如何通過用戶行為數據，驅動互金產品增長？

本文來自諸葛io CS團隊高級數據驅動顧問韓重明。

諸葛io，人人可用的數據智能決策平台。

互聯網金融的激速發展導致大量的同質化產品出現，監管和競爭又讓很多互金公司不得不快跑前進，特別是對數據的採集和分析運用上，甚至一些商業銀行開始利用數據指導運營和產品迭代，一些互金公司陸續找到諸葛io，需求就是從數據採集到分析工具到各種分析服務的打包服務，助力產品實現用戶價值增長以及建立未來競爭的數據壁壘。

如何通過用戶行為數據，指導產品用戶價值增長？諸葛io高級數據驅動顧問韓重明做客PMCAFF，結合自己服務金融產品，助力產品增長經驗來為大家分享：通過用戶行為數據，驅動互金產品增長。

一．互聯網產品增長的三駕馬車

互聯網產品增長的三駕馬車：流量、轉化和留存

如何用行為數據衡量這三大模塊兒？我們結合互金產品來看：

1. 從流量數據來衡量：

1）對比不同渠道的用戶註冊情況

2）對比不同渠道用戶的實名綁卡轉化

3）對比不同渠道用戶的首次購買情況（復購和渠道的關係就不是很大了）

對渠道質量的評估本身受兩個因素影響，一個是渠道本身，另一個就是載體。凡是能促達到真實用戶的渠道就是真渠道，但是你是否對渠道載體即傳播內容做過評估？什麼樣的活動形式帶來的轉化多？什麼樣的內容用戶願意查看？目標用戶的群特徵可能適合什麼樣的營銷策略？所以，如果你沒有把握不做渠道也能獲得流量的增長和品牌的傳播，那就試著關注你的目標用戶的特徵，分析分析傳播的內容本身。

2. 從轉化數據衡量：

1）註冊轉化率：開始註冊->…->完成註冊

2）綁卡轉化率：綁定銀行卡->…->綁定銀行卡成功

3）實名轉化率：點擊實名認證->…->實名認證成功

4）取現轉化：查看可提現金額->提現->…->提現成功

不僅要知道最終的轉化率，對於特定的用戶行為路徑，要能找到優化空間和流失節點。當然，從用戶角度出發，我們還要看有多少用戶完成了從註冊->購買的轉化，即投資率；多少用戶完成了首投->再投的轉化，即復投率。

3.從留存數據衡量：

留存是互聯網產品運營的終極指標，當然，它不僅僅是大家理解的今天有10個人打開了app，這10個人中有7個人第二天又打開了。對於不同的平台，他的定義是不一樣的，對於內容、社區、閱讀類產品，他勉強可以基於用戶打開這一維度看次留、7日留、30日留存。因為這些平台本身就是要用戶流量、要活躍。通過用戶的使用頻次就可以評估產品的粘性和健康度。但是對於金融產品，他對留存用戶的判斷依據是什麼呢？是有多少人在我平台上看了、買了理財產品，看這些人的留存情況。

結合諸葛io的自定義留存功能來看：

初始行為為買過理財產品，回訪行為是買了理財產品的用戶群在最近7天的留存情況

產品經理可能要問：「以上說的貌似都是市場、運營對用戶的一個衡量，那我應該看什麼指標？「答案是：都看。產品承載著一切，產品設計直接影響轉化和對所有角色的評估，產品要看的是路徑設計是否合理，有沒有造成不必要的流失，流失節點有沒有優化的空間。如果有問題，最先要排除產品層面的問題。

總結：以上講的是數據驅動的第一步：以人為中心，用正確、精細的指標去評估產品、運營和市場工作。

基於這個模型，我們再往上走一層，看互金公司真正的運用場景是什麼？

二、互金公司用戶行為數據的運用場景是什麼？

流量和轉化之間最典型的一個場景就是新手期策略；在轉化和留存之間，我們把他定義為SKU和場景運營；在流量和留存之間是我把他定義為業務價值挖掘。

1.新手期策略

我們結合上圖模型來講：對於一個新用戶，需要解決的根本問題是：信任問題。如果說用戶對平台完全信任是100%，那核心用戶可能達到80%。對於一個新用戶，諸葛io建議把新手期的信任度設為60%，反映到用戶行為上就是完成了註冊、實名綁卡以及一次投資是40%，當用戶完成一次復投，他達到了60%，及格了。從新手變成了忠實用戶。

為什麼是從投資次數的單一維度劃分用戶？而不是從投資額、收益率、投資周期和投資次數多個維度來劃分？

我們先從投資額、收益率、投資周期三個維度來看，首先，一個人能投多少錢是可以鼓勵和期待的，可能現在掙1w，保不準下個月就升職加薪掙2w，從原來投3K一下子變成投1w用來理財了。用戶對收益率、投資周期的接受程度是可以洞察、匹配和刺激的。一個非羊毛用戶，不管投多少錢，投什麼收益率、投什麼周期，他只要有一次投資行為，就是對平台的信任，如果他能有第二次投資，我們認為信任感增加了，達到了60%。能不能激發他，品類設計能不能最大化的匹配他的風險承受能力，是需要通過深度運營來刺激用戶的，也是下一個場景會講的。

以上只講了劃分的方法，如何運用到運營場景中呢？我們不可能每天對全量用戶做篩選，6個月前未轉化的用戶和上周註冊未轉化的用戶運營策略是不一樣的，甚至有沒有召回的必要都得另說，所以還得把握住用戶合適的時間節點。

運營場景舉例：

一個互金產品客戶，他們的用戶投資決策周期大概是3~7天，也就是從註冊到購買一次產品，如果一個用戶註冊了，但是7天內都沒投資，會暫定用戶可能要流失，然後找到這部分用戶，通過運營手段去留住用戶。所以，他們的新手運營人員會在每周去看上上周的用戶轉化情況。

通過諸葛io，可以清晰看到用戶留存和流失情況：

15號，他會通過諸葛io用戶分群功能篩選出11.1~11.7的新增用戶，然後看這個用戶群的轉化，粉色部分是在當前節點流失了，點擊下邊的數字是可以看到群體畫像的。

總結：對用戶的劃分本質上是我們強加給用戶的，平台應該在合適的時機、甚至儘早識別用戶所處的生命周期，特別是新手期，無論是從多個維度還是單一維度劃分，唯一不變的是不同生命周期的用戶相加等於全量用戶，本質是為了管理和運營。所以，我們一般會找到一條主線，讓整個運營能夠清晰起來。

對於核心留存和流失的定義，我們需要需要清楚的知道用戶在平台上首投、復投的決策周期大概是多久，然後拿這個時間周期在一個大概還算有機會的時間區間內觸達用戶。

2. SKU/場景化運營

用戶度過了新手期，有了兩次投資，緊接著把用戶送入下一個運營場景： SKU/場景化運營。解決的就是60%到80%的信任問題。他是用戶能否從投資一些周期短，利率高的單一產品，到投資一些周期長，利率比較穩定的產品，甚至願意投資多個產品的進階設計或者是投資意願設計。在這個階段就少不了對用戶的洞察。我們需要知道用戶在平台所處的階段，註冊多久了、買過什麼、看過什麼最多，環境信息是什麼、標籤信息、理財偏好等。

說到SKU/場景化運營,就需要藉助用戶洞察的三大利器。何為用戶洞察的三大利器？

利器一：單體洞察

通過諸葛io，可以清晰看到用戶的屬性數據和行為數據

SKU/場景化運營，首先需要對單體用戶畫像的洞察。人是分析的最基本元素，需要清楚的知道每一個用戶所處生命周期、活躍情況、環境信息等。當然，當我去應用的時候，我不可能一個個看，我可能還需要知道到底有多少人也搜索了，查看產品了，有百分之多少的用戶在點擊立即投資時成功引導註冊了等使用情況洞察。

利器二：用戶行為路徑洞察

用戶行為路徑圖

有了單體畫像，接下來就得看群體特徵了。簡單解釋一下：在用戶的一次啟動中，94.6%的用戶會搜索，搜索完可能百分之77的用戶搜到了，開始看產品詳情，然後又有62%的用戶加到了心愿單，可能說明用戶比較喜歡這種產品。對群體行為的洞察，讓我們擁有了一個全局視野，除了知道用戶在怎麼使用我們的產品，更重要的其實是對用戶行為背後的動機解讀。

利器三：精細化用戶分群

通過諸葛io，可以對用戶進行精細化分群：

有了對用戶和對用戶行為的洞察，如何利用這些信息，一個很重要的手段就是通過精細化用戶分群來實現。

運營場景舉例：

目前服務的一家客戶，在上線某一個品類之前，他們會先面向部分用戶開放，然後去看購買了的用戶群體特徵，在平台處於什麼階段、之前購買過什麼，看過什麼最多，以及其他地域、性別、年齡等環境屬性。也會找到沒看、看了沒買的用戶找到他們的共性，然後結合多種條件篩選用戶群，大概評估他們的購買率，優先推送這些產品。有一周，一共上線了10幾款理財產品，轉化周期和轉換率都提升了一倍。

我們來看精細化用戶分群匹配產品的價值是什麼？

首先，交易量上去了。還有一個隱形價值是平台的風險被分攤了。過去是那種粗放式發展模式，平台承諾高收益、然後風險幾乎是百分百承擔。當有了信息紕漏，有了風險多維匹配用戶群的能力，其實是有個風險分攤的概念在的。有一個炒股多年的老手，一款理財產品5w起投，定期365天，收益11%，對他來說存進去可能不會因為有點風吹草動就要提現。

3、最後一個場景，業務價值挖掘。

如果前面的衡量、和初級運用都沒做好，基於數據的業務價值探索可能你暫可不做。

比如，留存和投資次數的關係？如何進行用戶觸達產品核心價值的歸因分析？即到底哪些因素會影響用戶的購買，是高收益還是平台背書還是某一個角標設計。如何尋找產品增長點？如果我能把註冊轉化提升百分之五，投資轉化能提升多少？

用數據驅動產品增長提高了各個工作環節的決策效率、也降低了決策成本，但對於業務價值探索，比如從設定目標，到樣本篩選、到用戶群定義和對比，再到基於對業務的理解找到相關性較高的行為特徵，最後可能還需要反向分析驗證。這本身是有一定的門檻和需要掌握一定方法的，怎麼理解剛才一口氣說的這麼多呢？舉個栗子，我知道在購買用戶的所有行為事件中，查看發現欄這一行為的活躍比最高，達到了70%，但是，我並不能認為看發現欄能促進用戶購買，還要反向進行驗證。

不過，看似複雜，在一個擁有數據分佈人員或BI部門的公司，基於諸葛io的數據分析平台，其實沒有那麼複雜，當然，我們也會持續把服務客戶過程中產生的方法論寫出來、講出來，讓更多一線的業務人員能將諸葛io的平台價值發揮的更大。

最後總結一下今天主要講的內容：

1、基於用戶行為數據，用正確的指標把握互金產品的運營現狀

2、以用戶對平台的信任感為軸線做用戶生命周期管理

3、利用對用戶洞察的三大利器精細化做用戶運營、品類運營

4、通過數據的深度挖掘和探索讓業務增長

諸葛io，基於用戶行為分析的數據智能決策平台。通過以用戶中心的分析方法，洞悉用戶行為畫像，幫助管理者、產品經理、市場、運營、數據分析師等提升轉化率、優化網站/App，幫助企業實現以「數據驅動增長」的願景。