CN112633715A - 一种线上业务用户流失分析方法 - Google Patents

一种线上业务用户流失分析方法 Download PDF

Info

Publication number
CN112633715A
CN112633715A CN202011580745.1A CN202011580745A CN112633715A CN 112633715 A CN112633715 A CN 112633715A CN 202011580745 A CN202011580745 A CN 202011580745A CN 112633715 A CN112633715 A CN 112633715A
Authority
CN
China
Prior art keywords
loss
link
user
data
page
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN202011580745.1A
Other languages
English (en)
Inventor
蔡增科
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Sichuan XW Bank Co Ltd
Original Assignee
Sichuan XW Bank Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Sichuan XW Bank Co Ltd filed Critical Sichuan XW Bank Co Ltd
Priority to CN202011580745.1A priority Critical patent/CN112633715A/zh
Publication of CN112633715A publication Critical patent/CN112633715A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
    • G06Q10/06393—Score-carding, benchmarking or key performance indicator [KPI] analysis
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/90—Details of database functions independent of the retrieved data types
    • G06F16/906—Clustering; Classification
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q40/00—Finance; Insurance; Tax strategies; Processing of corporate or income taxes
    • G06Q40/03—Credit; Loans; Processing thereof

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Human Resources & Organizations (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Development Economics (AREA)
  • Economics (AREA)
  • Strategic Management (AREA)
  • General Physics & Mathematics (AREA)
  • Marketing (AREA)
  • General Business, Economics & Management (AREA)
  • Databases & Information Systems (AREA)
  • Finance (AREA)
  • Accounting & Taxation (AREA)
  • Educational Administration (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Game Theory and Decision Science (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Tourism & Hospitality (AREA)
  • Technology Law (AREA)
  • Data Mining & Analysis (AREA)
  • General Engineering & Computer Science (AREA)
  • Financial Or Insurance-Related Operations Such As Payment And Settlement (AREA)

Abstract

本发明公开了一种线上业务用户流失分析方法，属于数据处理领域，针对现有技术中的埋点数据分析把重点落在用户在界面上的行为，而忽略了信贷业务涉及许多金融产品必要的后台处理流程，以及得到的分析结果仅是一个比较粗的指标，不具备进一步分析的延续性，很难实际指导业务优化的问题，本发明提出以下方案：将线上业务流程抽象为多个环节，每一个环节设置有对应的前端页面和后端的业务请求；当用户在页面进行每一次访问后，采集用户在页面上的行为数据以及用户请求数据；将数据整理以及加工成不同的数据指标；分析每个环节的转化率指标得出客户在哪个环节流失率高；对每个环节客户流失的原因进行分类，定位客户流失原因。本发明用于用户流失分析。

Description

一种线上业务用户流失分析方法
技术领域
本发明属于数据处理领域，具体涉及一种线上业务用户流失分析方法。
背景技术
数据埋点指的是在应用中特定的流程中收集一些信息，用于跟踪应用使用的状况，后续用于进一步优化产品或是提供运营的数据支撑，比如访问数、访客数、用户停留时长、页面浏览数和跳出率等。数据埋点采集的信息可以分为两类：页面统计(某个页面被访问了多少次)和行为统计(用户在界面上的操作行为)。数据埋点常用于互联网业务分析，常见应用场景包括:流量分析、用户画像和营销转化分析。
在互联网金融及手机银行不断发展的今天，数据埋点分析在线上信贷业务也得到广泛应用。现有技术中，实际应用场景没有摆脱常规埋点数据分析的框架：一类是着眼于PV/UV的流量分析，以优化曝光及访问量为目标；另一类是对渠道用户画像分析，以甄别优质渠道、目标用户群体，以降低整体获客成本；最后一类是针对营销活动转化、留存分析，衡量营销活动的效果。
现有技术中针对线上信贷业务的埋点数据分析存在两方面的问题：一是没有真正结合信贷业务的流程特性，仅把它当作一个“普通的线上业务”。把重点落在用户在界面上的行为，而忽略了信贷业务涉及许多金融产品必要的后台处理流程；二是得到的分析结果仅是一个比较粗的指标，如注册转化率、次月留存率，不具备进一步分析的延续性，很难实际指导业务优化。
发明内容
针对现有技术中的埋点数据分析把重点落在用户在界面上的行为，而忽略了信贷业务涉及许多金融产品必要的后台处理流程，以及得到的分析结果仅是一个比较粗的指标，如注册转化率、次月留存率，不具备进一步分析的延续性，很难实际指导业务优化的问题，本发明提供一种线上业务用户流失分析方法，其目的在于：通过结合线上信贷业务的流程和业务特点，提出了结合前端埋点数据和后台业务数据的数据采集、指标加工方法；并根据线上信贷业务用户流失的原因分析经验，提出了结合指标的用户流失分析方法。
为了达到上述目的，本发明采用如下技术方案：
一种线上业务用户流失分析方法，包括：
步骤A：将线上业务流程抽象为多个环节，每一个环节设置有对应的前端页面和后端的业务请求；
步骤B：当用户在页面进行每一次访问后，采集用户在页面上的行为数据以及用户请求数据；
步骤C：根据步骤B中采集到的数据，将数据整理以及加工成不同的数据指标；
步骤D：根据所述数据指标分析每个环节的转化率指标，进一步得出客户在哪个环节流失率高；
步骤E：统计每个环节客户流失的原因并进行分类，深层定位客户流失原因。
本发明结合线上信贷业务的流程和业务特点，提出了结合前端埋点数据和后台业务数据的数据采集、指标加工方法；
进一步的，步骤A中，所述每个环节对应前端的一个或多个页面。
进一步的，步骤B中，所述行为数据包括访问时间、停留时间和跳出时间，所述请求数据包括请求时间和请求结果。
进一步的，步骤C中，对数据维度进行分类，分为环节维度，页面维度和请求维度；
所述环节维度包括环节转化率、沉默用户占比、提交率和拒绝率；
所述页面维度包括PV、UV、跳出率和停留时长；
所述请求维度包括请求次数、请求用户数。响应时长和拒绝率。
本发明指标具体含义为:
Figure BDA0002865189280000021
进一步的，步骤E具体为：
将通过了上一环节，但未进入本环节的用户流失原因归类为沉默流失，通过每个环节沉默用户占比识别；
将由于产品体验问题离开页面的用户流失原因归类为体验流失，通过环节提交率指标识别；
将被企业机构内规定策略拒绝的用户流失原因归类为策略流失，通过环节拒绝率识别。
本发明根据线上信贷业务用户流失的原因分析经验，提出了结合上述指标的用户流失分析方法。
本发明中，沉默类流失可能由于申请完了找不到产品入口、或有了其它替代产品等。主要通过客户回访收集客户断点原因；
体验类流失原因可能是要求填写的资料过多、系统响应太慢、页面缺少引导等。主要通过页面停留时长、跳出率、按钮点击率等指标，找到页面具体问题；
策略类流失原因可能是客户年龄、地域、学历或收入水平不符合规定策略要求。通过分析策略拒绝原因分布找到具体原因。
综上所述，由于采用了上述技术方案，本发明的有益效果是：
一、结合线上信贷业务的流程和业务特点，提出了结合前端埋点数据和后台业务数据的数据采集、指标加工方法；
二、根据线上信贷业务用户流失的原因分析经验，提出了结合上述指标的用户流失分析方法。
附图说明
图1为本发明一种具体实施方式数据定义、采集及加工示意图；
图2为本发明一种具体实施方式数据分析示意图。
具体实施方式
本说明书中公开的所有特征，或公开的所有方法或过程中的步骤，除了互相排斥的特征和/或步骤以外，均可以以任何方式组合。
下面将结合附图及具体实施方式对本发明作进一步的描述。
一种线上业务用户流失分析方法，包括：
步骤A：将线上业务流程抽象为多个环节，每一个环节设置有对应的前端页面和后端的业务请求；信贷业务流程抽象为注册、实名认证、授信申请、绑卡、借款五个主要环节。
步骤A中，所述每个环节对应前端的一个或多个页面。
步骤B：当用户在页面进行每一次访问后，采集用户在页面上的行为数据以及用户请求数据；步骤B中，所述行为数据包括访问时间、停留时间和跳出时间，所述请求数据包括请求时间和请求结果。
步骤C：如图1所示，根据步骤B中采集到的数据，将数据整理以及加工成不同的数据指标；
步骤C中，对数据维度进行分类，分为环节维度，页面维度和请求维度；
所述环节维度包括环节转化率、沉默用户占比、提交率和拒绝率；
所述页面维度包括PV、UV、跳出率和停留时长；
所述请求维度包括请求次数、请求用户数。响应时长和拒绝率。
本发明指标具体含义为:
Figure BDA0002865189280000041
步骤D：根据所述数据指标分析每个环节的转化率指标，进一步得出客户在哪个环节流失率高；
步骤E：如图2所示，统计每个环节客户流失的原因并进行分类，深层定位客户流失原因。
步骤E具体为：
将通过了上一环节，但未进入本环节的用户流失原因归类为沉默流失，通过每个环节沉默用户占比识别；
将由于产品体验问题离开页面的用户流失原因归类为体验流失，通过环节提交率指标识别；
将银行或金融机构内风险策略拒绝的用户流失原因归类为策略流失，通过环节拒绝率识别。
沉默类流失可能由于申请完了找不到产品入口、或有了其它替代产品等。主要通过客户回访收集客户断点原因；
体验类流失原因可能是要求填写的资料过多、系统响应太慢、页面缺少引导等。主要通过页面停留时长、跳出率、按钮点击率等指标，找到页面具体问题；
策略类流失原因可能是客户年龄、地域、学历或收入水平不符合风险要求。通过分析风险拒绝原因分布找到具体原因；
上述数据采集与加工方法，有效将线上信贷业务的流程抽象，定义出合适的数据采集与加工维度，能够覆盖前端用户行为及后端策略，为后续用户流失分析提供丰富全面的指标。而上述用户流失数据分析方法，采用层层下钻、逐步细化的方式，保证分析的延续性和有效性，最终定位到细节原因，能够更明确指导业务优化。
以上仅是本发明众多具体应用范围中的代表性具体实施方式，对本发明的保护范围不构成任何限制。凡采用变换或是等效替换而形成的技术方案，均落在本发明权利保护范围之内。

Claims (5)

1.一种线上业务用户流失分析方法，其特征在于，包括：
步骤A：将线上业务流程抽象为多个环节，每一个环节设置有对应的前端页面和后端的业务请求；
步骤B：当用户在页面进行每一次访问后，采集用户在页面上的行为数据以及用户请求数据；
步骤C：根据步骤B中采集到的数据，将数据整理以及加工成不同的数据指标；
步骤D：根据所述数据指标分析每个环节的转化率指标，进一步得出客户在哪个环节流失率高；
步骤E：统计每个环节客户流失的原因并进行分类，深层定位客户流失原因。
2.根据权利要求1所述的一种线上业务用户流失分析方法，其特征在于，步骤A中，所述每个环节对应前端的一个或多个页面。
3.根据权利要求1所述的一种线上业务用户流失分析方法，其特征在于，步骤B中，所述行为数据包括访问时间、停留时间和跳出时间，所述请求数据包括请求时间和请求结果。
4.根据权利要求1所述的一种线上业务用户流失分析方法，其特征在于，步骤C中，对数据维度进行分类，分为环节维度，页面维度和请求维度；
所述环节维度包括环节转化率、沉默用户占比、提交率和拒绝率；
所述页面维度包括PV、UV、跳出率和停留时长；
所述请求维度包括请求次数、请求用户数。响应时长和拒绝率。
5.根据权利要求1所述的一种线上业务用户流失分析方法，其特征在于，步骤E具体为：
将通过了上一环节，但未进入本环节的用户流失原因归类为沉默流失，通过每个环节沉默用户占比识别；
将由于产品体验问题离开页面的用户流失原因归类为体验流失，通过环节提交率指标识别；
将被企业机构内规定策略拒绝的用户流失原因归类为策略流失，通过环节拒绝率识别。
CN202011580745.1A 2020-12-28 2020-12-28 一种线上业务用户流失分析方法 Pending CN112633715A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011580745.1A CN112633715A (zh) 2020-12-28 2020-12-28 一种线上业务用户流失分析方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011580745.1A CN112633715A (zh) 2020-12-28 2020-12-28 一种线上业务用户流失分析方法

Publications (1)

Publication Number Publication Date
CN112633715A true CN112633715A (zh) 2021-04-09

Family

ID=75325589

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011580745.1A Pending CN112633715A (zh) 2020-12-28 2020-12-28 一种线上业务用户流失分析方法

Country Status (1)

Country Link
CN (1) CN112633715A (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114331162A (zh) * 2021-12-30 2022-04-12 中国民航信息网络股份有限公司 客户转化率的确定方法、相关装置及计算机存储介质
CN115408586A (zh) * 2022-08-25 2022-11-29 广东博成网络科技有限公司 一种智能渠道运营数据分析方法、系统、设备及存储介质

Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106446228A (zh) * 2016-10-08 2017-02-22 中国工商银行股份有限公司 一种web页面数据的采集分析方法及装置
CN107545424A (zh) * 2016-06-23 2018-01-05 腾讯科技（深圳）有限公司 一种数据监控处理方法、装置以及系统
CN107563621A (zh) * 2017-08-22 2018-01-09 北京金堤科技有限公司 一种网站用户流失情况分析方法及装置
CN109583651A (zh) * 2018-12-03 2019-04-05 焦点科技股份有限公司 一种保险电商平台用户流失预测的方法和装置
CN110032499A (zh) * 2018-12-03 2019-07-19 阿里巴巴集团控股有限公司 页面用户流失的分析方法、装置、服务器及可读存储介质
CN110147803A (zh) * 2018-02-08 2019-08-20 北大方正集团有限公司 用户流失预警处理方法与装置
CN110634030A (zh) * 2019-09-24 2019-12-31 阿里巴巴集团控股有限公司 应用的业务指标挖掘方法、装置及设备
CN110689154A (zh) * 2019-09-25 2020-01-14 支付宝(杭州)信息技术有限公司 服务预订方法、装置和电子设备
CN111274791A (zh) * 2020-01-13 2020-06-12 江苏艾佳家居用品有限公司 一种线上家装场景下用户流失预警模型的建模方法

Patent Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107545424A (zh) * 2016-06-23 2018-01-05 腾讯科技（深圳）有限公司 一种数据监控处理方法、装置以及系统
CN106446228A (zh) * 2016-10-08 2017-02-22 中国工商银行股份有限公司 一种web页面数据的采集分析方法及装置
CN107563621A (zh) * 2017-08-22 2018-01-09 北京金堤科技有限公司 一种网站用户流失情况分析方法及装置
CN110147803A (zh) * 2018-02-08 2019-08-20 北大方正集团有限公司 用户流失预警处理方法与装置
CN109583651A (zh) * 2018-12-03 2019-04-05 焦点科技股份有限公司 一种保险电商平台用户流失预测的方法和装置
CN110032499A (zh) * 2018-12-03 2019-07-19 阿里巴巴集团控股有限公司 页面用户流失的分析方法、装置、服务器及可读存储介质
CN110634030A (zh) * 2019-09-24 2019-12-31 阿里巴巴集团控股有限公司 应用的业务指标挖掘方法、装置及设备
CN110689154A (zh) * 2019-09-25 2020-01-14 支付宝(杭州)信息技术有限公司 服务预订方法、装置和电子设备
CN111274791A (zh) * 2020-01-13 2020-06-12 江苏艾佳家居用品有限公司 一种线上家装场景下用户流失预警模型的建模方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
罗嘉龙等: "基于大数据分析技术的用户行为分析平台设计与实现", 《电脑知识与技术》 *

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114331162A (zh) * 2021-12-30 2022-04-12 中国民航信息网络股份有限公司 客户转化率的确定方法、相关装置及计算机存储介质
CN115408586A (zh) * 2022-08-25 2022-11-29 广东博成网络科技有限公司 一种智能渠道运营数据分析方法、系统、设备及存储介质
CN115408586B (zh) * 2022-08-25 2024-01-23 广东博成网络科技有限公司 一种智能渠道运营数据分析方法、系统、设备及存储介质

Similar Documents

Publication Publication Date Title
Aiken et al. Machine learning and phone data can improve targeting of humanitarian aid
Fan et al. Social media bots and stock markets
Elliehausen et al. The impact of credit counseling on subsequent borrower behavior
Ismail Are good financial advisors really good? The performance of investment banks in the M&A market
EP1393220A2 (en) Method for identifying comparable instruments
CN112633715A (zh) 一种线上业务用户流失分析方法
Ma et al. Discovering company revenue relations from news: A network approach
Brunetti et al. Population age structure and household portfolio choices in Italy
Buz et al. Should you take investment advice from WallStreetBets? A data-driven approach
Rommel et al. Farmers' risk preferences in 11 European farming systems: A multi‐country replication of Bocquého et al.(2014)
CN109697626A (zh) 基于JeeSite快速开发平台的营销系统、方法、电子终端及介质
Adeleke et al. Understanding the patterns and correlates of financial inclusion in Nigeria
Sun et al. Who detects corporate fraud under the thriving of the new media? Evidence from Chinese‐listed firms
Correia et al. Online financing without FinTech: Evidence from online informal loans
Genovese Weak states at global climate negotiations
Kumar et al. Importance of technical and fundamental analysis and other strategic factors in the Indian stock market
US8666797B2 (en) Information collection program, information collection apparatus, and information collection method
CN117557381A (zh) 一种金融产品筛选方法、系统、终端设备及存储介质
CN113450158A (zh) 银行活动信息推送方法及装置
Rahman et al. State of the art of mobile banking services and future prospects in developing countries
Polyzos et al. Efficient Market Hypothesis on the blockchain: A social‐media‐based index for cryptocurrency efficiency
Holub et al. Mapping bitcoin's influence on academic research
Hrytsenko et al. Smart technologies in banking
Chen Does retail trading matter to price discovery?
CN118365430B (zh) 基于云计算和区块链金融的业务推荐方法及系统

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
RJ01 Rejection of invention patent application after publication

Application publication date: 20210409

RJ01 Rejection of invention patent application after publication