互联网金融不同渠道评估实例

 一、分析背景

评估不同渠道，为差异化运营做支持，拉动复投

 二、选择数据源维度说明（维度根据目的可选择不同维度，本例侧重拉动复投）

截止上月新客人数：对应渠道在统计截止时间转换的客户人数

截止上月新客金额：客户转换当月首投金额

平均复投人数比：根据客户留存得出复投平均人数，例如对一月份用户在后续每个月的复投人数求平均

平均复投金额比：例如：某批用户在后续每个月复投金额求平均

月均复投人均：某批用户后续每个月复投金额/此批用户后续每个月复投人数

将另作博客说明客户留存计算方法

三、采用模型：因子分析，对不同渠道进行综合打分

步骤一：将数据贴入SPSS，修改变量类型、度量标准

步骤二：数据进行标准化（分析→描述统计→描述性：将标准化得分另存为变量）

获得标准化数据（每一列数据点减去本列均值除以标准差，产生均值是0，方差是1的列），减少量纲差异

步骤三：分析→降维→因子分析，选择标准化后的结果进行因子分析

选择描述复选框：单变量描述性（告诉我们单个变量的描述性结果）

系数、显著性水平、球形度检验勾选

抽取因子方法默认主成分一般能满足

勾选碎石图：直观看到拐点

最大迭代次数：默认25，25还不收敛可以自己改大一些

旋转：因子旋转，一般使用最大方差法

载荷图

得分：保存为变量，针对每个类别得分

选择

 

 

步骤四：根据SPSS结果计算成分得分、综合得分；

SPSS得到的数值：

不同成分得分系数矩阵 

 总方差解释

 

各个渠道 fi得分复投水平=各个渠道的Z截止上月新客人数*-0.049+Z截止上月新客金额*-0.04*Z平均复投人数比+0.379*+0.42*Z平均复投金额比+0.357*Z月均复投人均

同理可得f2得分

综合得分=各渠道f1*对应总方差系数45.7/100+f2*40/100

再以综合得分进行升序排名可得如下结果

 

 

四、结果分析：

微信：拉新效果好、复投比例不算差，复投人均也不差，综合排名第一

应用市场APP：拉新不错，复投比微信好一些，整体跟微信差别不大

新闻金融订阅号：拉新效果不佳，但是复投效果好，因此能排名第三

可得知：

不同渠道出发点不同，不同渠道效果不同可以分类型进行营销，比如拉新、老客运营选择渠道侧重应有所差异。