互联网金融平台用户有四个行为特征：
1.低流量转化率
在某互联网金融公司网站上，有新客户购买了过去30天的转换漏斗，其转化率仅为0.38%:
这不是个案。事实上，对于大多数互联网金融公司来说，网侧购买的转化率基本在1%以下，APP的购买率在5%左右，远低于电商或其他线上交易的购买率。
2.虽然转化率低，但是客户单价很高。
一般来说，电商行业的客户单价从几十到几百不等，而互联网金融的客户单价从几千到几万不等，有些特殊领域甚至高达几十万。客户的高单价意味着用户的购买决策会更加复杂，购买周期也会更长。
3.用户的购买行为具有很强的周期性。
电商客户下次购买时间不确定，但在互联网金融平台上，实际购买的用户是有金融需求的用户。基金到期赎回产品后，他们肯定会进行下一次购买，但可能不会在您的平台上发生。
下图是典型互联网金融用户的互动趋势图：
可以看到，每隔一段时间，这个用户就会有一个集中的、海量的交互行为。当用户完成购买后，用户的交互行为变少。他可能偶尔会看产品的收益率，但整体互动指数不会太高，直到他下一次购买。该用户的资金需求周期约为一个月。
4.购买行为具有强烈的特征。
这主要包括两个特点：
(1)用户的购买偏好容易识别，理财产品的数量和品类很少，因此可以从他们的行为数据中很容易识别出用户的购买需求或偏好；
(2)用户购买过程中的三个阶段特别容易识别。
二、互联网金融用户运营的三个步骤
根据互联网金融用户行为的四个特征，用户运营有三个重要阶段：
1.一是获取可能的目标用户，合理分配渠道上的投资预算，增加优质用户比例；
2.接下来要找出高价值用户——真正有购买需求，愿意付费购买的用户；
3.采取有针对性的运营策略，提高高价值用户的转化率。
第三，获取目标用户
渠道工作的核心是做好两个方面的工作：
1.优化渠道分配
具体渠道的实现大家都很熟悉，但是对于整个渠道组合配置的优化，很多人其实并没有接触多少。这张图是整体的转化漏斗，可以从不同维度进行对比。例如，让我们首先选择前10个流量通道：
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，漏桶一级至二级转化率为3.36%，共5级。我们看到最终频道的用户总数是四个。
同样，前10名的渠道数据也非常清晰。可以看到不同渠道带来的流量，不同渠道的整体转化率，以及整个转化路径每一步不同渠道的转化率。
2.目标运营渠道
有几个非常独特的频道：
结合典型通道的特性，可以绘制象限图：
第一象限(右上角)，信道质量高，带来大量流量。在这种情况下，渠道345符合这一特点，渠道策略应该是继续保持和增加渠道投入。
第二象限(左上角)的频道质量相对较高，但带来的流量相对较小，包含的主要频道为80-90个。相应的主要策略是增加渠道的投放，在增加投放的过程中，要持续关注渠道质量的变化。我
先看第四象限(右下角)。信道质量相对较差，但流量相对较大。主要有一频道和二频道。相应的渠道策略应该更多
第三象限(左下角)在这个象限，信道质量差，流量小，比如六号信道、七号信道。我们应该直接切吗？这里的建议是在策略上更加谨慎。因此，在特定渠道的策略中，性能受到监控，然后分几步进行调整。
根据以上数据分析结果，渠道优化后，会给我们带来更多优质用户。
第四，识别高价值用户。
把资源和精力放在真正有可能购买的用户身上的前提是，我们应该能够识别哪些用户是真正有价值的。谁是低价值的用户？
1、用户的核心行为
事实上，对于互联网金融平台来说，即使是所有包含在线交易的平台，用户的购买意愿也可以从用户的行为数据中识别出来。由于互联网金融平台的特殊性，与电商平台相比，平台的商品种类更少，功能更简单，因此用户的行为数据可以更好地反映用户在互联网金融平台上的购买意向。
总结用户在平台上的所有行为，核心行为不多，包括：
用户看产品列表页面，表示有一些购买意向，点击某个产品，表示用户想了解更多。用户最终确认付款，完成购买，购买流程结束。他的经济需求得到了满足。每一种行为都表现出用户不同程度的购买意愿，因此获取用户在产品中的行为数据非常重要。
2.通过定量分析
找出高价值用户既然用户行为数据这么重要，那么怎样获取呢?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?
五、提升高价值用户的转化率
1、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：
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：
2、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。
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：
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：
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。
