从人口属性转向行为属性 互联网金融数据分析走向完善

新闻
新金融生态的发展也在推动传统金融业转型,而数据分析正是科技金融强有力的推手。以互联网金融行业最关注的理财相关行为为例,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。

伴随着居民可支配收入不断增长,互联网金融已经不仅仅局限于小额理财,而是成为继股票、债券、证券、基金以外的重要投资方式。

作为时下最热门的领域,互联网金融、科技金融正在改变整个金融体系环境,而大数据、云计算等新兴技术,对金融业进行改造、革新,从而提升金融服务效率。央行副行长潘功胜也曾表示,互联网金融在提高金融服务效率方面起到了积极的作用,互联网金融满足了多元化投资和金融需求。如今金融科技全面应用于借贷、支付、财富管理、保险、交易结算等金融领域的方方面面,成为金融业未来的主流趋势。

新金融生态的发展也在推动传统金融业转型,而数据分析正是科技金融强有力的推手。以互联网金融行业最关注的理财相关行为为例,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。

[[176594]]



用户行为画像对金融行业有哪些意义?同一个用户在不同的场景下,会表现出不同的特征。比如在贴吧上发言相对会比较随意,而在知乎上的回答会更严谨,因此用户群的人口属性的特征就会被一部分行为特征所补充。在理财产品里,持续查看却没有购买、查看不同级别的理财产品后选择了收益低风险低的产品,对这些相对保守的用户在产品推荐上也要有不同的策略,而不同策略的制定仅依照人口属性并不全面,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正是这样一款易用的用户行为数据分析工具。可以精细化的关注到用户的每一次行为,并实现多维度交叉分析,精细到企业中每个角色都能找到自己最关注的点,并从数据中得到反馈。通过诸葛io不断优化的数据逻辑,实现全量数据的分析,从而快速、高效、准确的获得分析结果。

随着理财产品层出不穷,互联网金融行业客户的竞争也越发激烈,即便清楚的认识到用户行为数据分析带来的好处,却依然不知道要分析什么以及如何分析。在互联网金融行业获客成本很高的现状下,每带来一个新用户都要尽可能的留住他。诸葛io提供了用户从获取到完成***转化再到高价值挖掘的全生命周期的数据运营方案。

新手阶段是互联网金融行业非常重要的一个场景,也是获客成本***的一环。通过新手活动,用户对理财产品会有一个评估,考核平台是否值得信赖。在评估的过程中逐渐产生信任,这个周期很长,用户会先试探性的投一点,利用新手优惠短期的尝试。如果新手期的体验效果不错,相对容易的会进入二次购买,当购买三到五个以后逐渐对企业和产品建立信心,才可能从试探性投资进入到放心投资的阶段,逐步的变成大额的、长期的、周期性的忠诚用户,整个过程离不开对用户的洞察,比如从新增到完成首投的决策周期是多久,从首投到复投的决策周期是多久,明确用户在产品的生命周期特征,从而更好地引导和不断激励用户为平台贡献更大的价值。

在逐渐建立信任的过程中,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。从新用户进入到理财产品到初次购买,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。

数据分析是一个发现问题、提出假设、印证猜想、不断优化的过程。某个诸葛io的互联网金融客户发现,在跨过新手阶段后,后期的用户留存比较低,复购率不高。通过层层数据发现,症结在于资金提取的环节。用户投资后最在意的事情是资金能否便捷的取出来,比如说通过A卡转进理财的钱,只能回到A卡,不能提到B银行卡;或是提取到其他的帐户周期要三到五天,某种程度上会影响理财的复购率。找到症结,如何改善的问题也就迎刃而解。

如今,数据分析在互联网金融行业的应用没有发挥出应有的价值,如何在用户行为中探因寻果,也将跳开传统金融数据的壁垒,从而更好的服务用户。

责任编辑:鸢玮 来源: 诸葛io
相关推荐

2013-09-11 16:40:35

互联网金融大数据金融大数据

2014-03-12 10:10:31

大数据分析

2015-10-30 17:50:18

互联网金融

2013-09-05 10:04:01

互联网金融大数据金融大数据

2015-12-02 10:51:36

移动互联网数据分析

2022-03-03 16:55:27

互联网反垄断大厂

2015-11-26 11:32:28

Qlik数据分析可视化分析

2020-05-28 08:58:29

数据分析分析系统数据

2018-08-28 06:32:35

数据安全互联网金融行业

2021-07-29 16:06:48

行为互联网IoB互联网

2014-01-15 14:35:35

云计算

2018-11-23 10:05:27

互联网金融行业互联网金融

2013-08-28 13:51:20

大数据金融大数据

2017-03-14 09:30:47

互联网金融工作报告

2020-05-28 11:34:08

互联网数据分析数据

2022-04-26 07:14:54

互联网传统行业数据分析

2015-07-29 14:16:43

互联网金融大数据

2014-06-10 11:09:15

互联网金融

2017-06-30 15:37:05

互联网架构金融

2017-01-12 16:25:41

互联网金融架构
点赞
收藏

51CTO技术栈公众号