最具影响力的数字化技术在线社区

168大数据

 找回密码
 立即注册

QQ登录

只需一步,快速开始

1 2 3 4 5
打印 上一主题 下一主题
开启左侧

互联网金融流量增长的四大引擎

[复制链接]
跳转到指定楼层
楼主
发表于 2015-3-4 14:03:09 | 只看该作者 回帖奖励 |倒序浏览 |阅读模式

马上注册,结交更多数据大咖,获取更多知识干货,轻松玩转大数据

您需要 登录 才可以下载或查看,没有帐号?立即注册

x
摘要:下面是今晚给Tmedia同学分享的课程的整理内容,里面有考虑不周的地方,大家可以指出一起交流。

2014年整个p2p网贷行业的投资用户不到200万,平均到每家p2p平台不到1500人(称该数为“p2p行业用户中位数”,凡是大于2000个投资用户的平台算及格,反之则不及格)。那么,2015年p2p行业用户中位数是多少?笔者这里保守预测为5000人,下面阐述引起3.3倍增长的引擎有哪些?

1.长尾流量(几乎未被挖掘,先行者有好贷运金融)
2.移动流量(挖掘了冰山一角,)
3.线下获客(四两拨千斤的获客方式,上海有很多先行者)
4.社群口碑(围绕品牌做社群推广,建立信任和病毒式传播通道)

1.长尾流量
前几年创业的时候,投资人都会问创业者一个标配问题“如果BAT做一个同样的网站,你会怎么办?”,这个问题曾经一度困扰着创业者。直到互联网行业进入垂直细分时代,该问题得到了解决,就是寻找长尾流量(巨头看不上的流量和项目),做足服务,从边缘夹缝领域突破。

如今,互联网金融行业有些像当年的互联网行业,也进入寻找垂直细分的阶段,新入局的创业者会面临投资者一个问题“如果人人贷/好贷等做了同样的事情,你会怎么办?”,这个问题同样困扰着互联网金融从业者,那么解决方案如何?可以参考当年的互联网从业者的解决思路:寻找长尾流量。

在哪里找?

两个维度:互联网和移动互联网。互联网主要集中在地方网站和垂直类网站;移动互联网主要集中在一些微信公众号,百度轻应用(app),还有新起来的一些h5类的平台(比如火速),跨界类的app。

寻找的策略:跨界。嘀嘀打车和微信的合作就是最经典的跨界合作,业内国字头的众信金融有过此类成功合作案例,并且取得了很好的效果。

最后,2015年是p2p流量趋于精细化运作的一年,互联网金融流量精英汇(IFMEA)愿与同行业一起抱团成长。

2.移动流量:移动端流量的成本低于pc端
数据显示,现阶段移动端的注册用户营销成本在10元左右,转化率在10%甚至更高,相比于pc端推广成本低了很多。

移动端/pc端/线下三者推广顺序是:移动端优先于线下,线下优先于pc端。移动端推广应该提升到平台推广的战略层面,推广策略和原则:
1.h5场景合作,比如芝麻信用引入神州租车和分享租车等跨界合作。
2.充分利用微信/百度直通号/阿里服务窗等免费移动端流量,以抢占市场份额。

3.线下获客
今年1月份,我去上海考察发现上海的互联网金融平台获客比较有地域特点,很多平台依托大的券商的销售团队或渠道获客,而且相对成本也不高,这个方式值得北京的同行借鉴。

因为原先的券商客户除了对证券化产品有兴趣,对非标类信贷产品(包括p2p产品)也很感兴趣,(早期的p2p用户就是股民,所以这块有很大的想象空间)。

回北京后,跟一些行业内的朋友探讨得知,北京地区的很多做得好的平台,也是以线下获客为主,其平台上的客户很多是大客户/稳定客户/铁杆粉丝。

4.社群口碑

未来的互联网金融细分化的趋势,必然是场景交易和圈子效应,谁能发现更多的场景并且植入,谁就能成就小而美的的平台;谁能抓住一个特定圈子群体,谁就能以点破面(小米的发展就是个例子)。

社群是基于需求而形成的圈子,故而集合了场景交易和圈子效应两个特点,是值得探索和借鉴的。如果形成将会超越线下获客模式,形成可以自增长的获客渠道。

具体方面,社群具有去中心化/圈子效应/精准群体等特点,容易形成泛交易场景,更容易形成口碑效应,就为病毒式营销打下了基础,如何做?

根据自己的产品特点,精细化运营特定产品的受众群体。针对特定群体的运营思路,类似于小米的粉丝思路,这方面悟空理财玩的比较好,大家可以去参考下。运营方法:分类+粉丝  两个维度运作。

以上就是本篇所有内容,有考虑不全的地方大家可以指出交流,谢谢。


分享到:  QQ好友和群QQ好友和群 QQ空间QQ空间 腾讯微博腾讯微博 腾讯朋友腾讯朋友
收藏收藏 转播转播 分享分享 分享淘帖 赞 踩

168大数据 - 论坛版权1.本主题所有言论和图片纯属网友个人见解,与本站立场无关
2.本站所有主题由网友自行投稿发布。若为首发或独家,该帖子作者与168大数据享有帖子相关版权。
3.其他单位或个人使用、转载或引用本文时必须同时征得该帖子作者和168大数据的同意,并添加本文出处。
4.本站所收集的部分公开资料来源于网络,转载目的在于传递价值及用于交流学习,并不代表本站赞同其观点和对其真实性负责,也不构成任何其他建议。
5.任何通过此网页连接而得到的资讯、产品及服务,本站概不负责,亦不负任何法律责任。
6.本站遵循行业规范,任何转载的稿件都会明确标注作者和来源,若标注有误或遗漏而侵犯到任何版权问题,请尽快告知,本站将及时删除。
7.168大数据管理员和版主有权不事先通知发贴者而删除本文。

您需要登录后才可以回帖 登录 | 立即注册

本版积分规则

关闭

站长推荐上一条 /1 下一条

关于我们|小黑屋|Archiver|168大数据 ( 京ICP备14035423号|申请友情链接

GMT+8, 2024-6-20 18:21

Powered by BI168大数据社区

© 2012-2014 168大数据

快速回复 返回顶部 返回列表