互聯網金融消費者購買行為分析

㈠ 如何進行互聯網金融運營數據的分析

做運營必須要對數據敏感，以下指標需要關註：
1、用戶注冊數，首先你要知內道你的注冊數據
2、注容冊成本，就是單個用戶成功注冊的成本
3、投資成本，就是注冊用戶到投資的成本
4、復投率，這個很重要，投資人數再多，如果沒有復投意義不大，因為拉新的成本比留住老用戶要大的多。
5、ROI，其實說了這么多，企業管理者就看重一個指標就是投資回報率，衡量一個推廣渠道的優劣，這個是核心指標
知道了哪個渠道的ROI最高，就可以對你的推廣策略做參考，這樣就能形成良性循環。

㈡ 互聯網金融消費具有哪些特徵

和傳統金融消費行為相比，互聯網金融消費的最大特徵就是所有的購買專和支付等一系列步驟都屬是在互聯網上發生，所以才出現了:
1、互聯網金融產品的信息透明度提高
2、目前的互聯網金融消費的門檻越來越低，越來越適合大眾了
3、互聯網金融消費更適合用戶體驗
4、互聯網金融消費使得場景化、連接化消費出現

㈢ 互聯網消費金融的主要風險是什麼

在消費金融領抄域，一般都分為都分為貸前、貸中、貸後三個環節，欺詐識別和信用評估是至關重要的兩點。大數據風控平台神州融認為，互聯網消費金融面臨兩大突出風險。
一是操作風險，主要包括由於客戶欺詐行為而帶來的欺詐損失和信息系統操作失誤、缺陷、攻擊而帶來的風險；
二是信用風險，主要是因次級信用群體帶來的直接損失。
這就需要在發展互聯網消費金融業務時更加註重風險控制，通過制定和設計更科學的風控政策和風險模型，建立強大的信用評分和決策系統、反欺詐系統以及催收管理系統，同時加強核心信息系統自主研發能力，加強系統安全監測和內控管理，實現風險能控、可控、易控。這兩個風險可以通過大數據風控有效降低，進而挽回不必要的損失。

㈣ 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。

㈤ 互聯網金融對消費習慣有哪些影響

互聯網金融使得新的支付方式迅速興起，異地支付、手機銀行以及電子商務的發展形成「無線包」支付時代。同時金融網路技術的成熟，也使得投資理財等項目可以直接在網上進行，大大節約了用戶交易成本。兩者說明互聯網金融消費習慣逐漸形成，為互聯網金融的發展奠定了扎實的基礎。
1. 「無線包」支付時代
2011年，國際貿易支付工具PayPal大膽預測：到2016年人們購物時將不再需要攜帶錢包。現在看來，互聯網金融促使人們提前進入「無線包」時代。移動支付這塊「十年都沒有做大的蛋糕」，現在除了被國外的各方IT巨頭重新再認識，在國內更是被眾多IT行業大鱷、第三方支付企業、金融機構、電信運營商甚至手機企業本身開始重新「烘焙」。移動支付取代錢包。
在第三方支付的激烈競爭之後，移動支付成為獲得移動支付牌照企業爭奪的又一個戰場。這其中，以金融機構和三大電信運營商組成的「國家隊」的表現為最，對於移動支付中的「近場支付」顯然影響巨大。在中國，遠程支付領域發展相對成熟；而對近場支付確是國外移動支付未來的主要手段之一，是不可逆轉的潮流。
2. 「散錢」理財
互聯網金融的「散錢」理財室一種戰略，更是一種戰術。童工金融理財服務定位中，余額寶面向其「小白」、「屌絲」用戶的小額資金。阿里小微金融集團的高層就曾表示，支付寶平均每個賬戶的余額僅有幾百塊錢，他們的目的在於把這些「散錢」。實際上，余額寶上線後，吸引到的並非僅僅是「散錢」。依靠每次幾百甚至僅僅幾十元的投入，余額寶碎片化的理財模式在上線後創造了日均流入2.8億元的資金神話，普通老百姓的活躍程度令傳統行業基金業人士驚嘆。與傳統基金理財戶戶均7萬~8萬元的投資額相比，余額寶用戶的人均投資僅為1912.67元，但是越來越多的人可能會將這種理財模式變為自己不經意間的習慣。因為4%以上的年化收益率和商業銀行0.35%的活期存款利率之間的距離，對於消費者來說已足夠形成隨手一轉的動力。目前，不少購物網站都推出了余額理財服務。不少服務都是1元起步，零手續費，掛鉤貨幣市場基金或者短期投資理財基金，非常適合需要在這些網站上購物的投資者。
3. 信用換貸款
互聯網金融將促進信用評估體系的發展與革新。我國目前還沒有建立起全面覆蓋的個人信用評估體系，也缺乏針對個人信用評級的機構，使得我們很難對借款人的信用做出真實判斷。尤其對於網貸平台來說，無法接入央行的徵信系統，這種借款人信息不對稱的風險，使國內的許多P2P平台不得不通過線下審核、資金擔保等眾多措施來增加投資者的信心。隨著利率市場化的推進，加上互聯網金融天生在價格上的優勢。引用J.P.Morgan創始人、華爾街銀行家約翰·皮爾彭特（John Pierpont）的一個觀點：在評價一個人的信用時，品格比金錢和資產更重要。互聯網金融對信用體系的這種革新，正式慢慢讓信用評價回歸到「品格」的一種行為。
4. 融資習慣變化
互聯網金融是打破壟斷，實現金融民主化的利器，他在個人消費貸款以及為中小企業的融資服務上具有得天獨厚的優勢，如放款速度快、產品類型多樣及貸款審核流程簡單等。隨著信息技術革命的來臨，互聯網金融為中小企業帶來了轉機。普惠金融與金融實體化等模式在於解決中小企業融資問題。其核心思路是借鑒P2P融資模式，建立撮合資金供需雙方的交易的平台，祈禱類似阿里巴巴和淘寶網在B2B和B2C業務中的作用。並從經濟合理、法律和監管可行性以及商業可行性等角度進行充分論證，並討論相關配套機制、監管措施以及如何打通「對外介面」。

㈥ 互聯網對消費有什麼影響

（1）互聯網營銷具有極強的互動性，是現代營銷的理想工具之一。傳統的營銷管理強調4P（產品、價格、渠道和促銷）組合，現代營銷管理則追求4C（顧客、成本、方便和溝通），然而無論哪一種觀念都必須基於這樣一個前提：

企業必須實行全程營銷，即必須由產品的設計階段就開始充分考慮消費者需求和意願。遺憾的是，在實際操作中這一點往往難以做到。原因在於消費者與企業之間缺乏合適的溝通渠道或溝通成本過高。而在互聯網環境下，這一狀況將有所改觀。即使是中小企業也可通過電子布告欄、線上論壇和電子郵件等方式，以極低的成本在營銷的全過程中對消費者進行即時的信息搜集。消費者則有機會對從產品設計到定價（對採用認識價值定價法的企業尤具意義）和服務等一系列問題發表意見。這種雙向互動的溝通方式提高了消費者的參與性和積極性，更重要的是它能使企業的營銷決策有的放矢，從根本上提高消費者滿意度。

（2）互聯網可以提供24小時服務，不存在節假日或營業時間限制。消費者可隨時查詢所需資料或購物。查詢和購物過程需時極短，程序簡便快捷。在一些選購品或有特殊性的商品購買中這種優勢更為突出。例如書籍的購買，消費者不必遍尋各大書店，也不會因本地書店沒進貨而求之不得。這一特點使網上消費特別受需要大量信息進行決策的分析型消費者或以縮短購物時間為目標的消費者青睞。

（3）互聯網營銷是一種以消費者需要為導向的個性化營銷方式。互聯網營銷的最大特點在於以消費者需要為主導。消費者在此將擁有比過去更大的選擇權利與自由。消費者可根據自己的個性特點和需求在全球范圍內找尋滿足自身需要的商品，不受地域限制。通過進入感興趣的企業網址或虛擬商店，消費者可獲取更多的有關信息和其組合，使購物更顯個性。消費者甚至有權決定是否接收廣告信息或接收哪些類型的信息。

（4）互聯網營銷能滿足價格重視型消費者的需求。互聯網營銷能為企業節省巨額的促銷和流通費用，使產品成本和價格降低成為可能。而消費者則可在全球范圍內找尋最優惠的價格，甚至可繞過中間商直接向生產者訂貨。與電視直銷或多層次傳銷相比，消費者不必負擔高昂的廣告費用或傳銷員的多層銷售提成，因而能以更低的價格實現購買。

㈦ 分析生活中的消費行為,如何看待互聯網引起的營銷創新

在傳統的市場銷售活動中，我們都是通過層層代理或者層層分銷的方式，銷售對應的生活必需品。

而互聯網的出現，使得產品銷售的模式更加豐富多樣化。尤其是隨著95後，00後的消費群體的崛起，消費者對於自己喜歡的品牌或者小眾品牌形成更強的粘度。他們願意為自己喜愛的產品或者品牌提前消費。這樣就引起了企業和市場的快速調整。通過經營固定的產品粉絲群或者粉絲經濟從而形成在小范圍內的產品美譽度和口碑延伸度。基於中國人口基數很大。只要經營好粉絲經濟，也足夠讓一家企業活得很滋潤很瀟灑。

所以在未來的市場經濟過程中。互聯網的模式將會越來越被廣泛應用在各個場景中。比如生活必需品，金融產品，電子類產品等等。

未來更好的應用互聯網手段就能夠使得自己的企業或者產品贏得更重要的市場影響力。

以上供你參考！

㈧ 互聯網金融的特點有哪些

回顧互聯網金融在中國的發展歷史，我們可以看到經歷了快速發展之後，目前應該說在逐漸趨於理性和冷靜，行業進入了規范發展的新階段，根據協會剛剛發布的《中國互聯網金融年報2017》的數據，我們總結了一下互聯網金融目前的幾個特點。

第一，監管政策正在逐步落地，行業規范發展態勢明顯。隨著互聯網金融風險專項整治工作的深入，從業機構優勝劣汰加速，行業發展環境逐步凈化。以個體網路借貸為例，到2016年末，正常運營的平台2640多家，比2015年減少了28%。問題平台關停、退出增多，正常運營平台在加速合規轉型。平台平均借款期限為8.4個月，比上年末增長1.7個月，平均收益率為9.3%，同比下降1.8%。收益率較低，且運行穩定的平台日益成為行業的主流。

第二，不同業態發展出現差異，情況比較復雜。其中移動支付、互聯網消費金融等業態保持快速發展，移動金融業務規模達到208.6萬億，同比增長60%，這是2016年底的數據，交易筆數1227.6億筆，同比增長128.6%，但是行業的集中度進一步上升，支付受理市場創新模式也帶來了一些新的問題。根據協會的抽樣數據，互聯網金融消費數據新增注冊用戶穩步增長，新發貸款金額和筆數增幅較大。互聯網保險、證券等業態依然保持增長，但是增速有所放緩。以保險數據為例，互聯網保險的保費收入總額為2348億元，同比增長5.2%，增幅較2015年有較大回落。互聯網股權融資的行業景氣度下降，平台下線和轉型的數量較多，新增項目3268個，同比下降56.6%。新增項目投資人次為5.8萬人，同比下降43.6%。

第三，部分業態行業集中度進一步上升。以互聯網支付行業為例，2016年互聯網支付的交易額在1萬億以上的非銀行支付機構共8家，他們的交易總額占非銀行交易機構的總額80%，以個體網路借貸為例，廣東、北京、上海、浙江、山東、江蘇等六省的各地網路借貸運營平台共計1854家，佔全國總數的70%。貸款余額近8000億元，佔全國總量的93.7%。

第四，互聯網金融的整體規模占金融總量比重仍然較低，但行業涉眾性比較強。以個體網路借貸為例，2016年末貸款余額8034億，而同期的社會融資規模存量是156萬億，前者僅為後者的0.5%。從歷史累計參與人數看，借款人和出借人合計5109萬人，比上年增長3596萬人。

第五，數字技術驅動特徵進一步明顯，大數據技術的客戶畫像在客戶畫像、精準營銷，風控等領域的應用日益廣泛，雲計算以其系統架構、資源整合等方面的優勢，滿足長尾客戶多樣化的服務方面發揮重要的作用。人工智慧技術應用效果開始顯現，生物識別技術在身份驗證、支付等場景應用逐漸增多。

第六，傳統金融機構在數字金融領域發力，但仍存在一定的約束。以互聯網直銷銀行為例，2016年末有69家商業銀行設立了互聯網直銷銀行，逾八成是城商行和農商行。根據協會的調研情況，傳統金融機構在發展數字金融的過程中還存在著一些人才、技術和機制方面的限制和約束，需要有針對性的加以解決。比如，金融產品研發很多還延續著傳統項目管理模式，存在環節多、流程長、耗時久，創新容錯不足等問題。業績考核更重視成本收益，對一些落地時間長，先期投入大，見效慢的創新而言，還存在一定的激勵不足方面的問題。