⑴ 互聯網金融有哪幾個細分領域
綠色能源領域，以融資租賃業務為基礎的互聯網類金融公司。主要是在太陽能資產租賃領域。
潛在問題：
（一）、新能源行業，國家政策問題不大，但是容易和政治走得太近，不管是當地政府還是中央高官，這一塊風險需要衡量。
（二）、需求資金量非常大，標的在不拆標的情況下，金額巨大，並且能源行業周期較長。可能行業本身風險就很大。
基於社交金融LBS，也是眾保模式，基於陌生人地理位置，擔保人確認借款後，擔保放款，擔保人也有一定收益；屬於信用借款，模式十分新穎，具有社交屬性、金融屬性和眾保屬性。大數據、LBS等「黑科技」手段運用，高大上。
潛在風險：
（一）、眾保模式在中國很容易變形，出現相互惡意擔保騙貸，風險高。基於陌生人，信任度更要打折扣。
（二）、高大上的科技手段，在P2P面前，風控、徵信等難題下，多少顯得很虛，有真實的瓶頸。
消費分期主要面對是高校學生，消費3C產品。切入點非常准確，目標客戶明確，後期也為大數據做准備，學生在畢業後依然是穩定潛在客戶。美國也有一家類似的公司SoFi，在最近也都獲得了十足發展，也得到了大筆融資。
潛在問題：
（一）、學生沒有收入，靠家裡的生活費。或許信用不錯，但屬於「瑕疵客戶」。
（二）、可能融資金額數據有問題。嚴重懷疑這兩家由於競爭，存在虛假融資公告。
潛在問題：
（一）、資金池直接赤裸裸的宣傳。「隨用隨取」的宣傳方式，直接宣傳資金池模式。
（二）、病毒式營銷。把邀請營銷用到了極致，外加利息遞增的方式（挺惡心的，這么利用人性弱點）。
隨著股市走牛，一路過了4400點，股票配資一路走火啊，行情好，市場好，又是互聯網金融熱點。發展速度值得關注，值得期待。
潛在問題：
（一）、面臨經營不穩定風險。
（二）、政策風險。證監會在4月17日出手限制場外股票配資，隨時面臨法律風險。P2P股票配資這方面的風險無法規避。
定位於被忽視的群體——剛剛開始工作的小白，還沒有足夠能力，但是發展潛力巨大。在掌握他們消費習慣等大數據的情況下，在接下來的歲月里，可能會伴隨著各種相關服務。
潛在風險：
（一）、此客戶群屬於「次級客戶」，風險較大，違約概率較高。
（二）、發育較慢，時間周期較長，還面臨流失風險。從一個「次級客戶」成長幾年，當其有能力時，可能需求減弱。
⑵ 互聯網金融的優勢及劣勢
美國經濟來學家默頓和博迪（自Merton&Bodie，1993）認為，金融功能比金融機構更加穩定。也就是說，只要金融功能能夠得到有效發揮，金融機構就變得沒那麼重要，甚至可以達到金融脫媒的狀態。
首先說說互聯網金融的優勢。資源開放化，包括開放的平台、資源能得到共享；成本集約化，信息能實現最大化對稱；選擇市場化，改變了過去以金融機構為主體的形式；渠道自主化，通過互聯網技術和前端的整合，擴大服務的邊界；用戶行為價值化，利用雲計算將消費者的行為數據進行分析，從中挖掘商業價值。總結這些優點，那就是互聯網金融可以通過社交網路，電子商務平台等能夠及時獲取資金供求雙方的信息，而這是傳統金融模式難以望其項背的。
但是相較於傳統金融模式，互聯網金融也存在著很多問題。互聯網金融很難准確把握小微企業真實的融資需求；互聯網金融無法吸收存款；此外，互聯網金融尚處於無監管機構、無准入門檻的階段，發展混亂、魚龍混雜，人才和渠道的制約也決定了其無法提供高端的金融服務，品牌和信用積累程度不夠，對消費者的信息保護也存在挑戰；最後，在互聯網金融模式下，用戶信息被大量的掌握，信息安全成為了令人擔憂的問題。
⑶ 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。
⑷ 互聯網金融都包括什麼
互聯網金融是傳統金融行業與互聯網精神相結合的新興領域。互聯網金融與傳統金融的區別不僅僅在於金融業務所採用的媒介不同，更重要的在於金融參與者深諳互聯網「開放、平等、協作、分享」的精髓，通過互聯網、移動互聯網等工具，使得傳統金融業務具備透明度更強、參與度更高、協作性更好、中間成本更低、操作上更便捷等一系列特徵。理論上任何涉及到了廣義金融的互聯網應用，都應該是互聯網金融，包括但是不限於為第三方支付、在線理財產品的銷售、信用評價審核、金融中介、金融電子商務眾籌創富通寶等模式。
互聯網金融不是互聯網和金融業的簡單結合，而是在實現安全、移動等網路技術水平上，被用戶熟悉接受後（尤其是對電子商務的接受），自然而然為適應新的需求而產生的新模式及新業務。互聯網金融的發展已經歷了網上銀行、第三方支付、個人貸款、企業融資等多階段，並且越來越在融通資金、資金供需雙方的匹配等方面深入傳統金融業務的核心。
⑸ 我國互聯網金融發展有三個階段、五個業態
我國互聯網金融發展的三個階段。
第一個階段是2005年以前，互聯網與金融的結合主要體現為互聯網為金融機構提供技術支持，幫助銀行「把業務搬到網上」，還沒有出現真正意義的互聯網金融業態。
第二個階段是2005年後，網路借貸開始在我國萌芽，第三方支付機構逐漸成長起來，互聯網與金融的結合開始從技術領域深入到金融業務領域。這一階段的標志性事件是2011年人民銀行[微博]開始發放第三方支付牌照，第三方支付機構進入了規范發展的軌道。
第三個階段從2012年開始。2013年被稱為「互聯網金融元年」，是互聯網金融得到迅猛發展的一年。自此，P2P網路借貸平台快速發展，眾籌融資平台開始起步，第一家專業網路保險公司獲批，一些銀行、券商也以互聯網為依託，對業務模式進行重組改造，加速建設線上創新型平台，互聯網金融的發展進入了新的階段。
解讀互聯網金融的五種業態模式：
第三方支付 ：第三方支付是互聯網金融的利器，但是這個利器投入很大，盈利很小，十分苦逼。
P2P網貸：通過P2P網路融資平台，借款人直接發布借款信息，出借人了解對方的身份信息、信用信息後，可以直接與借款人簽署借貸合同，提供小額貸款，並能及時獲知借款人的還款進度，獲得投資回報。小微貸款因其成本過高讓銀行敬而遠之，但是在互聯網時代這一切將發生根本性的改變，有效的技術手段和創新的服務方式為高效滿足龐大普通個體的金融需求提供了可能。
眾籌：所謂眾籌平台，是指創意人向公眾募集小額資金或其他支持，再將創意實施結果反饋給出資人的平台。網站為網友提供發起籌資創意，整理出資人信息，公開創意實施結果的平台，以與籌資人分成為主要贏利模式。
線上理財：是以渠道為特徵的互聯網理財銷售模式，這類是目前的主流，比較典型的是余額寶。
垂直搜索：互聯網金融的垂直搜索，將信息處理和風險評估通過網路化的方式進行，在雲計算的保障下，資金供需雙方的信息通過社交網路匹配和傳播，被搜索引擎組織和標准化，最終形成連續動態的信息序列，最終可以給出任何資金需求者的動態風險定價或動態違約概率。目前金融搜索平台的商業模式建立在人們成熟的在線比價行為上，但國內用戶的比價習慣還在形成之中，市場的進一步成熟還需要我們拭目以待。
⑹ 阿里巴巴收購高德對其GMV(商品交易總額)會有影響嗎
互聯網中，數據越來越等同於流通的貨幣，誰掌握了用戶越多的數據誰就越容易在互聯網金融戰中取得勝利。一直以來，以網路，阿里和為代表的互聯網3巨頭分別掌握了用戶的搜索數據，交易數據和關系鏈數據。阿里收購高德是在其之前只擁有用戶交易數據基礎上對其數據資源上的補充。此外，上當面付，一起AA等功能也需藉由高德地圖精確的定位。收購高德地圖也可以為日後開發新的支付功能做准備，比如以後去店裡消費，利用精確的地圖定位可以在用戶離店時自動在里完成劃款操作