运营中的业务挑战

  • 获客成本太高

    获客成本高是金融行业亘古不变的难题。大量羊毛党的存在更是让从业者“深恶痛绝”。今天，如何数据分析，甄别优质渠道，改变盲投的现状，是降低获客成本的关键。

  • 风控

    金融的本质是风险管理。典型的金融借贷业务如抵押贷款、消费贷款、P2P、等都需要“数据风控”识别欺诈用户及评估用户信用等级。

  • 复投率

    用户高复投率是金融产品可持续发展的必要条件。唯有通过优质的产品体验，精细化运营策略来增加用户粘性，增加留存率与复购率，从而提升用户忠诚度。

互联网金融行业用户行为流程图

  • 广告
    曝光

  • 点击

  • 下载
    APP

  • 浏览

  • 注册

  • 投资／
    借款

  • 渠道拉新

    PV／UV

    新用户数

    渠道用户留存

    渠道用户注册转化

    渠道用户投资转化

  • 浏览

    浏览偏好

    核心宣传位点击

    次日／周／月留存

  • 注册

    注册人数

    绑卡人数

    认证人数

    注册流程转化

  • 投资／
    借款

    投资人数/金额

    借款人数/金额

    进件量

    核准率

    到期提现比

    复投率

经典场景解决方案

  • 优化渠道推广

    建立数据管理模型，利用事件分析管理到的数据，不仅分析 PV、UV 等基础评估数据，同时定期追踪新用户的投资转化率，不是简单的曝光衡量，而是端到端分析推广效果，让企业依据数据优化渠道推广策略。

    识别“薅羊毛”渠道

    拒绝羊毛党，要从渠道源头抓起。通过新手项目到期之后的留存分析，及时发现次日留存超低的渠道，重点研究，一旦确定，及时调整。

  • 风控用户画像

    风控模型会使用的客户的基本资料和征信资料。帮助企业对客户的行为偏好采集和分析，补充了用户画像所需的行为指标，更全面的反映客户的还款能力和还款意愿，增强识别欺诈客户的能力。

  • 提升复投率

    追踪用户路径，分析复投转化情况。
    用户分群，定向推送促投消息，精细化营销，唤醒沉睡用户。
    调整站内推广策略，基于数据分析优化操作体验，提升核心投资产品的关注度。