互聯網消費金融該用哪些數據

❶ 互聯網金融運營需要關注的數據有哪些呢

我覺得互聯網金融運營需要關注的數據是非常多的。

需要關注的數據有哪些

用戶信息：包括用戶信用評級、活躍度、留存率、轉化率、客單價、用戶分布、互動指標等。
產品信息：產品組合、投資人數、投資金額、滿標時間、收益率、風險系數、受歡迎度等。
營銷渠道信息：渠道來源、渠道轉化率、渠道成功率、渠道成本等。
營銷活動信息：活動成本、活動渠道來源、活動轉化率、傳播數、新增粉絲數/用戶數等。
風控信息：項目審核通過率、風險備用金、項目流動性風險指標、合規相關指標等。

❷ 互聯網消費金融的核心能力有哪些

首先要過政策關，要緊跟政府政策的風向標，指哪打哪，有了政策的支撐，許多項目都不是難題。另外，必須研讀相關的法律法規，不能觸碰法律紅線。
其次，要具備風險應對能力。任何金融都可能產生壞賬，死賬，必須通過多種方式化解風險。比如與其它的基金等金融機構合作，准確的風險評估等。
再次，要結合互聯網消費的特點，制定相應的金融方案。互聯網消費往往具有小額，人員分散，信譽度不確定等特點，這就要求金融企業保持較高的靈活度，盡可能建立完善的信用評估體系，並擁有較高的金融產品定價的技術。
最後，人才隊伍建設才是最核心的能力。創新人才的發掘，和金融精英的介入，一定能使這個行業做大做強。

❸ 互聯網金融運營需要關注的數據有哪些

由於互聯網金融概念較為寬泛，支付、投資理財、信貸、徵信、虛擬貨幣發行（比特幣等）、金融產品搜索等不同領域所關注的核心指標並不相同；即便是相同領域 的公司，由於核心業務模式的差異導致大家所關注指標也不相同。因此從運營角度來看，最靠譜的是結合公司的核心業務模式來歸納運營指標。

互聯網金融公司的金融屬性，從經營風險的角度來看，風險貫穿互聯網金融公司的企業日常運營、IT平台運營等過程，這與普通互聯網公司的運營主要關注產品運 營有極大不同，因此以下所指的運營並不單純指普通互聯網公司的運營部門的運營，而是從整個互聯網公司企業運營角度來說的。

根據互聯網共性可以總結出對應量化指標體系：
1、用戶指標：包括用戶信用評級、活躍度、留存率、轉化率、客單價（平均投資額度）、用戶分布（各等級佔比）、互動指標等等。
2、產品指標：產品組合、投資人數、投資金額、滿標時間、收益率、流標數、風險系數、熱度（受歡迎度）等等。
3、營銷渠道指標：渠道來源、渠道轉化率、渠道成功率、渠道成本等等
4、營銷活動指標：活動成本、活動渠道來源、活動轉化率、傳播數、新增粉絲數/用戶數等等
5、合作方指標：合作帶來的項目數、項目通過率、風險系數、成本等等
6、風控指標：項目審核通過率、風險備用金、項目流動性風險指標、合規相關指標等等
7、支付渠道指標：渠道轉化率、渠道成功率、支付渠道來源、渠道成本等等
8、IT平台指標：用戶體驗指標（包括響應速度等）、可靠性指標、安全性指標等等。這塊與互聯網的指標類似。
9、客服指標：投訴分類、接通率、投訴渠道、響應速度、滿意度等等
10、競爭性指標：競爭對手分析指標、互聯網輿情監控指標等等

運營不要只關注那些數據，數據是外在的，是基礎，而產品和平台核心競爭力才是發展的王道，數據+產品，找到平台最優的發展平衡點，才是運營下的這盤棋的目的。

❹ 互聯網金融運營需要關注的數據有哪些

如果是互復聯網金融方面制的網站，看你用了什麼推廣營銷的方法；
1、如果你是靠SEO，那麼需要關注網站的UV、PV、跳出率、平均訪問深度、注冊量、轉化率、以及投資金額等；
2、如果是付費推廣的方法，可以重點關注轉化率、UV（獨立訪客數）、投資金額等等

❺ 互聯網消費金融的優勢有哪些

答：
1、政策方面
眾所周知，我國在亞洲金融危機之中正式提出發展消費金融，中國人民銀行在1998年和1999年相繼放開了個人住房貸款和汽車消費貸款的政策，以促進以商業銀行為主導的金融機構開展消費金融業務。這也是發展消費金融對擴大內需、促進消費、促進經濟發展結構合理化發展具有重要意義。同時，在今年的兩會期間，政府工作報告中也提出「要在全國開展消費金融公司試點，鼓勵金融機構創新消費信貸產品」，消費金融成為熱點詞彙。據了解，2016年3月人民銀行、銀監會聯合印發 《關於加大對新消費領域金融支持的指導意見》，政策利好成為推動行業發展的重要力量。
2、技術優勢
互聯網消費金融與傳統消費金融的不同之處在於互聯網消費金融利用了互聯網技術的優勢，打造「線上互聯網+線下實體」的運行模式。從事互聯網消費金融的機構在資金來源上有一定的優勢，通過探索信用消費+場景布局，進而打造成一個全新的「互聯網+」的樣本，通過場景的建立，增強客戶粘性，不斷擴張消費金融市場，實現盈利。隨著雲計算的普及，大數據挖掘的成本大幅度降低，可以利用大數據技術精確的進行市場細分、選定目標客戶、評估客戶信用等級，從而降低資金配置風險，提升風險管理能力。
3、市場需求
隨著我國居民生活水平的逐漸提高，消費需求也更加旺盛，8090後超前消費意識逐漸增強，接受新型金融產品的能力較強，因此使用消費信貸手段來緩解預算不足的觀念逐漸深入，因此，在居民消費觀念日益成熟的背景下，發展消費金融已經具備相應的社會基礎。而作為解決資金問題之一的消費金融系統必將迎來發展商機，像迪蒙自主研發的消費金融系統是一款集消費貸款、消費分期為一體的業務管理系統，有效幫助企業迅速開拓消費市場，推動消費金融業務發展，實現業務模式的「互聯網+」轉型。系統通過規則引擎、工作流引擎、自動徵信、商家加盟的方式，實現借款業務的快速審批、智能風控、借款流程自定義等功能，滿足消費金融公司快速、高效、便捷的借款業務需求。

❻ 如何進行互聯網金融運營數據的分析，都有哪些方法

來源於：知乎
大部分的互聯網金融公司最為糾結的一點是，流量這么大，獲客成本這么高，為什麼最後的的轉化率和成單量卻這么低？怎樣才能提高用戶運營效率？用戶行為數據分析怎樣把處在不同購買決策階段的用戶挑選出來，幫助互聯網金融公司做到精益化運營？
我們的客戶中很大一部分來自互聯網金融，比如人人貸等行業前 10 的互聯網金融公司。在服務客戶的過程中，我們也積累了大量的數據驅動業務的實踐案例，來幫助客戶創造價值。
一 、互聯網金融用戶四大行為特徵
互聯網金融平台用戶有四大行為特徵：
第一流量轉化率低，下圖是某互聯網金融公司網站上，新客戶過去 30 天整體購買轉化漏斗，其轉化率只有 0.38%：
而這並非個例，實際上，絕大多數互聯網金融公司，在 web 端購買的轉化率基本都在 1% 以下，APP購買率在 5% 左右，遠遠低於電商或者其他在線交易的購買率。
第二，雖然轉化率低，但是客單價卻很高。一般來說，電商行業客單價在幾十到幾百，而互聯網金融客戶，客單價從幾千到幾萬，某些特殊領域甚至高達幾十萬。而客單價高，就意味著用戶購買決策會更復雜，購買周期也會更長。
第三，用戶購買行為有很強周期性。電商的客戶下次購買時間是不確定的，但是互聯網金融平台上，真正購買的用戶，是有理財需求的用戶，在資金到期贖回產品後，一定還會進行下一次購買，只不過未必發生在你的平台上。
可以看到，每隔一段時間，這個用戶就會有一段集中的、大量的交互行為。當用戶購買完成後，用戶的交互行為又變得很少，可能偶爾來看看產品的收益率，但整體的交互指標不會太高，直到他下一次購買。這個用戶理財需求的周期是一個月左右。

最後一個特點是「很強的特徵性」，主要包括兩個特徵：
A：用戶的購買偏好比較容易識別，理財產品數量和品類都很少，所以用戶購買的需求或者偏好，很容易從其行為數據上識別出來。
B：用戶購買過程中的三個階段特別容易識別：
用戶在購買決策階段，有大量的交互事件產生，他會看產品，比對不同產品的收益率和風險，比對不同產品的投資期限等等；
但是一旦他完成了產品的購買，就不會有大量的交互行為產生，他可能僅是回來看一看產品的收益率。
當用戶的產品資金贖回之後，又有大量的交互事件產生，實際上他處在下一款產品購買的決策期。
二、互聯網金融用戶運營的三大步驟
針對互聯網金融用戶行為的四個特徵，在用戶運營上有三個比較重要的階段性工作：
1.首先，獲取可能購買的目標用戶，合理配置在渠道上的投放預算，以提高高質量用戶獲取的比例：
渠道工作的核心，主要是做好兩方面的工作：宏觀層面，優化整個渠道的配置；微觀層面，單一渠道角度來說，根據渠道配置的策略，有針對性地實施和調整。
具體渠道的實施，大家都比較熟悉，但是對於整個渠道組合配置的優化，很多人接觸的其實並不多。
這張圖是整體轉化漏斗，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，總體的轉化率是 0.02%；在過去 30 天站內總體的流量是 18.9K，漏斗第一級到第二級的轉化率是 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 的渠道數據都很清晰。不同渠道帶來的流量，不同渠道總體的轉化率，以及不同渠道在整個轉化路徑上每步的轉化率都可以看到。
這裡面有幾個渠道很有特點：
渠道一的特點，渠道一帶來的流量是所有 10 個渠道里最大的，但是它的總體轉化率卻是低的；
渠道二和渠道七，渠道二的量很大，但是轉化率是零。渠道七量比較一般，轉化率也是零；
渠道九和渠道十，這兩個渠道是所有渠道里轉化率最高的。但是這兩個渠道特點，是帶來流量不是特別大……
第一象限（右上角）渠道質量又高，帶來流量又大的，這裡面渠道三四五是符合這個特徵的，渠道策略應該是繼續保持和提高渠道的投入。
第二象限（左上角）渠道的質量比較高，但帶來的流量比較小，這裡麵包含的主要渠道就是八九十。對應的主要策略是，加大渠道的投放，並且在加大投放的過程中，要持續關注渠道質量的變化。
我們先看第四象限（右下角），渠道質量比較差，但是帶來流量比較大，這裡面主要有渠道一和渠道二。相對應的渠道策略，應該在渠道做更加精準的投放，來提高整個渠道的質量。
第三象限（左下角）這個象限里渠道質量又差，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，策略上要比較謹慎一些。所以在具體渠道的策略上，業績保持監測，然後小步調整。
根據上面數據分析得出的結果，做過渠道優化後，就會為我們帶來更多高質量的用戶。
2.接下來就要把高價值的用戶——真正有購買需求，願意付費、購買的用戶找出來。
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，哪些是真正有價值的用戶？哪些是價值偏低的用戶？
其實對於互聯網金融平台來說，甚至所有包含在線交易的平台，用戶的購買意願，是可以從用戶的行為數據上識別出來的。由於互聯網金融平台的特殊性，相比於電商平台來說，商品品類更少，平台功能也更為簡單，所以用戶的行為數據，也更能反應出互聯網金融平台上用戶的購買意願。
把用戶在平台上的所有行為總結一下，核心的行為其實並不多，具體包括：
用戶查看產品列表頁，說明有一些購買意願，點擊某個產品，說明用戶希望有進一步的了解。用戶最終確認了支付，完成了購買，購買流程就走完了，他的理財需求已經得到了滿足。每一種行為都表示出用戶不同程度的購買意願，所以獲得用戶在產品里的行為數據就十分重要。
既然用戶行為數據這么重要，那麼怎樣獲取呢？GrowingIO 以無埋點的方式，全量採集用戶所有的行為數據，根據我們對業務的需求，配比成不同的權重系數，並按照每個用戶購買意願的強弱，進一步分群。
這是我們一個客戶製作的用戶購買意願指標的範例，剛才的前 5 個行為，都是用戶在購買前典型的行為：
每種典型事件的權重系數不一樣，用戶購買意願是越來越強的：用戶點了投資按紐，甚至點了提交的按鈕，顯然要比他單單看產品列表頁，或者單單看產品頁、詳情頁的意願強。越能反應用戶購買意願的事件，你給它分類的權重應該是最大的，這是大的原則，0.05 還是 0.06 影響並不大，所以不必糾結。
這樣通過這種方式，我們就可以按照每個用戶的所有行為，給用戶做購買意願打分的指標，最終形成用戶購買意願的指標。
這是我們從高到低截取部分用戶購買意願打分的情況，第一列是每個用戶的 ID，第二列是按照購買意願給每個用戶打分的情況。得分高的，就是購買意願最強烈的用戶。
拿到所有用戶購買意願之後，我們就可以按照用戶購買意願的強烈與否，把所有的用戶分成不同的群體，來做針對性的運營。
這是在把用戶在過去 14 天內，由其產生的所有行為數據，按照購買意願打分的權重，把打分大於 5 的用戶找出來，在總體用戶里，這部分用戶購買意願排名前 20% ，我們給它起個名字，叫購買意願強烈的用戶。
類似我們還做了購買意願中等的用戶分群，這是購買意願排名在 20-60% 之間的用戶；購買意願排名在最後 40% 的用戶，是購買意願最弱的用戶分群。
分群之後，點擊任意一個分群，都會以用戶 ID 的形式列出來。因為你要有用戶的 ID ，才能對這些用戶施加運營策略。每個用戶最近 30 天的訪問次數，最近的訪問地點，最後一次訪問時間都可以看到。
接下來針對這些購買意願強烈的用戶，怎樣推動用戶的轉化呢？
3.採取針對性的運營策略，提高高價值用戶的轉化率。
首先我們來看一下購買偏好，互聯網金融平台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：
第一種：債券型理財產品
第二種：股票型理財產品
第三種：貨幣型理財產品
第四種：指數型理財產品
第五種：混合型理財產品…
我們把用戶在不同品類商品上的訪問時長佔比算出來，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品詳情頁的訪問時長，除以用戶在站內總體的訪問時長，就能夠得到用戶在債券產品上訪問時長佔比的指標。
我們還是使用用戶分群的工具，把在債券型產品上的訪問時長佔比大於40%的用戶分出來，這是有非常強烈表徵的客戶，他購買的偏好就是債券型的產品。
同時我們再設定另外一個指標，比如用戶購買意願指標，之前我們做過大於5，也就是購買意願排名在前 20% 的。
通過這兩個條件，我們就可以把購買偏好是債券型產品，同時有強烈購買意願的用戶找出來，這兩個指標的關系是並（and）的關系。同樣我們可以按照用戶的購買偏好，把關注其他品類的用戶，都做成不同的用戶分群，然後形成不同購買偏好的用戶群體。
針對這些用戶，其實在運營策略上，我們可以從三個層面來展開來進行做：
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。對於這兩個群體來說，運營策略和運營重點是非常不一樣的。
新客群體，是從來沒有在平台上發生過購買的用戶，我們要根據用戶的購買意願，做進一步的運營。
老客群體，也就是在平台上已經發生過產品購買的用戶，除了關注用戶的購買意願之外，用戶的資金狀態（資金是否贖回）也是非常重要的參數。
用戶是否購買過產品？購買產品的用戶是否已經贖回資金？這兩個內容，其實是一個用戶當前的屬性。在我們分群的工作里，這有個維度的菜單，通過這個維度菜單，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品的維度值設置成了 1 。把資金是否已經贖回這個維度的值，也設置成了 1 。實際上是把那些資金已經贖回的老用戶找出來；同樣在指標這個菜單里，我們同時也把有強烈購買意願的用戶找出來，時間是過去 14 天，指標大於 5 。
這樣我們就製作了一個用戶分群，而這個用戶分群里所有用戶，要滿足下面的三個特徵：
特徵一：購買過產品的老客。
特徵二：他們的資金，目前已經贖回了。
特徵三：過去 14 天內的行為數據，表明這個用戶有著強烈的購買意願。
同理我們把所有用戶，整理為下面幾個不同類別，對應不同的運營策略：
比如新客里，當前有購買意願的，其實他屬於購買決策期的新用戶。應該根據用戶的購買偏好，推薦這種比較優質的理財產品。並給予一定的購買激勵，來促進這些新客在平台上的第一次購買，這個對於新客來說是非常重要的，以此類推。
相比於電商或者其他行業，互聯網金融平台結合行業和用戶的特點，從用戶行為數據分析的角度，驅動產品業務以及提高用戶的轉化率，有更加重要的意義。

❼ 互聯網金融運營需要關注的數據有哪些

由於互聯網金融概念較為寬泛，支付、投資理財、信貸、徵信、虛擬貨幣發行（比特幣等）、金融產品搜索等不同領域所關注的核心指標並不相同；即便是相同領域的公司，由於核心業務模式的差異導致大家所關注指標也不相同。因此從運營角度來看，最靠譜的是結合公司的核心業務模式來歸納運營指標。
不妨先看看一家互聯網金融公司正常運營要關注的問題（其實也是核心業務模式）：

1、目標用戶是誰，目標用戶的分級體系？
2、提供什麼樣金融產品，金融產品的核心價值？例如收益、風險、流動性等
3、通過什麼渠道找到目標用戶？例如搜索引擎競價、微信、APP、朋友圈、渠道合作夥伴等等
4、舉辦什麼樣的營銷活動來擴大影響力，拓展新用戶、提升老用戶活躍度？
5、合作夥伴是誰？包括擔保公司、保理、信託、銀行、渠道合作等
6、怎樣進行風險控制？包括政策法規風險、項目風險、系統風險、操作風險等
7、用戶通過什麼渠道投融資（支付）？第三方支付、網銀轉賬、線下匯款、移動支付、POS等等
8、怎樣搭建NB的IT支撐平台？用戶體驗要好、系統要安全可靠穩定等等
9、怎樣服務好用戶？客服體系、運營體系等等的搭建
10、怎樣從眾多競爭對手中脫穎而出，建立品牌形象並維系好品牌形象？
針對以上問題，可以總結出對應量化指標體系：
1、用戶指標：包括用戶信用評級、活躍度、留存率、轉化率、客單價（平均投資額度）、用戶分布（各等級佔比）、互動指標等等。
2、產品指標：產品組合、投資人數、投資金額、滿標時間、收益率、流標數、風險系數、熱度（受歡迎度）等等。
3、營銷渠道指標：渠道來源、渠道轉化率、渠道成功率、渠道成本等等
4、營銷活動指標：活動成本、活動渠道來源、活動轉化率、傳播數、新增粉絲數/用戶數等等
5、合作方指標：合作帶來的項目數、項目通過率、風險系數、成本等等
6、風控指標：項目審核通過率、風險備用金、項目流動性風險指標、合規相關指標等等
7、支付渠道指標：渠道轉化率、渠道成功率、支付渠道來源、渠道成本等等
8、IT平台指標：用戶體驗指標（包括響應速度等）、可靠性指標、安全性指標等等。這塊與互聯網的指標類似。
9、客服指標：投訴分類、接通率、投訴渠道、響應速度、滿意度等等
10、競爭性指標：競爭對手分析指標、互聯網輿情監控指標等等

❽ 金融科技一線調查（1）：消費金融的大數據風控怎麼玩

金融的核心是風控，做大數據風控，其實是件苦差事。P2P公司拍拍貸前三輪融資中絕大部分的資金都投入到了自主研發的"魔鏡"風控系統——系統資料庫里也有近千個變數來評估借款人信用，目前平台發放的貸款平均周期是10個月，至少要5到6個周期，才可以保證模型驗證訓練的有效性。那麼，怎麼來防範用戶多頭負債的風險呢?拍拍貸決定開放數據，信息共享。「希望未來能夠對每個人個性化的來識別、授信和定價。」拍拍貸CEO張俊表示。
大數據風控的背後有著這樣的邏輯——以央行徵信數據為基礎，輔以自身採集的大量數據，建模，不斷反復訓練驗證，直到模型有能力快速處理大規模用戶的信貸審批需求。
猶如硬幣的兩面，記者調查中發現，目前行業內並無統一的壞賬判定標准，各家機構對自身壞賬率也是諱莫如深。更有公司，沒有經過長周期的數據採集和系統迭代，外包系統，急於上線，大數據風控成了營銷的噱頭。
與此同時，一些企業基於自身大數據模型，開始涉足徵信。浦發銀行戰略發展部總經理李麟認為，消費金融屬於傳統的「銀行系基本產品」，「線下信用都不過關，更何況線上」，同時徵信數據信息採集的合法性和客戶的隱私安全都亟待法律的完善。李麟表示，「良好的信用關系應當在制度規范下，線下先形成再推至線上，這樣的效果比直接在線上建立要好。」

❾ 互聯網金融運營需要關注的數據有哪些

互聯網金融公司正常運營要關注的問題（其實也是核心業務模式）：

1、目標用戶是誰，目標用戶的分級體系？
2、提供什麼樣金融產品，金融產品的核心價值？例如收益、風險、流動性等
3、通過什麼渠道找到目標用戶？例如搜索引擎競價、微信、APP、朋友圈、渠道合作夥伴等等
4、舉辦什麼樣的營銷活動來擴大影響力，拓展新用戶、提升老用戶活躍度？
5、合作夥伴是誰？包括擔保公司、保理、信託、銀行、渠道合作等
6、怎樣進行風險控制？包括政策法規風險、項目風險、系統風險、操作風險等
7、用戶通過什麼渠道投融資（支付）？第三方支付、網銀轉賬、線下匯款、移動支付、POS等等
8、怎樣搭建NB的IT支撐平台？用戶體驗要好、系統要安全可靠穩定等等
9、怎樣服務好用戶？客服體系、運營體系等等的搭建
10、怎樣從眾多競爭對手中脫穎而出，建立品牌形象並維系好品牌形象？
針對以上問題，可以總結出對應量化指標體系：
1、用戶指標：包括用戶信用評級、活躍度、留存率、轉化率、客單價（平均投資額度）、用戶分布（各等級佔比）、互動指標等等。
2、產品指標：產品組合、投資人數、投資金額、滿標時間、收益率、流標數、風險系數、熱度（受歡迎度）等等。
3、營銷渠道指標：渠道來源、渠道轉化率、渠道成功率、渠道成本等等
4、營銷活動指標：活動成本、活動渠道來源、活動轉化率、傳播數、新增粉絲數/用戶數等等
5、合作方指標：合作帶來的項目數、項目通過率、風險系數、成本等等
6、風控指標：項目審核通過率、風險備用金、項目流動性風險指標、合規相關指標等等
7、支付渠道指標：渠道轉化率、渠道成功率、支付渠道來源、渠道成本等等
8、IT平台指標：用戶體驗指標（包括響應速度等）、可靠性指標、安全性指標等等。這塊與互聯網的指標類似。
9、客服指標：投訴分類、接通率、投訴渠道、響應速度、滿意度等等
10、競爭性指標：競爭對手分析指標、互聯網輿情監控指標等等