互聯網金融市場調查分析報告

❶ 互聯網金融理財平台分析作文2000字

最後一篇互聯網金融的文章了。在第一段做了互聯網金融的定義，所以僅限於討論狹義的互聯網金融。其他所謂的互聯網金融服務就不扯了。至於股權融資，目前也未成氣候。還有待進一步觀察。水平有限，而且這篇相對務虛，邏輯也有點亂，讀起來也晦澀難懂，請諒解！

一、什麼是互聯網金融

什麼是互聯網金融，業內觀點很多，爭來爭去也很難有定論，我自己的感覺要弄明白什麼是互聯網金融，還是要先弄明白什麼是金融？

金融本義是資金融通，廣義上說，跟貨幣發行、保管、兌換、結算相關的都是金融，但是狹義的金融，一般僅指貨幣的融通，所謂貨幣融通，就是資金在各個市場主體之間的融通轉移的過程。這個轉移的過程，一般主要表現為直接融資和間接融資兩個方式。直接融資，說白了就是缺錢的人直接跟有錢的人借錢，股票是最典型的直接融資方式，你買了股票相當於就是借錢給了企業，然後他每年給你分紅，債券也是，你買了一個企業的債券，他每年支付你利息。

間接融資就是有錢的人或者企業不直接借錢給缺錢的人，而是通過中介機構進行，中介機構是誰呢？最典型就是銀行，我們大量的人把錢存到銀行，銀行統一對資金進行調度和安排，發放給缺錢的人或者企業。我們獲得了存款時候銀行給予的利息，而銀行獲得了放貸款時候，企業給予的利息，兩者差額就是銀行的盈利。

這兩類融資方式直接就是構成了狹義上的金融概念，就是信用貨幣的流轉，這個流轉是有兩個特徵的，一是所有權和使用權分離，二是這個分離的過程是有報酬的，一般體現為利息或者股息。

至於其他廣義上的金融的概念，還包括了商業銀行存款的吸收和付出，以及有價證券的轉讓買賣，以及資金的結算等等。狹義的金融和廣義的金融的存在，使得互聯網金融其實也存在狹義和廣義之分，理論上任何涉及到了廣義金融的互聯網應用，都應該是互聯網金融，包括但是不限於為第三方支付、在線理財產品的銷售、信用評價審核、金融中介等模式。

但是從狹義的金融角度來看，互聯網金融則應該定義在跟貨幣的信用化流通相關層面，也就是資金融通依託互聯網來實現的方式方法都可以稱之為互聯網金融。從這個理解來看，其實無論是何種方式的資金融通，直接也好，間接也好，只要用了互聯網的技術來實現了這個融通的行為，其實就是互聯網金融了。包括傳統金融機構利用互聯網提高自身的效率的行為，都可以定義為互聯網金融。

只是，顯然，大家對互聯網金融的要求可能並不是如此定義的，謝平教授，曾經提出過區別於直接融資和間接融資的第三種融資方式，即「互聯網金融模式」，可能代表了大多數人對這個模式的理解。

他對這種模式的定義是，支付便捷，市場信息不對稱程度非常低，資金供需雙方直接交易，銀行、券商和交易所等金融中介都不起作用，可以達到與現在直接和間接融資一樣的資源配置效率，並在促進經濟增長的同時，大幅度降低交易成本。

單純從定義來看，其實，這個第三個模式，無論闡述的效率如何，支付多便捷，信息程度多高，以及是否有金融中介存在，回歸到核心點，其實還是擺脫不了企業是直接還是間接融資這個命題，按照純金融理解，其實第三種互聯網金融模式核心是努力嘗試擺脫金融中介的行為，這種行為的定義其實最終還是被歸類到直接融資方式，他並不改變資金在不同市場主體之間轉移的這個核心行為，所以這個互聯網金融模式，很難界定是第三個融資模式，而且他也沒有改變金融本身，但是，這個模式的設想里，有個很重要的一個點就是，他試圖改變其實是市場參與的主體。這個模式要摒棄金融中介的存在，所以對互聯網金融的最終定義中，這個成為了核心。

在對未來互聯網金融的暢想之中，很多人認為可以通過互聯網技術手段，最終可以讓金融機構離開資金融通過程中的曾經的主導型地位，因為互聯網的分享，公開、透明等等的理念讓資金在各個主體之間的遊走，會非常的直接，自由，而且低違約率，金融中介的作用會不斷的弱化，從而使得金融機構日益淪落為從屬的服務性中介的地位。不在是金融資源調配的核心主導定位。

事實上，我對這個提法是贊同和認可的，金融中介機構在過去的幾百年歷史之中，能成為社會經濟活動中主導型的地位，其實有很多的原因，專業化分工也好，制度性保護也好，都使得大量的社會閑散資金是通過這些金融中介進入到實體領域中去的，他們是社會經濟活動的中樞系統，隨著互聯網的不斷的改變著社會的各種經濟活動，也會日益改變金融中介機構在資金融通中的主導性地位，互聯網會讓信息不斷的透明化，讓中介失去依靠信息不對稱所掌握的信息優勢，而且互聯網讓社會的各種參與主體更加的扁平化，也一定程度上壓縮了由於專業化分工所帶來的金融中介機構的專業化優勢，所以是有可能出現金融中介日益被摒棄的可能性的，事實上，目前涌現出來的各種互聯網金融的模式，其實核心都是沖擊著原先的金融中介的模式，都是意圖撇開金融中介，實現資金融通雙方的直接對接。

❷ 中國互聯網金融的發展現狀與問題研究

市場規模實現較快增長

近年來，國內汽車消費需求的日益旺盛，汽車行業供應鏈上各方的金融需求不斷提升，互聯網汽車金融市場規模逐年增大。統計數據顯示，2018年，我國互聯網汽車金融的市場規模為3566.3億元，2019年，中國互聯網+汽車金融市場規模約4438.4億元左右。

——更多數據來請參考前瞻產業研究院《中國汽車金融行業市場前瞻與投資戰略規劃分析報告》。

❸ 如何進行互聯網金融運營數據的分析，都有哪些方法

來源於：知乎
大部分的互聯網金融公司最為糾結的一點是，流量這么大，獲客成本這么高，為什麼最後的的轉化率和成單量卻這么低？怎樣才能提高用戶運營效率？用戶行為數據分析怎樣把處在不同購買決策階段的用戶挑選出來，幫助互聯網金融公司做到精益化運營？
我們的客戶中很大一部分來自互聯網金融，比如人人貸等行業前 10 的互聯網金融公司。在服務客戶的過程中，我們也積累了大量的數據驅動業務的實踐案例，來幫助客戶創造價值。
一 、互聯網金融用戶四大行為特徵
互聯網金融平台用戶有四大行為特徵：
第一流量轉化率低，下圖是某互聯網金融公司網站上，新客戶過去 30 天整體購買轉化漏斗，其轉化率只有 0.38%：
而這並非個例，實際上，絕大多數互聯網金融公司，在 web 端購買的轉化率基本都在 1% 以下，APP購買率在 5% 左右，遠遠低於電商或者其他在線交易的購買率。
第二，雖然轉化率低，但是客單價卻很高。一般來說，電商行業客單價在幾十到幾百，而互聯網金融客戶，客單價從幾千到幾萬，某些特殊領域甚至高達幾十萬。而客單價高，就意味著用戶購買決策會更復雜，購買周期也會更長。
第三，用戶購買行為有很強周期性。電商的客戶下次購買時間是不確定的，但是互聯網金融平台上，真正購買的用戶，是有理財需求的用戶，在資金到期贖回產品後，一定還會進行下一次購買，只不過未必發生在你的平台上。
可以看到，每隔一段時間，這個用戶就會有一段集中的、大量的交互行為。當用戶購買完成後，用戶的交互行為又變得很少，可能偶爾來看看產品的收益率，但整體的交互指標不會太高，直到他下一次購買。這個用戶理財需求的周期是一個月左右。

最後一個特點是「很強的特徵性」，主要包括兩個特徵：
A：用戶的購買偏好比較容易識別，理財產品數量和品類都很少，所以用戶購買的需求或者偏好，很容易從其行為數據上識別出來。
B：用戶購買過程中的三個階段特別容易識別：
用戶在購買決策階段，有大量的交互事件產生，他會看產品，比對不同產品的收益率和風險，比對不同產品的投資期限等等；
但是一旦他完成了產品的購買，就不會有大量的交互行為產生，他可能僅是回來看一看產品的收益率。
當用戶的產品資金贖回之後，又有大量的交互事件產生，實際上他處在下一款產品購買的決策期。
二、互聯網金融用戶運營的三大步驟
針對互聯網金融用戶行為的四個特徵，在用戶運營上有三個比較重要的階段性工作：
1.首先，獲取可能購買的目標用戶，合理配置在渠道上的投放預算，以提高高質量用戶獲取的比例：
渠道工作的核心，主要是做好兩方面的工作：宏觀層面，優化整個渠道的配置；微觀層面，單一渠道角度來說，根據渠道配置的策略，有針對性地實施和調整。
具體渠道的實施，大家都比較熟悉，但是對於整個渠道組合配置的優化，很多人接觸的其實並不多。
這張圖是整體轉化漏斗，從不同維度可以做對比，比如我們先選出流量前 10 的渠道：
以渠道一為例，總體的轉化率是 0.02%；在過去 30 天站內總體的流量是 18.9K，漏斗第一級到第二級的轉化率是 3.36%，這樣一共是五級，我們看到最終渠道一帶來總體的成交用戶一共是 4 人。
類似的，前 10 的渠道數據都很清晰。不同渠道帶來的流量，不同渠道總體的轉化率，以及不同渠道在整個轉化路徑上每步的轉化率都可以看到。
這裡面有幾個渠道很有特點：
渠道一的特點，渠道一帶來的流量是所有 10 個渠道里最大的，但是它的總體轉化率卻是低的；
渠道二和渠道七，渠道二的量很大，但是轉化率是零。渠道七量比較一般，轉化率也是零；
渠道九和渠道十，這兩個渠道是所有渠道里轉化率最高的。但是這兩個渠道特點，是帶來流量不是特別大……
第一象限（右上角）渠道質量又高，帶來流量又大的，這裡面渠道三四五是符合這個特徵的，渠道策略應該是繼續保持和提高渠道的投入。
第二象限（左上角）渠道的質量比較高，但帶來的流量比較小，這裡麵包含的主要渠道就是八九十。對應的主要策略是，加大渠道的投放，並且在加大投放的過程中，要持續關注渠道質量的變化。
我們先看第四象限（右下角），渠道質量比較差，但是帶來流量比較大，這裡面主要有渠道一和渠道二。相對應的渠道策略，應該在渠道做更加精準的投放，來提高整個渠道的質量。
第三象限（左下角）這個象限里渠道質量又差，帶來流量又小，比如渠道六跟渠道七。我們是否要直接砍掉？這里建議是，策略上要比較謹慎一些。所以在具體渠道的策略上，業績保持監測，然後小步調整。
根據上面數據分析得出的結果，做過渠道優化後，就會為我們帶來更多高質量的用戶。
2.接下來就要把高價值的用戶——真正有購買需求，願意付費、購買的用戶找出來。
將資源與精力投入到真正可能購買的用戶上的前提是，我們要能夠識別出，哪些是真正有價值的用戶？哪些是價值偏低的用戶？
其實對於互聯網金融平台來說，甚至所有包含在線交易的平台，用戶的購買意願，是可以從用戶的行為數據上識別出來的。由於互聯網金融平台的特殊性，相比於電商平台來說，商品品類更少，平台功能也更為簡單，所以用戶的行為數據，也更能反應出互聯網金融平台上用戶的購買意願。
把用戶在平台上的所有行為總結一下，核心的行為其實並不多，具體包括：
用戶查看產品列表頁，說明有一些購買意願，點擊某個產品，說明用戶希望有進一步的了解。用戶最終確認了支付，完成了購買，購買流程就走完了，他的理財需求已經得到了滿足。每一種行為都表示出用戶不同程度的購買意願，所以獲得用戶在產品里的行為數據就十分重要。
既然用戶行為數據這么重要，那麼怎樣獲取呢？GrowingIO 以無埋點的方式，全量採集用戶所有的行為數據，根據我們對業務的需求，配比成不同的權重系數，並按照每個用戶購買意願的強弱，進一步分群。
這是我們一個客戶製作的用戶購買意願指標的範例，剛才的前 5 個行為，都是用戶在購買前典型的行為：
每種典型事件的權重系數不一樣，用戶購買意願是越來越強的：用戶點了投資按紐，甚至點了提交的按鈕，顯然要比他單單看產品列表頁，或者單單看產品頁、詳情頁的意願強。越能反應用戶購買意願的事件，你給它分類的權重應該是最大的，這是大的原則，0.05 還是 0.06 影響並不大，所以不必糾結。
這樣通過這種方式，我們就可以按照每個用戶的所有行為，給用戶做購買意願打分的指標，最終形成用戶購買意願的指標。
這是我們從高到低截取部分用戶購買意願打分的情況，第一列是每個用戶的 ID，第二列是按照購買意願給每個用戶打分的情況。得分高的，就是購買意願最強烈的用戶。
拿到所有用戶購買意願之後，我們就可以按照用戶購買意願的強烈與否，把所有的用戶分成不同的群體，來做針對性的運營。
這是在把用戶在過去 14 天內，由其產生的所有行為數據，按照購買意願打分的權重，把打分大於 5 的用戶找出來，在總體用戶里，這部分用戶購買意願排名前 20% ，我們給它起個名字，叫購買意願強烈的用戶。
類似我們還做了購買意願中等的用戶分群，這是購買意願排名在 20-60% 之間的用戶；購買意願排名在最後 40% 的用戶，是購買意願最弱的用戶分群。
分群之後，點擊任意一個分群，都會以用戶 ID 的形式列出來。因為你要有用戶的 ID ，才能對這些用戶施加運營策略。每個用戶最近 30 天的訪問次數，最近的訪問地點，最後一次訪問時間都可以看到。
接下來針對這些購買意願強烈的用戶，怎樣推動用戶的轉化呢？
3.採取針對性的運營策略，提高高價值用戶的轉化率。
首先我們來看一下購買偏好，互聯網金融平台商品品類是比較少的，用戶購買的目的性也比較清晰，一般商品的品類有這么幾種：
第一種：債券型理財產品
第二種：股票型理財產品
第三種：貨幣型理財產品
第四種：指數型理財產品
第五種：混合型理財產品…
我們把用戶在不同品類商品上的訪問時長佔比算出來，就能比較好地了解用戶的購買偏好。比如下圖，我們用用戶訪問債券型產品詳情頁的訪問時長，除以用戶在站內總體的訪問時長，就能夠得到用戶在債券產品上訪問時長佔比的指標。
我們還是使用用戶分群的工具，把在債券型產品上的訪問時長佔比大於40%的用戶分出來，這是有非常強烈表徵的客戶，他購買的偏好就是債券型的產品。
同時我們再設定另外一個指標，比如用戶購買意願指標，之前我們做過大於5，也就是購買意願排名在前 20% 的。
通過這兩個條件，我們就可以把購買偏好是債券型產品，同時有強烈購買意願的用戶找出來，這兩個指標的關系是並（and）的關系。同樣我們可以按照用戶的購買偏好，把關注其他品類的用戶，都做成不同的用戶分群，然後形成不同購買偏好的用戶群體。
針對這些用戶，其實在運營策略上，我們可以從三個層面來展開來進行做：
從購買階段的角度，首先我們把所有用戶可以分成新客和老客。對於這兩個群體來說，運營策略和運營重點是非常不一樣的。
新客群體，是從來沒有在平台上發生過購買的用戶，我們要根據用戶的購買意願，做進一步的運營。
老客群體，也就是在平台上已經發生過產品購買的用戶，除了關注用戶的購買意願之外，用戶的資金狀態（資金是否贖回）也是非常重要的參數。
用戶是否購買過產品？購買產品的用戶是否已經贖回資金？這兩個內容，其實是一個用戶當前的屬性。在我們分群的工作里，這有個維度的菜單，通過這個維度菜單，我們就可以把具有某種屬性的用戶找出來：
這里我做了一個分群，我們可以看一下。在維度的菜單里，我們把是否購買過產品的維度值設置成了 1 。把資金是否已經贖回這個維度的值，也設置成了 1 。實際上是把那些資金已經贖回的老用戶找出來；同樣在指標這個菜單里，我們同時也把有強烈購買意願的用戶找出來，時間是過去 14 天，指標大於 5 。
這樣我們就製作了一個用戶分群，而這個用戶分群里所有用戶，要滿足下面的三個特徵：
特徵一：購買過產品的老客。
特徵二：他們的資金，目前已經贖回了。
特徵三：過去 14 天內的行為數據，表明這個用戶有著強烈的購買意願。
同理我們把所有用戶，整理為下面幾個不同類別，對應不同的運營策略：
比如新客里，當前有購買意願的，其實他屬於購買決策期的新用戶。應該根據用戶的購買偏好，推薦這種比較優質的理財產品。並給予一定的購買激勵，來促進這些新客在平台上的第一次購買，這個對於新客來說是非常重要的，以此類推。
相比於電商或者其他行業，互聯網金融平台結合行業和用戶的特點，從用戶行為數據分析的角度，驅動產品業務以及提高用戶的轉化率，有更加重要的意義。

❹ 分析目前中國金融市場的狀況

—— 以下數據及分析均來自於前瞻產業研究院《中國科技金融服務深度調研與投資戰略規劃分析報告》。

金融科技發展歷程

金融領域的科技應用可以大致分為三個階段：金融電子化、互聯網金融和金融科技。第三階段金融科技強調利用前沿技術變革業務流程，推動業務創新，突出在大規模場景下的自動化和精細化運行。

❺ 做互聯網金融的調查報告有什麼現實意義

現實意義就是可以根據調查報告分析行業形勢，選擇合適的安全的理財平台

❻ 如何推動互聯網金融業發展的調研報告

《2015-2020年中國互聯網金融行業領航調研與投資戰略規劃分析報告》由中咨領航資深專家在大量周密的市場調研基礎上撰寫，主要依據中國國家統計局、國家海關總署、國務院發展研究中心、相關行業協會、國內外相關報刊雜志的基礎信息以及專業研究單位等公布和提供的大量資料。報告首先分析政策、經濟等環境對互聯網金融行業的影響；接著從國內外互聯網金融行業發展現狀、發展熱點、市場規模把握行業整體現狀；然後從互聯網金融行業市場供需、細分市場及時發現機會點和增長點；進一步從互聯網金融市場競爭、重點企業搜集競爭情報，進行競爭定位；最後從互聯網金融行業發展前景及趨勢進行戰略預判；而且綜合了互聯網金融行業投資風險和投資機會制定投資戰略規劃。