大部分的互聯(lián)網(wǎng)金融公司最為糾結(jié)的一點(diǎn)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(yùn)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(yùn)營？

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：

1、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(gè)例，實(shí)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(yuǎn)遠(yuǎn)低于電商或者其他在線交易的購買率。

2、雖然轉(zhuǎn)化率低，但是客單價(jià)卻很高

一般來說，電商行業(yè)客單價(jià)在幾十到幾百，而互聯(lián)網(wǎng)金融客戶，客單價(jià)從幾千到幾萬， 某些特殊領(lǐng)域甚至高達(dá)幾十萬。而客單價(jià)高，就意味著用戶購買決策會更復(fù)雜，購買 周期也會更長。

3、用戶購買行為有很強(qiáng)周期性

電商的客戶下次購買時(shí)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(cái)需求的用戶，在資金到期贖回產(chǎn)品后，一定還會進(jìn)行下一次購買，只不過未必 發(fā)生在你的平臺上。

下圖是一個(gè)典型互聯(lián)網(wǎng)金融用戶的交互趨勢圖：

可以看到，每隔一段時(shí)間，這個(gè)用戶就會有一段集中的、大量的交互行為。當(dāng)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(biāo)不會太高，直到他下一次購買。這個(gè)用戶理財(cái)需求的周期是一個(gè)月左右。

4、購買行為具有強(qiáng)特征性

這主要包括兩個(gè)特征：

（1）用戶的購買偏好比較容易識別，理財(cái)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；

（2）用戶購買過程中的三個(gè)階段特別容易識別。

1. 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(xiǎn)，比對不同產(chǎn)品的投資期限等等；
2. 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。
3. 當(dāng)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(shí)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(yùn)營的三大步驟

針對互聯(lián)網(wǎng)金融用戶行為的四個(gè)特征，在用戶運(yùn)營上有三個(gè)比較重要的階段性工作：

1. 首先獲取可能購買的目標(biāo)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；

2. 接下來就要把高價(jià)值的用戶–真正有購買需求，愿意付費(fèi)、購買的用戶找出來；

3. 采取針對性的運(yùn)營策略，提高高價(jià)值用戶的轉(zhuǎn)化率。

三、獲取目標(biāo)用戶

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(gè)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(shí)施和調(diào)整。

1、優(yōu)化渠道配置

具體渠道的實(shí)施，大家都比較熟悉，但是對于整個(gè)渠道組合配置的優(yōu)化，很多人接觸的其實(shí)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(gè)轉(zhuǎn)化路徑上每步的轉(zhuǎn)化率都可以看到。

2、針對性運(yùn)營渠道

這里面有幾個(gè)渠道很有特點(diǎn)：

1. 渠道一的特點(diǎn)，渠道一帶來的流量是所有 10 個(gè)渠道里最大的，但是它的總體轉(zhuǎn)化率 卻是低的；
2. 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；
3. 渠道九和渠道十，這兩個(gè)渠道是所有渠道里轉(zhuǎn)化率最高的。但是這兩個(gè)渠道特點(diǎn)， 是帶來流量不是特別大……

結(jié)合典型渠道特點(diǎn)，可以做一個(gè)象限圖：

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(gè) 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(zhǔn)的投放，來提高整個(gè) 渠道的質(zhì)量。

第三象限（左下角）這個(gè)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(jǐn)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。

四、找出高價(jià)值用戶

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(jià)值的用戶？哪些是價(jià)值偏低的用戶？

1、用戶的核心行為

其實(shí)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(shí)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(diǎn)擊某個(gè)產(chǎn)品，說明用戶希望有進(jìn)一步 的了解。用戶最終確認(rèn)了支付，完成了購買，購買流程就走完了，他的理財(cái)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。

2、通過量化分析找出高價(jià)值用戶

既然用戶行為數(shù)據(jù)這么重要，那么怎樣獲取呢？以無埋點(diǎn)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(gè)用戶購買 意愿的強(qiáng)弱，進(jìn)一步分群。

這是我們一個(gè)客戶制作的用戶購買意愿指標(biāo)的范例，剛才的前 5 個(gè)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(qiáng)的：用戶點(diǎn)了投資按紐， 甚至點(diǎn)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(qiáng)。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(gè)用戶的所有行為，給用戶做購買意愿打分的 指標(biāo)，最終形成用戶購買意愿的指標(biāo)。

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(gè)用戶的 ID，第二 列是按照購買意愿給每個(gè)用戶打分的情況。得分高的，就是購買意愿最強(qiáng)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(qiáng)烈與否，把所有的用 戶分成不同的群體，來做針對性的運(yùn)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(gè)名字，叫購買意愿強(qiáng)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(diǎn)擊任意一個(gè)分群，都會以用戶 ID 的形式列出來。因?yàn)槟阋杏脩舻?ID ， 才能對這些用戶施加運(yùn)營策略。每個(gè)用戶最近 30 天的訪問次數(shù)，最近的訪問地點(diǎn)， 最后一次訪問時(shí)間都可以看到。

接下來針對這些購買意愿強(qiáng)烈的用戶，怎樣推動(dòng)用戶的轉(zhuǎn)化呢？

五、提升高價(jià)值用戶的轉(zhuǎn)化率

1、不同產(chǎn)品偏好類型的用戶

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：

1. 債券型理財(cái)產(chǎn)品；
2. 股票型理財(cái)產(chǎn)品；
3. 貨幣型理財(cái)產(chǎn)品；
4. 指數(shù)型理財(cái)產(chǎn)品；
5. 混合型理財(cái)產(chǎn)品。

我們把用戶在不同品類商品上的訪問時(shí)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(shí)長，除以用戶在站內(nèi)總 體的訪問時(shí)長，就能夠得到用戶在債券產(chǎn)品上訪問時(shí)長占比的指標(biāo)。

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(shí)長占比大于40%的用戶分 出來，這是有非常強(qiáng)烈表征的客戶，他購買的偏好就是債券型的產(chǎn)品。同時(shí)我們再設(shè) 定另外一個(gè)指標(biāo)，比如用戶購買意愿指標(biāo)，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(gè)條件，我們就可以把購買偏好是債券型產(chǎn)品，同時(shí)有強(qiáng)烈購買意愿的用戶 找出來，這兩個(gè)指標(biāo)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(shí)在運(yùn)營策略上，我們可以從三個(gè)層面來展開來進(jìn)行做：

2、不同生命周期的用戶

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(gè)群體來說， 運(yùn)營策略和運(yùn)營重點(diǎn)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(jìn)一步的運(yùn)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(gè)內(nèi)容，其實(shí)是一個(gè) 用戶當(dāng)前的屬性。

在我們分群的工作里，有這個(gè)維度的菜單，通過這個(gè)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(gè)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(gè)維度的值，也設(shè)置成了 1 。實(shí)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(biāo)這個(gè)菜單里，我們同時(shí)也把有強(qiáng)烈購 買意愿的用戶找出來，時(shí)間是過去 14 天，指標(biāo)大于 5 。

這樣我們就制作了一個(gè)用戶分群，而這個(gè)用戶分群里所有用戶，要滿足下面的三個(gè)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(gè)用戶有著強(qiáng)烈的購買意愿。

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

比如新客里，當(dāng)前有購買意愿的，其實(shí)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(cái)產(chǎn)品。并給予一定的購買激勵(lì)，來促進(jìn)這些新客 在平臺上的第一次購買，這個(gè)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(diǎn)，從用戶行為數(shù)據(jù) 分析的角度，驅(qū)動(dòng)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。

作者：徐主峰，數(shù)據(jù)分析產(chǎn)品 GrowingIO 業(yè)務(wù)增長負(fù)責(zé)人，曾任職 Criteo、Microsoft 等公司， 有豐富的電商、互聯(lián)網(wǎng)金融客戶解決方案經(jīng)驗(yàn)。

本文由 @徐主峰 原創(chuàng)發(fā)布于人人都是產(chǎn)品經(jīng)理。未經(jīng)許可，禁止轉(zhuǎn)載。