精细化运营在金融产品中的应用

互联网产品发展到2019年，经历了：产品时代、流量时代以及现在的精细化运营时代。

从2008年开始，只要有App、新创意、新点子，就会孕育出一个好产品、好团队甚至是一个独角兽公司。

到11、12年，应用市场、搜索引擎等的大火，中心化投放成为所有创业团队、大、中型公司运营的必经之路。也壮大了BAT作为头部的影响力。

再到2016年以后，互联网流量成本居高不下，从而衍生出：今日头条、拼多多等通过精细化运营、AI机器学习等技术矩阵，优化流量成本、提高单用户收入，继而完成弯道超车，形成了除BAT外的第三极。

同理可证互联网金融行业。

互联网金融行业从13、14草创，15、16、17年流量红利到18年随着监管趋严，流量成本高企。复制了移动互联网的：产品-流量-精细化升级路径。

在18年的运营过程中，花生米富也完成了自己从流量到精细化运营的升级。带来了成本、收益上的双丰收。

18年初，花生米富的借款端还是一个拥有8人的团队规模。具体工作内容也是渠道投放-拉新获客-活动促活的传统流量思维的团队构架。

我们基于自身的互联网基因，分析了市面上比较成功的移动互联网产品案例，重新将目光聚焦在了：新用户的去中心化投放以及老用户的精细化运营上。并投入了大量的人力、物力成本，最终完成了运营体系的升级。

首先，针对新用户的去中心化投放，我们加大了邀请力度。将过去通过运营活动给与的优惠券力度，改成对标中心化投放能够给予的优惠力度。并且，优化了邀请流程、奖励流程。通过劳拉新、新拉新等方式，获取更多的低成本流量。完成了后续的流量端的积累。

其次，针对过去单一的老用户运营活动，我们将老用户精细化运营划分为三个不同阶段。

第一阶段：即流量时代的全员活动、全员推送。不作任何用户区分和触点、机制的区分。依靠大体量下的数据优势，完成后续的老用户留存、促活及后续的转化。

第二阶段：将老用户根据其生命周期特性、用户质量信息划分为A-F、1-5，共6*5的矩阵。套用电商体系中常见的RFM模型。将30个矩阵切片，分别进行运营的召回。通过大量数据验证及实验，我们发现可以针对不同分组用户，在不同星期、时间、频次、内容痛点、匹配机制等形成差异化。并且通过不同的召回手段，持续性优化成本。

例如：针对流失时间超过360天的用户且既往在平台上有优良表现的用户，我们会首先通过第三方数据，确认其在网贷大环境下的存活情况，针对其中依旧活跃的用户，我们会通过电话外呼并基于针对性的优惠券形式，进行召回。

再如，针对流失在7天至21天的用户，我们发现，因为短信接收习惯及通道到达率的影响。持续发送5次短信，用户的打开率依旧维持在高位，同时打开用户的重合率不超过1/9。在这种情况下，我们加大了对流失用户的都次唤醒，从而形成了较高的用户复贷率。

第三阶段：通过上述阶段二的运营，我们已经具备了在不同星期、时间、频次、人群、痛点、机制下的经验和实际操作应用。我们更近一步，将TensorFlow、机器学习等预测算法应用到对用户分层、效果预估的实践中。

例如：我们通过自身改良后的ARIMA算法，预测每日的放款情况，根据放款情况的多寡，附以更多、更精准的运营手段。

再如，针对潜在流失用户，我们会分析其用户行为、用户属性两个维度。通过建立决策树的方式，判断其流失风险。在其流失风险较高环节，进行有效且更有针对性的用户召回。最终形式了自动化+人工的双重保险。