高效金融客戶數據分析體系如何搭建？

以下內容整理自神策數據深圳沙龍中，Formax 金融圈平台業務產品負責人張運晨的分享。

數據分析的重要性眾所周知，然而很多企業空有數據分析的需求，現實工作中卻難落地。好比有錢人有眾多投資方法可以實踐，可是人們往往沒有財富積累，如何實現財富的積累很重要。搭建一套明確的高效金融分析體系，明確指標，有助於企業有條理地進行數據分析，滿足自身需求，從而提升業務發展。

本文所講主要內容為公司內部不同職能關注的數據指標、不同創業階段關注指標、數據指標應用規範。

1.不同職能關注指標有何不同？

提升渠道效果，鑒別渠道好壞，對於節約成本來說很重要，渠道主要關注以下幾個指標：

一次用戶佔比：只登錄一次客戶端的用戶占這批用戶的比例（越小越好）；

N 日用戶留存率：用戶首次使用後，第 N 日又再次使用佔比，人們往往關注次日、七日留存率，但是由於有些渠道商可能會有假數據，所以也可以根據經驗關注三日留存率、四日留存率，迴避數據造假。

人均日使用時長：可以作為判斷渠道質量的主要標準；

人均日登錄數：平均每天登錄產品的次數。

市場同學能夠通過市場同學主要關注以下幾個指標：

指數：百度、微博等搜索指數；

活動推廣周期內用戶質量：參考渠道指標；

ROI：投資回報率；

活動運營數據：閱讀量，參與人數，新增用戶，留存，投資轉化，投資額等。

產品人員更加在意產品本身迭代的效果，所以對於產品來說主要關注以下幾個指標：

質量：產品的 bug、某一個頁面內的錯誤率；

轉化：關鍵核心路徑的轉化；

用戶反饋：正向反饋、反向反饋；

用戶體驗：愉悅感、參與度、接受度、投資轉化率、流失率。

對於運營人員來說主要用於監測運營效果，關注以下幾個指標：

內容質量：人均觀看量、人均訪問時長等；

用戶拓展：牛人數量、內容產生比例；

精細化運營：挖掘用戶狀態遷移的關鍵點、個性化推薦；

用戶召回：階段性的設計促活和召回策略。

對於研發人員來說，會和客戶服務部門一起定位問題，所以主要關注以下幾個指標：

穩定性：崩潰率、轉碼失敗率(支付失敗率)；

運維質量：內容載入成功率、響應速度、延遲率、調度成功率；

視頻指標：視頻上傳成功率、轉碼失敗率、播放速度、上傳速度。

值得一提的是公司在不同創業階段需要關注的指標也有所不同。

對於小體量公司來說，數據分析主要在定性分析階段。

公司業務增長階段分為留存階段和引薦階段，留存階段主要關注留存分析、活躍度、核心功能改進指標，而引薦階段則關注凈推薦值。

公司變現階段主要關心一些渠道分析的數據、客戶生命周期價值、營收利潤率等直接關係到收益的數據。

2.不同業務線的分析需求

剛才講了不同角色所關注的指標，本節將從不同的業務層面拆解，Formax 集團與市面上大多數 App 關注的業務指標相似，主要包含了註冊、綁卡等環節的數據，Formax 集團有網貸、股票、外匯、消費金融四大業務，聚集在一個 App里，如何確保數據分析內容不會重複交叉？

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：

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。

Life 平台（消費金融方面）精細化分析需求：

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。

外匯業務線的精細化分析需求：

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。

P2P 理財業務線的精細化分析需求：

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。

股票業務線的精細化分析需求：

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。

3.如何規範數據埋點？

如果沒有規範，數據統計與分析就會發生較大偏差，同時不方便後續的管理與運維，因此我們全公司總結出了統一的數據埋點規範。

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，防止各業務間產生干擾。

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。

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，Web 端、App 端需要統一。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。所以我們使用了同一個名稱，如通過同一個頁面 ID 將多端統一。

（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。

4.Formax 集團的數據模型

Formax 集團採取了 Event-User 模型來記錄數據，通過不同的屬性對事件進行描述，同時對用戶的特徵也進行了描述。

圖1 Event-User 數據模型

用戶表相對穩定，用戶屬性很難改變。常見的用戶屬性有 UID、省份、城市、性別、註冊渠道、注釋方式、手機號、郵箱等。特別講一下用戶 ID，為了標識用戶，我們用兩個 ID 進行標識。在用戶未登錄的時候，我們會根據設備 ID 或者 Web 端的 cookie 來生成一個 first_id，在用戶註冊或者登錄成功後，我們會再給用戶分配一個 user_id 作為 second_id。

事件屬性主要分為公共屬性和特有屬性。

圖2 事件屬性分為公共屬性與特有屬性

公共屬性包括唯一識別 ID、時間、平台、註冊渠道等。這裡主要介紹三個公共事件：頁面瀏覽、按鈕點擊、控制項展示。頁面瀏覽主要統計 PV、UV 等，通用屬性有頁面標題、頁面 ID 和停留時長。點擊按鈕的通用屬性有按鈕名稱、頁面標題、頁面 ID 等。控制項展示更多地在用戶前端不確定的時候會用到，通常用於卡片等頁面內的元素，比如 banner 效果的評判。

圖3 公共事件關注屬性

當現有的公共事件不能滿足統計需求是，需要對特殊屬性進行自定義，這是特有屬性，比如投資事件。通過增加不同的事件屬性，用戶行為將會豐富起來。

Formax 集團在數據分析方面探索了很多，才構建出了符合自己業務的數據分析體系，互聯網金融行業競爭激烈，精細化運營才能幫助企業更好地發展，脫穎而出。因此，做數據驅動型企業從數據分析體系建立開始。

如果您想了解更多的數據分析乾貨，歡迎關注「神策數據」，如果您想了解我們的用戶行為分析產品及2017數據驅動大會，可以訪問我們的官網：Sensors Data - 國內領先的用戶行為分析產品

推薦閱讀：