除了互联网行业，其实传统银行近年来也逐渐注重数据分析，因为它对产品的功能优化和推广都有重要的指导作用。最近部门请咨询公司为手机银行这款产品进行了一次全面的数据分析，主要包括用户分析、交易分析、客服反馈分析以及典型用户访谈 几部分。本文主要介绍一下用户分析和交易分析两部分。
用户分析的主要目的是找到待挖掘的注册用户以及如何提升现有用户的活跃度。待挖掘客群这部分主要是从年龄、资产状况等维度去分析手机银行的用户特征，再与网银、全行零售以及信用卡用户的特征进行对比，找到哪些客群最有可能开通手机银行。同时，对现有客群按活跃度和贡献度进行二维分析，分别划分为核心用户（活跃且高贡献）、长尾用户（活跃但低贡献）、潜力（不活跃但高贡献）以及边缘用户（不活跃低贡献）。其目的就是根据二八法则，找到潜力客群的特征，进行有针对性的营销，提升其贡献值。数据分析后发现老年人的人均资产很高，但注册率却很低，原因是老年人对于手机操作有畏惧感，也担心其安全。作为电子渠道当然是想提升其注册率，但作为零售条线却更多地希望着这部分老年人能常去网点，以便大堂经理可以进行面对面的营销。特别是对于基金、保险等非固定收益的理财产品，线下的营销效果要好很多。所以，目前来说，线上渠道并不能完全替代线下的体验。
交易数据分析就是与网银、柜台（替代性渠道）的交易进行对比，找出哪类业务其他渠道的交易量比手机银行要多，从而进行有针对性的产品功能优化。在找到差异的交易类型后，还得进一步分析该交易背后的用户特征，来分析其客群是否有差异性。其最终目的也是提升用户活跃度。这次的分析结论是缴费业务交易量大，但交易额低，建议优化这项业务。这里我个人保持怀疑态度，因为缴费相对于理财和转账来说，其交易额本身就小得多。个人觉得正确的分析逻辑应该是：如果和同业手机银行对比，我行的缴费占比比同业的要低，那才应该考虑如何提升其交易占比。
因为这次的分析是请咨询公司来进行的，所以他们对于业务的理解肯定不如银行透彻，一些推论不一定符合实际，业务方还是要有自己的判断。
