诸葛io邱千秋:数据驱动下的理财产品业务增长探索

科技金融相比传统金融具备更高的效率、更大的灵活性和更强的抵御金融风险的能力。想跑在金融标杆的前列,一方面要将用户体验做到极致,另一方面要保持不断创新,这两方面都能够从数据中获得启迪

本文为数据猿推出的大型“金融大数据主题策划”活动第一部分的系列征文/案例;感谢 诸葛io客户成就总监邱千秋 先生的投稿

作为整体活动的第二部分,2017年6月29日,由数据猿主办,互联网普惠金融研究院合办,中国信息通信研究院、大数据发展促进委员会、上海大数据联盟、首席数据官联盟协办的《「数据猿·超声波」之金融科技 · 商业价值探索高峰论坛》还将在上海隆重举办

在论坛现场,也将针对本次主题活动的投稿人,颁发“最佳商业洞察者”、“数据猿专栏最佳作者”两大类人物奖

来源:数据猿  作者:邱千秋

科技金融相比传统金融具备更高的效率、更大的灵活性和更强的抵御金融风险的能力。互联网+为金融行业迸发出颠覆性的火苗,而大数据恰恰是助燃火焰的催化剂。当科技金融走向成熟,也就意味着残酷竞争和同质化趋势已成必然,任何创新形式都很容易被复制。

想跑在金融标杆的前列,一方面要将用户体验做到极致,另一方面要保持不断创新,这两方面都能够从数据中获得启迪。

以往金融行业更关注用户的人口属性,比如性别、工资结构、偿还能力等等,根据用户的人口属性进行用户画像,但是对不同的用户群一直以来都缺乏一个行为方面的画像。

在金融产品里,用户查看了哪些产品、对比了哪些产品以后进行购买、关注哪些内容后刺激用户转化、什么用户倾向于选择高风险高回报的产品、又有哪些用户选择低风险低回报的产品,针对查看不同风险级别产品的用户,要有相应的运营策略,而不同策略的制定仅依照人口属性并不全面,用户属性+用户行为特征是真正需要金融客户进行分析的。

诸葛io关注用户全生命周期的行为数据分析工具,大大简化了金融行业数据分析的技术门槛:无需专业的分析技能,企业中每个角色(产品、运营、市场等等)都能找到自己的关注点,并从数据中得到反馈。

通过诸葛io精细化的体察用户的每一次行为,并实现多维度交叉分析,透过用户触发的每一个微小事件,进一步感知用户、了解用户,激发出用户的深层需求。基于全量数据的分析,在准确性的前提下,快速、即时地获得分析结果,高效实现用户价值增长。

金融产品最重要的就是和用户建立信任。在逐渐建立信任的过程中,处于每一个阶段的用户都可以通过诸葛io进行拆分,并作对比分析,在回报利润设定、周期性的设定、流动性的设定等方面进行调整和优化,并关注用户忠诚度的转化。

从新用户进入到金融产品到初次购买,中间间隔时长;新用户是否受新手活动吸引首日购买;购买的周期是多久,金额是多少。面对不同的用户场景,在深入了解用户基础上,不断优化场景流程并制定持续影响客户的策略。

互联网金融的激速发展导致大量同质化产品出现,监管和竞争又让很多互金公司不得不快跑前进,特别是对数据的采集和分析运用上,甚至一些商业银行开始利用数据指导运营和产品迭代,一些互金公司陆续找到诸葛io,需求就是从数据采集到分析工具到各种分析服务的打包服务,助力产品实现用户价值增长以及建立未来竞争的数据壁垒。

那么,如何通过用户行为数据,指导产品用户价值增长呢?

解决方案:三大分析模型帮你理解用户

深入理解用户的三大利器

1)用户行为路径分析

指的是用户在进入产品以后的行为轨迹,用户用了哪些功能模块?用户使用的顺序是什么?通过分析用户行为路径,验证用户的使用是否和当初设计产品的逻辑是一致的。如果和产品设计逻辑偏差很大,就需要思考为什么?是我们设计的逻辑有问题?还是其他方面出现了问题?

2)精细化用户分群

根据用户行为的特征将其按需拆分成不同属性的用户群,例如:做过A事件的人拆分成一个用户群,做过B事件的拆分成另一个群,看群体用户画像有什么区别,看他的留存和回访有什么区别。

3)单体用户行为跟踪

人是分析的最基本元素,需要清楚的知道每一个用户所处生命周期、活跃情况、环境信息等。有了用户群的画像以后,通过单体用户行为跟踪,我们就可以进一步追踪到个人身上,通过对个体用户行为的跟踪,可以查看用户具体是如何使用产品的。

通过三大利器的组合使用,从而可以制定精细化运营策略,针对产品的不同用户可以实施不同的运营策略,从而提升用户新增以及用户留存等。

案例一:SKU/场景化运营

在用户度过新手期,且有两次投资后,就需要把用户送入下一个运营场景:SKU/场景化运营。

SKU/场景化运营。解决的就是60%到80%的信任问题。这是用户能否从投资一些周期短,利率高的单一产品,到投资一些周期长,利率比较稳定的产品,甚至愿意投资多个产品的进阶设计或者是投资意愿设计的。

在这个阶段就少不了对用户的洞察。我们需要知道用户在平台所处的阶段,注册多久了、买过什么、看过什么最多,环境信息是什么、标签信息、理财偏好等。

利器一:单体洞察

SKU/场景化运营,首先需要对单体用户画像的洞察。人是分析的最基本元素,需要清楚的知道每一个用户所处生命周期、活跃情况、环境信息等。当然,当我去应用的时候,我不可能一个个看,我可能还需要知道到底有多少人也搜索了,查看产品了,有百分之多少的用户在点击立即投资时成功引导注册了等使用情况洞察。

利器二:用户行为路径洞察

有了单体画像,接下来就得看群体特征了。简单解释一下:在用户的一次启动中,94.6%的用户会搜索,搜索完可能百分之77的用户搜到了,开始看产品详情,然后又有62%的用户加到了心愿单,可能说明用户比较喜欢这种产品。对群体行为的洞察,让我们拥有了一个全局视野,除了知道用户在怎么使用我们的产品,更重要的其实是对用户行为背后的动机解读。

利器三:精细化用户分群

有了对用户和对用户行为的洞察,如何利用这些信息,一个很重要的手段就是通过精细化用户分群来实现。

案例二:新手成长观望→忠实用户典型场景

对于新手成长,从新手到复投,有两个阶段,一是首投分析:相关行为+绑卡充值+投资金额周期+决策时间+特权品类,分析哪些对用户首投有影响,从试探性投资→放心充值:提现失败率+复投分析+收益率设计,进行不间断监控,这是一个大场景,因关系到用户新增的留存率,千万不可忽视。

根据用户在平台内的一系列行为数据,结合绑定账号的业务数据,构建用户模型,用以预测用户进行投资的可能性。比如:新用户对产品的期望与老用户完全不同,新用户更需要安全感,老用户寻找新活动的收益点。

诸葛io可通过完整跟踪用户的所有行为,建立用户模型,将用户分为不同层级,进行深度挖掘和分析。企业可以清楚的知道用户如何流失、为何流失,并制定相应策略提升用户转化率、留存率,真正抓住企业的核心用户,促使用户产生更大的价值。

案例三:黏性分析

诸葛io的“黏性分析”模块,可衡量用户在关键行为上的参与度。

比如:用户在一周内触发的频次和天数,衡量用户对产品的依赖程度。

关于用户“留存”(黏性,从另外一个角度看即是“留存”),强调三点:

第一、更多关注高质量新增用户的留存率;

第二、细化“留存”条件,比如,用户必须查看自己的帐户页或者有浏览理财产品的行为,以这些条件定义留存才对业务增长有指导性

第三、关注留存用户对产品的依赖性,用户留下来表明越来越喜欢你的产品,使用频次也会越来越高。

结语:

诸葛io的价值观是,以用户为中心做分析,而分析要“去中心化”,要让企业各部门都参与分析过程,让数据的价值能够在整个过程有快速的流转,并发挥其价值。研究用户行为需要打通所有的数据孤岛,把数据串联起来;以用户为中心,诸葛io的模型算法能够直接为企业客户提供改版分析、周期性报告,以及优化关键点,使企业客户的各部门均可查看及使用数据,更好的优化业务。

金融行业对数据要求很高,诸葛io提供私有化部署,可进行数据加密。对于第三方的数据源,诸葛io支持多源数据打通,SQL查询平台支持更灵活的搜索数据。

作者简介:

邱千秋,诸葛io客户成就总监、Growth团队负责人。

拥有超过6年的用户体验、产品设计与数据驱动的实践经验,擅长全维度的用户分析和精细化运营,探索业务模式创新的机会点。

曾通过数据分析,帮助客户实现核心指标周环比提升37%的成绩。目前,负责支持人人贷、用钱宝、闪银奇异、首创金服、在行分答、光明随心订等客户展开数据优化与驱动工作。

欢迎更多大数据企业、爱好者投稿数据猿,来稿请直接投递至:tougao@datayuan.cn

精彩评论:0

还可以输入250个字 评论

评论成功

评论失败

订阅 "百家" 频道, 观看更多百家精彩文章

 

百度新闻客户端

  • 扫描二维码下载
  • 订阅 "百家" 频道
  • 观看更多百家精彩新闻
用户反馈