互联网金融市场分析

㈠ 如何做互联网金融行业的竞品分析

一、确定自己复的竞争对手

制竞争对手是做竞品分析的对象，如果没有竞争对手，就做不了竞品分析，所以第一步就应该确定自己的竞争对手。

二、获取竞争对手消息的途径

竞争对手的信息绝对不会亲自送到我们手上，我们需要去寻找，获取竞争对手消息途径有很多种，寻找适合你的，去找信息。

三、确定获取竞争对手的信息

先确定获取竞争对手的哪些信息，如产品信息、用户信息、收入信息等，然后再去寻找信息，有目标就会更容易获得。

四、选择合适的分析方法进行分析

得到竞争对手的数据后，就可以做分析工作了，最后得出一个结论。当然分析方法有很多种，选择一个合适的分析方法更利于工作的进行

㈡ 蚂蚁金融,余额宝是最近,两年的热门领域,分析互联网金融的主要特点和优势

“互联网金来融”发展的自关键在于必需具备互联网思想，一方面利用互联网技术拓展金融业的边界和市场，完成之前不能完成的用户需求，通过提高用户体验来激起和拓展用户需求；另一方面极大地提高工作效率和节俭用户的时间，为用户带来价值增值服务。基于互联网技术的网络经济具备本身的明显特征，在市场形式方面，网络经济是典范的双边市场，即同时面向厂家和用户，这样就可以通过搭建平台造成本身的生态体系；在平台实际运作方面，网络经济具备边沿成本趋势于零的明显特征，这样互联网企业就可以搭建巨型平台来吸引大批的用户和商家。
互联网金融行业的优势： 1、通过社交网络或电子商务平台可以挖掘各类与金融相关的信息（大数据、云计算） ； 2、更加智能的满足用户的金融需求（个性化定制）；
3、金融服务门槛大大降低，用户参与程度高（“小”伙伴们都可以参与）。

㈢ 互联网金融的优势及劣势

美国经济来学家默顿和博迪（自Merton&Bodie，1993）认为，金融功能比金融机构更加稳定。也就是说，只要金融功能能够得到有效发挥，金融机构就变得没那么重要，甚至可以达到金融脱媒的状态。

首先说说互联网金融的优势。资源开放化，包括开放的平台、资源能得到共享；成本集约化，信息能实现最大化对称；选择市场化，改变了过去以金融机构为主体的形式；渠道自主化，通过互联网技术和前端的整合，扩大服务的边界；用户行为价值化，利用云计算将消费者的行为数据进行分析，从中挖掘商业价值。总结这些优点，那就是互联网金融可以通过社交网络，电子商务平台等能够及时获取资金供求双方的信息，而这是传统金融模式难以望其项背的。

但是相较于传统金融模式，互联网金融也存在着很多问题。互联网金融很难准确把握小微企业真实的融资需求；互联网金融无法吸收存款；此外，互联网金融尚处于无监管机构、无准入门槛的阶段，发展混乱、鱼龙混杂，人才和渠道的制约也决定了其无法提供高端的金融服务，品牌和信用积累程度不够，对消费者的信息保护也存在挑战；最后，在互联网金融模式下，用户信息被大量的掌握，信息安全成为了令人担忧的问题。

㈣ 如何理解互联网金融，分析几个核心业务就懂了

互联网金融，是利抄用互联网技术和移动通信技术等一系列现代信息科技技术实现资金融通的一种新兴金融模式。在此种模式下，市场信息不对称程度非常低，资金供需双方能够通过网络直接对接，交易成本大大减少。
通过对业内相应商业模式、商业现象进行深度剖析，可以将互联网金融分为六大模式：第三方支付、P2P网贷、大数据金融、众筹、信息化金融机构、互联网金融门户。
谢谢采纳，仅供参考！

㈤ 如何推动互联网金融业发展的调研报告

《2015-2020年中国互联网金融行业领航调研与投资战略规划分析报告》由中咨领航资深专家在大量周密的市场调研基础上撰写，主要依据中国国家统计局、国家海关总署、国务院发展研究中心、相关行业协会、国内外相关报刊杂志的基础信息以及专业研究单位等公布和提供的大量资料。报告首先分析政策、经济等环境对互联网金融行业的影响；接着从国内外互联网金融行业发展现状、发展热点、市场规模把握行业整体现状；然后从互联网金融行业市场供需、细分市场及时发现机会点和增长点；进一步从互联网金融市场竞争、重点企业搜集竞争情报，进行竞争定位；最后从互联网金融行业发展前景及趋势进行战略预判；而且综合了互联网金融行业投资风险和投资机会制定投资战略规划。

㈥ 中国互联网金融的发展现状与问题研究

市场规模实现较快增长

近年来，国内汽车消费需求的日益旺盛，汽车行业供应链上各方的金融需求不断提升，互联网汽车金融市场规模逐年增大。统计数据显示，2018年，我国互联网汽车金融的市场规模为3566.3亿元，2019年，中国互联网+汽车金融市场规模约4438.4亿元左右。

——更多数据来请参考前瞻产业研究院《中国汽车金融行业市场前瞻与投资战略规划分析报告》。

㈦ 互联网金融的概述

本书分为三篇，共十二章。第一篇为互联网金融概述，主要对互联网金融的定义、特点、概况等进行阐述；第二篇为互联网金融六大模式，逐一分析第三方支付、P2P网贷、大数据金融、众筹、信息化金融机构、互联网金融门户等互联网金融六大模式；第三篇为互联网金融的发展思考，包括相关风险分析、金融监管以及互联网金融业发展环境分析。
《互联网金融》目录
前 言 VIII
第一篇 互联网金融概述
第一章 · 互联网金融概况 3
1.1 互联网金融概述 3
1.1.1 互联网金融定义 3
1.1.2 互联网金融的特点 5
1.1.3 互联网金融六大模式概述 7
1.1.4 互联网货币代表——比特币 10
1.2 互联网金融发展概况 15
1.2.1 国外互联网金融发展概况 15
1.2.2 国内互联网金融发展概况 17
第二章 · 金融业的发展与变革 24
2.1 金融业的基本概述 24
2.1.1 金融的含义 24
2.1.2 金融业的定义 24
2.2 传统金融业的发展 25
2.2.1 商业银行的产生 25
2.2.2 商业银行的职能 25
2.3 现代金融业的兴起 26
2.3.1 金融机构变革 26
2.3.2 现代金融业的定位 31
2.3.3 现代金融业战略地位极大提升 32
2.4 金融创新与金融业变革 33
2.4.1 金融创新的含义 33
2.4.2 金融创新的动因 33
2.4.3 金融创新的发展阶段 35
2.4.4 金融创新对金融业的影响 37
2.5 我国金融体系现状与未来 40
2.5.1 中国金融业的发展历程 40
2.5.2 我国目前金融体系结构 45
2.5.3 我国金融体系面临的问题 49
2.5.4 我国金融业未来的发展趋势 50
第三章 · 互联网发展引发的金融变革 52
3.1 互联网发展状况 52
3.1.1 互联网定义 52
3.1.2 我国互联网发展现状 52
3.2 互联网引发的社会变革 54
3.2.1 互联网引发的生活变革 55
3.2.2 互联网引发的商业变革 58
3.3 互联网引发的金融业变革 60
第二篇 互联网金融六大模式
第四章 · 第三方支付 65
4.1 第三方支付概况 65
4.1.1 第三方支付定义 65
4.1.2 第三方支付业务流程 65
4.1.3 第三方支付的价值 67
4.1.4 第三方支付发展历程 68
4.1.5 第三方支付行业规模 70
4.2 第三方支付运营模式 72
4.2.1 独立第三方支付模式 73
4.2.2 有交易平台的担保支付模式 79
4.2.3 两种模式的对比分析 85
4.3 第三方支付对金融业发展态势的影响 86
4.3.1 促进金融行业服务变革 87
4.3.2 蚕食银行中间业务 88
4.3.3 开创新的融资方式 89
4.4 第三方支付风险分析 92
4.4.1 操作风险 92
4.4.2 法律风险 93
4.5 第三方支付风险防范建议 95
4.5.1 开展第三方支付平台评级工作 95
4.5.2 推进立法，加强监管 96
4.5.3 将第三方支付平台纳入反洗钱监控范围 96
4.5.4 依靠高科技手段加强信息系统安全 96
4.5.5 事前审核，事中监控，事后管理 97
4.6 发展趋势 98
4.6.1 市场竞争日趋激烈 98
4.6.2 应用领域不断拓展 98
4.6.3 支付方式不断创新 99
4.6.4 业务模式多元化 99
第五章 · P2P 网贷 100
5.1 P2P 网贷概况 100
5.1.1 P2P 网贷定义 100
5.1.2 P2P 网贷交易流程 100
5.1.3 P2P 网贷国外发展概况 101
5.1.4 P2P 网贷国内发展概况 104
5.2 P2P 网贷模式分析 110
5.2.1 纯平台模式和债权转让模式 110
5.2.2 纯线上模式和线上线下相结合模式 113
5.2.3 无担保模式和有担保模式 119
5.3 P2P 网贷对金融业发展的影响 125
5.3.1 规范民间借贷、抑制高利贷 125
5.3.2 促进直接融资发展 126
5.3.3 加速“影子银行”市场化 127
5.3.4 推动征信系统建设 128
5.3.5 创新金融业风控手段 129
5.3.6 促进金融监理念改革和监管方式创新 129
5.4 P2P 网贷风险分析 130
5.4.1 操作风险 130
5.4.2 流动性风险 131
5.4.3 法律风险 133
5.4.4 信用风险 134
5.5 P2P 网贷风险防范建议 135
5.5.1 设立准入门槛，加强政府监管 136
5.5.2 第三方资金托管，清结算分离 136
5.5.3 完善社会征信体系，实现信用信息共享 137
5.5.4 明确法律性质，确定监管主体 137
5.6 P2P 网贷发展趋势 138
第六章 · 大数据金融 141
6.1 大数据金融概况 141
6.1.1 大数据金融定义 141
6.1.2 大数据定义 141
6.1.3 大数据与金融的结合 146
6.1.4 大数据金融的优势 148
6.2 大数据金融运营模式分析 150
6.2.1 平台模式 150
6.2.2 供应链金融模式 156
6.3 大数据金融对金融业发展态势的影响 162
6.3.1 数据成为衡量金融机构核心竞争力的重要指标 163
6.3.2 冲击金融业思维方式和商业模式 164
6.3.3 创新产品和模式，辅助金融决策 166
6.3.4 大数据金融同传统金融业态结合 167
6.4 大数据金融风险分析 167
6.4.1 技术风险 167
6.4.2 操作性风险 168
6.4.3 法律风险 171
6.5 大数据金融风险防范建议 172
6.5.1 加快立法进程，加强行业自律 172
6.5.2 实现数据隐私保护和数据隐私应用之间的平衡 173
6.5.3 数据资源的整合和分工专业化 173
6.5.4 强化数据挖掘 174
6.6 大数据金融发展趋势 174
6.6.1 电商金融化，实现信息流和金融流的融合 175
6.6.2 金融机构积极搭建数据平台，强化用户体验 176
6.6.3 大数据金融实现大数据产业链分工 177
第七章 · 众筹 179
7.1 众筹简介 179
7.1.1 众筹定义 179
7.1.2 众筹分类 179
7.1.3 众筹活动参与者 180
7.1.4 众筹活动运作流程 180
7.1.5 众筹模式的优势 183
7.2 众筹平台运营模式分析 185
7.2.1 奖励制众筹 186
7.2.2 募捐制众筹 189
7.2.3 股权制众筹 193
7.2.4 借贷制众筹 204
7.3 众筹平台对金融业发展态势的影响 206
7.4 众筹平台风险分析 209
7.4.1 法律风险 209
7.4.2 信用风险 212
7.5 众筹模式风险防范建议 214
7.5.1 法律制度的与时俱进 215
7.5.2 建立健全我国的信用体制 216
7.5.3 实际操作中的风险规避方法 217
7.6 众筹平台发展趋势 219
7.6.1 众筹模式发展趋势预测 219
7.6.2 中国众筹的未来 222
第八章 · 信息化金融机构 224
8.1 信息化金融机构概况 224
8.1.1 信息化金融机构定义 224
8.1.2 金融机构信息化历程 224
8.1.3 信息化金融机构的特点 225
8.2 信息化金融机构运营模式分析 227
8.2.1 传统业务的电子化模式 227
8.2.2 基于互联网的创新金融服务模式 229
8.2.3 金融电商模式 233
8.3 信息化金融机构对金融业发展态势的影响 238
8.3.1 信息化成为企业核心竞争力，上升到战略层面 238
8.3.2 金融服务竞争战场转移 240
8.3.3 中小金融机构“逆袭”的机会 242
8.3.4 混业经营趋势明显 243
8.4 信息化金融机构风险分析 244
8.4.1 信息化金融机构风险特点 244
8.4.2 系统性风险 245
8.4.3 法律风险 245
8.4.4 操作风险 246
8.5 信息化金融机构风险防范建议 248
8.6 信息化金融机构发展趋势 249
8.6.1 服务机构虚拟化 249
8.6.2 服务对象平民化 250
8.6.3 金融机构平台化 252
8.6.4 金融服务个性化 253
第九章 互联网金融门户 255
9.1 互联网金融门户概况 255
9.1.1 互联网金融门户定义 255
9.1.2 互联网金融门户类别 255
9.1.3 互联网金融门户特点 256
9.1.4 互联网金融门户历史沿革 258
9.2 互联网金融门户运营模式分析 260
9.2.1 概述 260
9.2.2 P2P 网贷类门户 261
9.2.3 信贷类门户 265
9.2.4 保险类门户 268
9.2.5 理财类门户 271
9.2.6 综合类门户 273
9.3 互联网金融门户对金融业发展态势的影响 277
9.3.1 降低金融市场信息不对称程度 277
9.3.2 改变用户选择金融产品的方式 278
9.3.3 形成对上游金融机构的反纵向控制 278
9.4 互联网金融门户风险分析及风控措施 279
9.4.1 互联网金融门户面临的风险 279
9.4.2 互联网金融门户的风控措施 282
9.5 互联网金融门户发展趋势 283
第三篇 互联网金融发展思考
第十章 · 互联网金融风险分析及风险控制 289
10.1 互联网金融风险分析 289
10.1.1 系统性风险 290
10.1.2 流动性风险 293
10.1.3 信用风险 296
10.1.4 技术性风险 296
10.1.5 操作性风险 299
10.1.6 市场风险 302
10.1.7 国别风险 303
10.1.8 法律风险 305
10.1.9 声誉风险 306
10.2 互联网金融风险控制常用方法 306
10.2.1 系统性风险控制方法 308
10.2.2 信用风险度量模型类别及分析 313
10.2.3 其他风险管理常用技术方法 317
第十一章 · 互联网金融监管探索 322
11.1 金融监管的理论基础 322
11.1.1 金融监管理论基础及发展演进 322
11.1.2 金融监管模式分析及主要内容 327
11.1.3 金融监管体制及监管主要方法 332
11.2 世界互联网金融监管探索 335
11.2.1 美国互联网金融监管 336
11.2.2 欧洲互联网金融监管 338
11.2.3 英国互联网金融监管 339
11.2.4 中国互联网金融监管 340
11.3 互联网金融风险监管探索 343
11.3.1 系统性风险监管 343
11.3.2 流动性风险监管 344
11.3.3 信用风险监管 347
11.3.4 技术性风险监管 349
11.3.5 操作性风险监管 351
11.3.6 声誉风险监管 351
11.3.7 国别风险监管 352
第十二章 · 国内互联网金融业发展环境分析 354
12.1 法律环境现状 354
12.1.1 六大模式发展进程不一，存在大量法律空白 354
12.1.2 现有法律位阶较低，效力覆盖范围有限 355
12.1.3 部分法律僵硬滞后，不适应产业发展需求 356
12.2 完善金融监管法律建议 356
12.2.1 尽快确定监管主体，加强流程监控 357
12.2.2 探索实施行业准入制度，完善退出机制 357
12.2.3 逐步填补法律空白，改革落后规则 358
12.3 行业公共体系环境现状及发展建议 358
12.3.1 征信体系现状及发展建议 358
12.3.2 互联网金融人才培养情况及相关建议 363
12.4 产业政策环境与建议 365
12.4.1 产业政策环境 365
12.4.2 产业政策建议 365
附录一 《互联网金融》相关法律法规清单 371
附录二 已获牌照第三方支付企业清单 377
附录三 部分 P2P 网络借贷企业清单 386
附录四 部分众筹平台清单 390
附录五 部分互联网金融门户类企业清单 392
附录六 部分政府领导及企事业人士对互联网金融的观点摘录 393
参考文献 397

㈧ 如何进行互联网金融运营数据的分析，都有哪些方法

作者：张溪梦 Simon
链接：https://www.hu.com/question/29185414/answer/110954989
来源：知乎
著作权归作者所有

我们之前做过一期互联网金融的公开课，「互联网金融增长宝典：三大步骤提高转化，搞定用户运营」，主讲人是 GrowingIO 的业务增长负责人徐主峰，曾任职 Criteo、Microsoft 等公司，有丰富的电商、互联网金融客户解决方案经验。 这是公开课的速记整理。
这是一篇互联网金融宝典，我推荐给所有转化率只有 1%、总是为谁可能是你的购买用户而犯愁的互联网金融的高管、PM、市场运营和销售们。本文通过实战案例，手把手教你建立转化指标、 梳理分析思路、提供分析步骤并最终建立用户行为分析模型。

文 / 徐主峰

大部分的互联网金融公司最为纠结的一点是，流量这么大，获客成本这么高，为什么最后的转化率和成单量却这么低？怎样才能提高用户运营效率？用户行为数据分析怎样把处在不同购买决策阶段的用户挑选出来，帮助互联网金融公司做到精益化运营？

我们的客户中很大一部分来自互联网金融，比如人人贷等行业前 10 的互联网金融公司。在服务客户的过程中，我们也积累了大量的数据驱动业务的实践案例，来帮助客户创造价值。

一 、互联网金融用户四大行为特征

互联网金融平台用户有四大行为特征：

第一流量转化率低，下图是某互联网金融公司网站上，新客户过去 30 天整体购买转化漏斗，其转化率只有 0.38%：

而这并非个例，实际上，绝大多数互联网金融公司，在 web 端购买的转化率基本都在 1% 以下，APP购买率在 5% 左右，远远低于电商或者其他在线交易的购买率。
第二，虽然转化率低，但是客单价却很高。一般来说，电商行业客单价在几十到几百，而互联网金融客户，客单价从几千到几万，某些特殊领域甚至高达几十万。而客单价高，就意味着用户购买决策会更复杂，购买周期也会更长。
第三，用户购买行为有很强周期性。电商的客户下次购买时间是不确定的，但是互联网金融平台上，真正购买的用户，是有理财需求的用户，在资金到期赎回产品后，一定还会进行下一次购买，只不过未必发生在你的平台上。
最后一个特点是「很强的特征性」，主要包括两个特征：
A：用户的购买偏好比较容易识别，理财产品数量和品类都很少，所以用户购买的需求或者偏好，很容易从其行为数据上识别出来。
B：用户购买过程中的三个阶段特别容易识别：
用户在购买决策阶段，有大量的交互事件产生，他会看产品，比对不同产品的收益率和风险，比对不同产品的投资期限等等；
但是一旦他完成了产品的购买，就不会有大量的交互行为产生，他可能仅是回来看一看产品的收益率。
当用户的产品资金赎回之后，又有大量的交互事件产生，实际上他处在下一款产品购买的决策期。

二、互联网金融用户运营的三大步骤

针对互联网金融用户行为的四个特征，在用户运营上有三个比较重要的阶段性工作：

1.首先，获取可能购买的目标用户，合理配置在渠道上的投放预算，以提高高质量用户获取的比例：
渠道工作的核心，主要是做好两方面的工作：宏观层面，优化整个渠道的配置；微观层面，单一渠道角度来说，根据渠道配置的策略，有针对性地实施和调整。
具体渠道的实施，大家都比较熟悉，但是对于整个渠道组合配置的优化，很多人接触的其实并不多。
以渠道一为例，总体的转化率是 0.02%；在过去 30 天站内总体的流量是 18.9K，漏斗第一级到第二级的转化率是 3.36%，这样一共是五级，我们看到最终渠道一带来总体的成交用户一共是 4 人。
类似的，前 10 的渠道数据都很清晰。不同渠道带来的流量，不同渠道总体的转化率，以及不同渠道在整个转化路径上每步的转化率都可以看到。
这里面有几个渠道很有特点：
渠道一的特点，渠道一带来的流量是所有 10 个渠道里最大的，但是它的总体转化率却是低的；
渠道二和渠道七，渠道二的量很大，但是转化率是零。渠道七量比较一般，转化率也是零；
渠道九和渠道十，这两个渠道是所有渠道里转化率最高的。但是这两个渠道特点，是带来流量不是特别大……
结合典型渠道特点，可以做一个象限图：
第一象限（右上角）渠道质量又高，带来流量又大的，这里面渠道三四五是符合这个特征的，渠道策略应该是继续保持和提高渠道的投入。
第二象限（左上角）渠道的质量比较高，但带来的流量比较小，这里面包含的主要渠道就是八九十。对应的主要策略是，加大渠道的投放，并且在加大投放的过程中，要持续关注渠道质量的变化。
我们先看第四象限（右下角），渠道质量比较差，但是带来流量比较大，这里面主要有渠道一和渠道二。相对应的渠道策略，应该在渠道做更加精准的投放，来提高整个渠道的质量。
第三象限（左下角）这个象限里渠道质量又差，带来流量又小，比如渠道六跟渠道七。我们是否要直接砍掉？这里建议是，策略上要比较谨慎一些。所以在具体渠道的策略上，业绩保持监测，然后小步调整。
根据上面数据分析得出的结果，做过渠道优化后，就会为我们带来更多高质量的用户。
2.接下来就要把高价值的用户——真正有购买需求，愿意付费、购买的用户找出来。
将资源与精力投入到真正可能购买的用户上的前提是，我们要能够识别出，哪些是真正有价值的用户？哪些是价值偏低的用户？
其实对于互联网金融平台来说，甚至所有包含在线交易的平台，用户的购买意愿，是可以从用户的行为数据上识别出来的。由于互联网金融平台的特殊性，相比于电商平台来说，商品品类更少，平台功能也更为简单，所以用户的行为数据，也更能反应出互联网金融平台上用户的购买意愿。
把用户在平台上的所有行为总结一下，核心的行为其实并不多，具体包括：
用户查看产品列表页，说明有一些购买意愿，点击某个产品，说明用户希望有进一步的了解。用户最终确认了支付，完成了购买，购买流程就走完了，他的理财需求已经得到了满足。每一种行为都表示出用户不同程度的购买意愿，所以获得用户在产品里的行为数据就十分重要。
既然用户行为数据这么重要，那么怎样获取呢？GrowingIO 以无埋点的方式，全量采集用户所有的行为数据，根据我们对业务的需求，配比成不同的权重系数，并按照每个用户购买意愿的强弱，进一步分群。
这是我们一个客户制作的用户购买意愿指标的范例，刚才的前 5 个行为，都是用户在购买前典型的行为：
每种典型事件的权重系数不一样，用户购买意愿是越来越强的：用户点了投资按纽，甚至点了提交的按钮，显然要比他单单看产品列表页，或者单单看产品页、详情页的意愿强。越能反应用户购买意愿的事件，你给它分类的权重应该是最大的，这是大的原则，0.05 还是 0.06 影响并不大，所以不必纠结。
这样通过这种方式，我们就可以按照每个用户的所有行为，给用户做购买意愿打分的指标，最终形成用户购买意愿的指标。
这是我们从高到低截取部分用户购买意愿打分的情况，第一列是每个用户的 ID，第二列是按照购买意愿给每个用户打分的情况。得分高的，就是购买意愿最强烈的用户。
拿到所有用户购买意愿之后，我们就可以按照用户购买意愿的强烈与否，把所有的用户分成不同的群体，来做针对性的运营。
这是在把用户在过去 14 天内，由其产生的所有行为数据，按照购买意愿打分的权重，把打分大于 5 的用户找出来，在总体用户里，这部分用户购买意愿排名前 20% ，我们给它起个名字，叫购买意愿强烈的用户。
类似我们还做了购买意愿中等的用户分群，这是购买意愿排名在 20-60% 之间的用户；购买意愿排名在最后 40% 的用户，是购买意愿最弱的用户分群。
分群之后，点击任意一个分群，都会以用户 ID 的形式列出来。因为你要有用户的 ID ，才能对这些用户施加运营策略。每个用户最近 30 天的访问次数，最近的访问地点，最后一次访问时间都可以看到。
接下来针对这些购买意愿强烈的用户，怎样推动用户的转化呢？
3.采取针对性的运营策略，提高高价值用户的转化率。
首先我们来看一下购买偏好，互联网金融平台商品品类是比较少的，用户购买的目的性也比较清晰，一般商品的品类有这么几种：
第一种：债券型理财产品
第二种：股票型理财产品
第三种：货币型理财产品
第四种：指数型理财产品
第五种：混合型理财产品…
我们把用户在不同品类商品上的访问时长占比算出来，就能比较好地了解用户的购买偏好。比如下图，我们用用户访问债券型产品详情页的访问时长，除以用户在站内总体的访问时长，就能够得到用户在债券产品上访问时长占比的指标。
我们还是使用用户分群的工具，把在债券型产品上的访问时长占比大于40%的用户分出来，这是有非常强烈表征的客户，他购买的偏好就是债券型的产品。
同时我们再设定另外一个指标，比如用户购买意愿指标，之前我们做过大于5，也就是购买意愿排名在前 20% 的。
通过这两个条件，我们就可以把购买偏好是债券型产品，同时有强烈购买意愿的用户找出来，这两个指标的关系是并（and）的关系。同样我们可以按照用户的购买偏好，把关注其他品类的用户，都做成不同的用户分群，然后形成不同购买偏好的用户群体。
针对这些用户，其实在运营策略上，我们可以从三个层面来展开来进行做：
从购买阶段的角度，首先我们把所有用户可以分成新客和老客。对于这两个群体来说，运营策略和运营重点是非常不一样的。
新客群体，是从来没有在平台上发生过购买的用户，我们要根据用户的购买意愿，做进一步的运营。
老客群体，也就是在平台上已经发生过产品购买的用户，除了关注用户的购买意愿之外，用户的资金状态（资金是否赎回）也是非常重要的参数。
用户是否购买过产品？购买产品的用户是否已经赎回资金？这两个内容，其实是一个用户当前的属性。在我们分群的工作里，这有个维度的菜单，通过这个维度菜单，我们就可以把具有某种属性的用户找出来：
这里我做了一个分群，我们可以看一下。在维度的菜单里，我们把是否购买过产品的维度值设置成了 1 。把资金是否已经赎回这个维度的值，也设置成了 1 。实际上是把那些资金已经赎回的老用户找出来；同样在指标这个菜单里，我们同时也把有强烈购买意愿的用户找出来，时间是过去 14 天，指标大于 5 。
这样我们就制作了一个用户分群，而这个用户分群里所有用户，要满足下面的三个特征：
特征一：购买过产品的老客。
特征二：他们的资金，目前已经赎回了。
特征三：过去 14 天内的行为数据，表明这个用户有着强烈的购买意愿。
同理我们把所有用户，整理为下面几个不同类别，对应不同的运营策略：
比如新客里，当前有购买意愿的，其实他属于购买决策期的新用户。应该根据用户的购买偏好，推荐这种比较优质的理财产品。并给予一定的购买激励，来促进这些新客在平台上的第一次购买，这个对于新客来说是非常重要的，以此类推。
相比于电商或者其他行业，互联网金融平台结合行业和用户的特点，从用户行为数据分析的角度，驱动产品业务以及提高用户的转化率，有更加重要的意义。