【案例】某金融理财交易平台——用数据驱动实现金融理财交易平台的产品优化与运营

数据驱动金融理财产品优化大数据神策数据

原创神策数据 | 2017-06-27 08:00

【数据猿导读】无论B2B还是B2C公司希望通过数据驱动业务增长，其中B2B领域中，在数据驱动下的B2B领先企业的收入增长能力是普通企业的5倍、盈利能力高8倍、股东整体回报率高2倍。因此，数据驱动能力正在成为企业重要变革和核心竞争力

本篇案例为数据猿推出的大型“金融大数据主题策划”活动（查看详情）第一部分的系列案例/征文；感谢 神策数据 的投递

作为整体活动的第二部分，2017年6月29日，由数据猿主办，上海金融行业信息协会、互联网普惠金融研究院联合主办，中国信息通信研究院、大数据发展促进委员会、上海大数据联盟、首席数据官联盟、中国大数据技术与应用联盟协办的《「数据猿·超声波」之金融科技·商业价值探索高峰论坛》还将在上海隆重举办【论坛详情丨上届回顾】

在论坛现场，也将颁发“技术创新奖”、“应用创新奖”、“最佳实践奖”、“优秀案例奖”四大类案例奖

来源：数据猿丨投递：神策数据

Gartner预测，到2020年，大数据将成为主流的嵌入式技术，并被视为常规产品的一部分。麦肯锡在对200多家不同类型公司的实际调研中发现，无论B2B还是B2C公司希望通过数据驱动业务增长，其中B2B领域中，在数据驱动下的B2B领先企业的收入增长能力是普通企业的5倍、盈利能力高8倍、股东整体回报率高2倍。因此，数据驱动能力正在成为企业重要变革和核心竞争力。

互联网金融企业也不例外。在互联网金融发展的过程中，国内互联网金融呈现出多种多样的业务模式和运行机制。一些走在行业前沿的互联网金融企业，它们选择与业内知名的用户分析——神策数据合作，如中国银联、中邮消费金融、广发证券、融360、借贷宝、华创证券等。

本文将以某金融理财交易平台（国内排名10）为例。该金融理财交易平台的产品涵盖股票、P2P、外汇等金融产品，是一站式的金融服务平台。在数据驱动的道路上，该金融理财平台通过神策分析实现了：

1.构建高效金融客户分析体系，实现数据驱动产品优化与科学决策；

2.精准勾勒客户画像，多维度监控增强风控模型；

3.搭建良性循环的精细化运营体系，精准渠道追踪，营销效果可实时观察、衡量；

周期/节奏

该项目的接入流程约2～3月，开始时间为2016年8月至2016年10月，前后经过需求沟通、事件设计、数据接入、核对数据、培训交付极大阶段。整个接入流程中，神策数据服务团队包括：客户成功团队、数据分析师团队、技术支持。

客户名称/所属分类

客户名称：某金融理财交易平台

所属分类：大数据技术服务

任务/目标

随着大数据风潮的兴盛，资本撬动的互联网金融行业在精细化运营产品方面有了更深层次的需求，积极谋求数据驱动决策的新发展。神策数据的互联网金融客户希望通过神策数据实现洞悉用户行为，了解用户诉求；摸索客户规律与习惯，深度挖掘数据价值；科学指导运营与管理，不断提升用户产品体验。该互联网金融客户应用神策数据希望能够实现：

1、优化渠道推广，提高广告投放ROI；

互联网金融企业想评估渠道的具体的效果，仅通过PV、UV指标是远远不够的，评估哪类渠道是最佳的，并增加渠道的推广才能提升企业ROI。

数据驱动_金融理财_产品优化_大数据_神策数据-1

图 1 神策数据互金解决方案——实现优化渠道推广的要点

2、找到产品优化方向，提高客户转化率

只有真正了解甚至还原用户的行为轨迹，发现用户真实的需求，根据用户行为去指导产品的优化，以数据驱动实现方案。

数据驱动_金融理财_产品优化_大数据_神策数据-2

图2 神策数据互金解决方案——实时观察营销效果并不断优化策略

3、用户分群，实现精细化运营

数据驱动_金融理财_产品优化_大数据_神策数据-3

图 3 神策数据互金解决方案——精细化营销提升留存率

基于用户行为，可以实现更精细化的用户分群。通过神策分析平台，可以找到哪类用户后期留存率较高，究竟是什么原因造成的，诸如此类的应用场景。因此，针对不同类型的用户，采用不同的营销策略，进行个性化营销，提高留存的关键。

除此之外，实现异常维度监控，快速识别风险点，加强风控模型等等，均是其项目目标。

数据驱动_金融理财_产品优化_大数据_神策数据-4

图 4 神策数据互金解决方案——用户行为特征增强风险模型

挑战

该金融理财平台实现数据驱动面临的一些挑战：

1.数据采集不规范。主要表现在：

a.数据采集不统一，行为数据获取不足。用户在平台上的搜索和购买行为是平台运营最为关注的核心要素。已有BI系统只分析业务结果数据，缺乏对行为数据的全面提取和分析；各业务线的日志采集方案不够统一，维护成本偏高。

b.行为数据与业务数据不通。线上产品的行为数据和最终业务数据的是天然割裂的，难以实现端到端分析。

2.数据分析效率不高

运营人员提需求，数据工程师写脚本清洗数据、写SQL开发分析报表和提供应用的解决方案，在此流程下出现：

a.分析滞后：工程师资源有限，需求积压，开发周期长，导致业务的统计分析滞后

b.沟通效率有待提高：对于复杂性需求，业务与研发团队沟通成本高，影响效率

c.重复工作：线上产品和业务越来越多，对于流量和点击这类共性需求却需要每次都针对具体业务重新开发，大量重复性开发工作量，造成资源浪费。

3.选型顾虑——安全性。对于选型第三方数据分析平台，作为一个成熟的互联网金融企业，对数据安全性顾虑很大。企业用户行为数据是企业不断产品与提升用户体验的基础，而数据分析的安全性对于证券公司来说尤为重要。

实施过程/解决方案

该金融理财交易平台为例，其产品涵盖股票、P2P、外汇等金融产品，是一站式的金融服务平台。在该金融客户的项目实施过程中，先后经历了需求梳理、事件设计、数据接入等阶段。下面为大家详解具体实施过程及解决方案。

第一阶段：梳理需求

一、企业数据分析需求梳理

科学的数据采集方式要源于企业的业务需求，因此需求梳理是进行数据分析与采集的第一阶段。该企业内部按照事业部进行业务线的划分，每个事业部负责一条业务线，并独立的运营、产品和技术人员来负责，同形成统一的APP。业务部门希望可以将行为数据与业务数据进行打通，以实现更精细化的运营。神策数据针对其实际情况，梳理其主要的数据分析需求：

（一）APP的用户情况精细化分析需求；

该金融理财平台的APP涵盖了公司各业务线。通过数据分析，企业希望能够评估整个平台公共功能的使用情况，包括：用户情况、产品使用情况、核心功能转化漏斗、私信使用情况、首页功能模块的使用、用户关注情况等；

（二）电商平台的用户行为精细化分析需求；

企业有一个具有些许电商性质的平台，用户可以使用积分或者货币来换取商品。企业需要精细化了解用户及产品使用情况、商品交易情况、订单数据等；

（三）关于外汇业务线的精细化分析需求；

外汇是APP上的频道之一，因此在该功能中有两类角色，一是高投资者，一个普通投资用户。除一些基础的产品使用情况，伴随着交易对两类角色的分析是他们更为关注的。企业十分关注两类角色的产品使用情况。希望了解到：

►高投资者的申请高投资者数、新增高投资者数、放弃高投资者数、在绑高投资者数、高投资者盈利比、高投资者核心行为统计；

►普通投资者的复制人数、成功复制人数、复制金额等：

►交易数据：出入金人数、出入金金额、交易人数、交易金额、交易产品

►核心漏斗：注册开户流程、入金流程、交易流程、复制流程

(四）对P2P理财业务线的精细化分析需求

针对此方面，需要了解产品使用情况、交易情况、核心漏斗转化情况等。

（五）对股票业务线的精细化分析需求

用户可以在此频道上一键购买或卖出专业投资经理或者民间高手创建组合。希望能够了解到推送追踪情况、社区资讯使用情况、交易情况、跟单行为、核心转化漏斗情况等。

第二阶段：事件设计

根据以上的需求点，神策数据对其进行了事件设计：

第一，针对APP的用户情况精细化分析需求，事件设计包括启动和退出、APP浏览页面、APP元素点击、激活APP、注册&登录、实名认证、绑定银行卡、入金&出金、分享等。

第二，针对电商平台的用户行为精细化分析需求，进行了浏览页、提交订单、支付订单成功、发货&收货等事件设计。

第三，关于外汇业务线的精细化分析需求，进行包括外汇开户流程事件、申请外汇高投资者事件&放弃高投资者资格、购买外汇产品、购买外汇保收产品、外汇跟单等事件设计。

第四，针对P2P理财设计了点击理财产品、提交投资信息、支付投资项目、投资成功、投资到期、领取优惠券、债权转让等事件。

第五，按照股票业务线精细化分析需求，针对开户的每一步流程、浏览股票资讯&资讯的点赞、评论、分享、发布，挂单&撤单&完成交易，高投资者跟单事件设计等。

以上事件包含丰富的属性，结合用户属性，用来标记事件发生时的行为和用户特征，如：

外汇跟单事件中，包含高投资者类型、高投资者ID等属性，从而去分析不同高投资者的跟单情况。

再如，P2P理财相关事件中，包含理财产品类型、理财产品名称、收益方式、投资期限、年化收益率、投资金额、优惠券ID、优惠券类型、优惠券金额、实际支付金额、投资收益、支付方式等属性，从而可以去投资行为进行多维分析，了解不同产品类型、不同产品的投资情况，不同投资期限和收益率的投资分布，结合领取优惠券的行为去衡量优惠券的发放效果。

通过元素点击和页面浏览事件，可以采集APP中所有的元素点击和页面浏览，通过元素的内容、所在页面的名称等属性区分用户点击/浏览的是哪一个元素/页面。这些事件，作为自定义事件的补充，实现一些PV、UV、平均使用时长、平均访问深度、跳出率，各功能的点击情况等一些常规需求。

上述事件是一期沟通时确定的，随着该企业的业务发展、对事件设计的理解、需求的变化对事件设计又进行了优化和调整。处于对客户隐私的保护，只列出一个大概思路及框架。

第三阶段：数据接入阶段

数据接入阶段分为两个部分，即接入方式和埋点方式。

一、数据接入方式：

在该项目中，为保证数据接入的全面性，也提升了数据的精准性，神策数据的数据接入方式包括前端数据采集与后端数据采集：

（1）普通的行为数据从前端采集；

（2）后端数据采集；

出金、入金、投资理财产品、购买外汇产品等重要事件采集从后端进行，发放优惠券这类只有后端才有记录的事件从后端采集；一些事件中如提交订单等，部门属性是前段采集的如操作系统、地理信息等，部分属性需要从后端采集如商品品牌，商品分类，商品价格等，此时由前端将所需前端能采集到的属性传给后端，和后端采集的信息进行拼接，统一由后端发送。

二、数据埋点规范

由于企业业务线较多，在确定了每个事件的接入方式后，对埋点规范进行要求，包括：

1、事件和属性名称的规范

对每个事件，每个属性都定义好埋点的英文名称，保证各业务线、各端传入信息的一致性。且为了便于区分不同的业务线，在事件前额外增加了前缀，如：理财事件的前缀 P2P，外汇事件的前缀 forex，股票事件的前缀 stock。如此既方便对事件的管理，也方便后续的分析使用。

2、事件采集时机的规范

明确好每个事件的采集时机，如元素点击事件，是在该元素在前端被点击时触发；而交易成功类事件，如股票交易，购买P2P理财产品成功等，则是在服务端返回了成功信息后才触发；明确的采集时机，使开发人员更加明确，减少了不必要的沟通成功，并且保证数据的准确性。

3、属性采集范围的规范

（1）同一事件多端采集属性不一致时要明确

以浏览页面为例。该企业平台有一套适用各端的标准的页面ID体系，希望能将各端的浏览页面行为进行统一分析。因此，他们没有全部采用神策数据可以自动采集的PageView和AppViewScreen事件，而是web采用PageView，app端手动埋点。而PageView中有很多预置采集的属性是app上没有的，对于这类属性需要明确的说明，以免给开发带来困扰；

（2）特殊属性的取值范围要确定

有些事件是针对特定场景设计的，而其中的属性取值是可以穷举的，也是后续需要分析的点，就需要明确列出。如产品经理需要了解某些特定页面的功能情况，而其他页面的则不需要采集，此时就需要明确需要采集的是那些页面的哪些功能。

另外，针对企业的安全顾虑，神策数据提供私有化部署方案，满足了企业刚需，保护了平台核心资产。

应用场景/效果评估

注：因涉嫌商业机密，以下数据均为模拟真实场景下的虚拟数字。

该金融理财平台借助神策数据构建了安全、完整的数据分析平台，可视化界面简化了数据分析操作，让业务人员集中精力攻破业务重点，用数据驱动运营，自助式发现问题、解决问题。效果主要表现在以下方面：

(1)打通行为数据和业务数据，实现精细化用户行为分析；

让行为数据和业务数据打通，实现端到端分析。可秒级查询并实时监控用户的行为，勾勒用户画像，对转化率等数据深度洞察，及时优化平台内容和操作体验。

(2)实现数据驱动产品优化，促进科学决策；

该互联网金融理财交易平台采集了每个页面的ID及该页面上的所有按钮ID和按钮名称等相关属性，用来了解用户在APP上的每一步操作行为。在APP开屏页会向金融用户展示一些营销信息或者活动信息。在APP运营初期，产品经理认为用户对“资金安全”的需求要远远高于用户体验。因此在开屏活动页面上会展示出“专业资质”、“多国牌照”等内容，以传递品牌安全感。

通过数据分析发现，3月15日至3月30日的用户的转化率为 2.29% ，结果并不理想。

数据驱动_金融理财_产品优化_大数据_神策数据-5

图5 针对“资金安全”主题的开屏页面的转化率情况

数据驱动_金融理财_产品优化_大数据_神策数据-6

图6 推出针对高收益页面活动页面后的用户转化情况

后来尝试推出针对以“高收益”为主题的活动页面，并经过漏斗分析发现，针对高收益的开平页面的转化率会更高，高达14.05%。因此通过数据而非人员的主观判断去设计产品，这是一次较为成功的改版行为。

除此之外，依托于丰富的用户行为，在其他产品细节点的优化上，同样抛弃了人员主观判断的方案，依靠数据来说话，通过设计两种或多种方案，通过事件分析、漏斗分析等分析模型选择更优的方案。

（3）营销效果可实时观察、衡量，搭建良性循环的精细化运营体系。

运营人员可以分析不同渠道、不同方式进行的广告投放带来的目标转化效果。需要细化到关键词信息，呈现每个环节的转化漏斗。了解各渠道各版本的用户活跃和留存分析、路径分析，热点业务版块的重点跟踪和优化等，准确高效地计算投入产出比(ROI)，衡量和优化不同渠道的投放。

高效、便捷地给用户精准推送内容，以唤醒沉睡客户是十分常见的营销方式。通常包括以下流程：设定活动主题和目标——定位营销目标人群——将营销内容触达目标人群——观察推送的效果是否达成目标。以下是营销活动之一——精准推送的精细化运营流程：以下是该企业通过神策分析平台的一次营销活动。

第一步，筛选出“高意向用户”

在用户分析模块的“用户分群”功能页面，以条件筛选方式定位目标群体。例如，为“唤醒”2017年1月注册且浏览过征信页面（通过分析发现，用户浏览征信页面后，后期的留存率较高），但未进行投资的用户，为锁定目标人群，可在用户分析模块的“用户分群”功能页面做如下图操作。

数据驱动_金融理财_产品优化_大数据_神策数据-7

图7 在“用户分群”功能页面，筛选营销目标群体

第二步，向“高意向客户”用户群体，进行信息推送

通过用户分群功能将这部分人筛选出，可以通过短信或者站内弹窗的形式通知，并向该群体推送信息，以刺激其投资。

第三步，推送效果评估

在完成信息推送后，运营人员可以在神策分析主页面进行多维度分析，实时展示推送后效果。如该互联网金融客户完成精准推送后，用户可在投资流程转化漏斗中再次查看用户转化情况，评估推送或者产品优化效果。

数据驱动_金融理财_产品优化_大数据_神策数据-8

图8 被推送人群与未被推送人群的总体转化率情况对比

如图可见，对“高意向客户”完成精准推送后，整体转化率高达24.69%，而未进行推送的人群转化率为16.34%，说明这是一次较为成功的精准营销。

如此，通过神策分该互联网金融理财交易平台搭建了高效、便捷、精准的营销平台。企业运营人员在神策分析的可视化界面上，可依次完成多维度指标用户行为分析、用户分群、对目标人群的精准信息推送工作、实时查看推送效果的全流程精细化运营操作。

综上，在针对特定人群进行个性化的内容营销后，神策分析提供灵活强大的多维度分析，运营人员可实时全方位查看营销效果，辅助其进行科学决策。通过客户粘性与转化率的提升，持续丰满的用户数据便于企业进行更深入的洞察与关联，以推动新一轮的精确推送，促进企业精细化运营实现良性循环。

与数据分析的结合，让互联网金融企业的发展如虎添翼。该企业积极应用海量数据的采集和分析，实现端到端的深度洞察，调整战略和业务决策、改善核心业务运营、构建差异化竞争优势，向着以数据驱动为核心的方向前进。

企业介绍：

神策数据，一家专业的大数据分析服务公司，致力于帮助客户实现数据驱动。公司推出深度用户行为分析产品神策分析（Sensors Analytics），支持私有化部署、基础数据采集与建模，并作为 PaaS 平台支持二次开发。此外，还提供大数据相关咨询和完整解决方案。目前已赢得聚美优品、趣店、百联、广发证券、参考消息、秒拍、融360、共享单车、36氪、Keep等数百家行业领先企业认可。

欢迎更多大数据企业、大数据爱好者投稿数据猿，来稿请直接投递至：tougao@datayuan.cn

来源：数据猿

收藏分享

声明：数据猿尊重媒体行业规范，相关内容都会注明来源与作者；转载我们原创内容时，也请务必注明“来源：数据猿”与作者名称，否则将会受到数据猿追责。