銀行“互聯(lián)網增長團隊”的搭建基礎｜西歐歐

“數字化轉型”是國內大部分銀行在當下的重要發(fā)展方向，而這其中基于互聯(lián)網的線上運營也已成為不少銀行在業(yè)務和用戶層面保持增長的重要抓手。

1.明確北極星指標

根據筆者的實操經驗，銀行在進行數字化轉型的過程中，經常會出現的問題就是“眉毛胡子一把抓”，即便一個簡單的營銷活動，也希望其不僅能吸引用戶的點擊，還能促進用戶向金融業(yè)務的轉化，最好還能引發(fā)用戶共鳴、瘋狂轉發(fā)、引爆朋友圈等等——這固然是個美好的愿望，但在過多目標的夾持下，活動的實際效果極有可能是一地雞毛。

銀行在制定增長策略時同樣如此，想做到面面俱到、達成所有的目標幾乎是不可能的，此時就需要縮小關注范圍，盡量找到那個與主營業(yè)務高度關聯(lián)、或者能決定產品成敗的北極星指標，來指引所有運營活動和產品迭代的方向。

下面分享一個互聯(lián)網金融平臺常用的增長公式，銀行同業(yè)的朋友們在為自己的增長團隊設置北極星指標時不妨可以參考一下。

眾所周知，對于互金平臺而言，最重要的一個平臺指標就是資金留存額，而“資金留存額=資金流入額-資金流出額”，所以互金平臺在做增長時，通常會從擴大資金流入和減少資金流出兩個方面入手。

那么，以資金流入端的增長公式為例：

從上面這些公式可以看出，資金流入端的增長取決于諸多因素，而這其中的投資額、UV、注冊轉化率、投資轉化率和客單價等指標都可以作為某個團隊的北極星指標，有可能是“投資額”這個大目標，也有可能只是“投資轉化率”這個小目標。但不管是哪個，一定要滿足可量化、可實時追蹤、可落地和可比較等先決條件，這樣才能圍繞該目標配置資源并制定相應的增長策略。

具體到銀行業(yè)務，筆者個人建議不用設定過于龐大的北極星指標（比如將手機銀行App的日活提升10%），尤其是那些仍處于互聯(lián)網增長策略摸索階段的銀行，更應該適度縮小范圍，聚焦一個小產品的小目標來進行嘗試，例如針對手機銀行App中的“風險評估”功能拆解為日均完成人數提升20%的小目標，更小的目標意味著依賴更少的資源，也意味著能夠更為順利地拿到相應的結果。

2.設定增長模型

對于銀行的線上金融業(yè)務而言，在設定增長模型時常用的參考對象就是業(yè)界公認的AARRR模型，基于該模型還可衍生出轉化漏斗模型和生命周期模型。

（1）轉化漏斗模型

這是極其常見的增長模型，如果從金融平臺的視角看，可以設定的轉化漏斗有UV、注冊、首投、復投、N投等（下圖）。

而在不同的轉化環(huán)節(jié)上，可以根據具體問題制定相應的增長策略：

• 問題：注冊轉化率低
• 策略：提升注冊轉化率。對用戶的注冊流程和頁面進行全面分析，針對完成注冊的用戶，需要了解他們的真實動機；針對未完成注冊的用戶，則需要了解他們放棄的環(huán)節(jié)和原因。根據上述分析結果對注冊流程進行優(yōu)化迭代。
• 問題：投資轉化率低
• 策略：促進用戶完成首次投資。對于已完成注冊、有投資需求但未完成首次投資的用戶來說，在產品收益率尚可的情況下，需要關注用戶的投資偏好、資金轉移成本、產品的口碑等因素，可以嘗試通過體驗金等方式促進用戶體驗產品并完成首投。
• 問題：復投率低
• 策略：刺激用戶進行復投。復投率低的主要原因除了產品收益率不具備競爭優(yōu)勢之外，就是產品體驗未能達到用戶預期，這其中包括產品購買、收益展示、產品贖回、投資信息、同業(yè)對比等多個方面，可視具體情況進行優(yōu)化。

（2）用戶生命周期模型

該模型是互聯(lián)網平臺在做用戶運營和增長時常用的模型，用戶生命周期模型囊括了用戶從首次訪問產品到流失的全部過程，該過程通常分為引入期、成長期、成熟期、休眠期、流失期等5個階段（下圖），針對處于不同階段的用戶，相應的增長策略和活動形式也會有所區(qū)別。

對于金融平臺而言，用戶的成長就代表了用戶的累計投資金額，那么在用戶生命周期模型之下，增長的策略將會圍繞提升用戶的累計投資金額展開。但是，處于不同階段的用戶具備不同的特征，所以在制定增長策略時也要有所區(qū)分，例如針對一個已經投資過的用戶，不妨促其轉化為忠誠用戶，讓Ta多次復投，這其中投入的成本可能遠遠低于獲取新用戶的成本。

3.盤點基礎設施

互聯(lián)網基礎設施先天不足或許是大部分銀行在進行數字化轉型時的最大痛點之一，這也導致許多精細化運營的手段難以在其體內落地，所以在銀行搭建增長團隊之前，非常有必要盤點一下運營后臺、營銷工具和數據體系等基礎設施的現狀，如果發(fā)現上述方面尚無法支撐增長策略的落地，可以考慮先補足這些能力，避免增長團隊在后續(xù)工作的開展中遇到掣肘。

下面我們以某互金平臺的數據分析體系舉例（下圖），看看一個合格的數據分析體系應該具備哪些模塊和功能。

該體系包括了用戶屬性分析、經營數據分析和運營數據分析等三大模塊，在此著重闡述屬性數據、行為數據、交易數據和風險收益數據等四類：

• 屬性數據：用戶作為自然人和社會人的最基本數據，也是其他三類數據的基礎；
• 行為數據：串起用戶和平臺兩端的其他各項數據的關鍵要素，一切運營策略的落腳點。以用戶行為數據為基礎，結合平臺的標簽體系，還可以得到衍生的用戶轉化數據和用戶行為偏好數據；
• 交易數據：計算平臺營收、ROI、LTV等經營指標的基礎，也是用戶價值的判斷的重要標準；
• 風險收益數據：用戶的投資屬性數據,既是差異化運營的依據,也是平臺落實風控合規(guī)要求的體現。

如果你想針對某個金融平臺的資產規(guī)模成立一個增長團隊，那么上述這個數據分析體系將會是該團隊進行用戶分析以及制定增長策略的立根之本。

結語

在明確了北極星指標、設定好增長模型，同時基礎設施能力具備的情況下，即可啟動增長團隊的搭建工作。

作者：西歐歐 互聯(lián)網營銷與運營領域16年老兵，混跡于傳統(tǒng)IT、互聯(lián)網金融、保險集團和國有大行等行業(yè)平臺，專注互聯(lián)網營銷運營和用戶增長。