很多日常脱口而出的词，其实我们并没有思考过它真实的含义。大多数争论和错误决策的起点，也在于定义的不清晰和不一致。
互金运营是离钱最近的一项工作，清晰的用户行为定义便显得尤为重要了。
用户行为由最简单的五个元素构成，时间（when）、地点（where）、人物（who）、交互（how）、交互的内容（what）。对用户行为进行分析，要将其定义为各种事件。比如用户搜索是一个事件，在什么时间、什么平台上、哪一个ID、做了搜索、搜索的内容是什么。这是一个完整的事件，也是对用户行为的一个定义。有了这样的事件以后，就可以把用户行为连起来观察。
用户行为分析，是指在获得网站访问量基本数据的情况下，对有关数据进行统计、分析，从中发现用户访问网站的规律，并将这些规律与网络营销策略等相结合，从而发现目前网络营销活动中可能存在的问题，并为进一步修正或重新制定网络营销策略提供依据。
具体而言，用户行为分析是基于用户在互联网产品上的行为，以及行为背后的人发生的时间频次等维度，深度还原用户使用场景并且指导业务增长。
一个完整、多维、精确的用户画像=用户行为数据+用户属性数据。
消费者行为在狭义上讲：仅仅指消费者的购买行为以及对消费资料的实际消费。在广义上讲：消费者为索取，使用，处置消费物品所采取的各种行动以及先于且决定这些行动的决策过程，甚至是包括消费收入的取得等一系列复杂的过程。消费者行为是动态的，既涉及了感知、认知、行为以及环境因素的互动作用，也涉及了交易的过程。
消费者行为模型
随着互联网的兴起和发展，针对消费者进行研究的模型已经从最初的AIDMA模式（Attention 注意、Interest 兴趣、Desire 欲望、Memory 记忆、Action 行动），演化到了到后来的AISAS模式：
在线性方向上，从“注意”到“分享”的核心路径上存在着多个关键节点，而由于“说服心理学滑梯”效应的作用（下文将说明），导致从起始节点到最终节点的过程中，用户会因为各种原因出现流失，从而形成用户转化漏斗。
对互金运营来说，需要结合公司当前目标和自身KPI，抓住转化漏斗的关键触点，据此设计相应的运营策略。
对用户行为进行分析，要将其定义为各种事件，而将时间（when）、地点（where）、人物（who）、交互（how）、交互的内容（what）聚合在一起，便构成了一个完整的用户任务。从任务的层次来看，从核心到外围，可以分为三档：核心任务、扩展任务、外延任务。
对互金运营来说，必须深入到本公司产品的体系中，了解用户操作的关键路径和主线流程，根据用户任务的重要程度，设计运营活动，这样能够最大程度上避免运营和产品惨烈撕X的情况出现。在往下看之前，你可以停下来想一想，对于投资用户来说，TA的核心任务、扩展任务、外延任务分别是什么？
由于不同用户在转化漏斗的阶段各有不同，其在本平台所处的生命周期发展阶段也就有了群体差异。引入期、成长期、成熟期、休眠期、流失期，针对不同发展阶段的用户，运营策略的差别往往十分巨大。
到这里，我们已经初步搭建起了用户增长策略的基本框架：
完整的互金用户画像=用户属性数据+用户行为数据+交易数据+风险收益数据。互联网公司擅长前2块，但往往偏重于一般的互联网用户分析，缺乏对金融和投资的理解；金融机构强于后2块，一般认为用户行为数据只是过程性信息而不屑收集，可能一款APP已经推出很多年都没有做过基本的埋点或转化率分析。
在整个用户画像的体系中，用户行为是串起用户和平台两端的其他3项数据的关键要素，值得深入探究和完善。
通过对用户访问页面的类型、访问路径的深度，可以帮助识别用户对某些投资品种或运营活动的偏好程度，进而针对此类用户推送更多此类产品上架的信息，或是与相关产品有关的优惠券（加息券/抵扣券/满减券等）。平台再大一点，可以据此完善“千人千面”的前端架构设计。
此前GrowingIO、诸葛IO等用户行为分析机构，已经推出了此类产品，虽然在精度上还有待进一步加强，但毕竟是一个有益的尝试。从实际使用的反馈情况来看，偏好分析在投资理财类APP上的分析效果，会好于在借贷类产品上的应用。
从用户导入到用户流失，全链路跟进转化率和留存率提升。
根据公式：
由此可知，在客单价和毛利率水平不变的情况下，我们可以着手的点有2个：
做运营策略，并不是简单地抄一抄竞品、落实老板要求那么简单。或者换个角度说，如何更好地抄到竞品的精髓、把老板的要求落到可规划/可执行/可汇报的程度，都有赖于对用户行为数据的收集和分析。离开用户行为谈运营，无异于耍流氓。
根据用户行为数据复盘版本升级和运营活动的效果，并据此进行调整和优化。无论活动的目标是提升日活、提升GMV还是单品交易量，最终都要落实到用户在转化漏斗节点或用户任务上。
对于活动效果的检视，简单地看无非是“达成”或“未达成”，而对用户行为数据的分析，却能回答为什么、好在哪/不好在哪儿、下次如何和才能做得更好。
基于转化漏斗的各种转化率、基于海盗指标的拉新-促活-留存分析、基于用户任务体系的注册-投资-提现数据分析等，都能够帮助我们搭建一套对本平台指标体系搭建和竞品比较分析的框架，对于运营指标制订、资源申请和效果检视有显著的帮助。
基于用户行为的增长体系建设，可分为前置条件、执行策略、通道搭建和落地配套原则4部分。下文将分别展开。
如上文所述，完整的互金用户画像体系，由如下这4部分数据构成：属性数据、行为数据、交易数据、风险收益数据。
互联网金融数据分析体系
基于以上数据,结合频率、时间维度、用户数等指标,就能得到更多指标数据,比如:
如果将用户投资行为，与最近一次交易时间、交易频率、单位时间内交易金额相结合（根据RFM模型），在计算和分析后对于用户价值判断、召回策略制定等方面将能够提供有力支撑。
有关风险收益数据，稍微展开说一下：
对于大多数互金平台来说，产品的展示和推荐，首先还是基于营销的目的来做，不太考虑用户自身的风险承受力情况。甚至有些时候，在用户完成风险测评后，还会诱导用户购买超出自身风险承受力的产品，于是你就会看到下面这种画风：
XX金融在用户完成风险测评后给出的投资建议
（图片来自公众号@智能投顾联盟）
按照这两年监管发展的方向，“把合适的产品卖给合适的投资者”的适当性原则落地，将逐渐从持牌金融机构向互联网金融公司逐步扩散。基于用户风险承受力和收益目标来进行产品和运营策略设计，一方面能够提高合规水平和平台安全边际，另一方面，也是对用户投资需求和投资能力的更进一步把握。这部分内容之前的文章也有涉及，可点击《触动人心的运营策略——重新定义互联网金融用户 篇1》查看。
用户风险承受力与产品风险等级的匹配关系-基于用户风险承受力（5档分级）
用户风险承受力与用户投资目标的关系-基于用户风险承受力（3档分级）
2016年蚂蚁金服公布的《蚂蚁聚宝大众投资人大数据分析》中，透露出来的5项内容，分别都能对应到上文提到的四大类数据中：
注：
基于用户行为的增长策略，依赖于三个基础模型的建立，它们分别是：转化漏斗模型、生命周期模型和任务分层模型。
其中：
关于转化漏斗模型，道是无在此前的文章中已经有过比较详细的描述，在此就不再展开。
转化漏斗模型（理财端）
基于以上模型，对于理财端用户的转化关键节点和对应的重要指标就可以比较轻松地掌握了。但在实际的应用中，这只是达到了60分的及格线而已。那么，该如何用更高阶的手段来使用转化漏斗模型呢？以下是2个可以参考的方向：
1、用户分支路径转化漏斗（以传播/邀请为例）
转化漏斗模型-分支路径转化
以转化漏斗模型的“传播”这个节点为核心，可以拆解出从“老用户看到界面邀请提示”到“新用户接受邀请并完成注册开户”，其间至少有7个转化节点。拆解到这个颗粒度，运营更多的工作开始浮现出来：
最终从结果来看，精细化的漏斗划分，一方面能帮助运营提升效率和投入产出比，另一方面，也有利于在活动过程中快速地定位和解决问题。活动结束后进行复盘时，做得好不好、下一次怎么才能做得更好，得出的结论才会更加靠谱。
2、方向二：平行转化漏斗
转化漏斗模型-平行转化
注：在上图中，对用户来说，投资、内容、每日加息、传播等业务，都被定义为“平行业务”。
如果按照不同的颗粒度、不同的业务条线来分拆，一个APP内其实可以拆解很多平行的转化漏斗，对运营来说，单纯为了拆而拆是没有意义的，我们需要根据当前运营重点和部门KPI梳理出需要重点关注的几个平行漏斗（同一时期内数量一般不超过3-4个，多了你也顾不过来）。一般来说，大概的方向有这么几个：
对同一时期内进入平台的用户，可以通过同期群分析等方式，分析这些用户在进入平台后的一段时间内（如果是公募基金，按照最短的申赎时间来看, 可以设定为一周），在各主要平行业务的使用情况和转化情况，并进一步了解用户在各业务上重合的程度。
基于以上分析，通过页面引导、活动激励等方式，结合平台的用户成长体系，促成用户在各平行业务之间的跃迁。
下面以与“投资”相关的几条平行业务进行举例说明：
示例：陆金所
以陆金所的印章体系为例，通过对用户成长路径的设计，引导用户在不同的业务之间跃迁，持续进行各类产品的交易、参加平台各类活动，最终提升用户的活跃度和留存率。
用户生命周期通常分为五个阶段，分别为：引入期、成长期、成熟期、休眠期、流失期。
通过各个时期特征的提炼，可将这五个时间分为三个运营区间：
用户生命周期模型
新手首先碰到的问题，往往是不知道按照什么标准来划分生命周期节点。其实在实际操作的过程中，你并不需要真的做出一个用户生命周期分布图，然后据此操作。实际上，用户处于周期的哪个阶段，是由其行为决定的。所以，运营的抓手，也是落在用户的行为上。
比如，你发现近期平台上产品的申购金额几乎没有什么增长，甚至还有所下降。于是，你找BI同学拉数据，发现近1个月平台上已注册&未交易用户占比有上升的趋势，而且用户复投率也有所下降。结合上文的用户转化漏斗模型，你可以得出初步结论：
当用户处于不同发展阶段时，用户价值会产生相应的变化，因此，也需要针对不同阶段来设计对应的运营目标和策略。相关内容道是无已经在此前的文章中有过较为详细的描述，在此不再展开。
互金用户任务分层体系（理财端）
对于理财端的用户来说，在一个平台上所有的行为，都可以放到“核心任务-扩展任务-外延任务”的框架中进行考核和分析，这就是道是无在本部分要介绍的“用户任务分层模型”。
仔细观察后，你会发现一个很有意思的现象，“模型Ⅰ-用户转化漏斗模型”其实是以平台为中心的用户转化视角，而“模型Ⅲ-用户任务分层模型”则是以用户为中心的需求满足视角。两个模型有同样的转化节点，但模型Ⅰ是扁平的，而模型Ⅲ却是带权重的。
1、任务分层结构：
注：把“成为平台投资者”放在扩展任务区域的原因——对用户来说，“成为平台投资者”这个任务，其实是“赚钱”任务的前置条件，确实很重要，但并不是用户首先关心的问题，所以就把该任务的权重将至扩展任务。
2、用户任务分层模型中的市场机会：
这类公司应对洗牌风险的能力为“强”
这类公司应对洗牌风险的能力为“中”
这类公司应对洗牌风险的能力为“弱”
PS：做外延业务如果用力过猛，走上邪路，极致就是传销和庞氏骗局了。不少人痴迷所谓的用户裂变方法，如果脱离了用户的核心任务，那就肯定不是健康的用户增长模式——既无法带来合法的收入，规模增长也无法持续。
3、任务分层关系：
4、任务分层角色统筹：
如果你仔细观察就会发现，一个高阶的产品经理或运营经理，常常是能够按照“核心任务→扩展任务→外延任务”的方向来思考，同时又能够充分立足各自业务目标和KPI，进而设计方案并安排优先级的人。
反过来看，有时运营同学向产品同学提出一个运营需求时，会很诧异：“咦，为什么产品同学当场炸毛了？”其实，如果你了解用户任务分层模型就会知道，这次你提的这个需求，大概率是让产品同学感觉用户的核心任务流程受到干扰了。基于对用户任务分层的洞察，运营对产品中各种功能的权重才能有更合理的把握，与产品和开发沟通时，才能有共同的讨论基础。
下面以京东金融APP的“任务中心”为例，对相关任务进行拆解和分析：
京东金融任务体系拆解
通过上图可以看出：
不过需要注意的是,不同类型的公司,在处于不同发展阶段时,业务目标会有不同的侧重点,所以在运营活动方案和配套激励措施的设计上,会有各自个性化的地方,不能直接套用模型,还需要具体问题具体分析。
互金用户成长框架
对于互金业产品来说，用户的转化和成长是在两个层面上实现的：
用户投资金额、投资产品复杂度的提升，背后代表的是用户风险承受力和收益目标的提升
用户在平台内成熟度的提升，它表现为在基于主线转化漏斗的成长体系上，持续不断地向漏斗的下一个环节迁移和成长
从金融层面看，用户在财务生命周期中所处的家庭发展阶段，是影响用户在金融层面成长的背景性因素；同时，用户风险承受力、收益目标、收入水平、投资经验等都是影响用户在金融层面成长的关键性因素。不过，由于财务生命周期涉及到大量个性化的线下数据，而且与投资、保障和资产配置的关联度太高，在本文中就不再详述，将来有机会另开文章讨论。
从互联网层面看，用户在平台上发展生命周期所处的节点，是影响用户在互联网层面成长的背景性因素；同时，用户在主线转化漏斗所处的节点、活跃情况、留存情况等都是影响用户在互联网层面成长的关键性因素。
总体来看，用户的成长过程是在金融和互联网这两个层面上交织进行的，最终都体现为用户在平台上各种各样的投资行为。
理财端用户投资成长体系
此前，蚂蚁财富（原“蚂蚁聚宝”）曾经对理财用户做了一个很形象的分层，从最初级的银行存款（幼儿园），到最高级的资产配置（六年级）分为7个进阶。按照这个标准来看，会发现大多数基金公司的现状是给一年级的小朋友，上三年级、四年级的课；国内一众做智能投顾的公司，在给幼儿园的小朋友，上六年级的课——这些情况，其实都是忽略了互金用户的分层以及用户成长的过程，体现到用户数和管理费收入上，回报的效果自然不会太好。
对互金平台来说，需要根据自身产品资源、用户分层，结合相应的运营策略，帮助和引导用户实现成长和进步。这一点上，我一直觉得京东金融的“小白基金”做得不错（没看到交易数据，欢迎京东的童鞋补充^_^）：
京东金融-小白基金
用户点击进入“小白基金”，从左到右一次可以看到“天天赚”、“月月赚”、“高手专区”,分别对应货币型基金、债券型基金和混合型/股票型基金（原先还有基于短期理财基金的“周周赚”），帮助用户勾勒出“一年级（货基）→二年级（债基）→四年级（混合型基金）”的成长路径，用户还可以通过学习基金产品知识，获得从3%到4%不等的收益奖励。
对小白用户来说，货基和债基在能够承担的风险范围之内，又能够够获得额外的收益补贴，自然会有动力参与到投资和成长的过程中来。
其实对于多数理财类的APP来说，如果做好如下2点，这篇文章也就算没白看了：
理财端用户交易行为成长体系
从理财端用户交易行为成长体系的构成来看，主要包括如下几个要素：
下方，是陆金所针对“N天未投资&账户内有余额”的用户，推出的“1月回归礼”活动，主要目的是通过下发投资券短信的方式，促成休眠用户“完成新的投资”。
陆X所-1月回归礼
通过上图可以看出：
简言之，用户在互联网层面的转化和成长，其实也是一个比较复杂的过程，它既包括用户在主线流程上的转化，也包括用户在支线流程的转化。在转化的每一个节点上，一定要考虑清楚用户的利益点和风险点/困难点在哪里，并提前做好产品和运营手段上的准备，最终促成用户的持续转化和成长。
本部分的最后，再上一个案例——桔子理财新手任务成长任务。正如上文所说，用户的成长过程，是在金融和互联网这两个层面上交织进行的，两者相互依赖、相互促进。
桔子理财新手任务成长任务拆解
通过上图可以看出：
买入定期产品后，只有VIP用户有提前赎回特权，普通用户无法提前赎回（成为VIP用户需要在平台上的投资金额达到一定规模），这样也进一步提升了用户在平台上的留存率
我们平时在做竞品研究和运营手段借鉴时，这样的背景性因素往往会被忽视，而直接照搬别人方法的结果，往往就是“七分看运气，三分看财力”，这种情况应该尽量避免。
综上，在不断完成任务、获得成长的过程中，用户获得了更多的权益和心理满足，平台也获得了用户的活跃和忠诚，在这里可以看到，一个好的运营策略设计，能够让用户和平台都获得双赢的。而用户成长体系的搭建，又穿插着“利益”、“荣誉”、“情感”、“安全”的种种套路，对人性弱点的窥探，在这里体现的淋漓尽致。
在充分把握用户行为的基础上，为了最大限度地发挥用户增长模型的效能，我们还需要有配套的指导原则和措施：
拿铁智投-老拉新案例
行为至此，全篇也将接近尾声了。
道是无整理了基于用户行为的增长逻辑背后，那一整套底层的思考框架。因为埃隆·马斯克（Elon Musk）的缘故，这两年“第一性原理”很火，我也尝试从互金用户最底层的需求和行为模式出发，将全套的逻辑做一下简要的推演，参见下图：
基于用户行为增长逻辑的底层框架
用户参与金融业务最底层的需求，直接目标是获得收益，而最终是为了消费。按照《金融学》的表述，“金融学的一个基本信条是：金融体系的终极功能在于满足人们的消费偏好，包括诸如食物、衣服和住所等全部基本生活必需品”。换成大白话，就是赚钱是为了更好地花钱。在这一点上，阿里、京东这样的平台，算是比较完美地实现了用户的“投资-消费”闭环。
用户获得收益的过程，就是将投入资金到理财平台，在达成收益目标后，转出资金的过程。用户在任何理财平台的操作，最终都可以被抽象到“投入资金→获得收益→转出资金”这一行为体系中。
在目前所有的学科当中，道是无认为经济学是解释用户需求和行为最合理的框架与工具。而根据张五常先生的观点，经济科学最终可以归纳为三个最基本的公理：需求定律、成本概念和竞争含义。这三点，其实也是一切运营策略的起点。
根据说服心理学理论，对用户的说服和行为的促成，需要考虑如下四个要素：
在说服心理学滑梯模型中，代表用户初始动机的“重力”与经济学三公理的“需求”存在着对应关系，代表用户完成特定行为阻力的“摩擦”，与经济学三公理的“成本”也是相对应的，它们是经济学公理在运营策略上的体现。
福格行为模型
福格行为模型(BJ Fogg’s behavior model)认为，要促成用户某个行为发生，需要同时具备以下三个要素：
在福格行为模型中，“动机”与说服心理学滑梯模型的“重力”（初始动机）和“角度”（从用户身上挖掘出来的动机）存在对应关系，“能力” 与“摩擦”（用户在平台上完成特定行为的阻力）对应，“触发器”与“推动”（运营为用户提供的激励）相对应——这意味着说服心理学滑梯的每一个要素，最终都体现为福格行为模型中相应的操作要点。而福格行为模型，又是一切运营策略的基础框架。
以上文陆X所的1月回归礼为例，我们来看一下福格行为模型的实际应用：
当用户按照运营设定的路径完成特定的行为后，用户的转化和成长之路，又向前迈出了新的一步。
最后，道是无用三句话来概括《触动人心的运营策略（1-3）》这三篇文章的核心指导思想：
以上，即互金用户增长的不二法门。
来源：道是无（ID:daoshiwubiji）
