互金实战|"用户"挑剔留不住,给你"套路"得「人从众𠈌」心

6月29日,由数据猿主办,互联网普惠金融研究院联合主办,中国信息通信研究院等组织协办的「数据猿·超声波」之金融科技商业价值探索高峰论坛在上海隆重举办。诸葛io的Growth团队负责人邱千秋受邀出席并发表题为《金融理财数据驱动的方案与创新》的演讲,主要围绕以下三个方面展开剖析:

1、行为数据价值,把用户的数据需求还原出来;
2、从业务监控方面,掌握整个业务状态;
3、如何通过行为数据真正推动业务增长。

行为数据
2016年开始,理财产品爆发式地寻求诸葛io等数据服务平台的支持,在提供数据服务的过程中,用户行为数据分析非常重要。数据本质是还原使用场景,用户行为数据将场景每一步细节还原出来,能够对用户状态做最为完整的把控。

诸葛io是一个基于用户行为分析的工具,提供从用户行为数据采集到分析到应用的全套解决方案。对于强运营的互金产品而言,用户行为数据必不可少。



↑ 粗放的数据 无从谈起掌控业务 ↑

首先,我们做任何的运营策略都需要首先了解用户所处的状态,比如,生命周期的阶段,资产配置如何,对于金融投资的学习愿意度等。这样才能让我们的运营手段影响到最需要的人。

其次,执行运营手段的时间节点,从广告曝光到用户下载、注册、激活、绑卡、首次投资等等,每个转化的过程中才是运营用户的最佳时机,只看结果数据或者统计指标,是无法帮助我们促进增长的。

业务监控

↑ 理财产品 生命周期历程 ↑

构建指标体系,将业务部门通过数据把目标统一起来。梳理理财用户的生命周期,从注册到首次投资,再到后续的业务需求,比如,需要用户重复充值,反复的风险激励带来更多用户,这是我们业务上的目标,最终流失的情况,包括用户各个阶段之间的转化关系。

理清用户生命周期后,就会很清楚的知道我们在哪个环节需要一个什么样的数据做一个支撑。同样,通过用户生命周期不同阶段的特点找到核心指标,比如,确定一个投资转化率的指标,其实往往是看到这个指标不知道问题出现在哪里,而往往需要确定一些指标,注册当天绑卡转化率,让用户基于数据影响我们的业务,知道哪里出问题,知道哪里做的好。

当监控出现问题时,一般来说可从这些维度(上图右侧)找影响原因,比如:在用户早期,数据出现的波动,大多与渠道有关,包括地域属性;如果用户首次投资激活出现波动,可寻找传播平台的背景,包括为用户建立安全感的因素等。

建立指标且明确分析方法后,必须让团队将数据使用起来,从用户运营角度来讲,不同阶段需要不同部门的介入,从用户的激活期到最后的流失都需要很多运营工作。理财做产品设计、收益率设计需要关注收益率投资,通过数据将团队各个部门集合在一起,确定一个共同目标去实现整个业务的增长。

驱动增长


用户行为数据帮助企业更好地理解用户所处的状态。用户打开产品,每一步大概有多少转化率,用户进入产品后大概是怎样的路径,一年前的用户和一年后的用户肯定存在区别。因此需要在用户行为数据、拆分用户分群、单体用户行为跟踪三大方面进行行为数据跟踪分析。诸葛io具有可视化筛选能力,按照需求拆分用户群。


诸葛io有用户行为路径分析的功能,可以查看每个用户进入产品后做了什么,这个过程不是单向的,而是包括用户某行为开始的前后,比如,用户绑卡失败,便可查看到失败前的操作,这是无序分析(漏斗是有序分析)。其中活跃路径、使用习惯、行为关联,来源追溯可实现对用户的整体认知。

第二,灵活拆分,用户行为路径分析对用户进行的是非黑即白的拆分,与按需拆分用户分群是有重合的,这样可以对用户进行灵活的拆分,配合粘性分析、漏斗分析等行为分析找到用户群间的差异。

诸葛io可非常精准的筛选出昨天的优质用户,并进行一些有效触发,如何把这些人找出来是一个重要问题。首先他访问的时间,进入产品后查看理财产品高达5次,同时完成绑卡,但没有投资意愿。如果这样的用户能够筛选出来,我们就能够对他进行触达,比如:打电话、发邮件等等。



此外,当我们分析一个问题时,也需要将用户拆开,然后对比差异。以互金产品的首页为例,将一个新用户和老用户拆开,新用户进入产品后更多的是关注产品能够提供的保障,平台背景等关键信息,而很少会点击账户页。老用户进入产品后首页基本跳过,直接查看最新收益。



诸葛io通过多个工具交叉起来细分拆群来对比用户,提取3-5个用户查看他们的行为来验证,不断循环,最终能够实现对用户的更深入洞察。

这是一个诸葛io关于产品运营如何把用户从一个新手到投资到忠诚用户的分析和运营过程,首先要对使用产品的用户进行拆分,从注册评估到首次投资到周期性投资,从新手到成熟并不是一次投资完成的,一般会经历3-5次才会信任和习惯一个平台,这个过程中需要我们保持密切关注,因为在这个阶段用户正是对平台做评估的关键时期,且随时有可能决定离开。

诸葛io的智能触达功能,可自动将用户在不同场景下进行触达。首先设置一个条件:从注册到整个首投的过程,这类用户中的新增用户,如果满足注册成功且没有存款开户的条件将自动发送短信,通过这种方式增加用户对该平台的关注度,告诉他最想知道的那个信息,最后诸葛io可对整个运营策略进行评估。

在运营工作上,对触发条件的时机把控,当用户满足事发在多长时间内没有进行下一步,比如10或者20分钟自动进行发,通过诸葛io智能触达,不仅可提升日常工作效率,而且提升用户体验。



这是诸葛io的一个基本愿景,希望能够基于用户中心化,通过数据分析,帮助运营部门更多的关注大数据,从数据中找到价值,加快数据价值在更多角色、部门间的流动。用户行为数据化,链接数据孤岛;以用户为中心,建立数据评估体系;数据分析智能化,业务部门自主分析。

总结

数据的本质是场景还原,行为数据对用户需求和体验的还原能力是不可替代的,通过构建指标体系,对业务进行监控,梳理用户生命周期历程,明确用户需求和企业诉求,做数据指标的顶层设计,以用户为中心分析问题洞察价值。

此外通过诸葛io的智能触达模块,即精准的用户、恰当的时机、正确的渠道、可视化的内容,且通过活动的自动执行和一键衡量帮助企业降低成本,提升效率。

诸葛io的Growth团队负责人 邱千秋 获得 2017年金融科技·数据猿专栏 优秀征文奖

本文首发微信公众号 诸葛io(ID:zhugeio1)
欢迎添加微信:zhugeio2016一起探讨交流

最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 203,098评论 5 476
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 85,213评论 2 380
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 149,960评论 0 336
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 54,519评论 1 273
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 63,512评论 5 364
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 48,533评论 1 281
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 37,914评论 3 395
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 36,574评论 0 256
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 40,804评论 1 296
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 35,563评论 2 319
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 37,644评论 1 329
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 33,350评论 4 318
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 38,933评论 3 307
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 29,908评论 0 19
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 31,146评论 1 259
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 42,847评论 2 349
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 42,361评论 2 342

推荐阅读更多精彩内容