FinTech Club:「行之有效」的金融行業增長秘籍
本文整理自,諸葛io增長團隊負責人邱千秋8月13日在FinTech Club深圳站上的分享《金融理財的數據驅動方案與創新》。FinTech Club 是諸葛io針對金融科技領域舉辦的數據巡展,本次深圳站的主題為「數據驅動,智慧金融」。
無論產品設計還是運營本身,金融都是強數據驅動的行業,+互聯網的浪潮過後,對用戶行為數據的精細化採集、運用和探索率先被這個行業嗅到,除了進一步清晰了用戶畫像,在精準營銷、客戶服務、風控以及未來的智能化探索都做了強有力的支撐,甚至,也逐漸成為各家未來競爭的壁壘,諸葛io增長團隊負責人邱千秋從以下4個方面展開分析:
1、高昂的獲客成本
2、羊毛黨的防範與引導
3、用戶忠誠度
4、不斷升級的風控模型
諸葛io最專註也是最直接的切入點是用戶行為數據,活動效果,功能使用效果的衡量都需要數據,數據有一套專門的體系來規劃和採集,最終呈現出來供企業各部門分析。諸葛io通過協助企業完成前端用戶行為數據的採集,將整個數據清理結構化,從底層搭建完善,最後呈現在數據展示上,幫助企業中不同角色更高效的理解業務,實現決策驅動。
諸葛io的客戶成功部門,在採集數據方面可為企業提供專業的指導。比如,引導理財類客戶的首投行為可能是企業的一個重要階段,那麼從數據採集到數據分析到數據應用,諸葛io都將為企業提供貼心服務。
1、行為數據:基礎&深度還原用戶
數據的本質是場景還原,全面完整的行為數據是重中之重。
在沒有諸葛io用戶行為數據之前,很多企業通過百度統計查看流量數據、結果類數據,而數據的本質是還原場景,流量是場景,交易額是場景,當流量越來越貴的時候,用戶留存就非常重要,提升留存就需要研究用戶是如何使用產品的?而諸葛io可深度且真實的還原用戶行為。
用戶註冊後,新手特權和禮包組合,是否有助於實現業務目標?
對於互金類產品,通常會賦予新用戶一個新手特權——禮包組合,那麼新手特權對於業務目標的貢獻有多大?(從我(邱千秋)以往的經驗來看,不太大)發送體驗金的目標是什麼?體驗金可以讓「信用感」比較低的用戶體驗產品,無需綁定帳戶認證身份,先試試可能會帶來下一步轉化,總之,新手運營的目標是實現首投轉化。
從傳統的數據分析工具,大多可以獲得用戶量、流量,日交易額、投資額、綁卡等數據,完全沒有經過細分的數據,無法支持用戶場景、轉化效果、ROI及關鍵點分析,而唯有通過採集用戶的行為,再將用戶拆分開,比如:新手/老用戶,在場景中進行分析,比如:評估運營方案的效果,衡量推送時機等。
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。
諸葛io可直接查看運營效果,見上圖,當一個用戶進入項目列表頁,諸葛io採集的所有數據都是企業上傳到諸葛io的,採集第一方數據。在諸葛io平台可查看到用戶是誰,現在的資產情況、等級,最近30天訪問次數,首次訪問時間,最後一次訪問時間,最近30天的訪問情況,包括:在什麼時間做了什麼事:點擊投資理財查看某理財產品,該產品的期限以及年化收益率等,諸葛io可將用戶完整的信息採集到,不僅是頁面流量,而且可以查看影響用戶行為的因素,從而分析用戶產生該行為的原因。
一旦洞察到用戶的行為動機,比如:小到標籤的影響,大到某個數字是用戶最敏感的,那麼在產品設計或者運營時,即可非常有目標的去設計/策劃。知道用戶是誰,是怎樣的一個人,在每個時間段做過什麼,查看過哪些頁面,如此全面的採集所有完整的數據。這一切都基於諸葛io在服務了近萬家企業客戶,從而深刻理解整個行業的數據痛點。
諸葛io具有突出的數據關聯能力:
1、全平台支持,自動採集基礎數據,支持多種採集方式,無埋點、可視化埋點、代碼埋點都支持(點我了解更多),建議企業在不同場景使用不同的採集方式。
2、實名帳號分析,傳統數據分析的是設備,以設備來判定用戶,現在是以帳號判定,因為一個用戶通常持有多個設備交叉登錄,諸葛io基於實名帳號做關聯,實現跨平台分析用戶。比如:當發現,用戶在APP端的留存還可以,而網站/H5端留存一直很差,此時,拿不準用戶是留存了?還是轉化了?
典型場景:APP內嵌H5的數據關聯
如果H5的數據統計到一個平台,安卓和IOS的數據統計到另外一個平台,這樣是無法完成整體分析的,無法判斷來源,所以諸葛io在這種場景下也實現了數據關聯。
3、投放涉及到廣告監測,通過推廣活動,用戶最終跳轉到應用商店下載APP,而所有活動將全部歸到應用商店,應用商店無法判斷新增用戶到底來自哪個活動?諸葛io的解決方案是,關聯應用商店與活動推廣。
2、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。
3、驅動增長:核心&場景解決方案
?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。
?自動篩選、自動執行、自動衡量、智能增長
用戶生命周期各階段場景解決方案
諸葛io除了強大的用戶行為分析能力,還實現了從「廣告監測」到「著陸流量分析」最後「功能優化」的覆蓋用戶生命周期各階段場景的數據打通,這對於用戶的評估是一個新緯度,如此構建出更真實的用戶分析模型。
如果不打通用戶行為數據,則會出現這樣的情況:
某用戶一直活躍在IOS平台,那麼,該用戶在微站的數據一定不活躍甚至被認為流失了,到底如何評估獲客效果?
1、一站式實現渠道效果衡量
投放是每家企業首先需要解決的問題,因為與成本有關,唯有通過有效的流量才能帶來最佳的轉化。
衡量渠道質量,評估獲客效果,必須將用戶行為關聯起來。廣告監測:從曝光到投資;深度鏈接:活動來源標籤;跨平台分析:從JS到App。
無斷點的完整獲客分析場景
諸葛io基於DeepShare技術,打破WEB和App之間的信息壁壘,完成一站式的內容跳轉,實現App的內容直達,實現App跳轉前後的用戶識別,從而完善來源渠道、推廣效果監測、歸因分析等場景。精準評估渠道價值基於UTM的網站、H5落地頁追蹤,諸葛io獲取分析功能可以快速評估渠道價值;基於deeplink的跨應用市場用戶追蹤,精確計算跨應用市場的用戶數據。
諸葛io基於對產品的洞察和經驗的積累,開發出「獲取分析」模塊,實現自外而內全路徑數據分析:廣告投放曝光、新增下載活躍,轉化留存。
2、著陸頁分析
諸葛io支持將不同用戶群在落地頁中的行為以「可視化」的方式呈現出來,比如:拆分未投資用戶與已投資用戶,通過落地頁的可視化點擊分析,發現「未投資用戶」更關注產品的安全性和背景,而「已投資用戶」更關注收益及資金安全的情況。
3、產品運營
對於理財產品,可將用戶分為:註冊評估者,新手期投資者,周期性復投,都需要分別分析討論,比如:深度洞察首次投資,同樣的,當用戶進入新手期後,從試探性到首投的過程是比較模塊化。
4、智能觸達
互金產品用戶轉化節點較多,如引導綁卡,實名、設置密碼等,通過諸葛io智能觸達平台在合適的時機進行引導和鼓勵,提升轉化和用戶價值。
?促進首單轉化:不斷減少從新增到首投的時長周期
基於強大的用戶分組能力,諸葛io開發出「智能觸達」模塊,這是一個偏自動化運營的工具。
見上圖,以首單轉化場景為例,給新增用戶設定一個條件:如果註冊成功後一天未完成開戶行為,即推送一條簡訊/移動端PUSH。諸葛io支持自動衡量,統計出在執行運營動作後3天內實現「首單投資」的用戶數,分析絕對數量/轉化率/交易額。
改變了傳統的運營觸達方式——每次需要技術部門的配合。諸葛io打通所有數據且實時查看,實現運營自動化、自主化(由發起部門自行設置即可完成)。
?促進追加投資:引導追加資產促進用戶價值層級遷越
對於新手期的活躍用戶,在諸葛io平台可通過手動設置完成運營:篩選出資產小於5萬且最近30天內沒有投資行為的用戶,為其精準推送現金券,通過自動衡量查看效果:3天內實現使用現金券投資的用戶數,自動分析絕對數量/轉化率/交易額。
以上,諸葛io深度挖掘基於用戶行為數據的價值且打通跨平台數據,可自動化執行,最終效果實時評估,為用戶提供更好的體驗,這就是諸葛io提供的從用戶獲取到落地頁再到用戶進入金融產品後的數據應用的方式。
諸葛io為金融企業客戶提供私有部署,包括數據密/DDB等數據加密脫敏服務,提供實時數據查看,支持二次開發,數據倉庫完全開放,穩定支撐了互金企業內部風控系統和其他系統對行為數據的應用需求,包括:SQL查詢平台;API介面訪問;HDFS數據訪問;Kafka實時數據訂閱。此外,因數據分析師的需求以及遇到的問題往往更加複雜,所以諸葛io還提供額外的支撐:SQL查詢、數據倉庫開放訪問、實時數據訂閱。
隨著粗放混雜、搶佔式的發展模式逐漸銷聲匿跡,單純比拼收益、用戶數量和平台規模已經無法進一步深挖用戶價值,讓用戶享受到便捷、高效、人性化的服務體驗,是增加平台粘性和競爭力的關鍵。
諸葛io強大的數據採集、數據關聯、用戶洞察、深入業務場景的能力,從流量到交易的完整漏斗,實現廣告和渠道效果的一鍵衡量,通過廣告監測和渠道衡量幫助企業優化投放策略,通過著陸流程分析和優化,提升流量轉化,通過功能優化和運營觸達提升訂單轉化。
總之,數據的本質是場景還原,行為數據對用戶需求和體驗的還原能力是不可替代的,通過構建指標體系,對業務進行監控,梳理用戶生命周期歷程,明確用戶需求和企業訴求,做數據指標的頂層設計,以用戶為中心分析問題洞察價值,以數據驅動業務的增長。
本文首發微信公眾號 諸葛io(ID:zhugeio1)
諸葛io,你身邊的數據驅動教練
歡迎添加微信:zhugeio2016一起探討交流
推薦閱讀:
※RStudio | R語言應用及發展峰會(精華分享)
※國內數據挖掘比賽有哪些?
※【數據分析·實戰】真的是價格越高,越好吃嗎?
※如何獲取Google Play上APP信息和用戶評價的數據集?
※想在機器學習做演算法的創新是否必須讀博士?