TalkingData证券行业运营指标体系蓝皮书总结
核心内容概述
TalkingData针对证券行业的运营需求，提出了一套基于3A3R模型的运营指标体系，涵盖业务指标与平台指标。该体系旨在帮助证券公司更好地衡量其在移动应用、PC客户端、Web端及微信平台上的运营效果，提升客户转化、活跃度、留存率及收入水平。
主要观点
- 3A3R模型：TalkingData提出以A1（感知）、A2（获客）、A3（活跃）、R1（留存）、R2（收入）、R3（传播）为核心的运营指标体系。
- “三端一微”平台：将证券公司的运营平台分为移动端（APP）、PC端、Web端和微信，分别构建对应的运营指标。
- 客户与用户的区分：客户是指开通资金账户并能进行交易和理财的用户，而用户是指使用APP、PC、微信的个体，可能是客户也可能只是浏览者。
- 指标体系的灵活性：蓝皮书提供的指标体系适用于证券行业各公司，但可根据实际情况进行调整。
关键信息
3A3R核心指标
| 指标 |
定义 |
商业价值 |
| A1: 感知 |
对外指行业排名，对内指营销成本和广告展示 |
衡量证券公司整体业务情况及用户感知所需费用和后续渠道效益分析 |
| A2: 获客 |
用户从意向开户到成功开户的转化情况 |
判断渠道引流效果及服务质量 |
| A3: 活跃 |
用户在平台上的登录、交易、理财行为 |
衡量用户活跃情况，为后续运营活动提供数据基础 |
| R1: 留存 |
用户在一段时间内的留存情况，包括留存率、流失用户分析等 |
判断用户质量、渠道质量，优化产品和服务 |
| R2: 收入 |
客户交易、理财金额及收益情况 |
衡量公司盈利能力，用于判断不同渠道和活动的ROI |
| R3: 传播 |
平台分享及转化情况 |
衡量裂变式传播推广方式的推广价值 |
业务指标体系
| 指标 |
定义 |
商业价值 |
| 股基市场份额 |
股基成交量占市场份额比值 |
反映证券公司成交量趋势及市场占有率 |
| 开户市场占比 |
开户客户占市场新开户客户数量比值 |
反映证券公司新开户情况及客户市场占有率 |
| 推广费用 |
开户推广所需成本 |
用于计算单客成本和渠道质量 |
| 注册数 |
用户申请开户数，根据手机号码去重统计 |
衡量用户开户意向，分析不同渠道引流效果 |
| 身份证照上传数 |
完成身份证上传的用户数 |
判断注册后进入本环节的漏损情况，进行产品优化 |
| 视频录制完成数 |
完成视频录制的用户数 |
判断注册后进入本环节的漏损情况，进行产品优化 |
| 风险评测数 |
完成风险评测的用户数 |
判断注册后进入本环节的漏损情况，进行产品优化 |
| 开户转化率 |
开户数 / 注册数 |
衡量注册到开户的转化情况，判断渠道质量 |
| 单客成本 |
推广费用 / 开户数 |
衡量不同渠道获取用户的成本 |
| ROI |
活动开户客户的总收入 / 总成本 |
衡量活动的投资回报率，判断渠道资源投入效果 |
平台指标体系
APP指标体系
| 指标 |
定义 |
商业价值 |
| 覆盖率 |
APP安装量占市场同类产品的比率 |
衡量APP市场覆盖情况及排名 |
| 活跃占有率 |
APP活跃量占市场同类产品的比率 |
衡量APP活跃趋势及排名 |
| 展示量 |
广告或活动页展示次数 |
评估渠道用户规模及带量能力 |
| 点击量 |
广告或活动页被点击次数 |
反映内容吸引力及用户兴趣 |
| 激活量 |
成功注册用户数 |
衡量渠道质量及用户转化情况 |
| 隔日转化客户数 |
激活后第二个自然日进行转化的客户数 |
衡量产品对用户的吸引力 |
| 转换客户占比 |
通过APP开户占APP激活的比例 |
衡量APP对开户的贡献量 |
| 活跃用户 |
在统计周期内使用APP的用户数 |
衡量用户规模及产品周期变化趋势 |
| 新用户占比 |
新增用户占所有用户的比率 |
判断新用户活跃质量及渠道真实性 |
| 启动次数 |
App打开的次数 |
衡量用户使用频率及粘性 |
| 人均启动次数 |
用户平均使用APP的次数 |
衡量用户粘性均值 |
| 平均使用时长 |
用户单次使用APP的平均时间 |
判断产品内容吸引力及稳定性 |
| 活跃率 |
活跃用户占所有用户的比例 |
衡量APP用户活跃度及营销效果 |
| 用户粘性 |
日活跃设备量 / 月活跃设备量 |
衡量用户忠诚度及产品吸引力 |
| 累计用户总数 |
从产品上线以来累计的用户总数 |
衡量用户规模及增长趋势 |
| 时段分析 |
用户使用集中时间展示 |
进行用户分群，找到客户触达时间点 |
PC指标体系
| 指标 |
定义 |
商业价值 |
| 开户点击数 |
点击开户的用户数 |
衡量PC客户端作为开户渠道的引流量 |
| 安装量 |
安装PC客户端的数量 |
衡量PC客户端安装趋势及用户规模 |
| 活跃数 |
使用PC客户端的用户数 |
衡量核心用户规模及产品使用情况 |
| 启动次数 |
PC客户端打开的次数 |
衡量用户粘性及使用频率 |
| 平均使用时长 |
用户单次使用PC客户端的平均时间 |
判断产品内容吸引力及稳定性 |
| 留存率 |
新增用户在一定时间内持续使用的比例 |
衡量用户质量及渠道效果 |
| 每日流失 |
用户连续7/14/30天未使用PC客户端的用户数 |
发现用户流失时间点及渠道质量 |
Web指标体系
| 指标 |
定义 |
商业价值 |
| 新访客数 |
新增访客的用户数 |
衡量Web平台近期推广效果 |
| 新访客占比 |
新访客占累计访客数的比率 |
衡量Web平台推广效果及老客户粘性 |
| 平均访问次数 |
单访客的访问次数平均值 |
衡量用户对Web产品的粘性 |
| 点击开户数 |
点击Web页面开户的用户数 |
衡量Web平台开户意愿及转化情况 |
| 开户客户占比 |
通过Web开户客户占线上开户客户数的比例 |
衡量Web平台对开户业务的贡献 |
| 访问量(PV) |
页面浏览量或点击量，用户每次刷新计算一次 |
衡量Web平台访问量及用户兴趣 |
| 独立访客(UV) |
每台电脑客户端为一个访客 |
衡量Web平台实际访问用户数量 |
| 独立IP(IP) |
不同IP地址访问Web平台的次数 |
较为真实反映客户访问次数 |
| 使用间隔 |
用户相邻两次访问的间隔分布 |
了解用户对产品的依赖程度及粘性 |
| 页面错误数 |
页面出现错误的次数 |
评估产品质量及访客未转化原因 |
| 页面访问路径 |
用户从一个页面跳转到其他页面的分布 |
优化页面设置及用户体验 |
| 访问深度 |
一次访问中访问页面的总数 |
评估用户参与度及产品吸引力 |
| 回访分析 |
用户在一段时间内进行某行为的频次 |
判断用户对产品的依赖程度变化 |
| 每日回流 |
流失用户在某日再次访问Web页面的用户数 |
评估沉默用户唤醒活动的效果 |
| 分享数 |
Web页面中点击分享到社交媒体的数量 |
衡量活动执行效果及客户对产品的喜欢程度 |
微信指标体系
| 指标 |
定义 |
商业价值 |
| 新关注人数 |
某段时间新增粉丝数量 |
衡量公众号受关注程度及运营活动效果 |
| 累积关注人数 |
截止当前关注的粉丝总数 |
衡量公众号影响力及受众规模 |
| 净关注人数 |
新关注人数与取消关注人数之差 |
衡量粉丝增长情况及公司影响力 |
| 活跃度 |
活跃粉丝数量 |
衡量公众号运营质量及粉丝互动意愿 |
| 文章数 |
发布的文章总数 |
衡量公众号活跃情况及运营状况 |
总结
TalkingData的证券行业运营指标体系为证券公司提供了全面的运营数据支持，从感知、获客、活跃、留存、收入到传播，形成了完整的数据运营闭环。各平台（APP、PC、Web、微信）指标体系相互补充，帮助证券公司全面掌握用户行为、渠道效果及业务增长情况，从而优化运营策略，提升客户价值与业务表现。
