用户行为数据驱动--（五）用好用户数据的四个建议

用户行为数据驱动

（五）用好用户数据的四个建议

从用户最根本的需求来看其参与金融业务的目标，直接目标是为了获得收益，且环节最后，最终目的是为了消费。《金融学》一书中指出，“金融学的信条是：金融体系的终极功能在于满足人们的消费偏好，包括诸如食物、衣服和住所等全部基本生活必需品。”而建立在此基础上的用户的行为，可以理解为将其资金进行投入，借由金融产品等工具获得利润，再转出资金最后进行消费的一个闭环。

因此针对银行现状及互联网金融的发展趋势，就用户行为数据驱动产品创新及服务创新提四个建议：

（一）建议加强用户行为数据的收集

完整的用户画像=用户属性数据+用户行为数据+交易数据+风险收益数据。

互联网公司擅长前两块，但往往偏重于一般的互联网用户分析，缺乏对金融和投资的理解；作为银行后两块要强于互联网公司，但在整个用户画像的体系中，用户行为是联系起用户和平台两端的其他3项数据的关键要素，值得深入探究和完善。建议加强用户行为数据的收集，通过行内自有数据平台打通多源数据，整合大数据平台，解决行内外部数据缺失，建立客户研究体系并实现常态化。

通过外部数据的补充，建立行内以及外部数据的用户画像，可通过用户画像洞察客户偏好，了解客户潜在需求，在已有的移动软件中进行技术性数据收集和转化率分析。

（二）通过行为数据细分用户

通过深度识别用户分群，避免仅通过账户属性进行分类所造成的粗粒度划分。利用收集到的各种移动端数据，可以进行更精细的用户分群，比如通过用户所处地域、所用设备机型、所办理业务、用户的各种偏好等进行细粒度分群。通过更加了解用户构成，可以使银行具有进行用户差异化运营和产品设计的能力，并为后续的产品扩张、异业合作做好数据储备。目前有很多公司已经对用户的行为数据分析其偏好，从实际市场上使用的反馈情况来看，偏好分析在投资理财类APP上的分析效果，会好于在借贷类产品上的应用。

（三）制定专属策略提升转化率和留存率

通过用户生命周期价值（LTV）公式：（用户单月投资频次单价毛利率）（1/月流失率）*可知，在单价和毛利率不变的情况下，需要做好提升用户投资频次及降低用户流失率来延长用户的生命周期价值，建议依托用户偏好分析，制定专属的运营策略及金融产品，使用户在“促活-交易-留存-复投”的转化过程中，有充分的动力实现向忠诚度跃迁，降低用户流失率的同时，实现交易频次与金额的提升，延长用户生命周期。

（四）定期复盘，时常比较

对于营销活动效果的检视，简单地看无非是“达成”或“未达成”，而对用户行为数据的分析，却能回答为什么、好在哪/不好在哪儿、下次如何和才能做得更好。

建议根据用户行为数据对策略的版本及营销活动的效果进行定期的复盘，并对此进行调整和优化。基于各类用户转化率、基于AAARRR的“促活-交易-留存-复投”分析等，都能够帮助我们搭建一套对本平台指标体系搭建和竞争产品比较分析的框架，对于运营指标的制订、资源的申请和效果的检视有显著的帮助。

注：AAARRR理论是目前公认的用于移动产品运营的方法论，围绕应用使用生命周期，覆盖从用户获取到流失的全范围，形成了立体全方位的指标体系。通过对指标达成程度的判断研读，结合分析结果对产品日常运营进行指导。目前市场上已经有类似TalkingData、友盟等成熟产品支持对移动应用进行移动运营，提供业务决策支撑。