也容易一些。你做市場運營的,對這塊感知比較明顯。
其實不只是金融,其他行業也有這樣的趨勢。比如二手車,北京的幾家最近也燒的很猛,尤以瓜子二手車。激進有激進的好,務實有務實的好。相對來說,北京的公司確實一直處在全國的風口,對品牌和資本運作也比較嫻熟,比如像大小陸金所。
L:現在互聯網金融流行炒作概念,但是實際落地的很少,有沒有好的建議?
Y:結合場景來做。拿消費金融來講,電商切入進來就很順利。一方面,你要消費,正好我借錢給你消費;另一方面,我有你詳細的消費記錄,完善的個人信息,做好風控會比較容易,壞賬率也能控制在合理水平。
L:我們的社群既有創業者,也有職場人士,您有什麼寄語嗎?
Y:我希望大家積極擁抱移動互聯網,未來的金融服務一定是隨時隨地,和生活場景不分離的。另外要發揮互聯網的分享與創新精神,你現在在微信寫文章是為了什麼?是分享,對吧。如果可以,盡量去互聯網公司工作,只要你努力創造價值,你的BOSS會給你無法想像的回報,因為互聯網公司的BOSS分享精神非常高。看,小札把身家都捐了。(比爾蓋茨....)另外,互聯網公司非常OPEN,在開放的環境下,人的成長更快。
今天的對話就到這裡了,當然,也歡迎與互聯網金融,機器人相關的創業者與我們合作,如果您有好的BP,可以發給我。
編者寄語:楊先生溫文爾雅,學識淵博,來自湖北的牛人(哈,雷軍,周鴻禕,湖北三俠)。非常難得的一次對話,乾貨滿滿!
轉發本文,並關注本公眾號:劉渝民,即可獲得入群方式。
媒體轉載請聯繫我獲得授權後轉載。
首先,數據和指標是不同的,數據只是一個數字,而指標是設計的結果,是以目標為導向的。雖然數據已成為企業的一種「新貨幣」,在擁有更多數據貨幣的同時,企業一定更希望將其應用於業務增長,迅速獲取數據的價值,同時在挖掘數據價值的過程中,讓這些價值變成可執行的策略。
這裡強調了「可付諸於行動」這個概念,因為,指標最終是為了指導實踐的,如果一個每天都關注的指標,卻不知道該如何根據它來採取行動,那這個指標就沒有發揮出數據應有的價值。因此,在制定指標時需要有一個明確的目標。
基於2A3R模型,將用戶生命周期分為獲取、激活、留存、營收和傳播。將該模型與用戶生命周期歷程各階段做對應,獲取和激活這兩個階段,在歷程圖中有一個非常清晰的對應關係,而後續的留存、營收和傳播往往是交織在一起的。但是交織也不意味著一團亂麻,其中還是有一個清晰的邏輯線,當逐一對應起來後,基於業務特點來梳理具體指標。
1、獲取
這一環節將定義基本的衡量指標,比如:新增用戶數和活躍用戶數,高質量新增用戶數(點我回顧)之前講過,變化的就是衡量高質量的條件了。以金融理財為例,以「是否查看理財項目」來定義用戶是否屬於高質量。
基於「可付諸於行動」這個價值,重點解釋下「高質新增用戶中一次性用戶佔比」這個指標:
一個指標的定義,要讓使用者明確的知道該如何採取行動,予以改進。想像一下,如果定義一個指標叫「一次性用戶數」,如果這個指標上升了,那意味著很多種可能的情況,可能是流量(都是假量),可能是進入產品後出了什麼問題,還有可能是根本沒有什麼問題,只是做活動後新增用戶猛增,所以「一次性用戶數」這個絕對數量也有上升而已。
「高質新增用戶中一次性用戶佔比」這個指標就非常明確,如果這個指標出現了問題,肯定不是假量或者絕對數量的問題,必然是用戶進入產品後出現了問題,此時立刻找到產品部門深入分析就對了。
這就是所謂的,「可付諸於行動」的數據指標——清晰且高效。
另一方面,針對獲取階段的分析和指標會有一些常見的監控維度,比如渠道、產品版本、來源、地域、關鍵詞等等,這些信息可根據業務特點去做更細維度的拆分,重要流程可單獨定義指標進行查看。
比如:產品大改版,那麼需要在新版本上線前拆分和定義清晰指標,在改版後快速評估,關注狀態,隨時迭代優化。
比如:產品受眾主要是二三線城市的用戶,那可能關鍵的城市要梳理出來,進行一個清晰的定義。同時,一旦指標出現波動,從這幾個監控維度去判斷問題,基本能覆蓋90%,快速定位原因。比如:懷疑假量,先看地域,再看 ip 基本能看出個大概,更深入的可以查看屏幕解析度等,假量操作基本就能完成判斷了。
2、激活
同樣是基於關鍵的用戶行為即可定義指標,比如:註冊綁卡等,基本的數量是最基礎的指標,基本的新增、活躍,都根據訪問這一潛在行為進行判斷。
「註冊用戶註冊當日綁卡轉化率」
這一指標的可付諸於行動的價值,就不僅僅體現在定位波動原因了,而是體現在指標即目標,這個指標本身就提出了業務目標,即用戶註冊後,目標就是在註冊當天讓用戶能夠進行綁卡,不斷提升這個指標的轉化率,必然能夠提升整個產品的價值。
「新增到首投平均時間趨勢」
這一指標,從整體上衡量產品和項目吸引用戶的能力
如果在激活階段的這些指標,如果出現波動,即可將分析的關注點集中在右邊「影響分析」的幾個維度。
「用戶引導路徑」
在產品迭代過程中,往往會忽略一些已經解決的問題,或者不存在的問題。當新版本上線後,原來被解決的問題,突然又暴露出來,「用戶引導路徑」就是常常被忽略的一個點;類似的另一個點就是安全信賴感傳達的設計和內容,如果調整不當,很容易帶來波動。
3、留存 營收 傳播
留存、營收和傳播階段,交織在一起的這部分很難完全拆分乾淨,也沒必要完全拆分乾淨,這三個階段往往都是互相關聯的。這階段能體現可付諸於行動的指標,比如「追加資產復投佔總復投次數的比例」這個指標,一樣能夠評估出復投用戶中追加資產投資和獲利繼續投資的差異。
該階段影響指標的因素主要是產品的核心價值,比如投資回報率的設計,投資周期的設計,投資計劃的設計等。同時,之前所有的藍色這一欄的內容都會影響數據,影響用戶決策的因素。
總之,好的指標是能夠讓人明確目標,付諸於行動的指標,往往是一個比率。比率能夠很好的衡量數據與數據之間的關係,反映真實健康的狀態;同時,如果能夠與業務結合緊密且設計得當,那這個指標就能變成促進各部門工作且時刻讓每個崗位明確目標的指標。
其次,好的指標,互相之間是有所關聯的,一旦某個指標出現問題,必然會指向其他幾個指標,互相關聯就能快速定位問題。
打個比方,如果新增到首投平均時間趨勢下降了或者變快了,那麼有可能是註冊綁卡充值投資環節留存的某個階段首日轉化率提升了,也有可能是羊毛黨佔比變大了,由於羊毛黨的目標明確,並沒有決策期,所有投資往往會更快。
如此定位,基本上都能夠快速找到數據波動的原因,找到能夠有所提升的關鍵點。其實,定義指標其實並不難,只要掌握了方法,且一定要圍繞用戶、圍繞業務本身來思考數據衡量,圍繞目標和方向來定義指標。
在「數據驅動型」經濟時代,搶奪數據已成為決定下一步行動決策的關鍵,對企業而言,迅速獲取數據價值,將這些價值變成可執行的策略,將數據與行業場景進行高度結合才是最根本的需求。
本文以互金行業為例,給出了關於指標梳理的核心通用思路,如果您還有什麼疑問,歡迎隨時聯繫諸葛君(zhugeio2016)
如果你想了解更多互金運營方法論,請參考之前我們的一篇文章 「如何通過用戶行為數據,驅動互金產品增長?」也歡迎前去體驗諸葛io2.0
數據是一個企業觀測指標,了解發展方向、復盤的不二法寶。
對於互聯網金融企業來說,數據的重要程度不言而喻。
首先我們從互聯網金融的本質上看,互聯網金融行業的本質還是在於金融屬性,金融的本質在於風控和留存金額。所以,對於互聯網金融企業來說,留存的錢和招來的錢的多少,以及復投的頻次,是相對更重要的。以下指標從重要到不那麼重要依次為:
1.平台投資餘額
正規的P2P公司不會碰錢,但是在金錢流通過程中,放貸的水平和速度決定你的收益率,所以,平台會希望越來越多的留存額在第三方內。這也就是你為什麼看到P2P平台一定要有定期的原因,因為定期存的錢才是穩定的。對照與銀行存款總是讓你存定期,道理一摸一樣。
2.平台交易量
互聯網金融平台里,1億,10億,100億分別是幾個門檻,每過一個門檻,信用等級會上升一個台階,所以交易量總額是另一個指標。
3.人均投資餘額
和平台投資餘額一樣,這是核心指標,活動拉來了用戶,用戶進行了投資,那麼他的提現金額是多少,留存在平台的又是多少呢,互聯網金融平台對於提現可是非常敏感,但是只要保持在一個動態水平,就是好的。
4.人均投資額
金融平台會通過很多活動,讓你投資額度大一點,頻率高一點,以此計算平台的月度投資額,體現的是平台的用戶質量和實力。
5.復投率
互聯網金融平台和銀行一樣,需要你反覆來爭奪用戶口袋裡的錢。
6.其他數據
除了關於錢的一些數據,其他的活動數據,拉新數據,促活數據,就是大運營方向的數據,每一個指標都彰顯了互動如何,但是最終也要看轉化率,轉化率最終指向的還是前面提到的,帶來了多少投資,1月內,3月內這個用戶的表現怎樣。
對這個問題,個人的看法如下:
對互聯網金融的運營,關注的數據應該受三方面的影響:
一是自身平台的細分領域和運作模式。如互聯網金融可能又分為p2p類和眾籌類。然後又細分。不同的細分領域,模式不同,運營參考指標肯定也有細微差異。
二是自身所處的崗位和職位智能。說白了就是自己在平台運營中充當的角色,以及處於運營的哪個環節。比如內容運營、活動運營、新媒體運營等,肯定會不一樣的吧。
三是要看平台發展階段的運營目標。一個新上線的平台和一家已經運營幾年的成熟平台,面對的戰略目標肯定不同,那麼運營時關注的數據就會也不一樣的吧。
如果上面這幾點因素都已經明了的話,再來看我們需要關注的運營數據,拋開差異化不談,在這裡我們可以討論的也是一些常規的共性的參考建議。
一是平台自身的數據研究;
一是對外各運營渠道的數據研究。
一、對平台自身的數據研究,樓上的夥伴們給出的回答感覺挺實用的。也就是這幾點:
1.用戶數據。包括用戶的訪問渠道/來源;用戶的訪問時長/停留時間;用戶的瀏覽時段,地域分布,註冊年齡;以及總註冊量,pv,uv的變化等;
再細一點的話,如用戶的職業,用戶的興趣愛好,用戶的心理特點,用戶的年齡結構,用戶的性別比例,這些也是需要關注的。但是可能這些通過單純的
工具統計會有遺漏,那麼這也需要我們作為運營的或者平台能夠有這樣的人員來做一件事,就是用戶調研,或者在每次活動策劃時的及時統計,研究,分析等;
2.投資數據。包括平台總投資量的變化,投資人數的變化,每個人單筆投資金額的變化,以及每個用戶投資頻率的變化,用戶投資偏好等(如用戶偏愛哪類的標,是房產抵押,還是什麼);
二、對運營推廣外部渠道的數據研究
可能如果作為一個運營者來說,這點是和自己工作關聯非常緊密的,一方面涉及到自己運營成果的考核,另一方面是通過數據優化工作。
在具體運營時,也需要我們作為運營者能夠考慮好一些問題:
1.運營的推廣渠道;
2.運營的推廣內容;
3.運營的策略。
圍繞這幾方面我們所做的工作,比如通過論壇發布軟文,百度系發布內容,那麼就需要我們專門抽出很大一部分時間關注數據的變化:
1.推廣內容的回復、轉發、支持、點贊等各種反饋數據;尤其是一些不好的評論,一定要及時記錄,這樣才能知道如何改進;
2.不同渠道的數據總比。比如是sem,還是百度系seo,還是專業第三方論壇,還是微博上的運營效果好,轉化率高,這些也都要全面衡量,這樣才能便於平台上級整體考慮未來重點宣傳渠道和策略;
3.轉化率。
這個是最最重要的。我們每一篇文章,每一個問答,微博每一條內容,微信每一條文章給平台帶來多少轉化,這直接關係我們的勞動成果以及下面的調整優化。
目前關於如何運營互聯網金融平台想到這麼幾點。無論哪方面的數據,其實都是在研究用戶,都圍繞用戶體驗而做。互聯網金融的本質雖然還是金融,但卻也必須具備廣泛的用戶基數和
比較高的用戶粘度和口碑,平台才能走的長遠。所以個人認為,一家好的互聯網金融平台,需要不斷打磨平台模式和服務,另一方面,就是要圍繞用戶體驗,而做到極致。用戶體驗,在互聯網時代,是永遠的主題。
要想運營,首先要了解互聯網金融是什麼,才能有效針對其特點進行運營,看看下面這個對你有沒有幫助吧
關注的數據呈V字型,由上到下分別為:瀏覽量、註冊量、充值金額、首次投資金額、投資期限、續投、投資者區域、年紀、投資偏好等
藍蟻財經談互聯網金融運營策略:用戶屬性深解
用戶都是上帝,要時刻對上帝保有敬畏之心,承認自己並沒有真的那麼懂用戶。
《藍蟻財經談互聯網金融運營策略》系列共多篇文章,將分別從互聯網金融用戶屬性、用戶生命周期管理、用戶行為管理的角度切入分析,此為第一篇。
重定義:產品和運營
- 互聯網產品:人在場景下使用的工具
- 互聯網運營:人在場景下按照設定的模式使用工具
在古代,中國第一位產品經理魯班,為解決伐木工伐木效率偏低、體力消耗太大的問題,提供了「鋸子」這個產品,極大地提升了生產效率,產品的生命周期長達2000多年。
在現代,藉助於互聯網,產生了許多優秀的產品:
- 百度:通過提供搜索引擎,解決了用戶在缺乏必需資料的場景下,快速找到所需資料的問題
- 滴滴:通過提供打車軟體,解決了用戶在缺乏便利交通工具的場景下,快速從A地到達B地的問題
作為運營,最大的成功,是在特定的場景下,將用戶的需求與自己的產品建立一一對應關係:
- 百度:用戶有搜索需求的時候,內心的OS是——「要找資料,百度一下」
- 滴滴:用戶有出行需求的時候,內心的OS是——「要出門了,滴滴一下」
在這種心智模式下,其他的搜索引擎或是打車軟體,將沒有任何翻盤的機會。由此我們可以發現,用戶是撬動產品和場景的槓桿支點,也是做產品和運營的起點——所謂初心,正在於此。
金融用戶內在特質的四個維度 1.窮人-富人維度
從有錢沒錢的角度,我們可以很容易地把身邊的人分成「窮人-富人」兩類,而金融為他們提供的服務就是:
- 為有錢人理財,讓他的錢能夠越來越多
- 為缺錢人融資,讓他能夠找到他需要的錢
如果把「有錢-沒錢」作為橫軸,「借入-借出」作為縱軸,我們可以分出四個象限,不同類型用戶的金融行為都可以落到相應的象限中:
借富人錢給窮人
典型的情況是慈善事業。不管是比爾蓋茨還是巴菲特,他們把自己的錢借出,甚至是無償捐獻出來給非洲等貧困地區,解決他們的溫飽、醫療等問題。在這個過程中,他們謀求的並不是資金的回報,而是人生價值的實現或是精神層面的追求。
由於該模式並不追求資金的增值,所以不在本文的討論範圍內。
借富人錢給富人
傳統的金融機構,比如私募/公募基金、信託、券商資管、基金專戶,以及其他的一些資管機構,都在這個分類下。以信託為例,往往都是100萬起購,只有到達這樣的資產規模時,用戶才有資格進入市場,並夠獲得超出市場平均收益的回報。
借窮人錢給富人
傳統金融機構中最有代表性的是銀行。國內許多中老年人將畢生所得存入銀行,銀行再將資金貸出給工廠或地產商等,用於擴大經營規模,獲得實業資產的回報。在這個過程中,超額收益都歸銀行所有,個人客戶回報非常微小,利息收入幾乎無法抵禦通脹。
互聯網金融領域中,很典型的就是將債權轉讓類產品通過SPV的方式包裝後進行售賣。個人客戶所購買的理財產品,經由平台最終流轉至地產公司或是其它一些大型的機構,幫助後者實現資金的增值。由於不存在銀行這樣一個中間角色,渠道成本大幅降低,理財用戶的收入得到了一定比例的提高。但是歸根結底,相對於獲得資金投入的公司來說,這類小額投資者,都只能算是打上引號的「窮人」。
借窮人錢給窮人
這個分類完全落在互聯網金融中,最典型的就是P2P公司。一部分大學生要買紅色iPhone7、小白領要買房,於是在平台上發出借錢的請求,然後另外一些大學生、小白領把錢借給他們。P2P公司通過搭建這樣一個平台,讓窮人把錢借給了另一部分窮人,創生出這一輪互聯網金融神話。
這個分類中的另一個分支是眾籌,「借」窮人的錢給另一部分窮人,或是「借」窮人的錢給「窮公司」(創業公司)。由於本人對這個領域了解有限,在此就不展開了。
2.理財用戶資產規模維度
從傳統金融機構的角度來看(以工行的客戶分層原則為例):
一般客戶(&<5萬)
銀行向這部分客戶提供的金融服務,是很基礎的存款、貸款和基金投資。
理財客戶(5萬-50萬)
在這個區間中,用戶獲得的服務從存貸款和基金擴展到了銀行理財產品。理財客戶到了銀行,可以進入理財室跟理財經理一對一面談,不用在銀行大堂排隊,享受到了便利和舒適。
財富管理客戶(50萬-500萬)
本區間內的客戶,享受到的服務上升至理財顧問、信託,財富規劃、資產管理等。除了一對一的服務之外,客戶還能享受到來自理財經理的資產配置建議和市場異動通知。一般每個銀行理財經理的手機通訊錄里都會有150個左右的客戶信息,其中的前20個左右,就屬於此類客戶。
私人銀行客戶(&>500萬)
這部分客戶所享受的是最為高階理財服務,如貸款融資、遺產規劃、房地產投資、全球資產配置、退休和保險規劃、留學計劃等。理財經理為客戶提供的是全方位的財富管家服務
如果從更為簡單粗暴的角度,還有更通俗的兩個切分點:理財產品,信託。
理財產品
銀行理財產品的起購門檻為5萬,這個切割點將客戶分為5萬以下和5萬以上。5萬以下只能做存貸、小額度的基金投資,在銀行的傳統理財服務的範圍之外;5萬以上的人群剛剛踏入理財服務的門檻,銀行會為這部分用戶提供更為標準化的服務。
信託產品
信託產品的起購門檻為100萬(通行標準,有些可能會更低一些),將理財客戶分為中低端客戶和高端客戶。所謂的資產配置、財富管理,面向的正是這部分人群。
行文至此,可以發現,傳統金融機構客戶所享受到的服務水準,與其資產規模的大小息息相關。
基於以上框架,可以通過「價格」和「用戶數量」這兩個維度,來觀察用戶和提供金融服務的機構的關係:
上圖是一條很典型的冪律分布的曲線。左側頭部是傳統金融機構的生存空間,服務的是資產規模更大,理財和投資意願更強的用戶;在長尾陰影部分,用戶持有的資產額度較小,理財的意願和能力也不是特彆強烈,傳統的金融機構不太看得上這部分用戶,而這恰好是互聯網金融的生存空間,是互金產品和運營爭奪的用戶。
3.投資者風險承受力維度
從安全性、流動性、收益率的角度,用戶根據其風險承受力的強弱,可分為如下三大類:
保守型:安全性&>流動性&>收益率
保守型用戶的投資目標是保持投資的穩定性與資產的保值。這部分人首要考慮的是安全,即不蝕本;其次變現能力強,想拿走的時候能隨時拿走;對於收益要求,一般是能有最好,沒有也行。從訴求來看,2013年6月以前的目標是跑贏銀行定存利率,現在的基本目標是跑贏餘額寶。
此類用戶購買的產品一般來說是寶寶類產品,或者是養老保障計劃類的產品,比如平安壹錢包的「平安匯盈」,收益率能夠跑贏大多數貨幣基金,流動性上可以做到T+1日贖回到賬,就受到此類用戶的極大歡迎。
穩健型:收益率=安全性&>流動性
穩健型用戶的投資目標是在保持投資風險和資產增值之間的平衡的前提下,實現資產的增值。這部分人有賺錢的需求,但是要在不虧本的情況下賺錢,可以說是收益與安全並重,能一定程度容忍流動性不佳的情況。
他們購買的產品一般來說有固定收益類產品,一定時間內收益率基本固定,到期還本付息;還有債券型基金、螞蟻金服的招財寶,陸金所的彩虹計劃等。
積極型:收益率&>安全性&>流動性
積極型用戶首要的投資目標是獲取超額收益。他們手上有一定量的閑錢,就算有比較大的虧損,也不至於影響正常生活。
在互金中,他們購買的產品一般是股票、混合型基金、股票型基金以及P2P產品等。
4.懂不懂-想不想懂維度
前3個維度都是按照用戶客觀情況來進行的一個用戶細分,第4個維度是按照用戶主觀的角度來做細分。互聯網金融公司可以在其中尋找最符合自己特色的象限。
不懂不想懂:餘額寶、理財通
這部分客戶的佔比最大。他們對於市場不夠了解,也不想了解。他們只有賺錢的慾望,但不願意付出除資金以外的其他任何成本。他們進入理財市場,一般是由其他基礎需求引發,比如說由於社交和支付需求進入微信或支付寶,在平台運營策略的作用下觸發了「收益率跑贏銀行存款」的各種寶寶類理財功能。他們所享受到的只是大平台上的便利理財服務,這與他們在同一個平台上獲取的其它服務:如水電煤繳費、交話費、信用卡還款之類,並無本質差別。
由於這類平台巨量用戶的優勢,轉化而來的理財用戶也越來越多,他們成為了第一波被引入互聯網理財範圍內的用戶,完成了第一輪的市場教育,培育了互聯網金融的第一批用戶,使得後來其它的理財平台,能夠針對這些用戶做二次開發、二次引導,把這些用戶轉變成自己的用戶。這是非常典型的食物鏈演化的一個過程,從餘額寶的「收益率跑贏銀行存款」進化成為了其他後端平台的「收益率跑贏餘額寶」。
不懂想懂:信融投資
這部分用戶的專業化程度不是特別高,但是有意願通過學習提高投資水平。主打這部分用戶的產品有「信融投資」、股民學校、k線學霸等,這類產品能夠給用戶提供基本的投資教育、市場分析以及投資策略等,幫助用戶去獲得一定的成長空間。這部分用戶還是有一定的體量,畢竟為了賺錢,部分人還是能夠戰勝自己體內的懶惰因子。
懂想懂(更多):雪球、蛋卷基金
在非金融領域,為這類人群服務的平台,知乎可算是一個典型。在金融和投資領域,比較典型的是雪球、以及雪球後來出的蛋卷基金、TradeHero等。
在這類平台上,有一些大神級用戶分享自己對金融產品和市場的分析,秀出自己的投資組合,引發粉絲跟風。同時,這些粉絲中,也有不少是頂尖高手,他們互相學習和觀摩彼此的市場分析和組合管理的方法。
近期在這個象限中,也有不少的公司慢慢生長發展,但是這個象限中人數非常少,在如此狹小的客戶群體中競爭,公司獲得回報的想像空間很小。
懂不想懂:萬得移動金融終端
這裡的不想懂,其實主要是表達這部分人不需要平台來進行教育和引導,只是想快速了解一些簡單的資訊。
這部分用戶是市場上專業度最高,處於金字塔尖的一些人,其角色往往是基金經理、研究員之類,他們的需求集中在查詢數據、公告或是管理自己的投資組合等。為這部分群體服務的產品,比較典型的是「Wind資訊」的金融終端。
但是這個市場相對較小,技術和專業門檻也比較高,容納不下太多的競爭者,所以可以看到這個市場並未獲得蓬勃發展。
那麼,用戶到底是誰?
上面說了這四種針對金融用戶的分類方法,那麼作為互聯網金融的從業者,我們該按照哪種方法來操作呢?這就需要回歸到「用戶」這個詞本身了。
「用戶」的標準定義
- 表層含義:在XX場景下使用XX產品的XX人
- 內在含義:在XX場景下通過XX方式滿足的XX需求集合
比如說滴滴打車,按照表層含義,用戶是在需要出行時使用滴滴打車時的手機用戶
如果按照這個定義來做產品和運營,你就會去抓如下兩個點:
- 「需要出行」的短途場景:上下班、去機場火車站、接送孩子上下學……無窮無盡,無法窮舉
- 手機用戶:為用戶提供手機app、手機註冊、發送簡訊/push優惠券如此等等,別的手機app會怎麼做,你也怎麼做。看到下雨天uber里的汽車圖標變成小船,就恨不得立刻照搬過來
按照這種架勢,就是我在之前的文章中提到過的「產品功能經理」和「產品功能運營經理」的典型做派了,持續疊加越來越多的功能,然後在這些日益臃腫的功能上面疊加更多的運營策略(OMG……)。
如果按照內在含義來看,滴滴打車的用戶是:在時間有限的情況下,通過便利的支付方式,快速到達另一個地方的需求集合體。抓住這三個點,持續進行產品和運營的優化,就能獲得較好的回報。除了市場培育期的砸錢活動之外,滴滴後來使用的一系列運營活動,基本都是落在這三個點上來做的。
互聯網金融背景下的「用戶」定義
- 金融用戶:在不確定條件下,進行跨時間、跨空間價值交換的需求。
- 互聯網金融用戶:出現在「互聯網+XX場景」下的金融需求。互聯網金融用戶本質上就是金融用戶,只是用戶需求的發起和響應都在互聯網上完成而已。
單純從金融的角度,用戶類型可做如下區分:
- 今天有錢今天花:支付用戶——在消費場景下,通過使用自有資金的方式,滿足的今天有錢今天花需求
- 今天的錢放明天花:儲蓄/投資用戶——通過讓渡資金當前使用權換取未來回報的方式,滿足今天的錢放明天花的需求
- 今天想花明天的錢:信貸/融資用戶——在消費或投資場景下,通過提供未來預期收益換取資金當前使用權的方式,滿足今天想花明天的錢的需求
在此需要注意的是,用戶的需求不等於用戶,不能將用戶的需求固化成為用戶本人。用戶的角色隨時可能發生變化,進而會引發用戶需求的變化。同一個用戶,會有不同的財務生命事件,比如結婚、買房、生小孩、重大疾病、退休、配偶去世、離婚等等。如果通過用戶畫像或是用戶分層把用戶固化下來,就極有可能造成運營手段和用戶實際需求的不匹配。
因此,我們要時刻對用戶保有敬畏之心,必須承認自己並沒有真的那麼懂用戶。接受這個大前提,一切的用戶增長策略才有意義。就像米開朗琪羅所說,「……我在那塊岩石里看到了與這一模一樣的雕像,所以我做的工作其實是微不足道的。我只是去除掉石頭上多餘的部分,然後耶穌與瑪利亞就從桎梏中解脫出來了」。
米開朗基羅並沒有創造雕像,我們也並沒有創造牛x的運營策略,只是因為發現了用戶在xx場景下的xx需求,通過我們設定的路徑和工具,幫助用戶實現了而已。
信融投資,專業汽車金融服務品牌,借貸 隨時隨地,投資 安心所欲;信融車貸,車貸加盟首選品牌
火眼熙熙
試著回答下題主的問題:互金運營關注哪些數據?如何數據分析?
1、互金運營關注哪些數據?
增長目標大致可分為五個階段:拉新,促活,留存,交易,傳播,每一個運營策略都需要衡量用戶處於哪個階段:新增?還是活躍?老用戶?新用戶?還是要流失的用戶?用戶的資產規模怎樣?是追加投資?還是已經「滿倉」,如果是這類用戶可能要往傳播角度再去引導。此外,用戶的風險承受能力?是否有學習意願?這都是運營需要考慮的。就用戶的關鍵行為,在不同時機有不同的運營策略,運營效果到底好不好,需要查看完整的用戶行為數據,給用戶最完整的體驗。
業務監控:構建指標體系
理財產品周期大致包括:投放、曝光、流量、著陸、註冊、綁卡,投資。理財產品的用戶也有一個生命周期:新手期、激活期、成長成熟、流失。將業務狀態與用戶流失等關鍵點提煉出來後理清思路,如此梳理出整個企業的業務指標,讓不同部門對目標都有一個非常清楚的認知。
這裡,將理財產品的用戶分成新手期客戶,激活期客戶(理財產品激活期比較長,通常需要經歷註冊,實名認證,充值,綁卡,再投資,其間需要設置幾次密碼,另外,因為涉及到金錢,勢必會存在用戶對產品信任感的建立過程,所以,激活用戶很不容易)。成長成熟時期,流失時期,在各個時期都需要設定一個指標體系。
要知道,指標並不容易確定。對於新手期,通過新增用戶數、活躍用戶數,可衡量新增占活躍比,這種比例可能會更直觀些。在成長階段,通過註冊用戶、新手期用戶和老用戶復投的比例,將關鍵行為拆開,可能帶來更深入的洞察,所以設計指標也是有一套方法的。
指標設計完成,最終是要付諸工作應用的,一旦指標出現問題,可指導相關崗位角色再去查看關聯指標,即出現問題後找到原因。
比如:
1、新增用戶數據出現波動了,便可從渠道、版本、關鍵詞等節點查找原因。
2、激活期,如果首投轉化率不夠高,除了查看渠道、版本、關鍵詞等節點,可能還需要更多的傳遞「安全感」。之前諸葛io的客戶就發生過類似的問題,後來發現:改版時產品經理的疏忽,將一些新手引導的信息去掉了,因為他以為用戶都懂,但實際上,每個新用戶都是一個陌生人,產品經理的某些微小刪改都容易引發問題。
3、如果老用戶的數據有波動,還是建議從運營方面查看效果數據會比較好。
總之,從這幾個維度去查找原因即可。
梳理好業務指標後,如何將企業的各個團隊(部門)關聯在一起呢?將團隊與用戶生命周期對應起來,包括運營活動,營銷推廣、理財項目、產品設計各自對應到不同階段的用戶,比如:營銷推廣主要的目標是不斷尋找精準用戶,運營活動的目標是不斷實現用戶的投資轉化,包括後期周期性投資。對產品來說,更關注事件收集、整體應用性以及產品粘性等方面。如此(見上圖)指標以及目標明確的方向與整個團隊的目標便綁定在一起了。
2、如何數據分析?
?用戶為中心分析問題洞察價值
運營的靈魂是對用戶的理解,在理性的分析中感性的理解用戶。能夠把用戶群分得越精準,說明對用戶的理解越深入,運營目標就越清晰,運營方案的效果就會越好。數據本身是冷冰冰的,但是數據背後的用戶是形形色色的人,分析數據實際就是在分析人背後的行為,通過對數據背後的行為進行洞察,從而更好的制定運營策略。專註用戶洞察的諸葛io提供3個核心組件:
1、用戶行為路徑分析
諸葛io的用戶行為路徑分析,可幫助企業了解用戶習慣,查看到用戶在哪個頁面被什麼元素所吸引,這是一個用戶行為路徑的整體呈現,建立宏觀認知。
通過採集用戶會話數據,從會話開始到會話結束,那麼,什麼是會話呢?用戶訪問一次,即是一次會話,訪問一次停留10分鐘,這是一次會話,會話開始和會話結束就是開始訪問和結束。
場景,即以會話開始,觀察會話開始之後的用戶行為,比如,用戶打開產品後有77%查看產品詳情,然後登錄查看餘額等(數據來自諸葛io官網的DEMO,不一定符合業務習慣,但邏輯是一樣的)。
同樣的,還可以看會話結束的來源行為,比如:可以查看「綁定銀行卡」這個行為的來源行為和後續行為,了解用戶習慣是怎樣的,是大多數用戶點一下就往下做?還只是看看?都可以通過諸葛io平台展示出來。
諸葛io的用戶行為路徑分析,幫助企業建立對用戶群的整體認知後再做數據分析,因為沒有細分的數據混在一起是沒有價值的。
2、靈活拆分
用戶行為數據,包括所有實名用戶信息、行為信息、行為背後的業務數據,諸葛io通過這些維度和欄位來分析用戶,前端可直接根據業務理解的方式進行拆分。用戶群細分的一個關鍵點是對比分析新/老用戶,另一關鍵點是將某一類用戶分組後實現精準觸達。
比如:建立一個分組運營:昨日的優質客戶
「首次訪問時間」、「首次來源域名」等欄位都是基於諸葛io積累了大量業務場景而設置的,通常來說,只有明確用戶的第一次訪問來源,才能評估哪個渠道是有價值的,諸葛io有很多「首次」字樣定義的欄位,比如:在「首次訪問時間」欄位中篩選「查看理財項目超過5次」的用戶;比如精準分析「新增後」一天內,完成綁卡但未完成首投且用戶來源是「網貸天眼」(目前國內網貸行業較為權威的第三方機構),如此篩選出來的用戶意味著這是一群高質量用戶,該群用戶進入產品後查看很多項目且完成綁卡,但最後未投資,那麼很可能中間遇到了問題。
在這種情況下可將用戶分組,在第二天致電用戶詢問使用產品中遇到的問題,比如,用戶反饋綁卡環節體驗不佳:原本打算投資,但總反覆彈出「實名認證」的提示。
該應用場景即可證明:將用戶精準的拆分出來是精細化運營的基礎。本質上,將不同特徵的用戶通過對比交叉到群體畫像模型中,比如:將不同用戶群交叉到次日留存的模型中,對比不同用戶的行為特點,這樣的分析思路。
3、下鑽到底
諸葛io平台上,每一個代表用戶數據的數字均可點擊查看單體用戶的行為路徑,比如:有「點擊」行為的有50用戶,通過一個列表即可查看到這50個人是誰,可以查看該用戶整個行為路徑。
用戶畫像完整的記錄了用戶的行為軌跡,並採集了豐富的用戶環境信息,用戶真假一目了然。首先按照用戶行為路徑建立整體認知,然後通過用戶分群分析,最後在某一個用戶群中隨機篩選3-5個單體用戶驗證之前的分析結果,查看用戶的實際行為是否與猜想一致,最後能否基於這類行為特點還原出用戶當時的使用心理,其實這是一個深度還原用戶使用場景的過程,諸葛io以用戶為中心,洞察業務與用戶間的情感鏈接。
都扯淡的吧。就一個,新增放款餘額
互聯網金融運營其實本身就是一個很大的模塊。
關注什麼類型的數據,和你經驗的產品有關。
數據監測的最終最終目的,是為了讓產品的被購買金額增加
金融運營和電商運營有啥區別嗎?
了解傳奇人物
1巴菲特的最高紀錄是多少,年化複合收益百分之21%
2西蒙斯: 連續30年,平均複合年化收益高達34%、
3格林布雷:哥譚基金,1985年到2005年這20年,複合年化收益回報率高達40%
總結得出結論,正常人能夠做到複合年化收益15%已經是非常牛逼的人物了。
如果一個互聯金融可以超過這個數,那麼最快1年時間必定崩盤。
本金越高,崩盤的速度越快。
推薦閱讀: