[互联网是金融创新的产物它的创新体现在哪些方面]1.法律监管与保障的缺乏 互联网金融企业极易游走于法律盲区和监管漏洞之间，进行非法经营，甚至出现非法吸收公众存款、非法集资等现象，累积了不少风险。网民在借助互联网提供或...+阅读
1、用户指标：包括用户信用评级、活跃度、留存率、转化率、客单价（平均投资额度）、用户分布（各等级占比）、互动指标等等。
2、产品指标：产品组合、投资人数、投资金额、满标时间、收益率、流标数、风险系数、热度（受欢迎度）等等。
3、营销渠道指标：渠道来源、渠道转化率、渠道成功率、渠道成本等等
4、营销活动指标：活动成本、活动渠道来源、活动转化率、传播数、新增粉丝数/用户数等等
5、合作方指标：合作带来的项目数、项目通过率、风险系数、成本等等
6、风控指标：项目审核通过率、风险备用金、项目流动性风险指标、合规相关指标等等
7、支付渠道指标：渠道转化率、渠道成功率、支付渠道来源、渠道成本等等
8、IT平台指标：用户体验指标（包括响应速度等）、可靠性指标、安全性指标等等。这块与互联网的指标类似。
9、客服指标：投诉分类、接通率、投诉渠道、响应速度、满意度等等
10、竞争性指标：竞争对手分析指标、互联网舆情监控指标等等
运营一个 App需要运用哪些数据
同的应用类型，他们的衡量指标不尽相同，比如奔驰经销商，杂货店，和一个游乐园。 比如奔驰的经销商，游乐园，他们希望你成为回头客，但是周期会比较长。 虽然不像杂货店一样需要用户每天都过来，但是他们的一个核心诉求就是当你再次有类似需求的时候，你选择不是其他的替代品或者竞品。当然，奔驰经销商和杂货店还有一个需求就是，赶紧进来，完成交友，然后赶紧走人；但是游乐园需要的是你停留下来，做更多的事情。 基于以上的场景我们可以映射到各种类型的APP。
增长纬度
* 注册，有多少用户来注册，他们来自哪个渠道；
*留存率，用户是否在一定时间内回来，不同的应用会关注在不同时间周期内的留存率；
*邀请（K-factor），注册用户会邀请多少用户加入？如果有更多的病毒方式，哪个病毒传播方式获取新用户更有效；
交易型指标
例子：京东，淘宝，携程
交易型app关注传统的渠道相关的指标。每个新功能都是从最开始的用户注册，加速用户在生命周期中的转化，提升转化率，还有提升重复购买和留存率。
* 转化率： 有多少用户在APP中完成了交易， 他们达成交易的频次如何？
*渠道： 在整个通道流程中，每一个步骤中有多少的转化率？他们是怎么到达指定的流程中的。比如说在京东的用户搜索中，有多少用户最终完成了对搜索结果中的商品的购买？
互动型指标
例子： 微博，美拍，陌陌
此类应用的死活取决于是否有用户持续回来并且和其他的用户之间互动。 用户的留存为整个网络的活性提供了价值，只有网络有活性之后才能有广告，流量的价值，甚至可以卖给其他平台公司。
背后的机制和分类的重要性有很大不同，但应该遵循1%原则：
*1%的用户创造内容
*9%对1%的内容反馈互动
*90%的是潜水者
所以，你想好了你的APP中的1%是谁？他们为什么创造内容？9%有是谁呢？他们为什么互动？90%为什么来潜水，他们需要什么？
结论
每个人都关心的增长，这些数字告诉你你是否能成功的吸引眼球。如果你做不到，你也没有必要使用以上的各种指标。应用程序将最终建立一些混合的交易型和互动型的模式，但核心经验是最开始最好只优先考虑一个。比如：社交游戏，请优先考虑互动。
什么的大数据运营
1、前世今生
从大数据进入游戏行业以来，大概经历了几个阶段
数据仓库和数据集成阶段，以mysql、oracle 为代表的关系型数据库作为数据集成工具，以手动sql查询作为主要的产出
报表等BI、可视化工具阶段，以水晶报表、BO、自主开发系统（例如php+mysql）等可视化数据平台为主要产出
数据挖掘建模，数据库营销阶段，该阶段主要利用SAS+Oracle,R+Hadoop等软件系统进行深度数据挖掘建模，主要是从传统数据挖掘的方法论（如用户细分、流失预警、商品推荐等）出发，去套用游戏的各个模块和运营活动，产出多为模型、分析报告、业务建议等
大数据运营（BDO）阶段，同样基于数据库营销理论和传统数据挖掘方法论，但同数据挖掘阶段的根本性区别在于，BDO阶段更依赖于本身游戏运营的需求和痛点，从游戏运营的各个环节上，寻求大数据的介入，然后才是考虑需要大数据的**技术，**模型，最终的产出其实是运营的活动、版本的更新等等，大数据以一种潜移默化的方式去影响和引导运营、研发的决策。
2、BDO的主要特点
大数据运营（BDO），和之前的数据挖掘不同，着力点并不在大数据，而是运营上，大数据仅仅是工具和途径：
相比于传统的数据挖掘和分析，BDO所强调的是以业务为主线和出发点，大数据部门并不仅是在外部运行的所谓的“支持部门”，而更多的是和业务紧密联系在一起的“半业务部门”，共同推进业务目标的实现。
3、游戏行业的实践
具体到笔者所在的游戏行业，大数据运营（BDO）主要实现方式：
其中基础支撑和可视化监控，是常见的基本大数据应用，
运营活动支撑，包含了常规的活动效果分析和反馈、数据库营销，还有活动的策划建议（从运营的角度和数据的验证上看活动该如何做，目前的活动都是需要大数据分析师一起讨论同意后才上线）；
游戏设计支撑，包含了常规的版本和功能的效果分析、反馈（大数据分析师指出问题所在，并给出改进建议），而且在游戏的研发和持续更新阶段，对于功能的策划和数值的配平等，均依据大数据分析师给出的数据参考。
产品运营如何做好数据挖掘与分析
对于产品和运营避免不了要和数据打交道，在打交道的同时如何让数据为产品和运营服务呢？从数据的变化中发现产品的问题，让数据说话，准确的汇报产品和运营的各维度指标的。那就需要通过一些维度来定义产品、运营数据。对于产品和数据分析一般思路可以归集为：了解产品现状的数据、了解发展趋势的数据呈现、发现问题的数据记录、认清用户对产品的使用情况的数据、营销和推广数据。数据分析的维度科划分为：产品现状、了解趋势、发现问题、认清用户、营销与推广。对于着几个大维度，又回需要不同小维度的划分。产品现状维度会记录数据的来源、PV、UV、人数、次数、收入、用户属性、活跃度。通过这些数据来考量产品的现状。了解趋势的数据，环比、同比、流动模型、增长率、留存率、流失率。
发现问题的收集：漏洞模型、问卷调查。认清用户偏好的数据：功能模块使用（数据埋点）、以及热度分析。运营推广的数据：精准化投放、用户生命周期的管理、拉新、留存等。
以下为关联文档：
互联网金融的流动性风险表现在哪里一是金融产品的复杂与创新。21世纪以来，IT技术支持了包括金融业的 发展，金融创新与金融衍生品不断发展，金融市场不断出现各种复杂的新型金 融产品，这些产品当中很多面市时间不长...
数据运营面试应该问哪些专业名词专业名词不会太多，主要是大数据以及PI UI等方面。 1. 产品感觉。对产品应该有感觉，网站运营最基础的就是产品运营，对产品有感觉，愿意从一个运营的角度去最大程度挖掘产品价值，进...
什么是互联网金融场景化随着互联网技术的快速发展，互联网金融已经从早期金融产品的搬运工发展到为客户进行资产配置和财富管理，并步入“场景化”金融时代。 这种“场景化”趋势表现在：一方面客户在支...
互联网金融监管存在的问题（一）金融监管模式滞后于金融创新实践快速兴起的互联网金融在实际发展中现面临金融监管不完善、金融创新不足制约产业升级换代和转型等重重困难。金融监管模式大幅滞后于金融创...
英美两国的互联网金融监管模式有什么区别一、对互联网金融功能和风险特征的基本判断 尽管互联网与金融的结合可以创造价值，但研究讨论中有三点需要把握。 第一，互联网金融并没有改变金融的功能和本质。P2P、余额宝等...
互联网金融对社会就业结构带来了哪些影响随着网络信息技术的迅速发展和普及，社会生活逐步进入互联网时代。人们的生活方式和消费模式日益网络化，形成了巨大的网络金融服务需求。 在过去的几十年，银行一直在主动应用信...
互联网金融公司有哪些？互联网金融公司有哪些互联网金融是传统金融行业与互联网（目前主要是Web2。0）和云计算等现代信息技术相融合的新兴事物。主要有传统金融业务网络化、互联网企业切入新金融领域等模式，两者共同追求满...
互联网金融职业互联网金融职业，供应链行业人才怎样跳槽去金融行业：那么现在大家探讨的互联网金融到底是什么呢？事实上，目前业内存在的各种互联网金融的探讨，其实也一直处于概念模糊之中，各种模式...
如何玩转地产互联网金融如何玩转地产互联网金融，在我们国家房价是高还是低才能促进消费与发展：一、“互联网+房地产+金融”快速发展的原因 互联网与实体经济相结合，是必然趋势。2014年我国房地产业产...
