EN

行业白皮书 > 银行业移动应用运营数据分析指标白皮书

银行业移动应用运营数据分析指标白皮书

 1.jpg

目录

引言

用户获取

用户活跃

留存&流失

应用收入

业务漏损分析指南

附录1

附录2

我们为什么要做这份白皮书?

TalkingData 在2012年2月就提出了一套专门针对移动应用数据化运营的数据分析、挖掘模型,即AARRR数据运营模型。相对于其他移动应用而言,银行业移动应用更注重其用户的活跃度,及其作为电子渠道的利润贡献,并且银行业对用户行为数据的分析需求更强烈。但移动互联网金融对于银行而言尚属创新领域,很多银行也都意识到传统在线系统的运营手段并不能完全满足移动应用的运营需求。银行迫切需要一套专门针对移动互联网的数据运营模型作为方法论指导。

但是数据运营模型作为方法论框架,其中如果没有正确的数据指标、维度配套支撑的话,那么“数据驱动的运营”也不过是空中楼阁。另一方面,目前各个银行的移动应用运营团队在分析指标方面,存在很大的分歧和误区,主要体现在:

1.各个银行结合自身情况,都能够有一部分的量化指标,但不够全面,也缺乏方法论指导,对于整体运营能力提升的指导作用有限;

2.数据指标偏重结果指标,有将业务KPI和分析指标混为一谈、孤立过度强调某些指标的趋势,而忽略了综合分析、长期跟踪、定期比对指标的重要性;

3.存在数据指标的名称相同,但统计方法、计算方法却有较大差异的情形;或者反过来,数据指标的计算方式相同,但名称却各异。

这些分歧和误区带来的首先是指标有效性的问题,缺乏整体考量而设置的指标体系,以及错误的指标分析方法,会产生错误的分析结果,进而影响运营层面、产品改进方面的决策;另外,定义不统一的指标会带来极大的沟通障碍,让沟通效率极低,往往为一条指标的定义就要浪费大量的时间反复争论、验证,行业标准也成了空谈,没有任何参考价值。

TalkingData本次推出的《银行业移动应用运营数据分析指标白皮书》,旨在规范行业数据指标定义。所有数据指标的定义按照国际规范重新梳理,并且对传统移动应用运营数据分析方法中的常用指标进行调整,使之更适合银行移动应用这一领域。统一的数据分析指标,有助于运营人员理解、分析用户行为,改进产品,制定运营策略,让数据化运营更有效率。

更多内容,请下载本报告阅读。

请填写相关信息,以便我们更好的为您推送相关数据报告

  • *姓名 姓名不能为空
  • *公司 公司不能为空
  • *邮箱 邮箱格式不正确
  • *手机号 手机号码格式不正确
下载此报告
分享到微信朋友圈
打开微信,点击底部的“发现”,使用“扫一扫” 即可将网页分享到我的朋友圈。