互联网加金融案例分析

A. 互联网加的一些实例

传统的金融行业是以银行业为代表的经济类型，随着互联网的发展，人们在互联网技术改造下的传统行业，简称互联网加，金享财行就是传统金融加互联网创新的的成功实例，在行业内算是走的比较靠前。

B. 互联网金融的信用风险例子有哪些

互联网金融的信用风险指网络金融交易者在合约到期日未能履行约定契约中的义务而造成经济损失的风险，交易对手即受信人不能履行还本付息的责任而使授信人的预期收益与实际收益发生偏离的可能性。传统金融企业在信用风险方面研究较多，已经形成了比较完善的信用评估体系。虽然互联网的开放性减少了网络中信息的不对称，但这更多的是在需求对接等资源配置上的效率提升，而在识别互联网金融参与双方信用水平上并没有太大作用。同时，由于互联网本身的特点，互联网金融领域的信用风险较传统金融行业更难控制。
由于互联网金融虚拟性的特点，交易双方互不见面，只是通过网络发生联系，这使对交易者的身份、交易的真实性验证的难度加大，增大了交易双方在身份确认、信用评价方面的信息不对称。而且互联网金融发展历程短、进入门槛低，大部分企业缺乏专业的风险管理人员，不具备充分的风险管理能力和资质，加上网络贷款多是无抵押、无质押贷款，从而增大了信用风险。网络金融中的信用风险不仅来自交易方式的虚拟性，还存在社会信用体系的不完善而导致的违约可能性。由于我国的社会信用体系建设处于初级阶段，全国性的征信网络系统也还没有建立起来，加之互联网金融还未纳入央行征信系统，信用中介服务市场规模小，经营分散，而且行业整体水平不高，难以为互联网金融企业风险控制提供保障，基于上述原因造成的信息不对称，互联网金融中也存在一定的道德风险。客户可以更多地利用金融机构与自身信息不对称的优势进行证明信息造假，骗取贷款，或者在多家贷款机构取得贷款。在经济中存在逆向选择问题，一般而言，有信用且优质的客户大多能从正规的金融机构获得低成本的资金，而那些资金需求难以满足的人群大多都成为了互联网金融的主要客户，这部分人或者企业可能存在以下情况：信用存在问题，没有可抵押担保的资产，收入水平低或不稳定。客户利用其信息不对称优势，通过身份造假、伪造资产和收入证明，从互联网金融企业获取贷款资金，互联网金融平台之间没有实现数据信息的共享，一个客户可能在多个平台进行融资，最后到期无法偿还而产生信用风险，如果违约金额大，涉及的客户数量多则很可能引起公司倒闭，进而使其余投资者资金被套，无法追回。互联网金融平台经营者可能通过虚假增信和虚假债权等手段骗取投资人的资金，隐瞒资金用途，拆东墙补西墙，最后演变成旁氏骗局，使投资人利益受损。
另外，任何金融产品都是对信用的风险定价，互联网金融产品如果没有信用担保，该行为风险就可能转嫁到整个社会。互联网金融中，无论是网贷平台还是众筹平台，其发行产品的风险无法由发行主体提供信用担保。如今很多网贷平 台都引入担保公司作担保，且不说担保公司的注册资本能支撑多高的担保金额，其担保模式是否合法就存在很大问题， 这种形式上的担保并不能减弱互联网金融的信贷风险。
大数据最大的价值在商业服务领域，企业通过大数据透视了用户深层次的特征和无法显现的内在需求。互联网金融企业通过数据挖掘与数据分析，获得个人与企业的信用信息，并将其作为信用评级及产品设计、推广的主要依据，这一做法是否侵犯了隐私权及其在中国的合法性也不能确定。
互联网时代人们在网络上的一切行为都可以被服务方知晓，当用户浏览网页、发微博、逛社交网站、网络购物的时候，所有的一举一动实际上都被系统监测着。所有这些网络服务都会通过对用户信息的洞察获取商业利益，例如用户在 电商网站上浏览了冰箱，相关的冰箱销售广告就会在未来一段时间内推荐给用户;用户在社交网络上提到某种产品或服务，这类型的产品或服务就能主动找到用户。所有这种商业行为本质上就是机构通过对用户隐私的洞察来获取商业收益。

C. 如何进行互联网金融运营数据的分析，都有哪些方法

来源于：知乎
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？
我们的客户中很大一部分来自互联网金融，比如人人贷等行业前 10 的互联网金融公司。在服务客户的过程中，我们也积累了大量的数据驱动业务的实践案例，来帮助客户创造价值。
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：
第一流量转化率低，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。
第二，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。
第三，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。
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。

最后一个特点是「很强的特征性」，主要包括两个特征：
A：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。
B：用户购买过程中的三个阶段特别容易识别：
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；
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。
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：
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。
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。
这里面有几个渠道很有特点：
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；
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；
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……
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。
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。
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？
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。
既然用户行为数据这么重要，那么怎样获取呢？GrowingIO 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？
3.采取针对性的运营策略，提高高价值用户的转化率。
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。
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：
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，这有个维度的菜单，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。

D. 论互联网金融对传统金融的挑战并案例分析互联网金融对个人的影响

缩小交易、沟通、时间成本，扩大交易覆盖面，风险更分散

E. 从e租宝案例中暴露出互联网金融的哪些风险

首先可以看出平台的选择的重要性，请勿只相信广告，不是推广做得好的平台就是大型平台可靠平台，投资之前一定要先多重调查资讯，尤其是大额金额投资更要注意，鑫风口有很多这样知识

F. 互联网金融对于银行方有哪些挑战怎么面对挑战实施途径（案例）

我想主要就是贷款和储蓄。因为之前银行贷款对中小微企业支持力度弱，所以大力搞互联网金融提高融资效率，会分流一部分银行的贷款压力，同时有很多短期的货币基金也威胁着银行的存款收入，总体上就降低了银行的盈利能力。商业银行在降息升息时并不会主动帮储户进行调整，需要储户自己申请，但是货币基金就会自动调整；还有一些不合理收费，这些都降低了竞争力，互联网金融的崛起对银行业务来讲是个挑战，会让金融市场充分竞争，对老百姓是利好的。

G. 互联网金融支付有哪些相关的新闻案例

互联网金融支付里面有些喜欢安逸的事情。

H. 求我国中小企业互联网＋背景下供应链金融的案例

供应链金融是指金融机构以核心企业为出发点，对供应链上下游中小企业的物专流、资金流、信属息流进行管理，通过应收账款质押、货权质押等手段，为供应链上下游企业提供综合性金融产品和服务。供应链金融将单个企业的不可控风险，逐渐转变为供应链企业整体的可控风险，并通过链条化管理，将金融风险控制在最低。近年来，在互联网+战略的驱动下，供应链金融取得了良好发展效果。据《2016互联网+供应链金融研究报告》预测，到2020年，我国供应链金融市场规模将达15万亿元。在此背景下，分析当前我国供应链金融发展的新型趋势及面临的问题，对促进供应链金融的不断创新、实现供应链协调发展具有重要意义。

I. 互联网金融的典型案例

四大商业银行推出的网上银行，腾讯推出的微信联合人保财险的手机端支付，淘宝联合天弘基金开发的余额宝，还有包括：易付宝、百付宝、快钱等多家第三方支付平台。
2013年全球私募股权与互联网金融相关的领域延续了过去几年的火热。仅5月份，Twitter宣布收购大数据创业公司Lucky Sort；IDG宣布两宗与虚拟货币相关的投资；微软拟出资10亿美元收购Nook Media公司数字资产。
2014年7月国内某P2P公司完成C轮融资，三年内累计融资金额超6亿元。C轮融资主投资方是兰亭投资，为新加坡主权投资公司淡马锡子公司。此外，前两轮投资方光速安振中国基金、红杉资本、凯鹏华盈中国基金都追加了投资 微金融又称微信金融 ，是2012年左右新兴的一种金融模式。即借助微信等典型的社交媒体平台，为用户提供相对理财，投资，贷款等规模较小的金融行为环境，一般情况下，指的是为中小微企业、创业者、个体工商户、小额投资者等提供的金融服务。日前有第三方平台发布了微信金融平台排名，以其中名列前位的“闪电借款”为例，2015年第三季度财报显示，其闪电借款平台7、8、9三个月撮合交易额分别有1.95亿、2.28亿、2.67亿，增长极其迅猛。
随着微金融信息服务体系的不断壮大，微金融信息服务的概念也在扩大，现在其最为准确的定义是：专门向小型和微型企业及中低收入阶层提供的，小额度的、时间短的、可持续循环的微金融产品和服务的活动。”
微金融信息服务的特点有两点：一是以中小微型企业以及贫困或中低收入群体为特定目标客户；二是由于客户有特殊性，它会有适合这样一些特定目标阶层客户的金融产品和服务。 以规模庞大的线下POS收单市场来说，越来越多的第三方支付企业对线下收单市场的拓展，未来线下支付将给整个综合支付市场格局带来重要影响。