互聯網金融總結

Ⅰ 互聯網金融的特點有哪些

回顧互聯網金融在中國的發展歷史，我們可以看到經歷了快速發展之後，目前應該說在逐漸趨於理性和冷靜，行業進入了規范發展的新階段，根據協會剛剛發布的《中國互聯網金融年報2017》的數據，我們總結了一下互聯網金融目前的幾個特點。

第一，監管政策正在逐步落地，行業規范發展態勢明顯。隨著互聯網金融風險專項整治工作的深入，從業機構優勝劣汰加速，行業發展環境逐步凈化。以個體網路借貸為例，到2016年末，正常運營的平台2640多家，比2015年減少了28%。問題平台關停、退出增多，正常運營平台在加速合規轉型。平台平均借款期限為8.4個月，比上年末增長1.7個月，平均收益率為9.3%，同比下降1.8%。收益率較低，且運行穩定的平台日益成為行業的主流。

第二，不同業態發展出現差異，情況比較復雜。其中移動支付、互聯網消費金融等業態保持快速發展，移動金融業務規模達到208.6萬億，同比增長60%，這是2016年底的數據，交易筆數1227.6億筆，同比增長128.6%，但是行業的集中度進一步上升，支付受理市場創新模式也帶來了一些新的問題。根據協會的抽樣數據，互聯網金融消費數據新增注冊用戶穩步增長，新發貸款金額和筆數增幅較大。互聯網保險、證券等業態依然保持增長，但是增速有所放緩。以保險數據為例，互聯網保險的保費收入總額為2348億元，同比增長5.2%，增幅較2015年有較大回落。互聯網股權融資的行業景氣度下降，平台下線和轉型的數量較多，新增項目3268個，同比下降56.6%。新增項目投資人次為5.8萬人，同比下降43.6%。

第三，部分業態行業集中度進一步上升。以互聯網支付行業為例，2016年互聯網支付的交易額在1萬億以上的非銀行支付機構共8家，他們的交易總額占非銀行交易機構的總額80%，以個體網路借貸為例，廣東、北京、上海、浙江、山東、江蘇等六省的各地網路借貸運營平台共計1854家，佔全國總數的70%。貸款余額近8000億元，佔全國總量的93.7%。

第四，互聯網金融的整體規模占金融總量比重仍然較低，但行業涉眾性比較強。以個體網路借貸為例，2016年末貸款余額8034億，而同期的社會融資規模存量是156萬億，前者僅為後者的0.5%。從歷史累計參與人數看，借款人和出借人合計5109萬人，比上年增長3596萬人。

第五，數字技術驅動特徵進一步明顯，大數據技術的客戶畫像在客戶畫像、精準營銷，風控等領域的應用日益廣泛，雲計算以其系統架構、資源整合等方面的優勢，滿足長尾客戶多樣化的服務方面發揮重要的作用。人工智慧技術應用效果開始顯現，生物識別技術在身份驗證、支付等場景應用逐漸增多。

第六，傳統金融機構在數字金融領域發力，但仍存在一定的約束。以互聯網直銷銀行為例，2016年末有69家商業銀行設立了互聯網直銷銀行，逾八成是城商行和農商行。根據協會的調研情況，傳統金融機構在發展數字金融的過程中還存在著一些人才、技術和機制方面的限制和約束，需要有針對性的加以解決。比如，金融產品研發很多還延續著傳統項目管理模式，存在環節多、流程長、耗時久，創新容錯不足等問題。業績考核更重視成本收益，對一些落地時間長，先期投入大，見效慢的創新而言，還存在一定的激勵不足方面的問題。

Ⅱ 如何看待互聯網金融

第二種是不同領域互聯網公司進行聯合，這種形式也很常見，例如攜程旅行網與網路的聯合、騰訊和京東的交互合作。這種聯合對聯合的雙方企業也有好處，例如網路和攜程網的聯合，網路可以通過攜程網進一步推廣自己的網路地圖、網路糯米、網路餐飲等業務，而攜程網也可以利用網路大量的用戶和網路地圖的廣告效應。而騰訊和京東的聯合，讓騰訊加大了支付領域的發展，以期改變「騰訊做不好支付」的傳言，而京東則利用騰訊的用戶擴大了銷售，增加了與淘寶競爭的砝碼。

互聯網企業的合並和聯合，都有各自的目的，同時由於互聯網企業上市是一種趨勢，聯合起來更增加自己的抗風險能力，給用戶以信心，提高自己的股價。

首先，互聯網行業的核心資源是客戶，用戶越多越容易吸引更多的用戶，而且用戶越多平均服務成本越低，互聯網服務天然就有資源整合的必要。此外，互聯網企業的合並比實體行業要容易，在網站整體框架以及服務模式確定的情況下，互聯網企業的合並甚至只需要共享域名就可以實現。而且互聯網行業服務的抄襲復製成本也很低，到一定階段就會形成同質化競爭，到了這樣的階段之後，合並是對雙方發展都有利的一種必然選擇。

第二，互聯網企業的發展，都會經歷這樣的過程，一開始很多小型企業在同一領域開展競爭，投入大量資本爭奪入場券，經歷一番慘烈廝殺之後，少數優秀企業嶄露頭角並獲得更多的資金投入，進一步壯大自己，直到成為行業寡頭。經歷過團購網站的「百團大戰」，滴滴快滴的補貼投入之爭，現在硝煙散去，到了各個行業自立山頭分封王的時候了。

互聯網企業賣的產品，主要是信息和數據，讓需求和服務能夠匹配成功。在網站分工細化的今天，知名的互聯網企業已經有好幾十個。從客戶的角度來說，這些網站如果能夠通過合並降低成本並且提供更加優質的服務，對整個社會經濟都是有積極作用的。

Ⅲ 如何進行互聯網金融運營數據的分析，都有哪些方法

作者：張溪夢 Simon
鏈接：https://www.hu.com/question/29185414/answer/110954989
來源：知乎
著作權歸作者所有

我們之前做過一期互聯網金融的公開課，「互聯網金融增長寶典：三大步驟提高轉化，搞定用戶運營」，主講人是 GrowingIO 的業務增長負責人徐主峰，曾任職 Criteo、Microsoft 等公司，有豐富的電商、互聯網金融客戶解決方案經驗。 這是公開課的速記整理。
這是一篇互聯網金融寶典，我推薦給所有轉化率只有 1%、總是為誰可能是你的購買用戶而犯愁的互聯網金融的高管、PM、市場運營和銷售們。本文通過實戰案例，手把手教你建立轉化指標、 梳理分析思路、提供分析步驟並最終建立用戶行為分析模型。

文 / 徐主峰

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。
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。
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……
結合典型渠道特點，可以做一個象限圖：
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。

Ⅳ 互聯網金融的優勢及劣勢

美國經濟學家默頓和博迪（Merton&Bodie，1993）認為，金融功能比金融機構更加穩定。也內就是說容，只要金融功能能夠得到有效發揮，金融機構就變得沒那麼重要，甚至可以達到金融脫媒的狀態。

首先說說互聯網金融的優勢。資源開放化，包括開放的平台、資源能得到共享；成本集約化，信息能實現最大化對稱；選擇市場化，改變了過去以金融機構為主體的形式；渠道自主化，通過互聯網技術和前端的整合，擴大服務的邊界；用戶行為價值化，利用雲計算將消費者的行為數據進行分析，從中挖掘商業價值。總結這些優點，那就是互聯網金融可以通過社交網路，電子商務平台等能夠及時獲取資金供求雙方的信息，而這是傳統金融模式難以望其項背的。

但是相較於傳統金融模式，互聯網金融也存在著很多問題。互聯網金融很難准確把握小微企業真實的融資需求；互聯網金融無法吸收存款；此外，互聯網金融尚處於無監管機構、無准入門檻的階段，發展混亂、魚龍混雜，人才和渠道的制約也決定了其無法提供高端的金融服務，品牌和信用積累程度不夠，對消費者的信息保護也存在挑戰；最後，在互聯網金融模式下，用戶信息被大量的掌握，信息安全成為了令人擔憂的問題。

Ⅳ 三分鍾看懂Fintech和互聯網金融的區別

CFA資格證書及時調整考試內容，將Fintech納入考試范圍。顯示出，CFA資格考試靈活性和與時俱進。同時，這是CFA資格考試，作為其金融領域知名考試，對金融領域的發展變化以及社會對高素質、復合型金融人才需求的最好回應。
Fintech是由金融和科技，兩個英文單詞各取一部分拼湊而成的單詞。但是，關於Fintech的到底是什麼，目前為止還並沒有一套語意明確、界定清晰的定義。往往一般將其歸納總結為，能夠改變傳統金融經營方式的高新技術，尤其以雲計算、大數據、人工智慧、AI等技術為代表。
2019年CFA一級考綱加入fintech：Fintech新增內容添加到了投資組合管理（Portfolio Management）從原來的1個session變為了2個session,原有reading章節有順序的變動，但是該考察的老知識點不變，只是在科目最後新增了一整個reading添加了Fintech的4個LOS（考點）。

Ⅵ 我是做互聯網金融理財的，請問年終總結述職怎麼寫啊

有什麼業績就總結啊 數據說話

Ⅶ ppt最後一張關於對互聯網金融總結語怎麼寫

你可能是把那張幻燈片隱藏了……你編輯幻燈片，在最後一張的導航縮略圖那裡右鍵點擊，看看是否隱藏……

Ⅷ 互聯網金融總結貼：看看你對互聯網金融的人是有多深

兄弟，標題看一下，我怎麼讀都沒有讀通順呢，好像是不對呢，內容還好！ 查看原帖>>