做互金產品運營的，都需要看哪些數據？【從0開始做運營NO.3】

關於專欄：

內容首發微信公眾號：運營增長之道（每周一8:30更新，歡迎周五催稿）

更新內容：關於運營、職場、職業規劃等，如果覺得對你有價值，歡迎關注。

從進入互金這個行業，先後負責了3個產品的運營，產品類型包括理財、小額現金貸、大額分期產品，每個產品都需要看很多種數據，這一篇分享一下自從做互金產品以來，我都關注哪些數據，並簡單介紹一下部分數據應用。

為什麼要看數據？

數據是一切運營的根本，是衡量運營動作是否有效的標準。

最開始做社區產品時，我對數據的關注也不多，後來接手了線下大會的承辦，背著到會人數的kpi，開始研究並關注數據，這兩年做互金產品後，開始天天盯數據，並自己定義數據指標、搭數據後台、設置衡量指標，越發現數據的重要性。

具體都在看哪些數據？

不同產品看的數據均不同，但是如果從最終目標往下拆解，都是類似的，對於互金產品來說，主要包括業務總數據、新用戶數據、老用戶數據、頁面轉化數據、產品交易數據。

業務總數據：

業務總數據是老闆最關注的部分，是每日/周/月都要看的總的業務完成情況，只包括：總交易額。

其中

業務總交易額=交易人數*件均

=新用戶交易人數*新用戶件均+老用戶交易人數*老用戶件均

從業務總數據的構成中，我們可以發現，業務總數據是由新用戶數據和老用戶數據組成的。將新、老用戶拆分開來，是因為這兩種用戶的運營手段是不一樣的。

例如理財產品：

交易額=購買人數*件均

=新用戶購買人數*新用戶件均+老用戶購買人數*老用戶件均

新用戶數據：

新用戶數據至少包括新uv數、新註冊數、步驟n完成人數、步驟n轉化率、交易人數、交易金額、交易件均、獲客成本

其中

新用戶日交易金額=新用戶日交易人數*新用戶件均

=當日新用戶人數*當日新用戶件均+歷史註冊新轉化用戶人數*歷史新轉化用戶件均

=當日新uv數*步驟1轉化率*···*步驟n轉化率*當日新用戶件均+歷史註冊召迴轉化人數*召迴轉化率*歷史新轉化用戶件均

獲客成本=總花銷/總新用戶數

=（市場成本+補貼成本）/（當日新uv數*步驟1轉化率*···*步驟n轉化率）

這裡我將新用戶定義為新產生交易行為的用戶，因為對於互金產品來說，無交易行為的用戶基本等於無價值用戶，所以需要將更多的用戶轉化為交易用戶。

那麼如何通過數據衡量出運營是否有效呢，下圖是我負責的一個產品的某一個關鍵步驟的轉化情況，橫軸是日期，縱軸是轉化率，在運營進入之後，首日轉化由45%左右提升到了68%左右，提升了50%左右，七日轉化由57%左右提升到了75%，提升了30%左右，除了提升轉化之外，還縮短了用戶關鍵步驟的轉化時間，在此期間，產品、市場投放、品牌等無任何變化，足以證明運營效果。

在具體操作中，對與新用戶來說，在無大的運營動作刺激下，件均很難提高，所以運營著重在提升轉化率。其中最佳轉化時間是用戶進入產品的當天，過了這個時間，就很難轉化，我負責過的三個產品，都有這樣的規律存在，下圖是我曾經負責的一個產品，用戶在激活後n天綁卡的轉化人數佔比數據，為了看的清晰，將0-3天、4天以後的數據拆分到了兩個數據表中：

橫軸代表綁卡時間-激活時間的天數（1天以24小時計算）， 縱軸代表人數佔比

從上邊兩個圖中也可以看出，超過一半的人都是在進入產品當天綁卡的，對於歷史用戶來說，除了越早召回越好（3天內）之外，在重要拐點部分（例如第48天處）召回效果也會更好。

關於詳細的提升用戶轉化、召回的運營策略，之後再寫，歡迎關注公眾號：運營增長之道，除了可以第一時間獲得更新，還可以加個人微信號交流～～

老用戶數據：

老用戶關注的數據包括：老用戶交易人數、老用戶交易額、老用戶件均、老用戶月/周復購率。

其中老用戶交易額=老用戶交易人數*老用戶件均

這裡需要先確定一個老用戶的定義是：第幾次購買才算老用戶？互金理財型產品中，分別有第二次、第三次、第五次、第六次購買才算為老用戶的，在這種情況下仍舊需要繼續拆分不同緯度的老用戶，但是借貸產品，可能就不會區分的像理財產品這麼詳細。

如果將完成第4次交易才算為老用戶，則：

老用戶交易額=二購金額+三購金額+四購及以上金額

=二購人數*二購件均+三購人數*三購件均+四購及以上人數*老用戶件均

=新用戶人數*二購轉化率*二購件均+二購人數*三購轉化率*三購件均+三購人數*四購轉化率*四購件均+…+（n-1）購人數*n購轉化率*n購件均

在看復購率時，每一次交易到下一次交易都有轉化率存在，並且對後續復購均有影響、關聯，例如下邊兩張圖合併在一起的意思：完成第n-1次交易後**天完成第n次交易的用戶的第n+1次交易轉化率，和對應的第n次、n+1次交易的人均交易金額：

從圖中可以得出，有44%左右的用戶，在完成第n-1次交易後當日完成第n次交易，這批人第n+1次交易轉化率最高，可以達到73%左右，相對應的可以看到人均交易金額。所以運營需要做的事，盡量促成用戶在完成第n-1次交易後，儘早完成第n次交易，這樣同樣可以提升第n+1次交易的轉化率。

除此之外，還有每個周期的復購率，例如下邊是曾經我分析的一個數據：

上圖的意思是，在某個月完成首次交易的用戶，在下個月、下下個月的復購轉化情況。其中次月留存低、次月復購高的都有對應的原因&運營事件，哪些影響了用戶復購、什麼刺激了用戶復購。

歡迎互金小夥伴關注公眾號：運營增長之道，一起探討互金產品的運營，還可以加個人微信號交流～～

頁面轉化數據：

頁面轉化數據是產品運營層面的數據，看的是產品流程中的用戶流失情況，通常根據用戶的操作流程，建立漏斗模型，來看用戶轉化流程中，因產品設計原因等造成的流失，在高流失的步驟，著重、優先優化。

例如，下圖是曾經負責的一個產品，新用戶在某一個頁面時，有2個按鈕，用戶都可以走下去，最終走到的結果都一樣，兩個流程中右邊的流程比左邊的流程多了3步（受GIO限制，中間步驟有減少），最終轉化率只有左邊流程的1/3左右。

在負責其他產品時，也遇到過同樣的問題，用戶的流程中，哪怕只多一個讓用戶輸入、點擊的地方，都會造成額外的流失。

產品交易數據：

跟蹤產品交易數據的目的：

1.根據用戶的交易喜好，推送不同的產品，促進用戶轉化

2.不同產品的利潤率不同，調優產品配比，提升利潤

3.增加用戶交易深度，提升用戶忠誠度

4.合理的進行產品搭配

相對應以上目的跟蹤的數據包括：

1.多種產品的交易人數、交易金額、人均、滿標時間（理財產品）——合理產品搭配

2.多種產品佔總交易額的佔比——提升利潤

3.用戶購買產品的種類、交叉購買情況——增加用戶交易深度、促進轉化

例如下表，針對用戶交易喜好做轉化，某次業務停擺一段時間重新上線，為了沖kpi需要緊急召回用戶，當時僅上線一種產品（即下表中的**），在做召回的時候，購買過**產品的用戶轉化率是未購買過的3.6倍。

再如下圖，在2017年春節放假前，拆了1.3億的理財資產，需要提前設置好所有資產的期限、利率、上線時間、起息時間，並做到每日的合理搭配，就是需要第一項數據的支撐。最終執行的時候，不管是誰執行，只要按照表中的時間上線即可。

做了兩年互金，更深入的數據層面，比如用戶價值模型的數據，我也在學習中，希望本文對於初入互金、或平時不關注數據的互金運營人，能夠有所幫助。

留言點贊是我繼續寫寫寫的動力～～

從0開始做運營：

從0開始做運營第一篇：5步入門，並快速開始運營工作

從0開始做運營第二篇：運營人的4大終極思維模式

金三銀四系列文章：

金三銀四，我是如何快速拿到滿意offer的

金三銀四，如何準備和應對面試更利於拿到offer

金三銀四，面試這樣要工資，輕鬆漲50%+

推薦閱讀：