模型的存在是基于一个事实，基于概率的决策是最优的。概率转化为评分，方便对齐风险。评分就是用统计的方法来识别潜在客户，判断客户是否合意。

合意由我们事先定义，可以是诸如风险、收益率、响应率、续借意愿、违约后的偿还意愿等等。

事实上，业务中一系列环节都可以采用模型方案，我们要说风控中有哪些模型可做，就变相地在讨论业务上有哪些环节可以做精细化决策。

01

1、申请评分卡模型：预测是否该通过客户的开户或借款申请。借款行为的发生就像泼出去的水，一旦发生，就无法被撤回。所以要尽可能准确地判断客户会否偿还该笔借款。贷前如果一个客户的评分过低可以直接拒绝，而通过的客户也可以根据评分高低制定差异化初始额度。

2、行为评分卡模型：基于客户贷后的行为，重新评估客户的风险。授信通过后的用户产生一系列行为数据，例如借了几笔贷款、间隔多久、还款习惯怎么样等等，这些数据进一步刻画了用户的可信任度。贷中管理，在不同时间点对客户基于更新的数据重新评估风险，是精细化用户管理必须做的事情。

3、催收评分卡模型：预测无须采取措施或者必须采取措施进行催收的客户。一些逾期行为能自行修正，一些只需要适当的提醒，剩下的那部分借款人才需要采取严厉的措施。不仅是要不要催的问题，还可以建模预测什么时候催、以什么方式催，从而智能分配话务员在最优的催收时间下选用最优的催收话术和客户对话。另外，要和客户对话得先联系上客户，于是还有失联修复的问题。

4、提额模型、息费敏感模型：或者叫经营决策模型吧，额度、定价、期数是最重要的经营三要素，再加一个的话是还款方式。前者预测可以增加额度的客户，以及必须减少额度或者取消额度的客户；后者是预测哪些客户对息费敏感，这部分人升息就可能导致其使用率急剧下降。这也是精细化运营的工作，也可以说属于行为评分的范畴。因为贷款机构的目标正在从降低借款人在贷款产品中的违约率变成提高客户带来的利润率。

5、多头风险模型：从多头共债的角度预测客户的违约风险。多头借贷变量涉及到共债信息，与还款能力和还款意愿挂钩，多头严重就存在借新还旧的可能，一旦有平台拒借，客户就丧失了还款能力，而一旦还不起，索性就不愿意还了。用多头变量来预测逾期风险，效果通常比较好。

多头模型还可以采用另一个方案，以多头程度为目标变量，就变成了多头程度预测模型。其优势是可以利用申贷样本建模，因为不需要有滞后的风险表现。难就难在，多头程度这个建模目标很难有统一的标准。另外，多头和信用风险一样，是动态变化的，预测用户一段表现期后的多头严重程度，也是有意义的。但然后呢？如果还是为了评估风险，那就还是用多头风险模型吧。

02

以逾期为目标变量的模型，正如上面我们提到的大多数，都是风险模型。但也有很多非风险模型，这些非风险模型，广泛地应用于信贷场景的量化增长环节，例如拉新、促活等。AARRR。

6、现金贷需求预测模型：预测客户有无现金贷款的需求。面向支付的花呗显然用户规模远远多于面向借款的借呗，因为更多的人是为了支付便利而使用支付宝，而不是借款提前消费。对有现金贷需求的客群去营销，才是对症下药。

7、营销响应模型：预测不同触达方式下客户的响应率。不同的人对同一个触达方式的反应是不一样的，有些人看到短信就愿意来，甚至有些人会自然找上门来，有些人则需要优惠券需要福利才愿意尝试你的产品。差异化触达是更有效率的做法。

8、动支预测模型：预测客户未来一段时间内发生借款行为的可能性。客户借还一次，带来的利润是不够的，实际上，因为获客的成本不断增加，优质客户多次借款才能覆盖成本。对借款可能性的预估，可以帮助你更好地服务这些稀客。如遇到资金储备不足，也可以限制对这些人的营销，防止集中借款导致资金缺乏。

9、流失预警模型：预测客户未来一段时间内会不会流失，和借款可能性大致相反。对于高流失可能的客户，应该尽早地想办法挽留，因为一旦流失，重新唤醒的难度不亚于一个纯新户的获客。

10、还可以是，消费金额预测模型：预测客户未来一段时间内的消费金额。该模型广泛使用于Buy Now Pay Later的电商消费场景，实现基于用户需求的信贷额度管理。既促活电商，又信贷提额，win-win。

03

量化增长一般较少考虑风险，增长和风险分开能够使得效率最大化。还有一些非风险模型应用场景不限于信贷的。

11、收入模型：预测客户的收入情况。收入模型可能是应用场景最多元化的模型之一了。在风险层，高收人群至少避免了因还款能力不足导致逾期的可能。在非风险层，高收人群尤其是营销获客的香饽饽，很多增长运营团队的KPI指标就是此类客户的数量。

12、负债模型：预测客户的负债情况。收入的另一面就是负债，客户显然更愿意支付房贷、车贷等大件物品的每月账单，剩下的才是用户的可用流水。负债收入比过高，贷款逾期风险往往就很高。

13、破产模型：预测具有破产可能性的客户或者企业。相比之下，企业的同质样本比个人的同质样本少得多，而且企业的财务数据容易被高管们操纵，导致企业破产模型的预测效果一般不如个人的模型效果好。

14、行职业模型：预测客户的行职业。挖掘一个人属于什么工作单位或岗位，可以进一步评估工作稳定性。在风控领域，行职业预测并没有收入负债预测应用的那么直接，但至少可以理解为，行职业可以进一步评估个人收入水平和收入稳定性。

15、有孩模型：预测客户是否有子女。有稳定家庭的客户，风险表现一般就更好。甚至你的信贷产品可以为此类客群定制一套借还款策略。其他场景的应用就不用提了，母婴品是一个大类，针对这些人去营销吧。

16、有房模型：预测客户是否有房产。有房的客户除了相对更高收外，也大概率有房贷，存在两面性。有房可以确保的一点是更稳定。一般客群质量是自住>与父母同住>合租。

04

有一个贯彻营销、信贷、支付等几乎所有场景的模型，那就是反欺诈模型。

17、反欺诈模型：识别欺诈用户。欺诈主要可分为一方欺诈和三方欺诈。一方欺诈是指申请人自身的欺诈行为；三方欺诈是第三方盗用、冒用他人身份进行欺诈，申请者本人并不知情，比如团伙利用非法收集的身份证进行欺诈。其实还有两方欺诈，是内部人员勾结的欺诈，一般不在考虑范围。

营销中，有刷单、套现、黄牛等风险，这些就可以定义为欺诈。信贷中，有撸口子大军摩拳擦掌，他们借到了多少钱就是挣到了多少钱，对于骗贷的人来说任何催收劝还都是无效的。支付中，又存在盗刷、洗钱等风险。还有电信诈骗等等。

还想再讲一个概念上很好，曾经也挺火的一类模型，即生存分析模型。‍‍‍‍

18、生存分析模型：预测用户会不会逾期，以及什么时候逾期。这个概念来自医学领域，认为人总是会死的，没死的只是没有观测到。于是你的目标变量是一个元组(E, T)，Event是逾期是否的0、1变量，Time是逾期距观察起点的时长，没逾期就是整个观察期的时长。

生存分析最经典的算法是Cox比例风险回归模型，前几年也实现了某些提梯度升树模型的改造应用。但生存分析几乎没有用，这是因为你有A、B、C各种卡，在各个时点随时打分，如果你只有一个A卡，生存分析可能是有用的。

05

我们额外说一说广为人知的信用评分：芝麻信用分、微信支付分和小白守约分。

无论是天猫、淘宝、京东的消费还是花呗、微信、白条的支付，这些海量的交易数据，可以用来评价一个人的还款能力和意愿。能力很好理解，为什么还有意愿？结合着马斯洛需求理论，也就是生理、安全、情感、尊重、自我实现依次升级，越能体现高级需求的数据越可以给更高的权重。也就是说重要的不是单次购买行为，而是消费习惯。‍‍‍‍

而那些店铺商家，平台有他们所有的交易、资金、物流信息，都可以用来作为金融服务的依据。

你掌握了一个人的人际关系，就掌握了这个人。社交关系链，不仅可以用来评估信用，还能直接作为质押物，因为每个人都在乎它，而且很在乎它。

还有更重要的一点。前面提到的所有模型，都只是模型，不是产品，即使把它们做成数据产品对外输出，对用户而言，也谬谈产品。只有这里的三个模型，可以称之为产品。

只有产品，才会和用户交互，才关注用户体验，关注客诉。一款产品的开发，就一定意味着你要考虑你的用户需求。这决定了你的模型由什么构成，长成什么样子，具备什么样的解释，承担什么样的功能。不要低估了这里的话，除非你搞明白了芝麻信用分开发的一切细节。‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍06

评分是信贷业务中最有用的一件工具，但不仅仅信贷。许多业务场景都会用到评分。

保险公司使用它来评估参保人的风险偏好，或者汽车事故的风险。正好借此说明，模型不能滥用，一个人信用评分越高，很可能风险偏好越低，这些人不冒险反而就不会去购置保险。保险公司用信用评分去筛选客户，找到的可能都是这些非目标客群。

医院使用它去判断哪些病人最需要特殊治疗，也需要判断不同医疗措施下病人的生存时间。

抖音快手这些短视频平台使用它去预测用户观看某些直播的可能性，好确定是否给你的发现页插入直播推荐。也需要预测用户观看视频的意愿度，好使得推荐的结果是你点击率高且观看时长长的。既关注你的留存，也关注你的消费。‍‍

一句话，排序 is all you need！

07

业务的理解能力是可以共通的，任何一个人都可以通过搜集归纳比较容易地搞明白各种互联网场景的业务模式，但是其真正的困难在于每个业务背后复杂多变的真实需求，即怎么在具体场景实现以流量或者盈利为目的的最优决策。

业务目标决定了模型目标，模型目标决定了所用的数据。我们可以有很多模型，但业务最核心的目标是唯一的。

当你有这么多模型之后，你要怎么用呢？

多个模型同时通过或者拒绝的，当然好办，它没有改变单个模型的决策结果，给了你更大的决策信心。但是，一个模型说“通过”，另一个模型说“拒绝”，这个问题是不是就费解了？‍

没那么糟糕，相反，这是改善决策的机会。如果模型都相同，多个就是一个。

我们可以制定两个模型分的交叉效果表，下图是一个示例，如果用定制模型通过8个格子，进一步和通用模型交叉后，置换其中一个格子，往往都能获得更好的风险表现。实际上，通过交叉，通过率也能得到提高。

但是请注意，你不能串行地使用模型。除非这真的是你想要的结果。

以下是一丁结合自己在信用卡行业的一些经验和感受，和大家交流用户增长的6个步骤，未必正确，欢迎交流。

01 确定用户增长的北极星指标

北极星指标指的是当前阶段下最重要的目标，有一个明确的指标，能帮助组织集中精力，确保所有的活动都朝着实现这个目标而努力。

信用卡用户的北极星指标是什么呢？

现在很多行都以活跃户作为北极星指标，对发卡行来说，用户动卡，才意味着规模和收入，相对来说，发卡量、有效户这些指标都包含大量不动户，水分太大，不适合作为北极星指标。

值得注意的是，各行对活跃户的周期定义可能并不一致，比如活跃频率，支付是高频场景，活跃户的统计周期应该日活，或者周活比较合适，有些行的活跃户定义是3个月、甚至半年，这种周期就定义得太长了。

一般来说，一个月都不发生交易的用户，流失的概率是非常高的，对活跃户的周期，最长不能超过月活。

02 认清合适的用户增长驱动模式

互联网典型的增长驱动模式，有四种：

1）产品驱动，比如微信、QQ，或者一些工具产品，就像腾讯会议，这类产品推动怎张的核心就是发现市场痛点，让用户体验产品带来的快感。

现在消费者一般都是用支付宝或微信进行支付，用户在使用的时候具体绑哪张卡没什么区别，所以信用卡并不属于产品驱动。

2）销售驱动，这个典型的就是toB类的产品，通过销售体系，实现用户增长。

信用卡和销售驱动有点关系，尤其是获客环节，线下依然是重要的获客渠道，而线下获客中，非常重要的就是代发企业的获客，如果对公业务比较有优势，确实能对信用卡用户增长起到很大助力。

但是，仅是获客环节有点用，用户增长还包括用卡环节，销售的作用就没有那么大了。

3）营销驱动，这个典型的就是零售类产品，比如瑞幸的营销就很厉害，这类营销增长的关键是投放、创意、还有品牌的差异化定位。

营销，对信用卡来说也是很重要的，如果我们一直通过优惠来吸引客户，吸引来的都是羊毛党，对信用卡来说，要有自己的态度和立场，有精神价值。

但是，和零售行业不同的是，信用卡并不是简单的钱货交易，纯粹靠营销也是不够的。

4）运营驱动，比如知乎、小红书等内容平台，或者淘宝、京东等电商平台，这类产品的用户增长核心主要靠提供的内容、货品或服务。

在我看来，信用卡就属于运营驱动的范畴，信用卡本质上是“账户类”企业，核心是提供的服务、货品，我前段时间在思考信用卡未来的时候，甚至有一个感觉，未来高端信用卡，就是卖服务，普通信用卡，就是带货。

信用卡未来能做成什么样，关键在于基于定位，能整合多少上下游资源，提供多少服务。

对信用卡增长模式的认知，往往决定了企业的增长模式、资源分配，甚至，完全都是不同的公司和模式了。都叫信用卡，但有的是支付公司、有的却是小贷公司，做的是完全不同的事情。

03 确认用户增长的核心杠杆

所谓杠杆，就是相对小的投入，得到更大的回报的增长策略，就是要回答“做什么”这个问题。

想要找到核心杠杆，一般来说，就需要定义增长公式，比如，活跃户=有效户*动卡率

这里就有两个关键因素，你想要增长，究竟把重点放在有效户还是动卡率，前者就是新户扩盘、跑马圈地，后者就是存量经营。

现在想想，那些把重点放在获客拉新的，其实还是把信用卡做成了小贷，因为小贷不太需要复购，甚至复购多了本身就有问题，所以，重点就是获客、筛选，一锤子买卖；

但如果把信用卡做成支付，那重点就是动卡，盘活存量，只有不断用卡，才有可能产生收入。

当然了，到了这一步还能继续往下拆分

以动卡率为例，如何才能提升动卡率，

前面分析过，信用卡是运营驱动，也就是提供服务或货品，那提升动卡率本质上就是通过不断提供客户喜欢的服务，让用户喜欢用卡，产生黏性。

举个例子，招行的“两票”业务，其实就是普通消费者广泛高频的场景，通过“两票”吸引了大量用户动卡，有了动卡之后搭载各种轻型收入，部分转为生息资产，商业模式就能跑通了。

对各行来说，也许“两票”做不过招行，但必须在某个细分领域占据优势和特色，有一亩三分地，才不会陷入和其他行打价格战，拼刷卡金的尴尬局面。刷卡金真是非常偷懒的营销方式，但撒钱终究是撒不出核心竞争力的。

写到这里，很多人也意识到了，信用卡其实是平台，服务的是双边市场，是在整合B端服务C端。

增长的核心杠杆，可能在B端。

04 设计黄金体验路径

前三步其实是战略环节，以下三步是实战环节。

产品的黄金体验路径就是用户使用你的产品提供的核心服务的时候，其主要的操作路径，

比如打开APP——点开饭票——购买——到店消费，整个过程。

这个过程关键是两个点

1、核心服务路径要让用户体验到产品的价值

也就是之前常说的Aha时刻，比如消费的那一刻、积分兑换的那一刻，说白了，就是你之前设计的一整套服务，最终履约，价值释放的时候，让用户感到爽的那一刻。

比如外卖，拿到美食的那一刻，小红书，看到自己感兴趣内容的那个瞬间等等。

时刻记住，你的信用卡对用户的核心价值在哪里，如何让用户深刻体验到。

2、注意用户情感曲线

要注意用户在完成你设计的一套体验过程中，每个过程中情感。

比如打开页面的时候，点击下单支付的时候，到店消费的时候，你的整个过程是不是流畅，中间如果出现了意外的问题，你是如何修复这种体验的，你有没有设计超出用户的预期的惊喜，，而在用户有预期的环节，不击穿用户的底线。

举个例子，最简单的，用户使用APP是否流畅、步骤是否足够简洁、交互是否人性化等等。

其实很多企业都非常重视情感曲线，比如宜家的午餐、1元冰激凌，海底捞如果出现一些服务瑕疵，马上送上各种礼物果盘，电商网站一旦出现交付问题，马上给上各种现金券。

前段时间有朋友吐槽有些行在办卡的时候各种默认勾选项，自主办张卡的难度堪比西天取经，这种就是典型的反面例子。

在客户体验方面，如果不能做到脱颖而出，至少不要击穿底线，因为很可能连累整个品牌，影响其他产品的销售。

05 寻找可执行的用户增长的魔法数字

设计好体验路线后，就要从数据看，用户体验完几次，就会对产品产生黏性，要有一个具体的数字，然后千方百计让用户完成体验。

当然，数字不宜过大，产品的价值一般来说，用户体验过一次就应该产生深刻的印象，不可能说用户必须持续不断反复体验，才会产生黏性，那产品的价值本身就是有问题的。

相反，如果一个用户反复体验过完整路线，依然没有产生黏性，没有主动用卡习惯，那说明并不是目标客户，应该放弃。

现在很多行都有那种羊毛用户，做活动的时候就动卡，不做活动就装死，一算投产比发现亏大了，这种用户就需要控制投入。

对于任何企业来说，都不可能做到100%转化，服务好你的目标客户，让活跃和留存停留在一个合理区间，有一个正常的投产比，就可以了。

06 通过AB实验验证增长策略

通过上面5个步骤，到了这个环节，就是去测试了，通过ABtest，有效的、有用的，想办法火上浇油，没用的方法，及时止损，以此重复，不断迭代。

这也是增长黑客的精髓，无论采取什么策略，都一定要有ABtest，一定要测试，因为不测试，相当于你在用100%客户进行测试，这个代价还是太大了。

当然，要记住的是，ABtest是非常专业的，需要通过设计样本、控制实验变量、如何进行分群、如何判断显著性。这些都需要非常科学严谨的判断，不断尝试和验证。

以上就是这次分享的关于信用卡用户增长的方法论，其实也是增长黑客的核心内容，如果感兴趣也可以看我之前的增长黑客系列。

当然了，以上都是一些个人观点，抛砖引玉，欢迎一起探讨。

通过笔者这几年在To B金融行业中，对银行客户的需求产出，来深入浅出分析下，零售客户在私域运营的玩法。

本次内容分上、下两篇文章来介绍，第一篇《零售客户私域运营管理系统上》主要是对银行在私域的整体介绍。

包含Why企微 、银行应用现状 、典型应用场景另外两篇详细描述银行在私域运营中业务流程 、产品框架 、三种角色人员常见功能、技术支撑等。

一、行业背景

• 国家“十四五”规划纲要：纲要指出要“创新更多适应家庭财富 管理需求的金融产品”，银行业如何搭建全面的销售渠道，同时提升销售经营能力，是当务之急。为此需要建设覆盖全民的创新渠道。
• 互联网人口红利见顶：智能手机覆盖已达10亿用户，连续两年增长率在10%以下 业内多款网银APP月活同比下降，为此需要提升 客群精细化经营能力。
• 单向客户经营效率低下：通过传统电信渠道、网点、网银的单向经营效率大幅下降 ，行业急需新型经营模式，为此推动数字化经营转型。

二、行业现状

1. 市场空白巨大

企微已连接4亿用户，客户接受度日渐成熟，银行同业的企微客户覆盖率不足1%，通过企微服务客户仍是一片蓝海。

2. 同业纷纷入局

国有银行、股份制银行、城商行都已全面启动企微使用各家均在积极探索企微经营新模式。

3. 行业引领者暂未出现

行业仍处在业务摸索期、工具建设期，并无行业引领者出现率先完成顶层设计，推出全新经营模式，落地经营管理办法的银行业机构将收获最大行业红利。

三、WHY企业微信

相比传统消费者运营管理的触达渠道及手段，企业微信在触达效率上具备显著优势。

常见触点的打开率：

四、银行企业微信私域运营落地现状

首先使用企微进行客户经营已成银行业共识，目前各家都已在落地试点方案 ，同业企微客户整体覆盖有限，处在争夺蓝海市场初期 。

各家银行对企微生态私域运营探索方向各有侧重，涵盖1V1直营、1V1 客服、社群运营等模式 ，受限于企微运营工具建设，并无同业执行全周期全模式的落地尝试。

五、零售客户运营主要目标和典型应用场景

1. 1V1直营场景

确定运营的精准程度机构内身份认证对接，确定精准运营的边界。

２. 群运营场景

活跃+产品宣传+商机挖掘多合一的典型场景，将标准群SOP、群互动、群打卡、话术库等通过产品功能层构建，固化群运营体系，提高群的转化效率。

实际操作：每个群有4-5个岗位，分别负责不同的任务。

同时辅以便捷的、自动化的管理工具，大幅提升管群（户）数量。

3. 朋友圈运营场景

每日前两条内容集中管理，保持宣传集中效果，第三条内容自由发挥，保持个性化，对所有评论用户进行及时跟进，发起1V1私聊，每日高互动朋友圈复盘。

六、目前银行在零售客户运营常见的痛点

1. 私域运营框架缺 ：总行统领，营销体系规范、营销策略框架、岗位、评价等 ；分行管理。可落地私域动作，分行特色需求等。如何做？
2. 私域管理工具少：如何批量添加客户，私域营销管理，风控合规管理，客户/客户经理管理。
3. 运营效果评估难：运营活动的过程指标少，运营策略指导，持续跟踪评价运营成效。
4. 私域运营支撑弱：全渠道、全场景的引流和赋能，多维数据展示，数据安全合规。

七、最后：关于数字化转型银行所处的阶段和未来的发展

银行数字化总体来说处于起步阶段，16、17、18年各家银行才陆陆续续起步。各家起步时间不同，进程不同。

银行零售的数字化转型的现状，不同梯队（国有、城商行、股份制等）的零售银行的转型现状？零售转型侧重点？转型难点是什么？

大行所处阶段：数字化转型过程中一定会有关停阶段，系统机器替代了人工。

好的盈利的留下，做了资源的重新配置。

大行做数字化主要是配置、存量客户的深度挖掘、二次营销的方面。

城商行通过数字化的提升：通过数字化，在风控、获客管理、运营缩小与四大行的差距，获取新客。

提升服务质量。通过速度化转频缩小与四大行之间的差距，尤其是获客方面、风险管理方面。

在数字化进行后，从大行转化的客户大概有20-30%，从建行转到我们这：由于四大行的客户体量大，所以我们从四大行的客户转化比较多。

未来在银行数字化转型是势在必行，线上经营客户是长期的工作，一定会投入大量的更多的人力精力和开发资源来支持这个整体的数字化转型。

在工作的不断深入过程，实现产品繁衍的不断变化，取得一些成果案例后，很多经营动作会被产品化，这是个大趋势。

这个产品化的趋势有两个选择，一种是银行内部产品化，一种就是外部服务公司帮助它进行一个产品化。

所以其实运营的这个过程它是一个发展变化。同类型的运营服务不可能一成不变，运营服务是不断迭代的。

所以这个需求包括对产品企业经营、企业运营，运营服务是需要长期存在的。

这个过程中需要不断注入获利。

有多少会被银行内部消化，有多少是会选择外部机构长期提供服务，需要服务公司不断调整业务边界，需要进行提前布局，这个很关键。

未来的银行的服务一定是更加智能化，基于客户经理提供服务更加智能，客户的任何问题都能进行解析，给出更合理的解答，带有引导性的解答。

目前在运营方面，选择代运营的原因：

• 专业团队进行运营肯定比自己运营专业化水平高。
• 运营团队成员数量不足以支撑运营。
• 选择第三方公司，可能会同时服务两家竞对公司，需要保证数据安全，符合监管部门的管理要求，才会选择代运营。

银行未来发展趋势：跟客户无接触、不需要很多客户经理和网点，淡化客户对原有银行的认知，转化成购买金融服务的平台。

未来银行成为一个快速提供服务的体验点，未来会发展成类似于淘宝、京东的平台。

作者：李雪亮

最近各家上市银行的一季报已经陆续披露完毕，基本没有什么意外，除了少数几家，用“哀鸿遍野”来形容一点也不过分。

伴随着业绩的波动，各家股份行在组织架构上也陆续做出了调整。招总行在年初对零售部门也做了变动，新成立了零售客群管理部。

前一阵招行对管户体系的微调，将零售AUM在20万以下的客户收归总行，这些客群就是由新成立的零售客群部来管理。

其实这些调整背后，是有业务逻辑的传导链条的，这个点下面会稍微展开一些来讲。

之前有媒体的朋友写了报道，发文章前在微信上问我，怎么看待这个变化。我说我有纪律，所以不能说本行的情况；至于对招行调整的分析，大多数都是外行看热闹。

后来他继续追问我，那内行是怎么看的呢？

我没回复他，因为当时实在腾不出手打那么多字，过后呢，又没有回复的动力了——就像收到朋友发来的语音，你热情洋溢地也用语音回复，结果却发现没按语音按钮，后面在想用同样的状态来发，已经做不到了。

今天，也算是一个遥远的回应吧，没想着蹭热度，我手写我心，一点心得和看法，希望能给你带来启发。

一、银行的经营，是有一套传导机制的

简单概括就是：资产负债表的规模>损益表的收入>KPI 和绩效体系>组织架构的设计>经营策略的排布>资源的投入>市场和客户的感知。

作为银行从业者，你要知道自己在这个经营链条的哪个环节，发挥的是什么作用。越接近左侧的链条源头，你的岗位重要性就越高，能发挥的杠杆作用就越大。

无论是总行的业务部门，还是分行一线的同事，很多时候会陷入到手头具体的工作中，埋头苦干没有错，但适当地抬头看天还是有必要的。

平时我们说的“大局观”、“全局意识”，其实说的就是对这一套经营链条的掌握程度。

作为跟银行有业务往来的机构，你要知道这家银行最近在链条的哪些环节发生变化，从而才能准确评估对自己业务的影响。

如果我是公募的老总，今年首先考虑的肯定不是去搭建银行线上经营团队，而是会去想，银行目前在财富业务上，至少有这么三个目标：

一是吸纳从活存和中高风险产品中流出的资金，不然这些钱不是进了定期拉高负债成本，就是被其他行的营销手段吸引过去了；

二是做规模，做面子，通过更有性价比的固收产品吸引资金，既包括AUM的规模，也包括客户规模。

银行的资产端已经在勉力支撑，在规模和利润的边缘疯狂试探，这时候就指着财富业务增加一些新亮点了；

三是稳中收，做里子，既要做好持仓客户的留存，又要能够在左侧布局，为将来的增长做铺垫。

这三个目标，不同的银行关注点还不太一样，公募对应的策略也会不同，但能看得清、进而有针对性投入的，还是太少了。

二、客群经营的根本指导原则，说到底还是资产负债经营

我国商业银行营收的 70% 来自来自净利息收入，而在 2023 年年末，商业银行的净息差已经下滑到了 1.69%，这已经是连续三年下降了。

存款定期化，让银行的负债成本持续上升，压缩利差空间；股市、地产不给力，让投资者的资金流入现金管理产品或固收产品，吃掉的是财富非保中收；报行合一又扯掉了最后一块遮羞布，导致银保中收垮塌，整个财富中收表现惨不忍睹。

问题很明确，对应的解决方案也就很清晰了：稳住活存、承接客户求稳投资需求、咬牙做银保。

活存怎么做？之前招行做过总结，“以代发促工资沉淀，以理财产品衔接促资金停留，以代付代收促备用资金活跃”，以此为基础，A 端业务的核心客群就出来了：代发客群、投资理财客群、支付收单客群。

进而，就可以开始结合本行的情况，设计针对不同客群的细化经营策略。

比如代发客户，获客端就不说了，公私联动都说烂了，但差距依旧明显，毕竟自身禀赋和队伍执行力的差别巨大。

再看留存：各家行平均的留存率大概是 15% 左右，差一点的甚至连 10% 都不到，高的像招行能超过 30%。

客户的钱为啥留下来？看的还是配套的服务、产品和权益。支付时是否方便、有没有合适的理财投资产品、对应的资金量级是否有配套的权益激励？这些问题翻转过来，就是银行对应的分客群经营策略。

还有我过往最擅长的投资理财客群经营，区分客户增长拐点，搭建用户进阶成长路径，配套设计分客群的运营策略、

操作流程和底层对应的产品。同时，还有一线理财经理的管户体系建设，考核激励措施设计，不一而足。

招行停了大额存单，不少银行都在重新评估结构性存款、智能通知存款这类产品。这么做逻辑没错，要降低负债成本嘛，肯定是正确的操作。

只是正确不等于聪明，尤其是在实际执行的过程中，往往容易一刀切，彻底停售这类产品。

其实，在某些竞争激烈的地区、某些需要重点攻坚的客户，这种高吸引力的钩子产品，还是可以继续保留的。这就要考虑总行和分行的整体经营意识和算大账的能力了。

三、以上还只是负债和财富板块，还有资产板块呢

消费贷对应的短期周转人群、经营贷对应的小商户、按揭贷款对应的城市购房人群，都有差异化的资产设计、渠道建设和投放策略。

同时，还要注意增量的中高风险人群要有保有压、存量的催清收。

从统计数据来看，去年全年 54 家上市银行的个人住房贷款余额减少了 5606 亿，对公不良、个人提前还贷，房地产行业从以前的“小甜甜”变成了“牛夫人”，客群经营策略势必要跟着调整。

资产板块的经营跟负债不同，还要考虑利润（含风险）、营收、资产规模、客户如何平衡，当前阶段的经营重点是什么，进而对应的客群经营策略也会有很大的差异。

年初时，招行就推出了年化 3%、最高 30 万额度的个人闪电贷，重点抓上市公司、公教医等优质客群。这背后其实考验的是银行在识别关键客群之后，快速设计并推出核心产品的能力，要搞定底层 FTP 定价、风险、渠道和营销预算，层层打怪过关，团结一切可以团结的力量，不容易。

有时，我心里挺感慨的，银行业里有大量聪明、勤奋的人，在很多散点上，也往往时不时能够有一些创新和亮点。但很少看到能同时做到这三个点的：快速识别市场机会、及时推出合适产品、用强大执行力落地的银行。不同的银行，因各自禀赋的不同，总是会栽在其中的一个或两个点上。

有些银行对自己的自我认识有蛮大偏差：它以为自己欠缺的是对市场机会的识别，或是推出新产品的效率，其实大多数时候，它们最缺的是强大的执行力。

这个市场，会偶尔高额奖励能抓住机会聪明人，经常奖励能够输出自己独特价值和产品的人，总是会奖励想到就做的勤奋者。

大多数时候，我们缺的不是一流的战略，而是一流的行动力，尤其是带着回归银行商业模式、能够一盘棋思考经营策略的行动力。

前几年经济环境好，大干快上做规模，现在经济发展没那么快了，是控制规模求利润，还是适当保营收？银行不同，做法也不同，但能够主动思考并落到具体的经营动作中的，还是太少了。

说了那么多，一句话来概括：通过负债端的客群经营，优化负债结构降低成本、提高财富中收；通过资产端的客群经营，提升优化资产结构提高营收。把握住这个逻辑，在设计客群经营策略时，才不会偏离主线。

看到这里，聪明的你一定会问我，说了那么多，那招行将零售AUM在20万以下的客户收归总行这件事，到底内行看出门道在哪儿呢？

嘿，我又不是招行的，我哪能知道呀。

对于银行而言，月活就是手机银行的晴雨表，直接衡量了APP运营的效果。

MAU是指月活跃用户数（Monthly Active User），具体内涵是指一个统计月度内，登录或使用了某个产品的用户数，它是APP运营能力和用户喜好、接受程度的综合体现。

银行的手机银行活跃程度已经成为银行业竞争的“核武器”，甚至决定着零售金融、数字化转型的航向。商业银行们正鏖战于此。用户端的战况最为激烈，提升月活被视为重中之重。截至2022年下半年，已有3家国有大行的App月活稳定在亿户以上。其中，农行MAU突破1.7亿，工行MAU突破1.6亿，建行MAU为1.56亿。

股份行正奋起直追。2022年中报显示，招商银行App月活为6513.63万，掌上生活App月活为4212.98万户，二者合计月活达到1.07亿户。同时期，光大银行、华夏银行MAU分别增长17.42%、14.65%。城商行更是加速进击。2022上半年，宁波银行MAU同比增长了10.23%，北京银行MAU大增42%。运营端的战事同样胶着，各家银行一方面忙着将App搬到云计算平台上，另一方面正不断迭代App版本，以拓宽金融场景，打造差异化竞争优势。

数字金融浪潮激荡，手机银行App“举重若轻”。对于银行玩家们而言，这一仗或将事关生死，绝不能输。

一、MAU增长的困境

大部分手机银行都属于大杂烩APP，除了银行产品以外都想做生活服务，营销活动做了不少，但下载量很高、使用率很低，没有颠覆产品。

1）用户体验差，传统手机银行的体验都比较糟糕，现在大部分用户都被互联网平台惯死了，不好用的手机银行APP，用户都用脚投票，不是必要的刚需，用户很快就流失了。

2）产品属性基本相同，同行之间没有太多竞争力，依靠产品的创新获客和活客变得异常困难。

3）支付是互联网平台的天下，特别微信支付和支付宝已经垄断了线上、线下支付，从用户的习惯、认识也很难改变用户使用的支付工具和支付产品。就算是这几年力推的云闪付也很难撼动原来支付既有的地位和市场份额。

4）得用户者得天下，用户在谁手上谁才是甲方，互联网平台目前都是携用户以令金融机构，金融机构慢慢的沦落为资金提供方和支付通道。

二、MAU增长4大手段

手机银行是银行核心渠道，用户月活增速与粘性作为银行数字化的重要衡量指标。优化用户体验、升级功能服务、开放场景生态，不断扩大客群数量，留住客户并提升客户的活跃程度。

三、用户体验

随着移动互联网发展，多样的选择及碎片化的使用时间促使用户对移动端服务及体验要求越来越高。当下用户进行产品的选择因素不再仅是产品本身，更有其所处的场景、场景下产品体验感知的影响。

对于手机银行而言，用户体验决定活跃用户（MAU）规模。在应用内部，除提供最基本的功能服务外，充分考虑用户在使用过程中的行为以及心理感受，有助于品牌价值的传递，及用户忠诚度及转化率的提升。

手机银行成为推动银行业数字化转型的关键和核心因素，也是商业银行重要的数字化平台，近年来获得长足发展。调查数据显示：截止到2021年手机银行服务应用整体活跃人数达4.7亿人，环比增长3.8%，同比增长23.6%，手机银行用户比例从2015年开始连续六年增长率保持两位数，一路从32%到了81%。

数字化时代随着绝大多数用户使用银行产品和服务从线下渠道向线上转移，手机银行迅速成为银行金融服务的全新渠道后，用户需求变化快、用户调研门槛高、用户体验追踪难、用户忠诚度低等问题长期困扰银行。

用户希望手机银行能带来更加及时、便捷、友好的体验，目前来看用户经常使用的手机银行依然有较大的提升空间。

• 反馈及时性：主要表现在打开APP太慢、页面响应速度慢」和不能及时收到反馈信息。
• 操作便捷性：主要表现在重复填写、不能智能带出信息和下拉菜单过多。
• 界面友好度：主要表现在有些看上去相同或者相似的图标，却是不同的内容和有些字和图片的显示比较影响正常阅读等。

传统银行往往存在产品创新慢、用户体验调研、收集滞后、组织审批流程长、反应速度慢等问题。用户体验提升要从用户旅程出发，而不是从部门管理范畴出发。这意味着银行要建立有效的跨职能协作机制，解决用户体验问题的根源。

数字化转型工作不能打乱各相关部门既有工作的推进节奏，最好建立一个独立的用户体验团队。团队内可小分队作业，串联环节，手把手辅导各部门执行用户体验改善措施，这样更容易达成目标。用户体验是银行胜出的关键，是竞争力的根本体现，也是银行提高MUA必不可少的一环。

四、融入场景

场景金融，是利用新型的金融科技，将银行的金融产品嵌入到已有场景服务中，促使经济行为高效完成。通俗讲就是将金融需求融入到日常生活场景中，以场景为核心向用户提供金融服务。

比如支付宝与打车场景结合，保险与旅行场景结合。又比如，招行APP，招行APP目前做成30多个场景，包括支付、城市服务、线上店等等。用一句话描述场景金融就是：“日常生活中需要金融时，它就恰好在那里。”

1）银行数字化运营的核心是以用户为中心，洞察用户需求与偏好，积极主动地创造与用户需求相匹配的生活和服务场景，将金融服务融入用户生活场景的方方面面。特别是银行网点的营销人员，应该以网点为中心辐射周边3-5公里用户的工作和生活场景。

2）打造ToBToC的场景运营，比如代发工资的场景，目前是各家银行重点战场，通过对企业的营销运营后，再运营企业内所有员工，强化银行对场景服务的核心竞争力。

3）嵌入第三方应用场景通过第三方合作，将分散的银行服务嵌入到第三方应用场景，借助外部流量平台，与用户建立业务链接，提高第三方平台的流量关联转化。

商业银行还以高频场景带动低频场景，在生活缴费、美食娱乐、交通出行、政务便民等高频消费场景提供金融服务。

如银行将金融支付业务融入购房场景，为房地产企业提供安全合规的支付解决方案，大幅提升了购房验资效率，改善了客户购房体验。

银行需要打造自己的开放银行业务，通过提供灵活的API服务来快速嵌入第三方应用场景中。比如百信银行通过开放API、H5、智能小程序等方式将银行服务能力嵌入到互联网场景中，共建“数字网点”，改变传统的线下获客和零售服务模式，正在构建全新的开放银行生态。

五、营销获客

渠道是银行流量的载体，线上线下渠道以手机银行为核心入口，打造场景服务闭环，场景建设是将银行金融服务下沉到非金融服务中。

获客拉新就要打造流量池，流量池就是要利用各种手段通过各种渠道获取流量，通过流量的存续运营，再获得更多的流量，如此往复，周而复始。

一方面通过推广扩大和流入新的流量，另一方面运营流量，关键是运营流量提高转化，从而分摊流量成本、提高流量池规模和质量。增加入水口，运营流量池，减少出水口流量，才能让我们的用户规模持续增加。

场景生态成为商业银行数字化加速突围之路，商业银行的流量入口将以手机银行为主连接的场景生态，金融服务从半线上化向全线上化过渡，移动金融服务场景从线上向线上线下融合，并逐渐向高频的生活场景深度融合，丰富的生活场景和服务需求将成为网点和手机银行增强客户忠诚度和粘性的刚需，进而成为银行主要的流量来和数字化转型的突围之路。

六、运营3板斧

手机银行APP用户运营的逻辑与其它行业有所不同，用户下载手机银行或者信用卡APP的目的是银行用户手上有这个银行的银行卡或者信用卡，用户需要对银行卡、信用卡进行查询、转帐、理财等操作。

用户不会因为下载了一个手机银行APP去办一张银行卡。当然这里也有一种可能性，这几年比较特殊的直销银行或者民营银行，因为他们没有线下网点，用户直接下载其银行APP使用产品和服务的这类银行的用户也不需要实体银行卡，银行提供的服务已经全部线上化，如下图用户运营重要为了提高用户活跃和留存，从而提高转化和收入。

银行用户办理银行卡后就是银行的新用户，完成第一步获客的过程，接下来才是具体运营的工作。

1. 留存

无论线上还是线下获得的用户，用户运营经常会遇到一个难题，获客之后却发现大部分用户再也不使用银行的产品，更不会继续交易使用银行卡。

没有留存的用户，是几乎没有多少商业价值的，也就意味着投入在这些用户营销拉新上的投入全部浪费了。有的用户，继续使用了几次银行服务之后，也成为流失用户。相反的，那些在一定时间段里，能够持续活跃使用的用户，我们称之为留存用户。留存用户占这批次新增用户的比例，我们称之为留存率。

商业银行从来就不缺用户，但总是留不住用户。留存是控制增长有效性的基础，不能保证留存率的增长永远是银行最大的痛点。留存率是观察留存力表现的关键指标，除了会看留存，我们还需要会定义「关键事件」和「观察周期」来构建留存看板；尽量抬高留存曲线和前置产品激活点都能有效提升用户价值转化效果。

2. 促活

促活工作应该在用户引入期就展开，等到大量用户沉寂或流失时再进行补救无异于亡羊补牢。促活工作开展的第一步是要了解用户，在新用户进入产品前，就需要我们先做好数据埋点，建立基础的用户行为数据监控机制，为用户贴上标签，做好用户分群。

了解了用户标签和所处的生命周期之后，需要根据用户所处生命周期和用户标签来建立用户动态群组，接下来所做的工作才是对不同群组内用户进行针对性运营，直到目标用户的行为表现达到活跃用户群组的标准。

提升用户活跃就是最大化占有用户时间，使用户成为产品的忠实用户。用户活跃的指标主要有DAU（日活跃用户数）、WAU（周活跃用户数）、MAU（月活跃用户数）。主要通过注册、绑卡、使用等行为发放各种积分、礼券和奖励，来鼓励用户经常使用，同时提高用户行为深度，做大用户转化率的规模。

积分到期礼品兑换活动目前在行业内是一个非常流行的一个活动，不管对拉新还是获客等都有很好的效果，让用户真切体会到积分所带来的实际效益。

用户促活是每个金融机构都必须具备的重要营运环节，如果用户活跃不起来，银行的产品和服务终将也只是一个没有灵魂的空壳，不仅缺乏发展的动力，更有可能会出现用户流失的现象。

3. 转化

很多人会以为只要用户注册了就成为银行的用户了，往往只关注了用户增长，却常常忽略了用户转化，所以将大量的成本放在用户获取上，而用户转化被忽略。

转化为银行获得价值用户，如果只是拉新，那么银行的用户只是你的注册用户，成为不了价值用户，如果进行好的转化，会成为价值用户，为银行创造交易、产生价值。经过层层教育和筛选的用户往往对银行的产品最有兴趣，最有可能成为忠实客户。

留住用户后才能帮助银行产生更大的价值。转化可以增加用户的生命周期价值，这会帮助银行挖掘用户更多潜力，甚至影响整个漏斗模型。转化可以形成口碑用户，将忠诚用户转化为口碑用户，会对银行的产品做宣传，而银行可以因为用户裂变降低用户的成本。

七、小结

无论是流量获客、科技投入，还是线上金融产品打造、生态场景布局，手机银行App其实都是银行业战事的显影与集中体现。

银行业竞争永不止，手机银行App的战火将永不休。招行、工行、建行、农行以及其他商业银行，仍将奋力争夺数字金融“铁王座”。

可以预见，未来在银行App这个无形战场上，硝烟味将越来越重。

数据化运营是指通过数据化的工具、技术和方法，对运营过程中的各个环节进行科学的分析，为数据使用者提供专业、准确的行业数据解决方案，从而达到优化运营效果和效率、降低运营成本、提高效益的目的。

当前我国商业银行的数字化能力建设，整体处于初级发展阶段，需在各个环节推进数字化运营，以面对市场的不确定性。

对于商业银行而言，数字化运营关键在于重构商业模式、重塑产品形态、打通数据管理、发力数字驱动、复用爆品营销。

在商业银行数字化转型的过程中，我们要搭建自己的数字化运营体系。

即打通数据、权益、账户等形成数据产品体系，整合平台、产品、服务等形成数字资产管理，并借助数据分析模型来实现商业银行的批量“获客”和高效“活客”，并提升金融产品的线上运营效率。

数据化运营不是孤立的数据主义，也不是单纯的数据分析，而是通过数字技术、数字工具与数据管理产品或服务的各个环节，推进产品全流程的数字化、智能化、标准化和精准化。

实现数据智能化驱动业务智能化，业务智能化赋能运营智能化，并做出有效的运营决策，以便做好智能推荐、智能触达和智能展业。

数字化使商业银行更加深入洞察客户的需求和体验，基于客户行为洞察做出运营决策，成为企业数字技术创新的驱动力，从而提供满足客户需求的产品与服务。

对于产品经理而言，数字化运营的关键在于客户运营、产品运营、活动运营和渠道运营等方面的数字化转变，需提升自己的数字化思维和数字化能力。

一、数字化客户运​营

数字化客户运营是指用数字技术驱动客户洞见及运营策略，包括敏捷设计、客群匹配、产品适配、渠道选择、智能决策、精准触达等。

客户运营贯穿产品生命周期，我们要以客户需求为中心，根据运营策略制定运营目标，并完成运营过程的计划、组织、实施和控制，以达到预期所设置的运营任务。

客户运营的关键是采取从线下到线上、或线上线下结合的方式，围绕客户的拉新、促活、留存与转化等，深度连接客户，进行精细化运营。

让运营数字化与目标客户的触点建立数字链接，让客户逐步从产品认知、价值认可到情感传播的转变，从而提升客户体验和产品粘性。

1. 贴合使用场景做客户拉新

产品冷启动首要面对的问题就是“拉新”。

吸引新客户不再是传统意义上的引导客户下载APP并注册为客户，而是通过提供贴合客户场景或低门槛使用的企业服务或SaaS产品，以“静默注册平台”的形式完成客户拉新。

此外，颠覆传统拉新，要基于数字技术连接线上投放、社群营销、媒体推广等渠道，做客户经营要从线上化的“客户思维”转向数字化的“客群思维”。

2. 利用激励策略做客户促活

促活即促进客户活跃，在客户生命周期对活跃度低的沉寂客户、流失客户做挽回，并利用一定的运营策略来激励客户活跃。

以贷款测额活动为例，客户测额后可获得贷款额度，邀请好友测额即可获得返现劵，使用劵时引导贷款支用额度，贷款成功后即可返现。

通过一系列活动让客户活跃起来，尽可能升级为活跃客户，并提高客户的粘性。

3. 提供增值服务做客户留存

客户留存是指在某段时间内，新增客户中经过一段时间后，仍然继续使用该应用的客户，而留存率就是占当时新增总客户的比率。

在RARRA模型中，把客户留存放到首位，会关注客户增长中的日留存、周留存、月留存等运营指标。

基于留存指标细分为产品工作的OKR，我们可以建立客户流失预警机制，找到即将流失的客户，通过不断迭代产品来满足客户需求，并为客户提供持续的价值或服务。

4. 调整关键路径做客户转化

转化就是完成预期任务的目标客户，而转化率是完成转化目标的客户占总体客户的比例。

对商业银行而言更多是对注册、申请、授信、提款、还款、复贷等进行量化，从而达到引流客户转化的目的。

当前流量红利渐失，客户增长下降，我们要选择正确的目标客户，关键的转化路径，合适的推广渠道，最优的产品策略来转化客户。

随着客户行为线上化，数字化客户运营已成为商业银行首要面对的问题。

以企业融资客户预警为例：

1. 通过客户行为收集关键事件和访问路径的数据埋点，了解满足客户的核心数据指标；
2. 通过客户标签构建情景化的客户分群或客户画像，实现客户的分层经营或智能展业；
3. 通过数据建模完成数据分析和行为预测，预测客户下一步的行为，可深度连接客户；
4. 通过智能决策做激励体系或提醒机制，可实现企业融资客户的还款提醒和智能催收。

客户运营背后的本质，其实都是关于人的运营。

数字化客户运营可帮助商业银行大规模“获客”，或高效率的“活客”。

二、数字化产品运营

一切用于连接客户和产品，并产生产品价值和商业价值的手段，都叫产品运营。针对现有产品功能进行数字化改造升级，监测产品数据，基于数据分析优化产品策略，去提升产品的运营指标。

产品运营是指从内容建设、客户维护、活动策划等层面，来管理产品内容和客户的。在产品生命周期，针对不同客户群体，通过内容渠道营销产品。

我们可以从使用场景、访问路径、客户体验和产品策略等，进行数字化运营升级，重点是完善数据指标，优化运营手段，提成产品体验等，我们可以从以下几个方面切入：

1. 目标客户的使用场景

使用场景是指一个产品被使用的时候，客户“最可能的”所处场景包括时间、空间、设备支持、社交及客户情绪等，进行应用场景的判断和描述。

我们要挖掘更多从客户使用场景触发而产生的需求，从而为产品带来更多的目标客户。

2. 目标页面的访问路径

访问路径是客户需要打开一个目标页面时，存在多种打开目标页面的过程。我们可以设置条件对页面分组，构建网页预取模型，提取客户浏览页面的路径中蕴含的信息需求。

通过模型对客户页面访问路径的分析，能够了解客户习惯，预测下一步操作，为页面设计提供数据支撑。

3. 关键操作的客户体验

客户体验是一种纯主观的在客户使用产品过程中建立起来的操作习惯、使用想法等感受。

基于客户满意度CSAT、净推荐值NPS、客户费力度CES等指标来评估客户体验，我们要全渠道、多触点采集客户反馈，自动预警并及时修复，提升客户体验，减少流失率。

4. 循序渐进的产品策略

产品策略即指企业制定经营战略时，首先要明确企业能提供什么样的产品和服务去满足消费者的要求后，对产品进行的全局性谋划。

对产品经理而言，要结合战略规划、产品定位、产品规划、市场分析、竞品研究等制定具体策略。

以智能匹配贷款为例：

1. 收集客户的行为数据和交易数据，分析有贷款需求的客户，根据不同使用场景给客户打标签，基于数据建模构建“千人千面”的标签画像。
2. 把智能匹配要通过多级页面录入的数据，用人工智能技术去智能采集、自动读取，从而简化前端页面，缩减操作路径，减低客户流失。
3. 客户体验在企业实现持续商业增长中的地位越来越重要。利用数字技术和数据模型快速做出精准预测，并精准匹配贷款产品，从而有效地提升客户体验。
4. 通过机器学习和模型训练，增强客户与智能产品的人机互动，并不断优化的产品策略，提升匹配的精准度，从而实现客户的个性化推荐。

金融产品运营的核心是把产品盘活。

即从一个全局的角度，去看待产品运营效果。并通过数据分析来验证自己的产品策略是否有效。

三、数字化活动运营

活动运营要避免自嗨式内容营销。在了解自家产品特性前提下，围绕着一个活动或一系列活动，针对客户定制化需求提供数字化营销策略，帮助企业打造多场景下的活动营销闭环，并实现用数据驱动业务增长。

当前下沉市场需求大，活动是实现数字化运营的有效手段之一。

关键在方案选择、活动策略、客户触达、效果分析等环节，通过数字化运营来确保内容生产、数据响应、客户转化、价值追踪等活动过程的策略落地，可以从以下几个环节落地。

1. 基于ROI最优做方案选择

方案选择是产品决策最为关键的环节。基于现有的人力资源和约束条件，从产品规划、数据分析、产品经验等方面确定选择标准。

其实，对于不同的产品与场景，无论基于方案A或B执行，都有其合理的一面。我们要做的就是通过A/Btest方法，选择一个ROI最优的方案，来实现既定目标。

2. 根据产品形态做活动策略

活动策略就是在某一个活动周期内，为实现客户增长、产品变现等目标而采取的各种策略的集合。

面对策划越来越难、预算越来越少，制定活动的运营策略一定要注重客户的参与性及互动性。

即多维度的活动策略要根据不同的产品形态做差异化营销，避免活动方案被竞争对手同质化，并快速完成数字化活动运营。

3. 多渠道多维度做客户触达

客户触达就是基于目标、场景、对象和渠道等方式，接触到客户需求，或和客户产生联系。

以客户为核心，通过业务模型、策略配置等进行多维度分析，通过产品本身、站内信、消息推送、短信营销等进行多渠道触达客户，帮助商业银行实现客户增长。

4. 针对关键指标做效果分析

效果分析就是对整个活动开展进行数据分析和效果评估并做出科学的判断。

评价效果主要是分析目标和指标的实现程度，所以一定要对关键指标进行量化。

关键指标一定是围绕活动运营OKR而确定，千万不要为了迎合管理者想要的指标而泛泛而谈，对关键指标进行分析，找出能指导活动运营的决策。

以贷款测额活动为例：

1. 设定一个明确的与可量化的目标，可以是达成公司品牌曝光，可以是找到核心客户群体，可以是完成拉新促活与转化，可以是拉动客户贡献价值，可以是增加平台与客户的粘性等。比如新注册客户增长30%，贷款申请转化率提升25%，活跃客户提升10%等。
2. 基于活动目标制定运营策略，确认目标客户定位、描述目标客户特征、构建客户角色卡片、分析客户使用场景等。
3. 制定“递进式”的线上化活动方案，新手福利：首次完成测额送1000元返现劵；邀请有礼：分享测额链接给好友，注册并完成测额后即可激活返现劵并送SaaS服务；贷款返现：申请50万元以上的贷款并放款成功后，即可获得1000元返现。
4. 建立客户筛选和分级策略，进行一次有目的的客户拉新、留存与转化等运营效果分析，关键在于构思活动中的每一个环节，分析每一步的流失情况，找出漏点提升转化。

基于数据采集与模型，进行智能化决策，实现活动运营数字化，快速验证活动效果，不断优化迭代策略，加速金融产品创新的探索。

四、数字化渠道运营

渠道运营首要解决的是获客问题，重点是如何借助数字化技术来打破流量壁垒。

我们可以通过流量池和流量思维来激发渠道活力，让数字化渠道运营、渠道运营数字化成为现实：

• 建立私域和公域流量池。通过私域流量、公域流量的行业KOL、个人IP和媒体流等建立流量池，来获取金融客户的流量，帮助金融企业走出“获客”和“活客”成本越来越贵的困境。
• 整合线上线下流量思维。整合线下线上渠道，制定运营数据OKR，利用流量思维，进行多渠道的流量获取、流量运营、流量营销和流量变现，可提高企业的获客效率，降低渠道运营的拓客成本和沉没成本。

在流量碎片化时代，渠道流量主要来源于客户直接访问、关键词搜索引擎、第三方付费推广等。

打造渠道运营体系，需要强大的渠道对接与策略规则配置能力，基于线上线下整合的数字化渠道建设，以场景来连接渠道，从而提高渠道运营的效率。

渠道运营需要在了解自家产品特性和渠道转化情况的基础上，做好内容投放、渠道推广、批量获客、流量分析上，形成一个匹配活动目标客户群体的渠道链条，并从追求线上化“品效协同”，转向追求数字化“长效ROI”：

1. 实现不同客户和场景的内容投放

依托数字技术对产品或服务实现不同客户、不同场景的内容投放，充分利用各个内容投放渠道的优势，且投放的内容根据不同的渠道进行策略调整。

制定金融产品运营策略，完成不同渠道内容投放，获取更多的目标客户流量，利用渠道流量为产品引流和变现。

2. 选择体量大和质量好的渠道推广

将推广信息有效的触达给目标客户，从而实现渠道引流和转化的效果。引流推广渠道并找到有效的流量入口，已经成为商业银行迫在眉睫的问题。

为银行开拓新的流量渠道，优先选择体量大、性价比高的渠道，作为获取流量的主要入口。整合渠道资源，打通各个渠道，获取全面的流量支持，实现对各个渠道的有效管理。

3. 基于老带新MGM去批量获客

对商业银行而言，得渠道者得客户，渠道是“批量获客”的运营利器之一，关键是构建一个成熟的“MGM”获客体系，借助事件中心来营销客户。

在数字化时代，运用“数字技术”的手段，并通过网点、公私联动、线上线下等运营方式，实现数字化批量获客。

4. 基于渠道的OKR进行流量分析

对有关网站访问数据进行统计和分析，从中发现客户规律，或活动中可能存在的问题，以便及时的掌握渠道运营效果，优化渠道运营策略。

我们可以制定渠道流量分析的OKR，比如PV、UV、点击率、跳出率、转化率、平均访问时长等作为渠道质量指标，通过数据分析量化客户价值，并驱动渠道做出有效的策略优化。

数字化时代，渠道没有好坏高低之分，关键看客户或业务的转化率。

线上线下渠道已是商业银行之间客户流量入口之争，需要让金融产品、渠道运营和客户服务建立联系，从而连接各端金融平台，打造渠道客户的KOL，完成渠道运营的ROL。

以商业银行做融资的数字化运营为例：

• 模式转化：从传统的B2C模式转向C2B模式，基于企业画像、客户画像、客群细分、行为数据、交易记录等，精准识别客户需求，实现数据驱动业务。
• 数据整合：通过开放超级API或H5进行数据方、场景方、平台方的全端数据交换、资源交互、流程链接，来打通企业数据流与业务流，让产生的数据价值最大化。
• 统一门户：通过统一账户体系、统一数据模型、统一数据资产、统一数据服务，来构建数据引擎，实现智能化客户资产和数据管理。
• 搭建中台：让数字融资的申请、查询、建额及提还款等业务数字化，就需要一个强大的业务中台。通过数字化模型支持，实现从业务、管理到运营的数字化。

企业数字化的本质是让企业数据产生商业价值，通过多种数据应用场景的业务价值，激发客户行为的数据价值，提高数据资产的使用价值。

基于AARRR模型、漏斗模型、RFM模型等，让目标客户与金融业务强关联，进而实现运营的策略数字化、营销数字化、管理数字化和生产数据化等。

目前，数字化运营已进入后链路时代，数字化与运营结合的越来越紧密，将助力商业银行的数字化转型与升级。

商业银行在逐步的尝试搭建的自己的数字化运营体系，帮助我们更好的聚焦目标客户，去服务千万级互联网B端客群。

在产品生命周期内，通过数字技术和数字化能力对客户进行线上化精准触达和智能展业，重点是重塑商业模式，构建服务生态，打造“四通一平”，提升客户价值和聚焦客群经营。

想必大家都知道客户有全生命周期，与客户风险对应的金融风控策略，也存在着生命周期。今天就跟大家聊聊金融信贷中贷款前策略的全生命周期。

一、贷前策略搭建初期

在贷前策略搭建初期上线多少规则比较好？是不是一次上线越多规则越好？这可能是策略人员前期很头疼的问题，既怕上多了无效策略导致上线时间的延后，错失业务进入市场的最佳良机；更怕上线规则少了漏过一些坏人，导致前期的风险指标难以交代。

到底应该如何控制这个平衡？

其实，一般在业务上线初期，规则越少越好，最好要有一个MVP版本，且一定要能支持快速迭代。

具体原因有如下三点：

1. 业务初期需要快速试水，摸清目标客群的自然风险情况，这样才能快速在产品层面进行评估和调整；前期试水和后期试水产生风险绝对值在量级上是完全不一样的。前期较少，也可以快速止损。
2. 上线后策略的迭代优化，需要足够的样本量，前期更多的样本能帮助快速定位问题并补足漏洞，这样漏洞越来越少，业务拓广的信心也越来越大；同时，可以避免迭代时样本不够的尴尬境地，影响迭代速度。
3. 初期缺少自身客群的Y值，无法准确量化定义前期策略的效用，所以一些不确定的策略均可离线观测。

二、贷前策略搭建中期

在策略搭建初期，通过快速迭代已经补足了一些很明显风险策略漏洞，也对初期上线的规则做好全面的复盘和调整，基本保证了线上运行的策略高效性。

在同客群的前提下，初期阶段各家金融机构在风险策略上还没有拉开明显的差距，除非某些金融机构先天在自有数据上有很明显的优势，拉开差距主要集中在中期。

在中期上线的策略规则数量会快速达到一个很高的数量，像火山爆发一样，而且会持续一段时间。原因是在贷前策略搭建中期，业务量已经达到了一个相对可观的量级，可以支持细分客群的量化分析，同时也具备足够的样本量。接下来就需要进行大规模的量化分析和策略迭代。

策略搭建中期，主要分为以下四个阶段：

1. 进行大规模、有序的可用规则线上A/B Test，这个过程主要目标还是在找坏人，将测试无误的规则转正上线；
2. 将这批转正的规则集合进行内部交叉分析，剔除杂质。简单来说，就是看有哪些规则是可以被其它多条规则所替代的；再将剔除杂质后的这批转正的规则集合与原有规则集合进行交叉分析，进一步剔除杂质；
3. 在上述2步系统的完成后，接下来就要做回捞了。也就是在拒绝的客户中找一些好的客户捞回，这个时候也需要做大量的A/B Test，验证无误的规则转正上线；
4. 最后就是对精炼的策略进行分类和归纳整理，形成完成的策略体系。

值得注意的是，在这个过程中，如果没有很好的规划，当进展策略整理和回顾时，就会出现无从下手的问题。

在这个阶段扩充的规则，并不是每次都是雷同的，不同的产品类型和业务场景，分析拓展出来的规则属性都不一样，这也是策略的难点，需要结合实际业务来调整。就像树的种子都差不多，但长成大树后形态是有差异的一样。

三、贷前策略搭建后期

经过中期策略系统的优化后，贷前策略体系主体已经基本完成，但是不是代表已经没有深度挖掘的空间了呢？

其实到这里，有挑战的事情才刚开始！

现在针对当前客群已经有了一套比较适合的贷前策略，接下来需要把这套策略上升一个维度，就是细分客群，做差异化审批。

所要优化的不是单个规则，而是优化整套策略，目标是适配各个细分的客群。

如果说中期的策略优化是保证当前产品的盈利性，那么后期的差异化策略则是扩大收益的利器。在做差异化审批的同时，主体的这套策略也需要优化，在这个阶段，主要是应对一些突发事件的优化，以及进件客群变化的应对调整。

经历这个过程后，将会完成贷前策略搭建的闭环。

当策略分析人员在经过日复一日的风险策略体系全生命周期管理后，因为其已经熟悉不同产品、不同客群的差异化审批策略，就能针对任何一个新客群、新信贷产品，在较少数据甚至没有数据可依的初期，设计出上线策略的MVP版本，才能够帮助业务在开展初期以最小的风险代价打下后期坚实的策略基础。

这也许就是，为何资深的风控策略分析师“拍脑袋”都拍的准的原因吧。

大家都知道，信贷行业的玩家会分成若干梯队。比如说，互金领域（助贷业务）站在第一梯队的，是蚂蚁、京东、百度、360等大厂玩家，消金领域（消金业务）站在第一梯队的，则是招联、蚂蚁、马消等玩家。

这些头部玩家，除了流量、资金、技术等资源优势外，营销运营的先进，也不言而喻。排在后排的玩家，总会想向前排玩家靠拢，也许资源禀赋比较难学习，但模仿营销模式，难度就比较小了。我们今天就来看看，互金消金的头部玩家，是怎么做运营的。

通过我自己的运营经验，以及工作缘故，使我能和行业内很多头部公司接触交流。在此期间我发现，整个信贷行业的营销运营，可以按一个核心三个阶段进行划分。一个核心是指数据驱动为核心，数据驱动的必要性不言而喻，而金融的数字本质也使得数据化成本较低，这种行业共识就不在赘述了。三个阶段则分别是：用户数据化、营销精细化、决策智能化。

一、用户数据化

数据驱动运营的第一个阶段，是用户数据化。一些刚刚开始自营业务，或者业务规模较小的公司，就处在这个阶段。在这个阶段，会把用户的所有信息，都以数据的形式，采集和储存起来。

用户和产品界面发生的交互，以行为数据的形式采集存储；用户和业务系统发生的交互，以业务数据的形式采集存储；用户自身的性别、年龄、收入等情况，以属性数据采集存储。完成这个阶段后，用户即数据，数据即用户，数据可以反应用户在产品内的一切信息。我们就可以基于数据对可得的用户所有信息进行分析和洞察，以产出对应的运营策略。

二、营销精细化

数据驱动运营的第二个阶段，是营销精细化。这个阶段，是大多数行业公司所处的阶段。有了用户的大量信息和数据，我们就能对用户的特征进行分析和分群，然后再基于不同的用户特征，对用户采取不同的运营策略，以提升整体的效率。

以用户触达为例，用户触达的四要素：用户分层、触达通道、触达内容、触达形式，都会因用户的分层不同，需要精细化和个性化的设计，以实现最高效率的匹配。当每个分群的策略得到最大优化后，我们还可以利用营销工具，把这些策略进行实时或非实时的固化，来提升运营动作本身的效率。

三、决策智能化

第三个阶段，是决策智能化阶段。这一阶段，就是行业头部公司们所处的阶段，也有大量二级梯队玩家在快速跟进。它的特征有三：以模型决策替代人工决策，以实时触达替代延时触达，以机器学习替代人工优化。

所谓模型决策替代人工决策，是指过往以人工分析，通过3-5个特征细分客群的做法，会被通过将几十甚至更多的特征建立成特征模型，再通过模型对用户进行分层的做法取代。

比如新用户有渠道评分卡模型，老用户价值提升有老用户分层模型，流失召回有流失用户预警模型，模型决策会替代掉人工的决策。

所谓实时触达替代延时触达，则是指用基于用户在业务流程中或在综合分层模型中的实时变化，对用户进行触达，而不再是选定时间，对同一客群非实时的统一触达。

比如过去我是用户产生行为或符合条件后，T+1或T+7进行触达，现在就变成用户行为产生或属性变化的当时，就进行触达。

所谓以机器学习替代人工优化，是指以算法的自主回收数据，自主学习和自动优化，来取代人工回收数据，验证策略效果，优化迭代策略。

这个阶段又分为两小阶段，初始阶段是基于历史数据对未来进行预估，高级阶段是实时计算，实时预估。

四、决策智能化的必要性

三个阶段已经很清楚了，我们来讨论一下这种发展和优化的必要性。

在第一个阶段，往往主要是采集和补充数据的阶段，基于部分数据，每个客群可以形成一个3-4层的分层，再加上AB测试，可能会形成8-10个的策略。

到第二阶段，因为分层会大大的精细，以RFM模型为例，一个客群最少都能形成8个分层，最终在AB时，同时可能跑起来20-50个策略。

到第三个阶段，即便是简单的20个特征形成的评分模型，也至少有100个分层，最终结合营销的分层，每个客群，可以形成500-1000条策略。

在不考虑计算和匹配资源的前提下，按照越精细，匹配效率越高的基本假设，那么这三阶段的发展，对运营效率的提升，是毋庸置疑的。特别是前两阶段，几乎没有多出的资源配置，他们的发展是必然的。而第三个阶段，我们不仅要考虑决策智能化的收益，还要考虑它的投入和产出问题。

决策智能化阶段的投入产出问题，本质来说，是供应和需求问题。所谓供应，是指公司有没有能力提供决策智能化的基本条件，比如算法团队、计算所需的服务器、资深的运营人员。如果这些条件都不能提供，那么基本都供给条件就不能满足，也就没办法进入到决策智能化的阶段。

而需求侧则分成两个方向，第一，智能化带来的收入提升，能否覆盖整体投入。因为除服务器投入外，算法团队和资深运营的投入都是固定的，成本随业务规模提升的速度，应远低于业务规模本身提升的速度。所以一定是存在一个盈利平衡的业务规模点的，如果超过了这个规模，那么就决策智能化的需求有效，反之则入不敷出，需要搁置先坐等起量。

第二，用户和业务的规模，是否到了分层问题必须要智能决策的规模。比如用户100万的时候，每层用户2万，形成50个分层，增加人手还足以处理这些策略的形成。但当用户1000万的时候，按每层用户2万人，500个分层，每个分层哪怕只有AB两条策略，一周迭代一次策略，1000条/周的策略需要多大的人工团队才能处理呢？当用户规模更大的时候呢？

所以是否需要智能决策阶段的运营，还需要综合看智能决策在内部的供需关系，根据供需情况进行决策。而可能涉及的效率提升导致人员从运营到算法的结构变动，这里不做讨论。本文仅基于绝对理性假设，对运营工作进行探讨。

以上就是信贷行业头部玩家的运营方法和演变阶段的总结，下周我们还会回到我原本的系列设计上，回到基础实践篇的更新上去。

大致安排会有怎么设计数据日报、怎么设计业务预估模型和业务策略库、怎么设计策略执行表等基础实践篇，还会有怎么应用增长模型拆解指标快速发现增长点、怎么应用UJM模型做新户landing、怎么应用生命周期模型做老用户经营等方法应用篇，还会有怎么做触达AB实验、怎么对流量来源归因、怎么设计常规活动、怎么做智能决策模型设计等场景实践篇。

本文是某次培训的讲稿，主要面向的对象是不了解或刚入行互联网信贷行业（下面简称互金）的运营、产品和分析师。主要是我在运营多个互金业务后，对互金业务、数据、运营的经验总结。我经手的项目有某支付公司年放贷200亿的现金贷项目，同公司的年放贷2亿左右的消费分期项目，也有某头部卡贷公司贷超项目。

对入行3年以内的朋友应该还有借鉴意义，业务经验较丰富的朋友可能需要自行判断是否跳过。原文超过一万两千字，拆成贷前贷中贷后三篇发出来，希望文章的价值可以值得大家的阅读时间。

本文按互金业务阶段顺序拆解内容，每个阶段我一般会分成4个方向去讲，第一是该阶段的业务特征或流程，第二是该阶段关注的指标，第三是这个业务阶段，行业内都是怎么做的，或者流程是怎么样的，第四是这个阶段主要关注的运营场景。像获客阶段，我会讲一下互金获客的主要渠道构成，包括流量采买的主要形式等。

第二块就会分自有流量和外部流量，介绍一下获客阶段核心关注的指标。第三块案例，或者说在获客阶段，行业里一般是怎么做的。第四块是运营场景，像获客阶段主要渠道监控、导流归因等场景。

首先先说下为什么要按贷前贷中贷后的顺序划分互金的业务和用户旅程。按照人行的标准划分，把借贷业务划分成三个阶段，分别是贷前贷中贷后，这是银行领域，包括比较大、比较正规的消金公司都比较认可的。只是说贷后这一块，有的比较新的信贷公司，可能会把复贷放在贷中去管理。但是人行的地位大家也清楚，所以我现在遵循人行标准，还是把复贷放在贷后这一块。

授信是互金业务的一个核心节点，放款是另一个核心节点，使用这两个核心节点做切割，互金的业务，就可以分成三个阶段。

授信之前就是贷前，它包括获客和进件两个阶段；授信到放款是贷中，它包括授信和请款放款两个阶段；放款之后即贷后，包括还款、复贷和逾期催收这三个阶段。下面我会针对这些阶段，分阶段详细的讲一下。

一、获客

1. 获客-业务

先说获客，互金的典型的获客渠道主要有两种。

一种是自有流量，助贷模式这块儿会比较重一些，就比如说某支付现金贷这个项目，它主要在挖的都是某支付本身的流量池。某支付本身有一个月活大概3000万的一个流量池，同时集团公司那边会不断的向某支付这边去导流。它主要靠挖这流量的池子，对自有流量变现。像某信金科，他主要挖的是他头部某贷、某钱产品积累的用户池，是在18年之前，这两款产品做的比较好的时候，积累下来的那些流量。

第二种是外部流量，其中包含广告投放这种非精准投放和助贷贷超等精准投放。广告投放包含信息流投放、应用市场投放、ASO、SEM或者是其他类型的非精准投放。比如说中原消金、马上消金、拍拍贷，都是投放比较多的公司。

中原消金属于近两年崛起的消金公司，马上属于老牌的消金公司，拍拍贷属于老牌的小贷公司，他们可能原本的流量池就不大，或者是原本的流量池已经开采的差不多了，所以需要向市面上大规模的投放，来获得更多的流量。精准投放分为助贷和贷超投放。助贷是目前比较典型的一种流量合作形式，应用也比较广泛，助贷和贷超的区别，我们后面案例那里详细来讲。

2. 获客-指标

这个阶段关注的指标，不同的渠道不同。自有流量核心关注指标是渗透率，比如说美团，它的所有的贷款业务加在一起，在美团整体的流量里边，渗透率可能都不到10%（这个是21年数据）。他们整条信贷产品线追求的目标，除了放贷额之外，获客这块儿最重要的就是渗透率。除了渗透率之外，自有流量有一些分支的指标，比如引流页的UV，引流位的点击量和引流位的点击率之类，当然最终评估指标还是引流位的ROI。

非自有流量关注的指标主要是单注册用户成本、单进件用户成本、单授信用户成本、单放款用户成本。非自有流量关注的核心指标其实是成本指标。在非精准投放方面，只要这个渠道投放的ROI算的过来，就可以在这个渠道不断的扩大规模。这几个成本，其实都是按照转化的效率来计算的，而且目前投放方面成本都是非常高。像注册成本，在17年的时候，单注册用户成本已经到50-80了，现在更夸张。

按照我21年跟我负责投放朋友的沟通，当时市面上信息流投放最大的两块业务类型，就是教育和互金。当时教育的单转化用户的投放成本是最高的，应该能到3500以上，而互金应该是在1500-2500左右，现在有些互金公司的单转化用户投放成本，已经到3000元以上了。可能不同公司投放策略不同，也会有不同成本，但是和17年左右对比，按行业普通转化率计算，单注册用户成本应该也在180以上了，已经有了几倍的提升。

除了最重要的单用户成本外，还有一些基础漏斗数据拆解形成的指标，比如注册率、下载率和安装进件率。注册率投放的页面和用户留资注册页的比率；下载率是注册的这部分用户里，有多少去下载APP了；安装进件率，是指这些注册的用户下载登录后，有多大比例进件了，这些都是新用户转化漏斗的效率指标。贷超的结算方式和普通投放类似，一般是cpa，助贷则一般是cps，助贷的分成比例一般在总资金毛利的20%-30%，这块就不细讲了。

3. 获客-行业

获客阶段大家都是怎么做的呢，前面讲获客渠道构成时已经讲了很多了，这里我们来详细讲下互金特有的两种流量获取方式：利用API和H5从助贷或贷超平台获取用户。贷超主要有两种的流量分发方式。

一种是H5，一种是API。H5形式是指信贷产品自己做一个表单留资的H5页面，投放在贷超平台，用户填写手机号验证码就算留资，双方会按照留资的用户量来结算。双方其实没有太多的数据互通，双方结算全凭信用，对数经常会有很多不一致，特殊节点就会存在比较大的问题。贷超从17年政策比较大力度打击不合规的贷款产品后，过得都不是很好。

因为一是纯卖线索，价值变现能力低，用户质量也很难保证。二是当时大家之间出现了信任危机，本来是一个月结算一次的，后来都变成每两天或者是一天结算一次，这个结算成本太高了。再后来因为出现了大量的不合规贷款产品跑路的情况，就导致一大批贷超挂掉。所以到现在，助贷主流的形式还是API了。

API是指信贷产品会包装业务对应的数据API接口，助贷平台自己设计业务页面，对接这些接口。像用户的留资、实名、活体认证等都是在贷超平台做的，做完之后，通过接口把这些信息都传给信贷产品那边，他们负责风控放款，以及后边的还款监控和催收等环节，合作双方会按放贷的金额进行结算。因为H5纯凭信用，它弊端是比较多的，所以现在使用H5引流的产品都比较少了。主要会在一些大型的信贷集团，就比如说平安系的平安好贷，主要扮演贷超的角色（21年左右），会把平安系的流量分发给自己旗下的陆金所之类的贷款产品。

API为主的助贷模式， 是目前投放的主流。像之前（18年左右）在某支付现金贷的时候，他们主要是助贷模式，通过API接入资方，资方主要是众安跟马消，通过放款比例分成获利。当时众安占80%以上的放款，当时他签的放款分成比例，应该只有放款额的千五，算下来一个用户放5000块出去，某支付这边只能拿到25块钱，其实是非常低的。

因为当时的贷超里，一个表单用户可能就20-30了。他现在应该是有变化，因为众安已经不再是主要资方了，主要资方已经变成银行和消金公司。分成比例具体是多少，最近的情况我就不太了解了。讲这个是让大家可以有一个概念。

4. 获客-运营

在获客阶段，最核心的运营场景有两个，分别对应外部流量和内部流量获取。其中外部流量对应的是渠道展点消数据的监控和渠道投放的优化，这个更偏市场部门一些，核心还是基于流量的规模、质量、效率，对投放渠道、内容、节点进行优化。

而内部流量对应的是内部运营位导流监控和归因，流量多少决定渗透率的高低，归因分析则能理清不同引流位的业务贡献。这块儿分析逻辑类似投放监控，而且因为内部平台可以埋点，数据更准确丰富，更容易通过首次、末次、线性等归因模型进行归因，有数据表现了，按数据分析的结果做优化即可。

二、进件

1. 进件-业务

下面讲一下进件阶段。首先讲一下进件的业务流程和特点。进件的流程其实比较复杂，因为像合同浏览时间、个人信息、征信查询的授权，这些是所有的贷款产品都必须要做，不可跳过的。而且用户必须要在这个页面上停留超过多少秒，或者用户需要把这整个合同的页面从顶部拖到底部，才能进行确认，这个是有明确的合规要求的。过了授信申请按钮点击，合同浏览，征信授权后，第二步一般是实名，所谓实名，一般就是上传身份证识别。

第三步一般是绑卡，绑定储蓄卡，用来动支和提现。第四步是信息留存，有一些消金产品会要求填写非常详细的信息，比如说收入信息、社保信息之类。但是有的就比较简单，可能只要填一下紧急联系人就可以了。

最后一步，一般都是活体认证，也就是人脸识别。当然，也有不按这个步骤排列节点的，但这些节点基本都少不了，只是顺序不一样。因为这个流程比较长，它中间每一步的流失叠加起来，就非常夸张了。以某支付现金贷为例，我们当时其实每一步的流失都在50%以上，所以就导致这个产品日活稳定在30万以上，但是他每天申请进件，走完进件这个流程的用户，连1万都不到。所以这个流程流失特别厉害，对这些流失用户的召回也特别重要。

2. 进件-指标

再讲下进件方面的指标，这个阶段比较重要的有三个指标，第一个是进件申请率，注册未进件的用户，有多大比例进入了进件流程。第二是进件完成率，整个流程走下来，有多少用户可以完成进件流程。第三个是各级漏斗的转化率和流失率，它其实是上面这些指标的拆分指标。

3. 进件-行业&运营

这个阶段的业务，我们之前是从三个方向进行优化的。最重要的，是底层能力的稳定性。就比如说人脸识别，他能不能稳定的识别；像实名绑卡，身份证和储蓄卡扫描的识别够不够快速，够不够准确；在其他业务里获取到的信息，能不能一键授权过来，这些都是最底层的能力。

第二个方向，产品的流程合理性，就比如说，我们之前合同浏览页面，要求必须拖动到最下方才能进行下一步，但是合同页特别长，很多用户进来划动了几下发现没有下一步按钮，就流失掉了。所以我们做一个合同浏览页的指引，在页面侧边做了一个箭头，上面写了对应的引导信息，引导用户去下滑到底部，上了这个功能之后，这一步的转化率提升了近十个点，所以产品的功能确实是比较重要的。

第三个优化的方向是运营方面优化触达，比如说流程步步送活动，或者是做完成授信就送券的活动，或者是做进件退出弹窗的挽回，增加触达召回之类的手段，都是很有效果的。凡是进入到进件流程的用户，我们之前都会做多轮的触达。我们当时一年发送的短信都要在3亿条以上，通过当时的分层触达可以证明，这部分用户在新用户中是质量最高的。而且他即便当时流失了，后边还是有很大概率来再进件授信的，之所以还没有回来，往往只是因为缺乏一个活动或者触达的召回。所以这部分触达一定要重视。

这个阶段的运营场景，主要偏重产品运营，用户运营的比例较低。具体的场景按用户旅程，包括进件流量来源归因、进件漏斗数据监控、进件功能异常告警、进件流程顺序AB测试、进件流失用户分层及召回触达。进件流量来源归因时，因为流量来源通常都非常丰富，所以需要把流量入口先分层，再分层归因，否则几十个入口混在一起，很难把流量路径理清楚。

进件流程顺序AB是把进件的产品步骤组件化，然后AB测试不同组合的数据反馈，把数据最好的步骤给到相应的客群。进件流失用户一般主要按步骤深度和首次进入进件流程的时间节点分层，然后给不同的分层不同的offer做触达，实际操作时可能需要细化的AB测试，但整体操作并不复杂。其他场景包含的具体内容就不再讲了。

在当今数字化时代，短视频已经成为了人们获取信息和娱乐的主要方式之一。随着金融类APP的兴起，如何在短视频推流中撰写引人入胜的创意文案，成为了吸引用户、提升品牌影响力的关键一环。本文将探讨如何撰写金融类APP短视频推流的创意文案，以及它们的魅力与实用性。

相关文章：

短视频引流变现指南

如何增加短视频文案创意性？

2023年短视频行业研究报告