手机银行|乔一鸭：金融业数字化转型MVP实践（下）( 三 )

e、全年&每月 KPI 目标值测算：根据全行定下的 MAU 总目标，结合调整后的 KPI 贡献占比，测算到年底最后一个月，每个部门、业务线、产品功能模块的 MAU目标要达到多少。结合去年的 MAU 增长趋势，测算每个月 MAU 应达到的目标值，基于此制定和下发相应的 KPI 要求。
f、开发MAU贡献及目标进度监控报表：根据 MAU 计算规则及设定的目标值，开发功能、业务线、部门 MAU 贡献值及贡献占比报表。结合 KPI 拆解出的目标值，进行目标完成度的进度监控和预警反馈。
2、场景用例建设二：类大众点评业务第一指标拆解及增长点分析近些年不少银行基于金融基础进行业态的扩充，积极拓展生活服务类业务，打造一站式金融生态圈，以期通过高频生活服务、交易类场景的引入，增加客户与产品服务的触点，从而提高留存及黏性，进而延长客户生命周期，更加充分挖掘客户的偏好与价值。该餐饮优惠类大众点评类 O2O 业务即是行业布局金融生态圈的战略级业务之一。此次场景用例建设的合作，是为该业务提供系统性诊断，提出更加有效的第一指标及业务发展建议。
基于这个命题，结合业务线的互联网属性，此次诊断采用了 AARRR 海盗模型作为基本分析框架，进行了基本盘的数据诊断。同时，结合该业务的具体形态和特点，针对各端的核心业务流程以及主要功能场景进行了拆解分析。通过以上专项分析，得出了以下第一指标建议，并根据第一指标的构成，测算了当前业务各个核心环节的增长空间，结合业务诊断提出了对应的提升策略。以下是此次合作诊断的输出的简要小结。

文章插图
图6 合作小结
最后，要特别强调的一点是，数字化运营转型本身就是以个长期性的工作，跟业务本身的变迁是个强绑定的过程，其关联性主要体现在以下两点：

数据基础建设，是一个不断深化和迭代的持续性工程

需要根据业务的重要性和业务需求的变迁，不断调整数据采集与整合的广度和深度，且需要跟随业务的迭代持续进行优化和调整；

数据分析与应用，跟具体的业务场景和主题强相关

即使是面对同样的数据，数据本身也有一些通用的原则和方法，但不同的业务场景和目标下，观察的指标、分析的思路以及应用的分析技术都不一样，数据发挥价值的方法也不尽相同，这些都需要根据业务进行定制化调整，因此也是一个逐渐纵深化发展的过程。
整体而言，数字化运营转型，就是通过提升数据意识的培养、数据应用能力的提升、数据从生产到交付应用的闭环实践以及不断的迭代优化，逐渐提升企业内部数据驱动业务增长能力和效果的持续性工程。
相比其它行业来说，金融企业往往延续着以线下为主的运作模式对思维模式、团队结构层面的影响，导致数字化运营转型进程较慢，落地贯彻上成效不显著等问题。希望本白皮书提供的新视角，能为金融企业的数字化运营转型带来新的思路上的借鉴，以及落地实践上的参考。
#