证券类互联网产品用户指标设计

一、背景描述

不同于其他互联网产品，需要用户使用一段时间积累一定量的行为数据，才能对用户特征进行大致描绘，证券类产品在用户注册开户时，就需要用户提交大量真实数据，并在后续使用过程中能够掌握用户最为核心的数据：用户资产数据。使用得当，这些数据可以帮助我们为用户提升服务质量，匹配适当产品以增加创收，使用不当，很有可能失去用户对产品的信任，甚至给用户造成意料之外的损失，为企业带来法律风险。

二、营销情景思考

在向用户营销产品的时候，我们应该抱着什么样的态度，是从最大化自我利益的角度，还是站在客户的角度出发。一些从业者可能会因为过于追求自身的短期收益，抱着涸泽而渔的态度对用户进行过度营销，这不利于产品口碑的建立和企业信用度的提升。

作为从业者我们如何在尽量不让用户流失的前提下对用户进行较为精准的营销，首先我们应该拆解用户需求公式：

一个什么样的用户在什么情景下能够接受什么样的产品

关于什么样的客户能够匹配什么类型的产品，在2016年底出台的《投资者适当性管理办法》中 ，监管部门已经给了所有从业者最为标准的答案 ，在这里暂时不展开讨论。

在这个公式中最为关键的是情景，或者说是营销时机，大致可以分为：

1、外部环境：

市场景气度高，用户在从众心理的驱使下进入证券市场，但是很显然证券市场的景气度不可控且很难预测，因此外部环境的因素可遇而不可求。

2、用户情景：

举一个例子，如果一名客户经理想要成功说服一名客户开通融资融券功能，他应该选择在什么时候，显然不是在客户已经被市场虐到崩溃的时候，最佳的场景应该是用户通过一段时间的交易产生了较为可观稳定的盈利，并对自己的交易和分析水平颇具信心，这时候去推荐融资融券功能的成功率会非常高。当我们拥有海量的用户时候，我们如何能够抓住每一个用户这样精准营销的时机，需要使用合适的动态数据指标来描绘用户的状态。

三、指标构建

传统电商使用的RFM标签体系过于粗放，只能解决定性的问题，并不能定量的描绘用户以及目前的状态，构建用于精准营销和场景营销的数据指标应该更具说明性，与推荐类算法有更强的耦合性。

首先我们需要了解用户的基础数据：

i、用户账户净资产以及账户资产构成

ii、用户交易额及交易类型

iii、账户盈利情况

我们现在已经拥有了一个用户的基础数据，但这些数据还不足以直观地显示用户地交易状态，并且这些数据并不能反映用户的动态变化，我们需要将这些基础数据构建成易于理解指标，最好是能调整到0-100的分值。

1、构建用户资产指标

因为不同用户的账户资产数额差距可能会比较大，在这里构建指标可以使用log函数，表达式为：

用户账户资产指数AssetIndex = 10*log(用户账户净资产NetAsset)

该指标能够反映用户当前资产静态指数，但是不足以反映用户对于产品的信任性以及账户时机情况 ，我们需要设计指标以反映用户的账户资金的净流入情况以及用户账户各类资产构成百分比。