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？

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：

1、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。

2、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。

3、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。

下图是一个典型互联网金融用户的交互趋势图：

可以看到，每隔一段时间，这个用户就会有一段集中的、大量的交互行为。当用户购买完成后，用户的交互行为又变得很少，可能偶尔来看看产品的收益率，但整体的交互指标不会太高，直到他下一次购买。这个用户理财需求的周期是一个月左右。

4、购买行为具有强特征性

这主要包括两个特征：

（1）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；

（2）用户购买过程中的三个阶段特别容易识别。

1. 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；
2. 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。
3. 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；

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；

3. 采取针对性的运营策略，提高高价值用户的转化率。

三、获取目标用户

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。

1、优化渠道配置

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。 这张图是整体转化漏斗，从不同维度可以做对比，比如我们先选出流量前 10 的渠道：

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。

2、针对性运营渠道

这里面有几个渠道很有特点：

1. 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；
2. 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；
3. 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。

四、找出高价值用户

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？

1、用户的核心行为

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。

2、通过量化分析找出高价值用户

既然用户行为数据这么重要，那么怎样获取呢？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？

五、提升高价值用户的转化率

1、不同产品偏好类型的用户

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：

1. 债券型理财产品；
2. 股票型理财产品；
3. 货币型理财产品；
4. 指数型理财产品；
5. 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：

2、不同生命周期的用户

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，有这个维度的菜单，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。

作者：徐主峰，数据分析产品 GrowingIO 业务增长负责人，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。

本文由 @徐主峰 原创发布于人人都是产品经理。未经许可，禁止转载。