深度解析｜互金用户增长模型背后，最底层的逻辑框架

快来打我* 2021-11-12 00:18 355阅读 0赞

## **一、当我们在讨论用户行为时，我们在说什么** ##

### **1.1 从基础出发，回归初始定义** ###

很多日常脱口而出的词，其实我们并没有思考过它真实的含义。大多数争论和错误决策的起点，也在于定义的不清晰和不一致。

互金运营是离钱最近的一项工作，清晰的用户行为定义便显得尤为重要了。

**1.1.1 用户行为**

用户行为由最简单的五个元素构成：时间（when）、地点（where）、人物（who）、交互（how）、交互的内容（what）。

对用户行为进行分析，要将其定义为各种事件。

比如用户搜索是一个事件，在什么时间、什么平台上、哪一个ID、做了搜索、搜索的内容是什么。

这是一个完整的事件，也是对用户行为的一个定义。

有了这样的事件以后，就可以把用户行为连起来观察。

**1.1.2 用户行为分析**

用户行为分析，是指在获得网站访问量基本数据的情况下，对有关数据进行统计、分析，从中发现用户访问网站的规律，并将这些规律与网络营销策略等相结合，从而发现目前网络营销活动中可能存在的问题，并为进一步修正或重新制定网络营销策略提供依据。

具体而言，用户行为分析是基于用户在互联网产品上的行为，以及行为背后的人发生的时间频次等维度，深度还原用户使用场景并且指导业务增长。

**一个完整、多维、精确的用户画像=用户行为数据+用户属性数据**

**1.3 消费者行为**

消费者行为在狭义上讲：仅仅指消费者的购买行为以及对消费资料的实际消费。

在广义上讲：消费者为索取，使用，处置消费物品所采取的各种行动以及先于且决定这些行动的决策过程，甚至是包括消费收入的取得等一系列复杂的过程。

消费者行为是动态的，既涉及了感知、认知、行为以及环境因素的互动作用，也涉及了交易的过程。

**1.1.3 消费者行为模型（AISAS）：**

![640][]

*消费者行为模型*

随着互联网的兴起和发展，针对消费者进行研究的模型已经从最初的AIDMA模式（Attention 注意、Interest 兴趣、Desire 欲望、Memory 记忆、Action 行动），演化到了到后来的AISAS模式：

*  Attention——引起注意
 *  Interest——引起兴趣
 *  Search——进行搜索
 *  Action——购买行动
 *  Share——发起分享

###     ###

### **1.2 基于基础定义的分析框架搭建** ###

在线性方向上，从“注意”到“分享”的核心路径上存在着多个关键节点，而由于“说服心理学滑梯”效应的作用（下文将说明），导致从起始节点到最终节点的过程中，用户会因为各种原因出现流失，从而形成用户转化漏斗。

对互金运营来说，需要结合公司当前目标和自身KPI，抓住转化漏斗的关键触点，据此设计相应的运营策略。

对用户行为进行分析，要将其定义为各种事件，而将时间（when）、地点（where）、人物（who）、交互（how）、交互的内容（what）聚合在一起，便构成了一个完整的用户任务。

从任务的层次来看，从核心到外围，可以分为三档：**核心任务、扩展任务、外延任务**。

对互金运营来说，必须深入到本公司产品的体系中，了解用户操作的关键路径和主线流程，根据用户任务的重要程度，设计运营活动，这样能够最大程度上避免运营和产品惨烈撕X的情况出现。

在往下看之前，你可以停下来想一想：

**对于投资用户来说，TA的核心任务、扩展任务、外延任务分别是什么？**

由于不同用户在转化漏斗的阶段各有不同，其在本平台所处的生命周期发展阶段也就有了群体差异。

引入期、成长期、成熟期、休眠期、流失期，针对不同发展阶段的用户，运营策略的差别往往十分巨大。

到这里，我们已经初步搭建起了用户增长策略的基本框架：

1.  根据转化漏斗梳理操作流程，进而识别关键触点进行优化
2.  根据任务层次梳理最小闭环，进而分层次、分阶段设计运营策略
3.  根据用户生命周期进行用户分层，进而针对不同生命周期的用户实施差异化的运营手段

##     ##

## **二、18字诀：为什么要分析用户行为** ##

### **2.1 做画像** ###

**完整的互金用户画像=用户属性数据+用户行为数据+交易数据+风险收益数据**

互联网公司擅长前2块，但往往偏重于一般的互联网用户分析，缺乏对金融和投资的理解；金融机构强于后2块，一般认为用户行为数据只是过程性信息而不屑收集，可能一款APP已经推出很多年都没有做过基本的埋点或转化率分析。

在整个用户画像的体系中，用户行为是串起用户和平台两端的其他3项数据的关键要素，值得深入探究和完善。

### **2.2 知偏好** ###

通过对用户访问页面的类型、访问路径的深度，可以帮助识别用户对某些投资品种或运营活动的偏好程度，进而针对此类用户推送更多此类产品上架的信息，或是与相关产品有关的优惠券（加息券/抵扣券/满减券等）。

平台再大一点，可以据此完善“千人千面”的前端架构设计。

此前GrowingIO、诸葛IO等用户行为分析机构，已经推出了此类产品，虽然在精度上还有待进一步加强，但毕竟是一个有益的尝试。

从实际使用的反馈情况来看，偏好分析在投资理财类APP上的分析效果，会好于在借贷类产品上的应用。

### **2.3 控营收** ###

从用户导入到用户流失，全链路跟进转化率和留存率提升。

根据公式：

**用户生命周期价值（LTV）=（某个客户每个月的投资频次\*客单价\*毛利率）\*（1/月流失率）**

由此可知，在客单价和毛利率水平不变的情况下，我们可以着手的点有2个：

1.  **提升投资频次：**持续做好用户转化节点的运营策略优化，让用户在“注册-实名-绑卡-交易-复投”的转化过程中，有充分的动力持续向下一步跃迁，实现交易笔数和交易金额的提升，最终提升平台用户生命周期价值。
2.  **降低流失率：**通过释放出各种任务引导持续提升等级，进而做好用户的忠诚度提升；通过刺激活跃和召回策略提升用户留存，最终降低平台用户流失率。

###     ###

### **2.4 做策略** ###

做运营策略，并不是简单地抄一抄竞品、落实老板要求那么简单。或者换个角度说，如何更好地抄到竞品的精髓、把老板的要求落到可规划/可执行/可汇报的程度，都有赖于对用户行为数据的收集和分析。

离开用户行为谈运营，无异于耍流氓。

### **2.5 搞复盘** ###

根据用户行为数据复盘版本升级和运营活动的效果，并据此进行调整和优化。无论活动的目标是提升日活、提升GMV还是单品交易量，最终都要落实到用户在转化漏斗节点或用户任务上。

对于活动效果的检视，简单地看无非是“达成”或“未达成”，而对用户行为数据的分析，却能回答为什么、好在哪/不好在哪儿、下次如何和才能做得更好。

### **2.6 作比较** ###

基于转化漏斗的各种转化率、基于海盗指标的拉新-促活-留存分析、基于用户任务体系的注册-投资-提现数据分析等，都能够帮助我们搭建一套对本平台指标体系搭建和竞品比较分析的框架，对于运营指标制订、资源申请和效果检视有显著的帮助。

## **三、如何搭建基于用户行为的增长体系** ##

基于用户行为的增长体系建设，可分为前置条件、执行策略、通道搭建和落地配套原则4部分。

下文将分别展开。

### **3.1 前置条件：用户数据准备** ###

如上文所述，完整的互金用户画像体系，由如下这4部分数据构成：属性数据、行为数据、交易数据、风险收益数据。

![640][640 1]

*互联网金融数据分析体系*

*  **属性数据：**用户作为自然人和社会人的最基本数据，也是其他三类数据的基础
 *  **行为数据：**串起用户和平台两端的其他各项数据的关键要素，一切运营策略的落脚点。以用户行为数据为基础，结合平台的标签体系，还可以得到衍生的用户转化数据和用户行为偏好数据，在此不详细展开
 *  **交易数据：**计算平台营收、ROI、LTV等经营指标的基础，也是用户价值的判断的重要标准
 *  **风险收益数据：**用户的投资属性数据,既是差异化运营的依据,也是平台落实风控合规要求的体现

属性数据举例：

![640][640 2]

行为数据举例：

![640][640 3]

基于以上数据,结合频率、时间维度、用户数等指标，就能得到更多指标数据。

比如：

*  时间周期(月)+投资次数=月活(MAU)
 *  最后一次回款日期+回款后最近一次投资日期=用户流失
 *  时间区间内投资金额/时间区间内投资用户数=人均投资金额

如果将用户投资行为，与最近一次交易时间、交易频率、单位时间内交易金额相结合（根据RFM模型），在计算和分析后对于用户价值判断、召回策略制定等方面将能够提供有力支撑。

*  R(Recency)：用户投资的时间间隔
 *  F(Frequency)：用户在单位时间内投资的次数
 *  M (Monetary)：用户在时间内投资的金额

交易数据举例：

![640][640 4]

风险收益数据举例：

![640][640 5]

有关风险收益数据，稍微展开说一下：

对于大多数互金平台来说，产品的展示和推荐，首先还是基于营销的目的来做，不太考虑用户自身的风险承受力情况。

甚至有些时候，在用户完成风险测评后，还会诱导用户购买超出自身风险承受力的产品，于是你就会看到下面这种画风：

![640][640 6]

*XX金融在用户完成风险测评后给出的投资建议*

*（图片来自公众号@智能投顾联盟）*

按照这两年监管发展的方向，“把合适的产品卖给合适的投资者”的适当性原则落地，将逐渐从持牌金融机构向互联网金融公司逐步扩散。

基于用户风险承受力和收益目标来进行产品和运营策略设计，一方面能够提高合规水平和平台安全边际，另一方面，也是对用户投资需求和投资能力的更进一步把握。

![640][640 7]

*用户风险承受力与产品风险等级的匹配关系*

*基于用户风险承受力（5档分级）*

![640][640 8]

*用户风险承受力与用户投资目标的关系*

*基于用户风险承受力（3档分级）*

2016年蚂蚁金服公布的《蚂蚁聚宝大众投资人大数据分析》中，透露出来的5项内容，分别都能对应到上文提到的四大类数据中：

![640][640 9]

注：

*  在实际搭建数据指标体系的过程中，指标会拆解得更加细化，这里不是写PRD，就不针对这四类数据对应的报表字段详细展开了
 *  此处的“交易数据”，主要只用户发生投资行为后的持仓数据；而用户的首投、复投相关的时间、金额、产品数量等投资行为数据，包含在“行为数据”的类目下

###     ###

### **3.2 用户增长模型搭建** ###

基于用户行为的增长策略，依赖于三个基础模型的建立，它们分别是：转化漏斗模型、生命周期模型和任务分层模型。

其中：

*  **转化漏斗模型**是在纵向上，对用户转化的节点进行分析；以此为基础，根据用户在不同转化节点的分布情况，对将用户在平台上所属的生命周期进行定义和划分
 *  **任务分层模型**是在横向上，对用户在平台上的各种行为进行拆解和分组，按照“核心任务-扩展任务-外延任务”的体系进行划分，以此为基础引导用户在不同层级的任务中迁移和成长

最终，通过对用户转化率的持续优化、用户任务完成行为的持续引导，进而实现对平台各生命周期用户的差异化运营和服务，最终实现平台用户快速和持续的增长。

**模型Ⅰ-用户转化漏斗模型**

关于转化漏斗模型，在此前的文章中已经有过比较详细的描述，在此就不再展开。

![640][640 10]

*转化漏斗模型（理财端）*

基于以上模型，对于理财端用户的转化关键节点和对应的重要指标就可以比较轻松地掌握了。但在实际的应用中，这只是达到了60分的及格线而已。

那么，该如何用更高阶的手段来使用转化漏斗模型呢？以下是2个可以参考的方向：

**1. 用户分支路径转化漏斗**（以传播/邀请为例）

![640][640 11]

*转化漏斗模型-分支路径转化*

以转化漏斗模型的“传播”这个节点为核心，可以拆解出从“老用户看到界面邀请提示”到“新用户接受邀请并完成注册开户”，其间至少有7个转化节点。

拆解到这个颗粒度，运营更多的工作开始浮现出来：

![640][640 12]

最终从结果来看，精细化的漏斗划分，一方面能帮助运营提升效率和投入产出比，另一方面，也有利于在活动过程中快速地定位和解决问题。活动结束后进行复盘时，做得好不好、下一次怎么才能做得更好，得出的结论才会更加靠谱。

**2. 方向二：平行转化漏斗**

![640][640 13]

*转化漏斗模型-平行转化*

\* 注：在上图中，对用户来说，投资、内容、每日加息、传播等业务，都被定义为“平行业务”。

如果按照不同的颗粒度、不同的业务条线来分拆，一个APP内其实可以拆解很多平行的转化漏斗。

对运营来说，单纯为了拆而拆是没有意义的，我们需要根据当前运营重点和部门KPI梳理出需要重点关注的几个平行漏斗（同一时期内数量一般不超过3-4个，多了你也顾不过来）。

一般来说，大概的方向有这么几个：

*  抓用户主线转化流程：注册/绑卡/普通投资/定投
 *  抓用户活跃转化：推送/内容/每日加息/签到/老用户复投
 *  抓用户拉新转化：邀请好友/新用户首投

对同一时期内进入平台的用户，可以通过同期群分析等方式，分析这些用户在进入平台后的一段时间内（如果是公募基金，按照最短的申赎时间来看, 可以设定为一周），在各主要平行业务的使用情况和转化情况，并进一步了解用户在各业务上重合的程度。

基于以上分析，通过页面引导、活动激励等方式，结合平台的用户成长体系，促成用户在各平行业务之间的跃迁。

下面以与“投资”相关的几条平行业务进行举例说明：

![640][640 14]

![640][640 15]

*示例：陆金所*

以陆金所的印章体系为例，通过对用户成长路径的设计，引导用户在不同的业务之间跃迁，持续进行各类产品的交易、参加平台各类活动，最终提升用户的活跃度和留存率。

**模型Ⅱ-用户生命周期模型**

用户生命周期通常分为五个阶段，分别为：引入期、成长期、成熟期、休眠期、流失期。

通过各个时期特征的提炼，可将这五个时间分为三个运营区间：

*  **获客区**——引入期，通常说的“拉客”，主要运营手段为拉新，主要考核指标为留存率；
 *  **升值区**——成长期+成熟期，通常说的“接客”，主要运营主段为激活，主要考核指标为增长率和转化率；
 *  **留存区**——休眠期+流失期，通常说的“留客”，主要运营手段为留存，主要考核指标为为留存率和召回率。

![640][640 16]

*用户生命周期模型*

新手首先碰到的问题，往往是不知道按照什么标准来划分生命周期节点。其实在实际操作的过程中，你并不需要真的做出一个用户生命周期分布图，然后据此操作。

实际上，用户处于周期的哪个阶段，是由其行为决定的。

所以，运营的抓手，也是落在用户的行为上。

比如，你发现近期平台上产品的申购金额几乎没有什么增长，甚至还有所下降。于是，你找BI同学拉数据，发现近1个月平台上已注册&未交易用户占比有上升的趋势，而且用户复投率也有所下降。

结合上文的用户转化漏斗模型，你可以得出初步结论：

*  注册用户的交易转化率偏低，一方面可以内部排查，看看在系统层面，交易流程是否有问题；另一方面，可以通过短信/PUSH/站内信/APP首页弹窗等方式，给用户推送新手大礼包（新手红包+体验金+高收益新手标），引导用户完成首投转化。在此，实际上就是针对这一批引入期用户进行了交易转化率提升的操作。
 *  用户复投率下降，原因可能比较复杂和多样，可以多观察几天，并跟历史基线数据做比较。有时很可能正是用户还没到发薪日没钱投资，或是前一阵做过大促，大批用户买了期限较长的产品尚未回款，所以没有新的资金进行复投。

当用户处于不同发展阶段时，用户价值会产生相应的变化，因此，也需要针对不同阶段来设计对应的运营目标和策略。

相关内容已经在此前的文章中有过较为详细的描述，在此不再展开。

![640][640 17]

**模型Ⅲ-用户任务分层模型**

![640][640 18]

*互金用户任务分层体系（理财端）*

对于理财端的用户来说，在一个平台上所有的行为，都可以放到“核心任务-扩展任务-外延任务”的框架中进行考核和分析，这就是道是无在本部分要介绍的“用户任务分层模型”。

仔细观察后，你会发现一个很有意思的现象：

*  “模型Ⅰ-用户转化漏斗模型”其实是以平台为中心的用户转化视角
 *  而“模型Ⅲ-用户任务分层模型”则是以用户为中心的需求满足视角。

两个模型有同样的转化节点，但模型Ⅰ是扁平的，而模型Ⅲ却是带权重的。

**1. 任务分层结构：**

![640][640 19]

\* 注：把“成为平台投资者”放在扩展任务区域的原因——对用户来说，“成为平台投资者”这个任务，其实是“赚钱”任务的前置条件，确实很重要，但并不是用户首先关心的问题，所以就把该任务的权重将至扩展任务。

**2. 用户任务分层模型中的市场机会：**

*  **核心任务：**提供亿级用户规模的机会。满足互金核心任务需求的，从前是金融体系的银行、券商、保险和基金等金融机构，后来是推出了余额宝的蚂蚁金服。你会发现这一类公司做的就是面向海量用户提供“存钱-赚钱-取钱”的基础服务，它们在的用户运营上谈不上有多大特色，但选对了时间和任务模式，成功的概率最高。这类公司应对洗牌风险的能力为“强”

*  **扩展任务：**提供千万级用户规模的机会。满足扩展任务需求的，往往在效率上有表达提升。它包括两类公司：一类是腾讯、京东这样的互联网巨头，从成为平台用户的扩展任务切入（即俗称的“用户导入”），本质上做的是流量生意；另一类是平安、玖富、拍拍贷这样的互金玩家，模式有：①平安陆金所：通过强大的金融产品整合和供应能力做好“投资-复投”任务②玖富/悟空理财和拍拍贷：抓住P2P的时间窗口，做好“获得收益-增加收益”任务，以及简化和降低准入门槛，做好“成为平台投资者”任务这类公司应对洗牌风险的能力为“中”

*  **外延任务：**提供百万级用户规模的机会。以满足外延任务需求为特色的，多数是互联网系的头部互金公司。它们在核心任务上找不到突破点，于是立足扩展任务，发力外延任务，在获客手段、运营手段、补贴力度、差异化资产获取和包装上都做得最为有声有色。这类公司应对洗牌风险的能力为“弱”

\* PS：做外延业务如果用力过猛，走上邪路，极致就是传销和庞氏骗局了。不少人痴迷所谓的用户裂变方法，如果脱离了用户的核心任务，那就肯定不是健康的用户增长模式——既无法带来合法的收入，规模增长也无法持续。

**3. 任务分层关系：**

*  **核心任务：**用户首先关心的是赚钱，赚钱的主线流程是“投入本金（入金）→获得收益（增值）→获利了结（出金）”。平台是否安全、平台收益是否有吸引力、要用钱时是否能够及时取出、主线操作流程是否方便，这是用户在核心任务区域最关心的几个问题，它们直接决定了“扩展任务”和“外延任务”是否存在

*  **扩展任务：**扩展任务中，“复投”、“增加收益”、“提前获利了结”这3个一级任务，分别对应核心任务中“投入本金”、“获得收益”、“获利了结”这3个二级任务，前者是后者的进一步扩展和优化

*  **外延任务：**外延任务附属于核心任务和扩展任务，当运营活动主要落在外延任务区域时，需求基本在运营经理层面就可以搞定了。如果运营活动落到扩展任务或核心任务区域，往往就需要产品经理比较深度的配合了。尤其是落到核心任务区域的运营活动（体验金、加收益等），往往要横向统筹多个部门，最容易踩到坑里去的往往也是这类活动。

**4. 任务分层角色统筹：**

*  **核心任务**是产品经理主要关心的领域，平时说的APP核心功能设计、用户体验设计基本都落在这个区域

*  **外延任务**往往是运营经理发力的着眼点，各种拉新、促活、留存的运营活动，都落在这个区域

*  **扩展任务**区域则是产品和运营的交界地带，对产品经理来说，扩展任务是用户体验持续优化的方向，对运营经理来说，扩展任务中的各项子任务，都是运营活动很好的载体

如果你仔细观察就会发现：一个高阶的产品经理或运营经理，常常是能够按照“**核心任务→扩展任务→外延任务**”的方向来思考，同时又能够充分立足各自业务目标和KPI，进而设计方案并安排优先级的人。

反过来看，有时运营同学向产品同学提出一个运营需求时，会很诧异：“咦，为什么产品同学当场炸毛了？”其实，如果你了解用户任务分层模型就会知道，这次你提的这个需求，大概率是让产品同学感觉用户的核心任务流程受到干扰了。

基于对用户任务分层的洞察，运营对产品中各种功能的权重才能有更合理的把握，与产品和开发沟通时，才能有共同的讨论基础。

下面以京东金融APP的“任务中心”为例，对相关任务进行拆解和分析：

![640][640 20]

*京东金融任务体系拆解*

通过上图可以看出：

*  互联网金融的最关键的点是交易，所以叠加在核心任务和扩展任务上的运营激励往往比较大
 *  邀请好友使用京东金融APP，能够间接带来交易量的提升，所以给予了中等程度的激励
 *  每日玩金币游戏，由于是一个单纯的促进用户活跃的活动，与核心任务距离比较远，对于用户核心需求的满足程度也较低，所以给予了比较弱的运营激励

不过需要注意的是：**不同类型的公司，在处于不同发展阶段时，业务目标会有不同的侧重点；**所以在运营活动方案和配套激励措施的设计上，会有各自个性化的地方，不能直接套用模型，还需要具体问题具体分析。

### **3.3 用户成长路径建设** ###

![640][640 21]

*互金用户成长框架*

对于互金业产品来说，用户的转化和成长是在两个层面上实现的：

*  **金融层面：**用户投资金额、投资产品复杂度的提升，背后代表的是用户风险承受力和收益目标的提升
 *  **互联网层面：**用户在平台内成熟度的提升，它表现为在基于主线转化漏斗的成长体系上，持续不断地向漏斗的下一个环节迁移和成长

从金融层面看，用户在财务生命周期中所处的家庭发展阶段，是影响用户在金融层面成长的背景性因素；同时，用户风险承受力、收益目标、收入水平、投资经验等都是影响用户在金融层面成长的关键性因素。

不过，由于财务生命周期涉及到大量个性化的线下数据，而且与投资、保障和资产配置的关联度太高，在本文中就不再详述。

从互联网层面看，用户在平台上发展生命周期所处的节点，是影响用户在互联网层面成长的背景性因素；同时，用户在主线转化漏斗所处的节点、活跃情况、留存情况等都是影响用户在互联网层面成长的关键性因素。

总体来看，用户的成长过程是在金融和互联网这两个层面上交织进行的，最终都体现为用户在平台上各种各样的投资行为。

**成长模式Ⅰ-用户在金融层面的成长**

![640][640 22]

*理财端用户投资成长体系*

此前，蚂蚁财富（原“蚂蚁聚宝”）曾经对理财用户做了一个很形象的分层，从最初级的银行存款（幼儿园），到最高级的资产配置（六年级）分为7个进阶。

按照这个标准来看，会发现大多数基金公司的现状是给一年级的小朋友，上三年级、四年级的课；国内一众做智能投顾的公司，在给幼儿园的小朋友，上六年级的课——这些情况，其实都是忽略了互金用户的分层以及用户成长的过程，体现到用户数和管理费收入上，回报的效果自然不会太好。

对互金平台来说，需要根据自身产品资源、用户分层，结合相应的运营策略，帮助和引导用户实现成长和进步。

这一点上，我一直觉得京东金融的“小白基金”做得不错（没看到交易数据，欢迎京东的童鞋补充^\_^）：

![640][640 23]

*京东金融-小白基金*

用户点击进入“小白基金”，从左到右一次可以看到“天天赚”、“月月赚”、“高手专区”,分别对应货币型基金、债券型基金和混合型/股票型基金（原先还有基于短期理财基金的“周周赚”），帮助用户勾勒出“一年级（货基）→二年级（债基）→四年级（混合型基金）”的成长路径，用户还可以通过学习基金产品知识，获得从3%到4%不等的收益奖励。

对小白用户来说，货基和债基在能够承担的风险范围之内，又能够够获得额外的收益补贴，自然会有动力参与到投资和成长的过程中来。

其实对于多数理财类的APP来说，如果做好如下2点，这篇文章也就算没白看了：

1.  划分用户成长进阶，提供有梯度的产品和服务
2.  首先服务好低年级“小朋友”，在用户体验和运营策略上做出倾斜，辅以投资者引导和教育

**成长模式Ⅱ-用户在互联网层面的成长**

![640][640 24]

*理财端用户交易行为成长体系*

从理财端用户交易行为成长体系的构成来看，主要包括如下几个要素：

*  **垂直方向上**，基于用户转化漏斗模型，设定转化路径和转化目标，从“完成注册”到“完成新的投资”都包括在内
 *  **水平方向上**，在转化漏斗的主要节点上，促成用户从上一个节点向下一个节点转化和成长，从“已下载未注册”到“汇款后N天未投&账户内无余额”，都有各自的转化目标
 *  **在配套条件上**，针对相应生命周期内用户的特点，设定好“触发转化条件（如下载后的M天内）–触发转化方法（如首页蒙层）–触发转化激励（如阶梯现金券）”这整套运营手段，以保证用户转化和成长目标的落地

**重点强调：**在促成用户“完成首投”、沉默/流失用户“完成新的投资” 的转化节点上，可以适当引入人工电话回访的方式，主体内容是“平台信心建设+未转化原因询问和解答+优惠激励”。

只要成本可控，人工的方式会让用户感觉比较有温度，转化效果一般也还不错。

下方，是陆金所针对“N天未投资&账户内有余额”的用户，推出的“1月回归礼”活动，主要目的是通过下发投资券短信的方式，促成休眠用户“完成新的投资”。

![640][640 25]

*陆X所-1月回归礼*

通过上图可以看出：

*  用户触达的第一步就存在风险，下发的短信可能被用户手机上的安全软件禁用，导致用户看不到这条消息。相对比较保险的做法，可以采用“短信+邮件/推送/电话”的方式，确保用户肯定可以看到

*  短信文案的表述容易让人误以为是诈骗短信，用户明明什么都没做，为什么就凭空“获得抽奖资格”？

*  在可以做到针对休眠用户精准发送触达短信的基础上，最好的方式是确保所有收到短信的用户都能中奖，否则会比较影响用户感受。这一类活动的指导思想，应该是【确定能得到，不确定得到多少】：确定得到，能够确保用户有参与的动力；不确定得到多少，能够提供用户“赌一把”的乐趣。不过这也是大公司的苦恼，包括很多银行在内，由于用户规模大，为了控制营销成本，不得不祭出“数量有限、先到先得”这个法宝

*  在适用的产品上，尽量不要太限制。用户之所以会进入休眠状态，肯定存在某种原因的，所以给这些用户的激励一定要更诱人，最好能给到无门槛的全场通用券，或至少放到明星产品或是一些新上架产品上

简言之，用户在互联网层面的转化和成长，其实也是一个比较复杂的过程，它既包括用户在主线流程上的转化，也包括用户在支线流程的转化。

在转化的每一个节点上，一定要考虑清楚用户的利益点和风险点/困难点在哪里，并提前做好产品和运营手段上的准备，最终促成用户的持续转化和成长。

本部分的最后，再上一个案例——**桔子理财新手任务、成长任务**。

正如上文所说，用户的成长过程，是在金融和互联网这两个层面上交织进行的，两者相互依赖、相互促进。

![640][640 26]

*桔子理财新手任务成长任务拆解*

通过上图可以看出：

*  从互联网层面的成长来看，桔子理财新手任务是在重点引导用户完成“渠道导入→注册→首投→传播”的主线流程转化。完成这样一个深度的操作过程后，用户对平台肯定是比较了解和信任的了（投入金钱&投入人脉关系），这样用户离开平台的成本就变得更高了
 *  从金融层面的成长来看，周周升属于短期高收益产品（7天后可赎回，年化最高8.39%），爱定存的期限从1个月（年化收益率5.5%）到12个月（年化收益率8.29%）不等，而且用户为了追求高收益，往往会倾向于投资期限较长的产品。

买入定期产品后，只有VIP用户有提前赎回特权，普通用户无法提前赎回（成为VIP用户需要在平台上的投资金额达到一定规模），这样也进一步提升了用户在平台上的留存率：

从激励的倾向性上看，可以看出桔子理财和京东金融具有比较明显的不同。

在上例“京东金融任务体系拆解”中，对于“邀请好友使用京东金融APP”给予的是50个金币的中等程度激励，而在桔子理财这里，是给予400个桔子的最高强度激励。

京东金融由于背靠京东商城，用户体量大，业务复杂度高，所以重在引导用户在各业务体系内的转化和活跃；桔子理财属于创业型平台，用户渗透率相对较低，所以重在扩大用户规模，更多地圈进用户后，再谋求转化

我们平时在做竞品研究和运营手段借鉴时，这样的背景性因素往往会被忽视，而直接照搬别人方法的结果，往往就是“七分看运气，三分看财力”，这种情况应该尽量避免。

综上，在不断完成任务、获得成长的过程中，用户获得了更多的权益和心理满足，平台也获得了用户的活跃和忠诚，在这里可以看到，一个好的运营策略设计，能够让用户和平台都获得双赢的。

而用户成长体系的搭建，又穿插着“利益”、“荣誉”、“情感”、“安全”的种种套路，对人性弱点的窥探，在这里体现的淋漓尽致。

### **3.4 落地配套原则** ###

在充分把握用户行为的基础上，为了最大限度地发挥用户增长模型的效能，我们还需要有配套的指导原则和措施：

**1. 一切从实际出发。**

任何方法或模型，都要基于公司的行业属性和当前发展阶段来使用，这是一条基本原则。

彼之美味,吾之砒霜，尤其不能简单粗暴地照搬友商的方法。

最典型的例子，是上文提到的京东金融和桔子理财对老拉新的激励程度差异，体现的正是这条原则。

**2. 使用PCDA来验证和拓展模型的有效性。**

通过计划阶段（Plan）- 执行阶段（Do）-检查阶段（Check)-行动阶段（Action）的不断循环，结合运营目标和数据复盘，配合做好ABtesting，形成适合本平台的有效运营手段体系。

**3. 指标拆解和运营活动设计的精细化。**

明确自己的关键目标，然后通过MECE（Mutually Exclusive Collectively Exhaustive，相互独立，完全穷尽）的方式，不断进行目标的分解；最后，拆到最小的颗粒度上，据此设计运营方案。

比如上文提到的“用户分支路径转化漏斗（以传播/邀请为例）”，道是无强调“在老用户界面显化利己因素，在被邀请用户界面显化利他因素，最终将传播/邀请的转化率最大化”。

在下方的拿铁智投活动页中就体现得很完整：对老用户，凸显的是“每位好友送您50元”；对新用户，凸显的是“最高加送鼓励金5%”。

![640][640 27]

*拿铁智投-老拉新案例*

**4. 小米加步枪有时候比长枪大炮更有效。**

这句话完整地说，应该是“（今天你拿在手里的）小米加步枪，有时候比（未来某一天可能拥有的）长枪大炮更有效”。

如果平台成立时间不长，数据体系也不完备，划不出完整的用户生命周期，这时候又想快速提升交易转化率，就可以直接找数据同学，拉一下近一个月“已开户未交易”、“已首投未复投”的用户数据，给新用户发一批新手大礼包短信推送并跟进电话、给首投用户发一批（高收益新手标+定向现金券），直接看效果。草莽阶段，百废待兴，这时候简单粗暴比按部就班更有效。

最后，记得算清楚ROI——行业低潮期，钱还是得用在刀刃上。

##     ##

## **四、底层框架和指导思想** ##

行为至此，全篇也将接近尾声了。

我整理了基于用户行为的增长逻辑背后，那一整套底层的思考框架。因为埃隆·马斯克（Elon Musk）的缘故，这两年“第一性原理”很火，我也尝试从互金用户最底层的需求和行为模式出发，将全套的逻辑做一下简要的推演，参见下图：

![640][640 28]

*基于用户行为增长逻辑的底层框架*

### **4.1 用户底层需求** ###

用户参与金融业务最底层的需求，直接目标是获得收益，而最终是为了消费。

按照《金融学》的表述：

金融学的一个基本信条是：金融体系的终极功能在于满足人们的消费偏好，包括诸如食物、衣服和住所等全部基本生活必需品。

换成大白话，就是：**赚钱是为了更好地花钱。**

在这一点上，阿里、京东这样的平台，算是比较完美地实现了用户的“投资-消费”闭环。

用户获得收益的过程，就是将投入资金到理财平台，在达成收益目标后，转出资金的过程。用户在任何理财平台的操作，最终都可以被抽象到“投入资金→获得收益→转出资金”这一行为体系中。

### **4.2 经济学三公理** ###

在目前所有的学科当中，经济学是解释用户需求和行为最合理的框架与工具。

而根据张五常先生的观点，经济科学最终可以归纳为三个最基本的公理：**需求定律、成本概念和竞争含义**。

这三点，其实也是一切运营策略的起点。

需求定律

核心思想是“价格对供求的作用是确定性的”，在这里，“价格”可以是是理财平台给出的金融产品收益率，也可以是互联网的用户体验度、运营提供的补贴和激励。

用户的需求会被导向哪一家平台、到了某一个平台后是留还是走，都受到平台提供的“价格”影响。

成本

对用户来说，从下载APP到投资、分享，整个转化漏斗的每一个节点上，无论是选择YES还是NO，都意味着成本的付出。

在互金运营中，需要重点考虑的是这四类成本：**沉没成本、机会成本、边际成本和会计成本**，它们是用户作出行为决策的基础。

实际上，很多平台的运营策略，就是通过不断增加用户的沉没成本(金钱、时间和情感)，持续增加用户心理账户的支出，让用户因为离开的成本太高而留下来。

竞争

根据百度百科的定义，竞争( competition)是个体或群体间力图胜过或压倒对方的心理需要和行为活动。

即每个参与者不惜牺牲他人利益，最大限度地获得个人利益的行为，目的在于追求富有吸引力的目标，竞争是个人或群体的各方力求胜过对方的对抗性行为。

同一个运营活动（比如请好友帮助砍价、邀请好友获返利、给宝宝投票等），如果引入排名机制，往往会较大幅度地提升用户参与意愿和持续参与的时间。

### **说服心理学滑梯模型：** ###

![640][640 29]

*说服心理学滑梯*

根据说服心理学理论，对用户的说服和行为的促成，需要考虑如下四个要素：

*  首先是**重力**，这代表用户做一件事的初始动机。对互金用户来说，就是通过投资赚取收益

*  **角度**，它是运营从用户身上挖掘出来的动机和需求，依托于重力而存在。比如用户的初始动机是投资赚钱，运营通过设计各种活动的方式，设计出“邀请好友可以加收益”、“学习理财知识送红包”等活动，培养用户邀请好友加入平台的动机和学习理财知识的动机

*  **推动**，是运营为用户提供的激励，目的是为了引导用户完成特定的行为，促成用户的持续转化和成长

*  **摩擦**，是用户在平台上完成特定行为的阻力：有时是客观层面的，比如APP不稳定，或是绑卡成功率低，或平台产品收益率水平偏低；有时是主观层面的，比如平台的UI主色调是绿色（XX投资最初几个版本就是这样），让投资用户心里觉得不太舒适，或是平台名字起得拗口等等，原因不一而足

在说服心理学滑梯模型中，代表用户初始动机的“重力”与经济学三公理的“需求”存在着对应关系，代表用户完成特定行为阻力的“摩擦”，与经济学三公理的“成本”也是相对应的，它们是经济学公理在运营策略上的体现。

### **福格行为模型**(BJ Fogg’s behavior model)： ###

![640][640 30]

*福格行为模型*

福格行为模型(BJ Fogg’s behavior model)认为，要促成用户某个行为发生，需要同时具备以下三个要素：

*  **动机**，根据百度百科的定义，动机是由一种目标或对象所引导、激发和维持的个体活动的内在心理过程或内部动力，是人类大部分行为的基础。在组织行为学中，动机主要是指激发人的行为的心理过程。通过激发和鼓励，使人们产生一种内在驱动力，使之朝着所期望的目标前进的过程。在这里可以很清晰的看到，用户的动机是行为发生的内驱力，是一种用户自主性较高的心理机制，而且往往要通过“激发和鼓励”才发生作用。在互金业务里，用户最底层的动机就是获得收益，而各平台努力的方向，是让用户来到自己的平台投资，持续留存，并带入更多的用户过来投资

*  **能力**，是用户完成某种特定操作的的素质，或者说完成某种行为的水平高低。在互金业务中，用户的行为能力一般体现为是否拥有一台手机、是否有几秒钟的操作时间或是否有一定的投资资金，门槛非常低

*  **触发器**，在这里指的是运营为用户提供的激励，用以促成用户完成某种行为

在福格行为模型中，“动机”与说服心理学滑梯模型的“重力”（初始动机）和“角度”（从用户身上挖掘出来的动机）存在对应关系，“能力” 与“摩擦”（用户在平台上完成特定行为的阻力）对应，“触发器”与“推动”（运营为用户提供的激励）相对应——这意味着说服心理学滑梯的每一个要素，最终都体现为福格行为模型中相应的操作要点。

而福格行为模型，又是一切运营策略的基础框架。

以上文陆X所的1月回归礼为例，我们来看一下福格行为模型的实际应用：

*  **动机：**用户的初始动机是通过投资赚取收益，运营挖掘出来的动机，是赚取平台提供的额外补贴奖励
 *  **能力：**用户只需拥有一台智能手机即可，几乎所有的互联网用户都能满足这一条件
 *  **触发器：**在这里陆X所运营为用户提供的激励是获得抽奖机会，用户有机会得到从5元到50元不等的投资券

当用户按照运营设定的路径完成特定的行为后，用户的转化和成长之路，又向前迈出了新的一步。

## 全文关键要点归纳如下： ##

1.  互联网金融数据分析体系的搭建和不断完善，是增长模型持续发挥作用的基础
2.  用户转化模型的使用方法和配套数据指标，在本系列上一篇文章中已经有过介绍。在此基础上，还有更为进阶和精细化的玩法：用户分支路径转化漏斗、平行转化漏斗
3.  用户生命周期模型，重点并不在于多么精确地划分周期节点，而是根据周期内相应用户的行为特征和数据，提供对应的运营策略，从头到尾做好“拉客-接客-留客”的工作
4.   用户任务分层模型，能够帮助大家梳理互金业务的用户任务体系：核心任务→扩展任务→外延任务。高阶的产品和运营，往往更加认同“核心任务＞扩展任务＞外延任务”的重要性设定，并以此为基础来进行产品设计或运营活动设计，同时，这也是各方顺利沟通的基本前提
5.  在用户的转化和成长路径建设上，可以从金融和互联网两个层面切入。它们分别受到用户的财务生命周期和在平台生命周期影响，各有特点，又相互交织

最后，本篇通过打通互金用户的底层需求、经济学三个公理、说服心理学滑梯模型和福格行为模型，挖掘出各种互金用户增长模型背后最底层的逻辑框架。

[640]: /images/20211109/9b44b5aa46454e0e8a3b407893562cba.png
[640 1]: /images/20211109/fc5e044f3d924770929dcc2c85e72201.png
[640 2]: /images/20211109/77a5e8c73ab34516a82d07dd518fa9dd.png
[640 3]: /images/20211109/2ef9161b318a42d684b816923b590a82.png
[640 4]: /images/20211109/9ff5006f6ffb4bbcbb618f3a1d787d10.png
[640 5]: /images/20211109/7ce00e39fc904ee3b0cecf941b1442ac.png
[640 6]: /images/20211109/70a27bd7edb443c7a4613e2cd3b3f363.png
[640 7]: /images/20211109/e2067eef4cb54869abf88bbe28dace83.png
[640 8]: /images/20211109/ae5a74c8037747b9ae7b9545a665d7cc.png
[640 9]: /images/20211109/befe8259988a46db9290e3a9be080b6b.png
[640 10]: /images/20211109/f90923e413e04cc0ace26131592e65ae.png
[640 11]: /images/20211109/877e18d1431a41a98b9d4bb301fb102b.png
[640 12]: /images/20211109/c81601e2506c4b7bbcf7ad201a7720ab.png
[640 13]: /images/20211109/50fd47d0673b4383a04b6b90cfe881c2.png
[640 14]: /images/20211109/8163dd7cd42241f6b89e6c87ec55a6c1.png
[640 15]: /images/20211109/566b126c7d3e477c846a914f31be9c70.png
[640 16]: /images/20211109/af4f4fad65694e1aa97a70af3109330d.png
[640 17]: /images/20211109/9cdafda6d8dc4bb39e9d698579103aff.png
[640 18]: /images/20211109/4abbbcc2f0874af7a8b7514837ad0a50.png
[640 19]: /images/20211109/bb380684e12946a38f3efdfe80e28c7c.png
[640 20]: /images/20211109/9c2584fc705f430b987557a34feaeb88.png
[640 21]: /images/20211109/84fa92111ce1461a9583108144f921d3.png
[640 22]: /images/20211109/750cc43086b5446bbb462de0276769c2.png
[640 23]: /images/20211109/405ac779311b45d387f00798305520f4.png
[640 24]: /images/20211109/d7ad980fdb2a4823b7d86784d6f41ef6.png
[640 25]: /images/20211109/b42eb1a2687e49c3b0cd70f892f68f9a.png
[640 26]: /images/20211109/5dd8071817554461a75c8e0e7a9457ac.png
[640 27]: /images/20211109/405208830c7b431f9255f7009a96335b.png
[640 28]: /images/20211109/44dcd36b4d3a4b4abb15e9b4789ae8ea.png
[640 29]: /images/20211109/f85ba1aa72b141b492b71f78d7dece68.png
[640 30]: /images/20211109/ad779d3fc2f54c568faddcb1cb23bdc8.png