而对于大部分互联网金融公司来说最困扰的一点是，流量这么大，获客成本这么高，为什么最终的转化率和订单量这么低？如何提升用户运营效率？如何通过用户行为数据分析，针对不同阶段的购买决策选择用户，帮助互联网金融公司实现精益运营？

一、互联网金融用户的四大行为特征

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近30天网站新客户整体购买转化漏斗，其转化率仅为0.38%：

这并不是个别案例，事实上，大部分互联网金融公司在网页端的转化率基本都在1%以下，APP端购买率也在5%左右，远低于电商或者其他线上交易的购买率。

2.虽然转化率低，但平均订单价值高

一般来说，电商行业的客均消费在几十到几百之间，而对于互联网金融客户来说，客均消费在几千到几万不等，在一些特殊领域甚至高达几十万，客均消费高意味着用户在购​​买决策上会更加复杂，购买周期也会更长。

3. 用户购买行为具有很强的周期性

电商客户下次购买时间是不确定的，但在互联网金融平台上，真正的购买者是有理财需求的，等资金成熟、产品赎回后，一定会进行下次购买，而这在你的平台上未必会发生。

下图是典型的互联网金融用户交互趋势图：

可以看到，每隔一段时间，这个用户就会出现比较集中且量很大的互动行为，在用户完成购买之后，用户的互动行为就越来越少，他可能会偶尔查看一下产品的回报率，但是直到他下一次购买之前，整体的互动指数都不会太高。这个用户的理财需求周期大概是一个月左右。

4. 购买行为极具特色

这主要包括两个特点：

（1）用户的购买偏好比较容易识别。由于金融产品的数量和种类较少，因此从用户的行为数据中很容易识别出用户的购买需求或偏好。

（2）用户购买过程中有三个阶段特别容易识别。

在购买决策阶段，用户有大量的交互事件，会看产品，比较不同产品的收益率和风险，比较不同产品的投资期限等，但是一旦完成了产品的购买，就不会有大量的交互行为，他可能只是回来查看一下产品的收益率。当用户的产品资金赎回之后，又有大量的交互事件，其实他正处于下一次产品购买的决策期。2、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大特点，用户运营有三个比较重要的阶段性任务：

1、首先获取可能购买的目标用户，合理分配渠道上的广告预算，增加优质用户获取占比；

2、接下来我们需要识别高价值用户——真正有购买需求，愿意付费购买的用户；

3、采取针对性的运营策略，提高高价值用户的转化率。

3. 获取目标用户

渠道工作核心是做好两件事：

1.优化渠道配置

具体渠道的实现大家都很熟悉，但是整个渠道组合配置的优化很多人不太熟悉。这张图是整体的转化漏斗，可以从不同的维度来对比。比如我们先选取流量前端10个渠道：

以渠道一为例，整体转化率为0.02%；近30天站内总流量为18.9K，漏斗第一层到第二层的转化率为3.36%，所以一共有五个层级，我们可以看到，渠道一最终一共带来了4个完成交易的用户。

同样，Top 10渠道的数据也非常清晰，可以看到不同渠道带来的流量，可以看到不同渠道整体的转化率，可以看到整个转化路径中每一步不同渠道的转化率。

2. 精准运营渠道

这里有几个特殊通道：

渠道一的特点是，渠道一带来的流量是所有10个渠道中最大的，但是它的整体转化率较低；渠道二和渠道七，渠道二的量很大，但是它的转化率为零。渠道七的流量一般，转化率为零。渠道九和渠道十是所有渠道中转化率最高的。但是这两个渠道的特点是，它们带来的流量都不多……

结合典型渠道的特点，我们可以制作一个象限图：

第一象限（右上角）渠道质量高，流量大，三、四、五渠道符合这一特征，渠道策略应该是继续维持并加大渠道投入。

第二象限（左上角）渠道质量较高，但带来的流量较少，这里包含的主要渠道有80、90、100，对应的主攻策略是加大渠道投放，在此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），这个象限的渠道质量比较差，但是流量比较大，这个主要包括渠道1和渠道2，对应的渠道策略应该在渠道上更加精准，以提高整个渠道的质量。

第三象限（左下角）是信道质量差，流量小的，比如信道6、信道7，是不是要直接切断？这里的建议是策略上要谨慎一些，策略上还是会持续监测表现，然后做小幅调整。

根据以上数据分析的结果，渠道优化之后，会给我们带来更多的优质用户。

4. 寻找高价值用户

把资源和精力投入到真正有可能购买的用户身上的前提是，我们要能识别出哪些用户是真正有价值的，哪些是低价值的用户。

1. 用户核心行为

事实上，对于互联网金融平台，甚至所有包含线上交易的平台，都可以从用户的行为数据中识别出用户的购买意向，由于互联网金融平台的特殊性，相对于电商平台，产品品类较少，平台功能较为简单，因此用户行为数据更能反映出用户在互联网金融平台上的购买意向。

总结平台上用户的所有行为，核心行为其实并不多，包括：

当用户浏览商品列表页时，意味着他有某种购买意向；当用户点击某件商品时，意味着他想进一步了解该商品；当用户最终确认支付并完成购买时，购买流程就算完成，他的金融需求也得到了满足。每一个行为都表明了用户不同程度的购买意愿，因此获取产品中的用户行为数据非常重要。

2.通过量化分析寻找高价值用户

既然用户行为数据这么重要，那我们如何获取呢？ 我们不设埋点的采集所有用户行为数据，并根据业务需求赋予不同的权重系数，再根据每个用户的购买意向计算权重系数，根据购买意向强弱，进一步划分群体。

这是我们的客户制作的用户购买意向指标示例，前五种行为是用户在购买前的典型行为：

每一个典型事件的权重系数都是不一样的，用户的购买意愿越来越强烈：用户点击了投资按钮，甚至点击了提交按钮，这显然比只看商品列表页，或者只看商品页、详情页有更强的购买意愿。一个事件越能体现用户的购买意愿，你就应该赋予它越大的权重。这是一个普遍的原则。0.05或者0.06不会有很大的影响，所以不用太在意。

这样我们就可以根据每个用户的所有行为，对用户的购买意向进行打分，最终形成用户购买意向的指标。

这是我们从高到低截取部分用户的购买意向得分的情况，第一列是每个用户的ID，第二列是每个用户按照购买意向的得分，得分越高代表购买意向越强。获取到所有用户的购买意向后，我们就可以根据购买意向的强弱将所有用户划分为不同的组别，并进行针对性的操作。

这是根据用户在过去14天产生的所有行为数据，按照购买意向得分的权重，找出得分大于5的用户，这些用户在总用户中，购买意向排名在前20%的用户，我们给它起个名字叫强购买意向用户。

同样，我们也对购买意向中等的用户进行了细分，即购买意向排名在20-60%之间的用户；购买意向排名在后40%的用户，是购买意向最弱的用户群体。

分组之后，点击任意一个组，都会以用户ID的形式列出来，因为需要用户ID才能对这些用户应用运营策略，每个用户最近30天的访问次数，最近一次访问的地点，最后一次访问的时间都可以看到。

接下来针对这些有强烈购买意向的用户我们该如何促进用户转化呢？

五、提升高价值用户转化率1、不同产品偏好的用户

首先我们来看看购买偏好，互联网金融平台的商品品类比较少，用户购买的目的比较明确，一般有这么几类商品：

债券型金融产品；股票型金融产品；货币型金融产品；指数型金融产品；混合型金融产品。

我们可以计算用户在不同商品类别上的访问时长占比，以更好地了解用户的购买偏好。例如，下图中，我们将用户访问债券产品详情页的访问时长除以用户在网站上停留的总时间。通过分析用户在债券产品上的访问时长，我们可以得到用户在债券产品上的访问时长占比的指标。

我们还是用用户细分工具，把债券产品上访问时间占比超过40%的用户分出来，这些是特征非常强的客户，他们的购买偏好是债券产品。再设置一个指标，比如用户购买意向指标，我们之前做的是大于5，也就是购买意向排名在前20%。

通过这两个条件，我们可以找出对债券产品有偏好且购买意向较强的用户，这两个指标之间的关系是AND关系。同样，我们可以根据用户的购买偏好找出对债券产品有偏好且购买意向较强的用户。对其他类别感兴趣的用户，可以划分为不同的用户群，进而形成具有不同购买偏好的用户群。

对于这些用户，其实在运营策略上，我们可以从三个层面进行运营：

2. 不同生命周期的用户

从购买阶段来看，我们首先可以把所有用户分为新客户和老客户，针对这两类人群，运营策略和运营重点有很大的不同。

用户是否购买了商品？购买商品的用户是否兑现了资金？这两个内容其实就是一个用户当前的属性。

在我们的分组工作中，有一个维度菜单，通过这个维度菜单，我们可以找到具有某些属性的用户：

这里我做了分组，我们看一下。在维度菜单中，我们把商品是否购买过维度值设为1，基金是否赎回过维度值也设为1。第一个是找出基金赎回过的老用户；同样在指标菜单中，我们也找出有强烈购买欲望的用户，时间为近14天，指标大于5。

这样，我们就创建了一个用户组，这个用户组内的所有用户都必须满足以下三个特征：

同样，我们将所有用户分为以下几类，分别对应不同的运营策略：

比如在新客户中，那些现在愿意购买的其实都是处于购买决策期的新用户，我们应该根据用户的购买偏好，推荐这个相对优质的金融产品，并给予一定的购买激励，来促进这些新客户；平台的首次购买对于新客户来说非常重要，等等。

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来驱动产品业务、提高用户转化率，这一点更为重要。

作者：徐竹峰，数据分析产品业务增长负责人，曾就职于等公司，拥有丰富的电商、互联网金融客户解决方案经验。