金融公司互聯網經營策略

1. 互聯網金融這種運營模式有什麼優缺點

互聯網金融（ITFIN）是指傳統金融機構與互聯網企業利用互聯網技術內和信息通信技術實現資金融通容、支付、投資和信息中介服務的新型金融業務模式。互聯網金融ITFIN不是互聯網和金融業的簡單結合，而是在實現安全、移動等網路技術水平上，被用戶熟悉接受後（尤其是對電子商務的接受），自然而然為適應新的需求而產生的新模式及新業務。是傳統金融行業與互聯網技術相結合的新興領域。

互聯網金融的優點：
1、成本低
2、效率高
3、覆蓋廣
4、發展快

互聯網金融的缺點：
1、管理弱
2、風險大

2. 互聯網金融的發展前景

如果說2014年是互聯網金融發展的元年，2015年是互聯網金融監管年，2016年就是這一行業的整治年和生死年。在互聯網發展和創新得到監管認可的同時，非法集資、詐騙、自融等行業亂象不容忽視。從年初開始，互聯網金融行業整治風暴不斷，「驅逐劣幣」大洗牌已然開始。網貸行業成交量在加速上揚的同時，收益率開始回歸合理區間。小型平台逐漸退出市場，大型平台則轉型升級為互聯網金融集團。未來行業將何去何從可能無人知曉，但大家都知道網貸行業的出現帶動了社會進步。
網貸成交量：突破3萬億
在互聯網金融的整治風暴中，整個行業成交量在近幾個月出現下降，不過11月環比出現了增長，同比看來仍然創造了「亮眼」成績。2016年11月網貸行業成交量為2197.34億元，這也是歷史上首次單月成交量突破2000億元大關。截至2016年11月底，網貸行業歷史累計成交量為31847.67億元，突破3萬億元關口。從數據上看，整個行業狀況有所回暖。網貸行業於2015年10月實現了第一個萬億元，用時超過七年之久，第二個萬億元僅僅用了7個月時間，第三個萬億元用了6個月。很多投資者為了避險，紛紛從小平台轉向大平台進行投資，帶動了整個行業成交量的上升，這個行業並沒有想像中悲觀。
綜合收益率：走向合理區間
2016年11月，網貸行業綜合收益率為9.61%，環比下降了7個基點（1個基點=0.01%），同比下降了264個基點。自2016年8月24日《網路借貸信息中介機構業務活動管理暫行辦法》（以下簡稱《暫行辦法》）出台後，網貸平台資產端競爭加劇、合規調整成本增大，部分平台主動下調綜合收益率，不過由於網貸「雙11」不少平台加息來吸引投資人，使得11月綜合收益率下降速度有所放緩。目前主流綜合收益率區間仍分布在8%-12%，平台佔比為51.42%；其次為綜合收益率在12%-18%的平台，佔比為33.44%，8%以下低息平台佔比較上月有所下降，為10.08%。不過，網貸行業收益率下行並非壞事，在此前出現的眾多跑路事件中，高收益成為投資人誤入陷阱的誘餌，未來網貸行業收益區間將更加合理。
集團化：大平台的選擇
互聯網金融行業也出現了「馬太效應」，小平台被淘汰，大平台在升級。據不完全統計，截至2016年11月底，P2P網貸行業平台融資次數近57次，融資金額超152億元人民幣（含陸金所融資，不含平台自身未公布或未公布投資方的平台）。行業在政策引導下開始「二八分化」，互聯網金融企業集團化發展可以通過精細化運作深耕細分領域,各子品牌相互獨立，也可以建立一道政策風險的防禦牆。但如同硬幣正反面，集團化架構對企業管理能力會形成一定考驗，很多集團化並不是「破繭成蝶」，可能只是停滯不前。
銀行資金存管加速落實
截至2016年10月底，廣東華興銀行、民生銀行、浙商銀行和江西銀行等36家銀行布局網貸平台資金存管業務，並共有216家正常運營平台宣布與銀行簽訂資金存管協議，約占同期網貸行業正常運營平台總數量的10.03%。其中有161家與銀行簽訂直接存管協議；53家與銀行簽訂聯合存管協議；2家與銀行簽訂銀行直連協議。完成銀行資金存管系統對接方面，共有102家平台完成銀行資金存管系統，約占同期網貸行業正常運營平台總數量的4.74%，其中有89家平台是於2016年完成銀行資金存管系統對接。其中完成銀行直接存管系統對接的平台有68家，完成銀行聯合存管系統的有32家，2家平台上線銀行直連系統。
資料來源：艾瑞

3. 金融互聯網的運作模式可以有哪些

金融互聯網的運作六大模式：

1、第三方支付

互聯網金融門戶是指利用互聯網進行金融產品的銷售以及為金融產品銷售提供第三方服務的平台。

4. 互聯網金融公司有哪些經營模式

互聯網金融公司經營模式主要有5種；
分別是P2P、P2B、P2C、P2G、A2P;
每種模式的簡介如下專：
P2P:英文為peer-to-peer，即個屬人對個人的網上借貸模式，即通過P2P平台將小額資金聚集起來借給有資金需求的人，而資金借出人也能從中獲得收益。

P2B:英文解釋為person-to-business，即個人貸款給企業的一種借貸模式。借款企業必須要有第三方擔保機構進行擔保才能進行網上貸款。

P2C:在網貸行業中，指的是個人與企業之間的融資借貸模式，即Person-to-company。這種模式是一種線上線下（O2O）相結合的新概念，P2C平台線下開發優質的中小企業客戶，並引進實力的融資性擔保機構對項目進行擔保，然後發布至線上進行融資的一種模式。

P2G:英文為private-to-government，主要是以服務政府項目為主的互聯網金融投資模式。P2G模式下，借款對象一般是政府、國企或央企，借款項目包括國有金融機構的債券回購、政府的直接投資項目、國企或央企的保理項目、政府承擔回購責任的投資項目等。

A2P:融資性擔保平台；

5. 互聯網金融公司的概念

互聯網金融（ITFIN）是指傳統金融機構與互聯網企業利用互聯網技術和信息通信技術實回現資金融通答、支付、投資和信息中介服務的新型金融業務模式。互聯網金融ITFIN不是互聯網和金融業的簡單結合，而是在實現安全、移動等網路技術水平上，被用戶熟悉接受後（尤其是對電子商務的接受），自然而然為適應新的需求而產生的新模式及新業務。是傳統金融行業與互聯網技術相結合的新興領域。滿足上面的條件依法設立的，有獨立的法人財產，以營利為目的的企業法人，其兩種主要形式為有限責任公司和股份有限公司。

6. 如何看待互聯網對於金融企業營銷的影響

互聯網金融是傳統金融和互聯網結合的新型金融模式，支付寶、余額寶、網路信用卡這些都是我們身邊常見互聯網金融。新模式往往有著超強的顛覆力量，這或許也是還沒准備好的傳統力量不願意看到的。近日，網路信用卡暫停，金融圈一致指向央行護犢銀聯。馬雲在近日發言中也坦言「有時候，打敗你的不是技術，可能只是一份文件」。互聯網金融孰是孰非，讓我來為您帶來的分析。
最近一段時間，人們對互聯網金融展開了熱烈討論，但觀點卻存在很大分歧。我們認為有必要從理論根基上理清互聯網金融與傳統金融業務的區別，以確定互聯網金融創新的本質。這不但有助於監管部門引入恰當的監管措施，也有助於金融機構（包括互聯網金融企業與傳統金融機構）合理布局自身的業務拓展。對投資者而言，搞清楚互聯網金融的本質特徵對於預測這些新的商業模式的可持續性、從而預測相關企業和上市公司的發展前景也很有益處。
我認為，目前絕大多數互聯網金融產品和商業模式所帶來的主要是技術層面的改善或創新。它們降低了金融交易的成本，卻無法明顯降低信息不對稱的問題，因此應該達不到「去中介化」的效果，也就不可能「顛覆」傳統金融業。
網路競爭中「贏者通吃」的特性意味著，估計僅有少數的互聯網金融平台可以生存，而絕大多數規模較小的互聯網金融平台估計都難以存活太久。不過，那些可以生存的互聯網金融平台（如愛錢進www.iqianjin.com）將來很有可能成功躋身於大型甚至超大型金融機構之列。
對於互聯網金融這一新生事物，我建議監管部門採取一種既大力支持和鼓勵、又密切跟蹤和監管的開放態度。鑒於互聯網金融並未改變金融業的本質，對它的監管也應該秉承與傳統金融監管一致的原則與框架，避免出現監管中的不公平或造成潛在的風險隱患。但值得指出的是，互聯網金融的發展順應了中國金融改革的大方向，成為了倒逼金融放鬆管制、打破改革惰性的急先鋒。因此，監管部門應該借力互聯網金融的發展而積極推動金融放鬆管制的進程，給傳統金融機構松綁，而不是簡單地套用現行法規、把互聯網金融的創新扼殺於襁褓之中。
一、互聯網金融與信息不對稱
互聯網金融這個名詞包含兩個組成部分：互聯網和金融。因此，研究互聯網金融，必須同時分析這兩個部分，缺一不可。
目前比較流行的觀點是，人們把傳統金融機構（如銀行、保險公司、基金、證券公司等）使用互聯網來展示和營銷其產品和業務的做法稱作「金融互聯網」，而把互聯網企業介入金融服務領域的做法稱為「互聯網金融」。這種定義雖然簡便易懂，但它只是區分了金融業務的操作主體（即互聯網企業或傳統金融機構），而沒有解釋二者在經營模式上的區別。
以P2P網貸為例，雖然互聯網技術的存在使得大量的潛在貸款人（lender）可以通過P2P網貸平台的網頁直接了解到大量借款人（borrower）及其項目信息，甚至可以通過大量的互聯網搜索引擎查詢到大量的關聯信息，但這並不意味著信息不對稱的問題就可以大幅度降低。這是因為，無論互聯網上的信息有多麼豐富，也無法囊括所有實體經濟與商業活動的信息。至少到目前為止，我們必須承認，絕大部分的實體經濟與商業活動的信息仍然存在於線下，而線上的信息雖然高速增長並且規模驚人，但與實體經濟與社會所產生與存在的信息量相比卻也只是滄海一粟。

二、互聯網金融與網路效應
我們認為，互聯網金融與傳統金融的區別，不僅在於新興信息技術所帶來的交易成本的下降。更重要的是，互聯網作為現實社會中各種真實與虛擬網路中的一種，它可以創造、培育和利用網路效應。這是網路行業（包括互聯網行業）與絕大多數普通行業的一大區別。
三、網路效應的威力與互聯網精神
網路效應的威力在於，一旦網路的規模達到一定水平，網路的擴張將變成內生的、自我實現的、甚至無法阻止的。但是反過來，如果網路規模達不到一定的臨界點，這個網路將無法生存，很快會走向滅亡。
比如，微信之所以如此強大而具有吸引力，而其它幾個後發的基於移動端的社交網路卻難成氣候，就是因為微信已經集聚了海量的用戶群，其龐大的網路效應使得老用戶很難割捨，而新用戶則會競相加入。
正是由於這一原因，互聯網企業在成立初期，為了擴大網路的規模、達到這一必要的臨界點，往往不惜做賠本買賣來吸引客戶。這被很多人戲稱為「互聯網精神」。所有互聯網企業都明白，如果他們的客戶資源達不到某個量級，不管他們前期投入多少，這個網路註定是要失敗的。而如果他們能夠很快把客戶數量提升到這個臨界點，那麼它們的網路就可進入自我催生的正反饋狀態里，前期的虧損可以輕松地被未來的盈利所補償。這就是它們為什麼要不惜血本來增加客戶資源。美國公司亞馬遜、雅虎等著名的互聯網公司都是很好的例子。
四、互聯網金融的誕生
我認為，互聯網金融的產生是一個水到渠成的現象，它是互聯網企業依託其所培育的互聯網商務網路、對其客戶所提供的一種自然的附加服務。這些附加的金融服務有助於改善客戶體驗、提高服務效率、增強消費者福利，因此是互聯網商業模式發展過程中不可阻擋的趨勢。
我以阿里巴巴為例，來展示一個互聯網商務平台如何藉助網路效應而介入金融服務領域。阿里巴巴的金融業務發展路徑很清晰，也是順理成章、水到渠成的。它開始於最初的單邊及兩邊網路平台（阿里巴巴、淘寶、天貓）。這些網路平台的電子商務業務需要便捷的網路支付工具來支持，以方便網路客戶的交易與支付需求。所以阿里巴巴推出了支付寶，作為網路支付的手段，從而以第三方支付平台的身份進入了金融服務領域。
五、傳統金融機構的應對
以上分析表明，互聯網金融的出現是一個水到渠成的必然現象，它是互聯網企業依託其所培育的互聯網商務網路、對其客戶所提供的一種附加的增值服務。從理論層面來看，雖然互聯網金融企業推出了一系列令人耳目一新的產品和商業模式，但它們並不能實現「去中介化」的目標，也沒有改變金融的本質。因此，它們所推出的產品和採用的商業模式，也完全可以被傳統金融機構所學習和利用。只要傳統金融機構不固步自封，它們中的絕大部分應該可以經受住互聯網金融企業的沖擊，在金融服務的市場中保留自己的一席之地。
六、結論
我認為，互聯網金融的出現是一個水到渠成、不可阻擋的趨勢，它是互聯網企業依託其所培育的互聯網商務網路、對其客戶所提供的一種自然的附加服務。這些附加服務有助於改善客戶體驗、提高服務效率、增強消費者福利，對中國經濟的發展和轉型、以及提升中國金融業的服務品質都意義重大。
從理論層面來看，雖然互聯網金融企業推出了一系列令人耳目一新的產品和商業模式，但它們並不能實現「去中介化」的目標，也沒有改變金融的本質。因此，它們所推出的產品和採用的商業模式，也完全可以被傳統金融機構所學習和利用。只要傳統金融機構不固步自封，它們中的絕大部分應該可以經受住互聯網金融企業的沖擊，在金融服務的市場中保留自己的一席之地。
然而，由於網路效應的存在，即便傳統金融企業可以同樣使用互聯網作為一個新的營銷渠道和手段，它們卻並不一定可以收復失地。對於那些存在明顯的網路效應的互聯網商業模式來講，網路效應的巨大威力使得那些已經積聚了海量客戶的互聯網商業平台可以輕松地植入金融服務功能，迅速擴張其金融版圖，令傳統金融機構無法阻擋。與此同時，由於網路效應存在規模臨界點的要求以及近似於「贏者通吃」的特性，很多互聯網金融企業不得不被迫涉足金融服務業，以便為網路的參與者提供越來越完善和便捷的服務，從而鞏固和增強自身網路的網路效應，防止被競爭對手網路所超越。但「贏者通吃」的特性意味著，未來僅有少數的互聯網金融平台可以生存，而絕大多數規模較小的互聯網金融平台估計都難以存活太久。

7. 何為互聯網消費金融公司，其運營特點，市場優勢

互聯網消費金融是充分利用互聯網的優勢，能夠利用規則風控和大數據模型，版快捷、迅速、安全的為客戶提權供面向全場景的消費金融服務，金融場景互聯網化，產品互聯網化，消費場景由實體渠道向互聯網化發展，用戶維護、用戶體驗、用戶溝通和支付渠道等的互聯網化，以及因移動互聯、社交網路和大數據應用的發展而被顛覆的，規則風控和數據模型風控並重，服務互聯網化，建立支付體系、信用體系、做到行業內信息便捷的共享，與傳統金融相比，互聯網金融打破地域限制、真正做到以用戶為中心，依託不同的場景做到簡單交易用戶體驗。

8. 如何進行互聯網金融運營數據的分析，都有哪些方法

來源於：知乎
大部分的互聯網金融公司最為糾結的一點是，流量這么大，獲客成本這么高，為什麼最後的的轉化率和成單量卻這么低？怎樣才能提高用戶運營效率？用戶行為數據分析怎樣把處在不同購買決策階段的用戶挑選出來，幫助互聯網金融公司做到精益化運營？
我們的客戶中很大一部分來自互聯網金融，比如人人貸等行業前 10 的互聯網金融公司。在服務客戶的過程中，我們也積累了大量的數據驅動業務的實踐案例，來幫助客戶創造價值。
一 、互聯網金融用戶四大行為特徵
互聯網金融平台用戶有四大行為特徵：
第一流量轉化率低，下圖是某互聯網金融公司網站上，新客戶過去 30 天整體購買轉化漏斗，其轉化率只有 0.38%：
而這並非個例，實際上，絕大多數互聯網金融公司，在 web 端購買的轉化率基本都在 1% 以下，APP購買率在 5% 左右，遠遠低於電商或者其他在線交易的購買率。
第二，雖然轉化率低，但是客單價卻很高。一般來說，電商行業客單價在幾十到幾百，而互聯網金融客戶，客單價從幾千到幾萬，某些特殊領域甚至高達幾十萬。而客單價高，就意味著用戶購買決策會更復雜，購買周期也會更長。
第三，用戶購買行為有很強周期性。電商的客戶下次購買時間是不確定的，但是互聯網金融平台上，真正購買的用戶，是有理財需求的用戶，在資金到期贖回產品後，一定還會進行下一次購買，只不過未必發生在你的平台上。
可以看到，每隔一段時間，這個用戶就會有一段集中的、大量的交互行為。當用戶購買完成後，用戶的交互行為又變得很少，可能偶爾來看看產品的收益率，但整體的交互指標不會太高，直到他下一次購買。這個用戶理財需求的周期是一個月左右。

最後一個特點是「很強的特徵性」，主要包括兩個特徵：
A：用戶的購買偏好比較容易識別，理財產品數量和品類都很少，所以用戶購買的需求或者偏好，很容易從其行為數據上識別出來。
B：用戶購買過程中的三個階段特別容易識別：
用戶在購買決策階段，有大量的交互事件產生，他會看產品，比對不同產品的收益率和風險，比對不同產品的投資期限等等；
但是一旦他完成了產品的購買，就不會有大量的交互行為產生，他可能僅是回來看一看產品的收益率。
當用戶的產品資金贖回之後，又有大量的交互事件產生，實際上他處在下一款產品購買的決策期。
二、互聯網金融用戶運營的三大步驟
針對互聯網金融用戶行為的四個特徵，在用戶運營上有三個比較重要的階段性工作：
1.首先，獲取可能購買的目標用戶，合理配置在渠道上的投放預算，以提高高質量用戶獲取的比例：
渠道工作的核心，主要是做好兩方面的工作：宏觀層面，優化整個渠道的配置；微觀層面，單一渠道角度來說，根據渠道配置的策略，有針對性地實施和調整。
具體渠道的實施，大家都比較熟悉，但是對於整個渠道組合配置的優化，很多人接觸的其實並不多。
這張圖是整體轉化漏斗，從不同維度可以做對比，比如我們先選出流量前 10 的渠道：
以渠道一為例，總體的轉化率是 0.02%；在過去 30 天站內總體的流量是 18.9K，漏斗第一級到第二級的轉化率是 3.36%，這樣一共是五級，我們看到最終渠道一帶來總體的成交用戶一共是 4 人。
類似的，前 10 的渠道數據都很清晰。不同渠道帶來的流量，不同渠道總體的轉化率，以及不同渠道在整個轉化路徑上每步的轉化率都可以看到。
這裡面有幾個渠道很有特點：
渠道一的特點，渠道一帶來的流量是所有 10 個渠道里最大的，但是它的總體轉化率卻是低的；
渠道二和渠道七，渠道二的量很大，但是轉化率是零。渠道七量比較一般，轉化率也是零；
渠道九和渠道十，這兩個渠道是所有渠道里轉化率最高的。但是這兩個渠道特點，是帶來流量不是特別大……
第一象限（右上角）渠道質量又高，帶來流量又大的，這裡面渠道三四五是符合這個特徵的，渠道策略應該是繼續保持和提高渠道的投入。
第二象限（左上角）渠道的質量比較高，但帶來的流量比較小，這裡麵包含的主要渠道就是八九十。對應的主要策略是，加大渠道的投放，並且在加大投放的過程中，要持續關注渠道質量的變化。
我們先看第四象限（右下角），渠道質量比較差，但是帶來流量比較大，這裡面主要有渠道一和渠道二。相對應的渠道策略，應該在渠道做更加精準的投放，來提高整個渠道的質量。
第三象限（左下角）這個象限里渠道質量又差，帶來流量又小，比如渠道六跟渠道七。我們是否要直接砍掉？這里建議是，策略上要比較謹慎一些。所以在具體渠道的策略上，業績保持監測，然後小步調整。
根據上面數據分析得出的結果，做過渠道優化後，就會為我們帶來更多高質量的用戶。
2.接下來就要把高價值的用戶——真正有購買需求，願意付費、購買的用戶找出來。
將資源與精力投入到真正可能購買的用戶上的前提是，我們要能夠識別出，哪些是真正有價值的用戶？哪些是價值偏低的用戶？
其實對於互聯網金融平台來說，甚至所有包含在線交易的平台，用戶的購買意願，是可以從用戶的行為數據上識別出來的。由於互聯網金融平台的特殊性，相比於電商平台來說，商品品類更少，平台功能也更為簡單，所以用戶的行為數據，也更能反應出互聯網金融平台上用戶的購買意願。
把用戶在平台上的所有行為總結一下，核心的行為其實並不多，具體包括：
用戶查看產品列表頁，說明有一些購買意願，點擊某個產品，說明用戶希望有進一步的了解。用戶最終確認了支付，完成了購買，購買流程就走完了，他的理財需求已經得到了滿足。每一種行為都表示出用戶不同程度的購買意願，所以獲得用戶在產品里的行為數據就十分重要。
既然用戶行為數據這么重要，那麼怎樣獲取呢？GrowingIO 以無埋點的方式，全量採集用戶所有的行為數據，根據我們對業務的需求，配比成不同的權重系數，並按照每個用戶購買意願的強弱，進一步分群。
這是我們一個客戶製作的用戶購買意願指標的範例，剛才的前 5 個行為，都是用戶在購買前典型的行為：
每種典型事件的權重系數不一樣，用戶購買意願是越來越強的：用戶點了投資按紐，甚至點了提交的按鈕，顯然要比他單單看產品列表頁，或者單單看產品頁、詳情頁的意願強。越能反應用戶購買意願的事件，你給它分類的權重應該是最大的，這是大的原則，0.05 還是 0.06 影響並不大，所以不必糾結。
這樣通過這種方式，我們就可以按照每個用戶的所有行為，給用戶做購買意願打分的指標，最終形成用戶購買意願的指標。
這是我們從高到低截取部分用戶購買意願打分的情況，第一列是每個用戶的 ID，第二列是按照購買意願給每個用戶打分的情況。得分高的，就是購買意願最強烈的用戶。
拿到所有用戶購買意願之後，我們就可以按照用戶購買意願的強烈與否，把所有的用戶分成不同的群體，來做針對性的運營。
這是在把用戶在過去 14 天內，由其產生的所有行為數據，按照購買意願打分的權重，把打分大於 5 的用戶找出來，在總體用戶里，這部分用戶購買意願排名前 20% ，我們給它起個名字，叫購買意願強烈的用戶。
類似我們還做了購買意願中等的用戶分群，這是購買意願排名在 20-60% 之間的用戶；購買意願排名在最後 40% 的用戶，是購買意願最弱的用戶分群。
分群之後，點擊任意一個分群，都會以用戶 ID 的形式列出來。因為你要有用戶的 ID ，才能對這些用戶施加運營策略。每個用戶最近 30 天的訪問次數，最近的訪問地點，最後一次訪問時間都可以看到。
接下來針對這些購買意願強烈的用戶，怎樣推動用戶的轉化呢？
3.採取針對性的運營策略，提高高價值用戶的轉化率。
首先我們來看一下購買偏好，互聯網金融平台商品品類是比較少的，用戶購買的目的性也比較清晰，一般商品的品類有這么幾種：
第一種：債券型理財產品
第二種：股票型理財產品
第三種：貨幣型理財產品
第四種：指數型理財產品
第五種：混合型理財產品…
我們把用戶在不同品類商品上的訪問時長佔比算出來，就能比較好地了解用戶的購買偏好。比如下圖，我們用用戶訪問債券型產品詳情頁的訪問時長，除以用戶在站內總體的訪問時長，就能夠得到用戶在債券產品上訪問時長佔比的指標。
我們還是使用用戶分群的工具，把在債券型產品上的訪問時長佔比大於40%的用戶分出來，這是有非常強烈表徵的客戶，他購買的偏好就是債券型的產品。
同時我們再設定另外一個指標，比如用戶購買意願指標，之前我們做過大於5，也就是購買意願排名在前 20% 的。
通過這兩個條件，我們就可以把購買偏好是債券型產品，同時有強烈購買意願的用戶找出來，這兩個指標的關系是並（and）的關系。同樣我們可以按照用戶的購買偏好，把關注其他品類的用戶，都做成不同的用戶分群，然後形成不同購買偏好的用戶群體。
針對這些用戶，其實在運營策略上，我們可以從三個層面來展開來進行做：
從購買階段的角度，首先我們把所有用戶可以分成新客和老客。對於這兩個群體來說，運營策略和運營重點是非常不一樣的。
新客群體，是從來沒有在平台上發生過購買的用戶，我們要根據用戶的購買意願，做進一步的運營。
老客群體，也就是在平台上已經發生過產品購買的用戶，除了關注用戶的購買意願之外，用戶的資金狀態（資金是否贖回）也是非常重要的參數。
用戶是否購買過產品？購買產品的用戶是否已經贖回資金？這兩個內容，其實是一個用戶當前的屬性。在我們分群的工作里，這有個維度的菜單，通過這個維度菜單，我們就可以把具有某種屬性的用戶找出來：
這里我做了一個分群，我們可以看一下。在維度的菜單里，我們把是否購買過產品的維度值設置成了 1 。把資金是否已經贖回這個維度的值，也設置成了 1 。實際上是把那些資金已經贖回的老用戶找出來；同樣在指標這個菜單里，我們同時也把有強烈購買意願的用戶找出來，時間是過去 14 天，指標大於 5 。
這樣我們就製作了一個用戶分群，而這個用戶分群里所有用戶，要滿足下面的三個特徵：
特徵一：購買過產品的老客。
特徵二：他們的資金，目前已經贖回了。
特徵三：過去 14 天內的行為數據，表明這個用戶有著強烈的購買意願。
同理我們把所有用戶，整理為下面幾個不同類別，對應不同的運營策略：
比如新客里，當前有購買意願的，其實他屬於購買決策期的新用戶。應該根據用戶的購買偏好，推薦這種比較優質的理財產品。並給予一定的購買激勵，來促進這些新客在平台上的第一次購買，這個對於新客來說是非常重要的，以此類推。
相比於電商或者其他行業，互聯網金融平台結合行業和用戶的特點，從用戶行為數據分析的角度，驅動產品業務以及提高用戶的轉化率，有更加重要的意義。