互联网大金融数据要怎么做

互联网金融几乎每天都在更新，每过一段时间都需要去分析、共享一下，从而挖掘里面的价值，到现在为止，中国在这方面相对比较落后，有待改进。

在互联网金融平台，大数据是最重要的一个资产，主要包括数据集成、数据分析、数据共享着三点，但互联网金融平台的大数据有它自己的特别属性。

核心指标是人、货、场

大数据在英文里叫Big Data，何为Big?这个Big不仅仅指数量庞大，还指类型繁多、处理速度快以及价值可挖掘潜力大，这四个纬度共同构成了数据之“大”。不管从哪方面入手，都首先要求集成大量数据，在数据量大且类型多样的基础上才可进行第二步的分析与研究。

在互联网金融行业，对一个网贷平台来说，需要集成的数据很多,总体可分为人、货、场。

“人”方面的指标，包括新用户与老用户数量、活跃用户、沉默用户、睡眠用户，提现金额、充值金额、成交金额、还款金额、待收金额，新用户首充、首投成本，留存率，以及来自PC端、APP端、微信端不同渠道的各类指标等，这是与“人”相关的各类数据，价值可挖掘潜力巨大，且多是核心指标。

“货”方面的指标，包括发标数量、种类、融资额、标期、利率、融资速度等，“标期”与“利率”是投资者关注的重点，“融资速度”则是平台必须紧盯的要素。

“场”方面的指标，包括平台网站及移动端的浏览次数(PV)、独立访客(UV)、访问时长、跳出率等，这些指标对监测网站流量与用户行为具有重要价值。

可以说，大数据应用的基础是大量数据的集成与汇聚，这要求必须有强大而稳定的系统加以抓取和存储，只有覆盖面足够广、类型足够多且数量足够大时，下一步的分析与研究才能得以实现。

让数据成为侦察兵

众所周知，上个世纪90年代沃尔玛有一个大数据案例---“啤酒与尿布”，而在目前互联网金融行业中，互联网端与资产端的大数据应用均受到各平台的高度关注，不过，从目前的整体情况来看，互联网端的应用和落地速度更快一些，为互联网端的运营提供决策支持成为其重要的应用范畴。

举几个例子,比如，根据获取的上月份的新增用户数、成交金额、待收金额等核心指标，预测下一月份各项指标的表现，若实际业绩未达预期，则可进一步通过数据从各个侧面分析原因。譬如，从PC端、APP端、微信端等渠道层面分析，前后两月新用户、老用户活跃频率与投资额变化，可甄别出何种渠道何种用户投资额出现了环比下降，这将为下一步渠道层面的营销推广策略提供重要的数据参考基础和价值。

本人之前曾撰文强调过移动金融战略的重要性，这一战略的制定与实施也离不开数据的支撑与分析。我们从系统抓取的PC、APP、微信三大渠道的分析注册来源数据中分析发现，PC端仍是注册和引流的主要阵地，占比最大，其次是APP端，微信端占比仍较小;在投资金额上，APP端显示出强劲的发展势头，在投资占比上已经超越了PC端，占比超过65%。从数据的挖掘与分析中，可显著看出移动端的发展趋势，这也为平台制定移动金融战略提供了扎实和可靠的数据支撑，从这一层面上讲，大数据可谓互联网金融平台的核心资产，愈发显示出其战略地位。

以上是平台运营与战略层面的大数据应用，在具体的产品运营上，许多指标也可发挥其“侦察兵”的作用。其中，“融资速度”便是一个十分关键的指标，它高度反映了投资者在安全性、利率与期限等各要素的综合考量后做出的决定，融资速度越快显示用户越青睐该产品。譬如，最开始我们推出某款新产品时，融资速度仅为400元/分钟左右，速度与人气未达预期，在此数据分析的基础上，决策层采用了相应措施改善用户体验、提升产品吸引力，这一指标在一周后便飙升至13000元/分钟左右。这是大数据技术为产品决策提供支持的重要应用。