• 當前位置:網站首頁 > 論壇 > 上線早知道 > P2P運營手冊:平臺轉型后 怎樣讓老用戶升級APP并且投資
  • 查看:
    回復:0
    • 發表于:2018-04-25 11:03 樓主
        今年起,許多平臺陸陸續續的謀劃轉型升級,開始申請小貸、基金、保險等業務,打造全方位金融服務公司。不少公司目前也在申請代銷基金、保險等相關牌照。我們都知道基金和保險業務只有當銷售達到一定規模才會真正盈利,那為什么各個平臺卻都要擠破頭拓展這些業務呢?

        

        原因主要有這么幾個,其一就是平臺想與P2P劃清界限,包括我司老板一次次得強調我們不是P2P,不是,不是!當初我進入P2P行業之前對此也是非常抵觸,主要在于行業存在各種跑路、雷掉等不良現象,所以大家可能聽到P2P的反應大多數是NONONO,而假如聽到的某公司介紹是有P2P、保險、基金等業務的綜合金融平臺,是不是瞬間就感覺高大上,覺得公司要是做得不好也不會有這么多業務,但其實試著試著還是買上P2P理財了。

        

        其二,平臺業務可選擇性多,留住用戶的概率也就越高。對P2P不感興趣的ok,我們賣基金拉來用戶,用戶要是覺得基金收益低,也可以看看理財,雖然各業務因為合規性的問題,賬戶不通用,但也算是肥水不流外人田吧。除此之外還有很多的原因,在這里就不逐一贅述了,正是因為好處大大的有,才會有這么多人打破頭也想擠進綜合金融平臺的行列。

        

        上面說了為什么平臺要轉型綜合金融平臺,那么問題來了,平臺轉型就意味APP系統要升級,由原來的P2P單一理財業務平臺轉向金融平臺,過去的老版本APP就不能再繼續使用,新的用戶購買產品可以直接下載新APP應用,所以這回的課題就是如何讓老用戶升級APP并且投資。如何讓老用戶升級投資可以拆分為兩個目標,目標一,讓老用戶升級并投資;目標二,將目前已經升級過但沒有投資的老用戶投資。

        

        目標已經確立,下面我們要做的就是如何將我們的現有老用戶進行聚類,在這里我要先講一下聚類和分類的區別,這兩者很容易概念混淆,分類簡單的說,就是根據樣本的特征與屬性,劃分到已有類別當中。比如給你三個籃子,第一個裝蔬菜,第二個裝水果,第三個裝肉類,你拿了一堆東西按照規則往籃子里放,具體事例在我的上一篇決策樹的文章中也有講解;聚類則是開始的時候并不知道數據分了幾類,通過聚類算法,將這些數據聚合成幾個群體。好比一堆東西,你自己都不知道能分成幾類,你讓超市的阿姨幫你把這些東西分成水果、蔬菜和肉類。

        

        今天我要介紹的是K-means聚類算法,也是在數據挖掘中經常會使用到的一種算法,K-means是典型的基于距離的硬聚類算法,采用距離作為相似度評價標準,距離越近,相似度越大。原理如下圖所示:

      P2P運營手冊:平臺轉型后 怎樣讓老用戶升級APP并且投資

        

      K-means聚類圖

        

        算法過程如下:

        

        1)從N個數據中隨機選取K個數據作為質心(K的值事先難以給定,需要經驗和反復測試判定)

        

        2)對剩余的每個數據點測量其到每個質心的距離,并把它歸到最近的質心的類

        

        3)重新計算已經得到的各個類的質心

        

        4)迭代直至新的質心與原質心相等或小于指定閾值,算法結束

        

        上述圖中展示的聚類結果只是在同一維度數據層面上進行計算,如果加入多個維度,K-means就可以發揮出其算法的真正優勢,比如我們今天要聚類的人群,是通過用戶等級、累計投資金額、投資頻率、是否更新APP、是否在投、在投金額、最大到賬日期距離今天天數、和最近一次投資距今天天數這8個維度數據進行聚類。要是人工聚合那可是夠喝一壺的,如果用K-means就可以快速解決。然而K-means有一個缺點,那就是K的取值(K是聚類數,K=3就是將用戶聚為3類),即應該把這些數據聚為多少類合適。但是一開始并不知道我們的用戶到底能聚合成幾個群體,所以這里就要用到反復測試K值,用經驗法來判斷K值的合理性,其實經驗選K法就是說我對平臺用戶已經有一定的了解,具體該聚合成幾類已經心里有數,就好比上面的K-means聚類圖,我先前已經知道平臺用戶大體分為三類,這樣在一定程度上就可以避免選K難的情況。

        

        接下來就開始做數據預處理,將數據從數據庫導入SPSS modeler軟件中,去除羊毛黨等噪聲數據(1筆1000元及以下),修正缺失數據,整個流程如下圖:

        

      P2P運營手冊:平臺轉型后 怎樣讓老用戶升級APP并且投資

      K-means建模流程圖

        

        流程搭建完畢,接下來就是經驗選K法,通過反復測試K的數值,找到最合理的聚類結果,最終我們得出以下聚類餅狀圖與聚類結果圖如下。

        

      P2P運營手冊:平臺轉型后 怎樣讓老用戶升級APP并且投資

      聚類餅狀圖

        

      P2P運營手冊:平臺轉型后 怎樣讓老用戶升級APP并且投資

      聚類結果圖

        

        上圖將用戶最終聚合為7類:

        

        聚類1(占比74.5%):低質量流失未更新APP用戶

        

        聚類2(3.5%):高質量活躍已更新用戶

        

        聚類3(10.9%):中質量活躍已更新用戶

        

        聚類4(6.5%):低質量流失已更新用戶

        

        聚類5(0.7%):高質量活躍未更新用戶

        

        聚類6(0.6%):超高質量活躍已更新用戶

        

        聚類7(3.4%):低質量活躍未更新用戶

        

        可以看出聚類6和聚類7的比重都不到1%,既然如此為什么還要留著這兩類用戶總共聚成7類呢?這是因為聚類結果符合平臺的用戶情況,等級越往上人數占比越少質量越高,這就是金融界的二八定律,即20%的人貢獻80%的金額,最終經過反復測試K值和對平臺用戶情況的把握,將K定為7最為合理。

        

        所有聚類中沒有升級APP的有聚類1、5、7;升級APP但未投資的是聚類4。聚類5和7的用戶不用去做針對營銷活動,因為這些用戶有在投,用戶到帳后如果不升級APP是無法進行下一步操作的,換句話說想要提現或是續投的話就必須升級APP。那么剩下的就是聚類1和聚類4的用戶了,聚類1是無在投未更新APP的用戶,而且看一下這一類用戶流失平均超過半年,所以高力度紅包加息券之外還要短信和外呼三管齊下,懇求用戶回來投資。聚類4是沒有投資但是偷偷更新的用戶,可以說這類用戶投資的可能性很大,也需要重點關照。

        

        找到了目標人群,接下來就是營銷策略的制定了。用一個簡單的RFM(最近到賬,投資頻率,投資金額)模型來制定紅包的發放規則,這兩類用戶從聚類表中可以看出聚類1比聚類2流失時間更長(聚類1流失時間在半年以上,聚類2流失在2個月左右),我們可以根據流失時間與召回難度來決定紅包的力度。召回用戶只有兩種方法,即高收益和誠意,況且這回不僅是召回,還肩負升級APP的任務,所以活動就要給出史無前例的力度,讓用戶看到我們的收益!于是聚類1按照最后一天到賬金額發放1%的APP專享理財紅包,聚類2發放0.8%的APP、專享理財紅包。具體發放規則如下圖所示:

        

      P2P運營手冊:平臺轉型后 怎樣讓老用戶升級APP并且投資

      營銷策略規則圖

        

        高收益的專享紅包發放的同時,進行短信提醒和電話外呼,三管齊下,讓用戶再一次的看到我們的誠意。到此為止,我們從制定目標、模型建立、數據分析到營銷方案制定的整個流程都已經走完,可以用下面的這張流程圖來簡單的描述:


      P2P運營手冊:平臺轉型后 怎樣讓老用戶升級APP并且投資


        

        我們在了解平臺用戶的基礎上,合理的選出聚類數值K,找到目標聚類群再進行細分,制定合理的營銷策略。當拿到雜亂的數據時,不妨試試簡單粗暴的K-means先聚它一下子,再進行接下面的分析,也許便會豁然開朗。這次的K-means聚類算法就分享到這里了,希望大家喜歡,我也會在今后不斷地學習中與大家分享。

        

        寫在后面:希望這篇文章可以幫助廣大的互金運營人士,也能夠讓廣大的互金用戶了解平臺運營方式,同時歡迎互金同行與愛好者一起交流學習,提出您寶貴的意見。


    發表評論:

    發表






    免费六肖中特网