互联网金融:如何促进高成单、高转化?(下)

来源:GrowingIO 2018/11/27 阅读:2885 评论:0
分类: 数据运营 金融行业
活动盒子活动运营工具,一站式解决APP运营拉新、促活、留存难题,提升用户转化! 了解详情

本文将继续介绍互联网金融用户运营的第三步,提升高价值用户的转化率。

互联网金融:如何促进高成单、高转化?(下)

前两篇文章介绍了互联网金融用户行为的四大特征,以及用户运营的第一步(获取目标用户)和第二步(找到高价值用户)。本文将继续介绍互联网金融用户运营的第三步,提升高价值用户的转化率。

五、提升高价值用户的转化率

(一)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:

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。

01-互联网金融数据分析-分析用户产品喜好.jpg

图1:用户在债券产品上访问时长占比

我们还是使用数据分析工具GrowingIO的用户分群功能,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:

02-互联网金融数据分析-用户购买偏好.jpg

图2:根据不同购买偏好进行运营的三个层面

(二)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:

03-互联网金融数据分析-筛选高价值用户.jpg

图3:通过【用户分群】找出符合条件的用户

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:

互联网金融:如何促进高成单、高转化?(下)

图4:所有用户可整理为6个类别

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。

本文作者:徐主峰,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。本文来自『2016 GrowingIO 数据驱动增长大会』,分为上、中、下三篇,本文是第三篇。

活动盒子(huodonghezi.com),APP活动运营工具,助力APP运营,提升用户活跃、留存和转化,全方位提供APP运营解决方案。立即去体验:http://houtai.huodonghezi.com/users/register

评论

APP运营解决方案

助力APP运营实现拉新、

促活、留存,提升转化率

立即获取方案
热门标签
数据分析 活动策划 活动工具 活动复盘 活动预热 活动设计
热门文章