大部分的互聯(lián)網(wǎng)金融公司最為糾結(jié)的一點是，流量這么大，獲客成本這么高，為什么最后的的轉(zhuǎn)化率和成單量卻這么低?怎樣才能提高用戶運營效率?用戶行為數(shù)據(jù)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(lián)網(wǎng)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(lián)網(wǎng)金融，比如人人貸等行業(yè)前 10 的互聯(lián)網(wǎng)金融公司。在服務(wù)客戶的過程中，我們也積累了大量的數(shù)據(jù)驅(qū)動業(yè)務(wù)的實踐案例，來幫助客戶創(chuàng)造價值。

一 、互聯(lián)網(wǎng)金融用戶四大行為特征

互聯(lián)網(wǎng)金融平臺用戶有四大行為特征：

第一流量轉(zhuǎn)化率低，下圖是某互聯(lián)網(wǎng)金融公司網(wǎng)站上，新客戶過去 30 天整體購買轉(zhuǎn)化漏斗，其轉(zhuǎn)化率只有 0.38%：

而這并非個例，實際上，絕大多數(shù)互聯(lián)網(wǎng)金融公司，在 web 端購買的轉(zhuǎn)化率基本都在 1% 以下，APP購買率在 5% 左右，遠遠低于電商或者其他在線交易的購買率。

第二，雖然轉(zhuǎn)化率低，但是客單價卻很高。一般來說，電商行業(yè)客單價在幾十到幾百，而互聯(lián)網(wǎng)金融客戶，客單價從幾千到幾萬，某些特殊領(lǐng)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復(fù)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(lián)網(wǎng)金融平臺上，真正購買的用戶，是有理財需求的用戶，在資金到期贖回產(chǎn)品后，一定還會進行下一次購買，只不過未必發(fā)生在你的平臺上。

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。當用戶購買完成后，用戶的交互行為又變得很少，可能偶爾來看看產(chǎn)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。

最后一個特點是「很強的特征性」，主要包括兩個特征：

A：用戶的購買偏好比較容易識別，理財產(chǎn)品數(shù)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(shù)據(jù)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(chǎn)生，他會看產(chǎn)品，比對不同產(chǎn)品的收益率和風(fēng)險，比對不同產(chǎn)品的投資期限等等;

但是一旦他完成了產(chǎn)品的購買，就不會有大量的交互行為產(chǎn)生，他可能僅是回來看一看產(chǎn)品的收益率。

當用戶的產(chǎn)品資金贖回之后，又有大量的交互事件產(chǎn)生，實際上他處在下一款產(chǎn)品購買的決策期。

二、互聯(lián)網(wǎng)金融用戶運營的三大步驟

針對互聯(lián)網(wǎng)金融用戶行為的四個特征，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(yù)算，以提高高質(zhì)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(yōu)化整個渠道的配置;微觀層面，單一渠道角度來說，根據(jù)渠道配置的策略，有針對性地實施和調(diào)整。

具體渠道的實施，大家都比較熟悉，但是對于整個渠道組合配置的優(yōu)化，很多人接觸的其實并不多。

這張圖是整體轉(zhuǎn)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(zhuǎn)化率是 0.02%;在過去 30 天站內(nèi)總體的流量是 18.9K，漏斗第一級到第二級的轉(zhuǎn)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(shù)據(jù)都很清晰。不同渠道帶來的流量，不同渠道總體的轉(zhuǎn)化率，以及不同渠道在整個轉(zhuǎn)化路徑上每步的轉(zhuǎn)化率都可以看到。

這里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(zhuǎn)化率卻是低的;

渠道二和渠道七，渠道二的量很大，但是轉(zhuǎn)化率是零。渠道七量比較一般，轉(zhuǎn)化率也是零;

渠道九和渠道十，這兩個渠道是所有渠道里轉(zhuǎn)化率最高的。但是這兩個渠道特點，是帶來流量不是特別大……

第一象限(右上角)渠道質(zhì)量又高，帶來流量又大的，這里面渠道三四五是符合這個特征的，渠道策略應(yīng)該是繼續(xù)保持和提高渠道的投入。

第二象限(左上角)渠道的質(zhì)量比較高，但帶來的流量比較小，這里面包含的主要渠道就是八九十。對應(yīng)的主要策略是，加大渠道的投放，并且在加大投放的過程中，要持續(xù)關(guān)注渠道質(zhì)量的變化。

我們先看第四象限(右下角)，渠道質(zhì)量比較差，但是帶來流量比較大，這里面主要有渠道一和渠道二。相對應(yīng)的渠道策略，應(yīng)該在渠道做更加精準的投放，來提高整個渠道的質(zhì)量。

第三象限(左下角)這個象限里渠道質(zhì)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?這里建議是，策略上要比較謹慎一些。所以在具體渠道的策略上，業(yè)績保持監(jiān)測，然后小步調(diào)整。

根據(jù)上面數(shù)據(jù)分析得出的結(jié)果，做過渠道優(yōu)化后，就會為我們帶來更多高質(zhì)量的用戶。

2.接下來就要把高價值的用戶——真正有購買需求，愿意付費、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?

其實對于互聯(lián)網(wǎng)金融平臺來說，甚至所有包含在線交易的平臺，用戶的購買意愿，是可以從用戶的行為數(shù)據(jù)上識別出來的。由于互聯(lián)網(wǎng)金融平臺的特殊性，相比于電商平臺來說，商品品類更少，平臺功能也更為簡單，所以用戶的行為數(shù)據(jù)，也更能反應(yīng)出互聯(lián)網(wǎng)金融平臺上用戶的購買意愿。

把用戶在平臺上的所有行為總結(jié)一下，核心的行為其實并不多，具體包括：

用戶查看產(chǎn)品列表頁，說明有一些購買意愿，點擊某個產(chǎn)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(jīng)得到了滿足。每一種行為都表示出用戶不同程度的購買意愿，所以獲得用戶在產(chǎn)品里的行為數(shù)據(jù)就十分重要。

既然用戶行為數(shù)據(jù)這么重要，那么怎樣獲取呢?GrowingIO 以無埋點的方式，全量采集用戶所有的行為數(shù)據(jù)，根據(jù)我們對業(yè)務(wù)的需求，配比成不同的權(quán)重系數(shù)，并按照每個用戶購買意愿的強弱，進一步分群。

這是我們一個客戶制作的用戶購買意愿指標的范例，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(quán)重系數(shù)不一樣，用戶購買意愿是越來越強的：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(chǎn)品列表頁，或者單單看產(chǎn)品頁、詳情頁的意愿強。越能反應(yīng)用戶購買意愿的事件，你給它分類的權(quán)重應(yīng)該是最大的，這是大的原則，0.05 還是 0.06 影響并不大，所以不必糾結(jié)。

這樣通過這種方式，我們就可以按照每個用戶的所有行為，給用戶做購買意愿打分的指標，最終形成用戶購買意愿的指標。

這是我們從高到低截取部分用戶購買意愿打分的情況，第一列是每個用戶的 ID，第二列是按照購買意愿給每個用戶打分的情況。得分高的，就是購買意愿最強烈的用戶。

拿到所有用戶購買意愿之后，我們就可以按照用戶購買意愿的強烈與否，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(nèi)，由其產(chǎn)生的所有行為數(shù)據(jù)，按照購買意愿打分的權(quán)重，把打分大于 5 的用戶找出來，在總體用戶里，這部分用戶購買意愿排名前 20% ，我們給它起個名字，叫購買意愿強烈的用戶。

類似我們還做了購買意愿中等的用戶分群，這是購買意愿排名在 20-60% 之間的用戶;購買意愿排名在最后 40% 的用戶，是購買意愿最弱的用戶分群。

分群之后，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(shù)，最近的訪問地點，最后一次訪問時間都可以看到。

接下來針對這些購買意愿強烈的用戶，怎樣推動用戶的轉(zhuǎn)化呢?

3.采取針對性的運營策略，提高高價值用戶的轉(zhuǎn)化率。

首先我們來看一下購買偏好，互聯(lián)網(wǎng)金融平臺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么幾種：

第一種：債券型理財產(chǎn)品

第二種：股票型理財產(chǎn)品

第三種：貨幣型理財產(chǎn)品

第四種：指數(shù)型理財產(chǎn)品

第五種：混合型理財產(chǎn)品…

我們把用戶在不同品類商品上的訪問時長占比算出來，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(chǎn)品詳情頁的訪問時長，除以用戶在站內(nèi)總體的訪問時長，就能夠得到用戶在債券產(chǎn)品上訪問時長占比的指標。

我們還是使用用戶分群的工具，把在債券型產(chǎn)品上的訪問時長占比大于40%的用戶分出來，這是有非常強烈表征的客戶，他購買的偏好就是債券型的產(chǎn)品。

同時我們再設(shè)定另外一個指標，比如用戶購買意愿指標，之前我們做過大于5，也就是購買意愿排名在前 20% 的。

通過這兩個條件，我們就可以把購買偏好是債券型產(chǎn)品，同時有強烈購買意愿的用戶找出來，這兩個指標的關(guān)系是并(and)的關(guān)系。同樣我們可以按照用戶的購買偏好，把關(guān)注其他品類的用戶，都做成不同的用戶分群，然后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。對于這兩個群體來說，運營策略和運營重點是非常不一樣的。

新客群體，是從來沒有在平臺上發(fā)生過購買的用戶，我們要根據(jù)用戶的購買意愿，做進一步的運營。

老客群體，也就是在平臺上已經(jīng)發(fā)生過產(chǎn)品購買的用戶，除了關(guān)注用戶的購買意愿之外，用戶的資金狀態(tài)(資金是否贖回)也是非常重要的參數(shù)。

用戶是否購買過產(chǎn)品?購買產(chǎn)品的用戶是否已經(jīng)贖回資金?這兩個內(nèi)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：

這里我做了一個分群，我們可以看一下。在維度的菜單里，我們把是否購買過產(chǎn)品的維度值設(shè)置成了 1 。把資金是否已經(jīng)贖回這個維度的值，也設(shè)置成了 1 。實際上是把那些資金已經(jīng)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愿的用戶找出來，時間是過去 14 天，指標大于 5 。

這樣我們就制作了一個用戶分群，而這個用戶分群里所有用戶，要滿足下面的三個特征：

特征一：購買過產(chǎn)品的老客。

特征二：他們的資金，目前已經(jīng)贖回了。

特征三：過去 14 天內(nèi)的行為數(shù)據(jù)，表明這個用戶有著強烈的購買意愿。

同理我們把所有用戶，整理為下面幾個不同類別，對應(yīng)不同的運營策略：

比如新客里，當前有購買意愿的，其實他屬于購買決策期的新用戶。應(yīng)該根據(jù)用戶的購買偏好，推薦這種比較優(yōu)質(zhì)的理財產(chǎn)品。并給予一定的購買激勵，來促進這些新客在平臺上的第一次購買，這個對于新客來說是非常重要的，以此類推。

相比于電商或者其他行業(yè)，互聯(lián)網(wǎng)金融平臺結(jié)合行業(yè)和用戶的特點，從用戶行為數(shù)據(jù)分析的角度，驅(qū)動產(chǎn)品業(yè)務(wù)以及提高用戶的轉(zhuǎn)化率，有更加重要的意義。

來源：網(wǎng)絡(luò)

以上是關(guān)于用戶增長師的相關(guān)信息，以供大家查看了解。想要了解更多用戶增長師信息，第一時間了解用戶增長師相關(guān)資訊，敬請關(guān)注唯學(xué)網(wǎng)用戶增長師欄目，如有任何疑問也可在線留言，小編會為您在第一時間解答!