网贷平台数据挖掘与分析（一）认识数据分析

数据分析相关的话题随着互联网的发展越来越被行业人士讨论。结合互联网金融行业的发展以及个人在网贷平台的一些实践工作经验，浅谈一下网贷平台的数据挖掘与分析。大家都很清楚数据挖掘与分析的重要性，我在一篇文章“对互联网金融产品经理的认识”曾提到数据分析对产品经理工作的重要性，这其实只是平台运营工作中的一点。在一个平台的运营营销工作中，可以说“无数据，不运营”。

一，我们应该认识到数据挖掘与分析能为谁解决问题。

首先，数据分析支持对象首先是平台整体。整体的数据体系能为高层决策提供基本的数据支持。其次数据分析还能帮助获取整个行业甚至竞争对手的相关信息。更重要的一点是能为平台各业务点提供数据支持。直接支持的对象通常是业务部门，包括运营相关、营销相关、销售相关、产品设计、用户体验、会员相关等。

二，数据挖掘与分析能解决平台各端数据统计分析问题。

很多平台拥有多个端的应用平台，比如我们平台会有pc端（web网站）、APP应用（包括ios，安卓）、Touch端（wap）、微信端等平台端口。这种多种平台端产生的数据可以通过分析系统直接进行整体整合。评估不同端口平台的业务效果。同时，还能通过整合数据进行用户的识别和关联，提供跨平台、多渠道、多终端的效果分析，打通不同端口平台应用之间的运营通路。而且，数据整合分析还能从原来以已知用户行为数据提了关键价值提升到未知用户推导结论辅助业务进行优化。

三，数据挖掘与分析能解决各业务线辅助数据支持问题

第一类是营销类数据支持，支持的对象一般是推广部门，或者市场部门，品牌部门。其设计业务包括：媒介（平铺）、SEM、SEO、CPS、SNS、EDM、BD等。一方面需求是所有营销推广渠道效果都可以直接或间接的反映到线上数据，因此效果更容易量化评估；另一方面需求，也是公司及相关同事比较关注的营销费用的投入产出。

第二类是运营类数据支持，支持对象一般是活动策划，技术运维，产品设计等。主要是围绕网站数据。根据开展的业务动作，业务数据能直接反馈效果，从前期的策划设计，中期的落地执行，后期的优化改进评估。形成完整的业务流闭环。

第三类是用户类数据支持。主要支持产品部门，客服部门等直接与用户或者会员服务的部门。用户类数据一般包括三部分：1，用户基本属性，人口属性、地理位置、环境、终端、来源等等。2，用户基本行为：浏览、查看、搜索、点击、等等。3，用户转化行为：试用、下载、注册、登录、绑卡、充值、投资、提现等（根据平台行业不同有不同划分）。

第四类是交易类数据支持。交易量数据在电子商务平台中其实就是销售类数据。对网贷平台来说也是核心数据，直接关系到推广部门、市场部门、营销部门的任务指标，。同时根据产品销售周期情况来评估平台产品的细节数据，为产品的欢迎度做评估等。

总之，数据挖掘与分析能为网站整体营销相关，运营相关，用户相关，交易相关的业务提供洞察支持。

以上结合在网贷平台的工作经验分享一下目前平台在数据统计分析方面的想法。其实目的很简单我们会用数据去驱动业务及判断决策，在整个的经营过程当中我们基本上不会去听这个人做了些什么事情，因为每个人他可能都会选择性的说一些结果，但是数据是不会说谎的，数据会反映一切真实的东西，所以说我们的目标是数据化运营。当然目前来看还是有一定的距离。在朝这个方面努力中。当然还有很多细节需要探讨，每个细节分支可以说都是一个课题。

标签：