这是精读系列的第4篇文章
哈喽，大家好，我是可乐
继前3篇精读《数据分析思维：分析方法和业务知识》
精读3：关于电商数据分析，你知道多少
精读2：11种数据分析方法，别再说你不会了
精读1：总说业务，到底业务常用的指标有哪些
这是精读系列的第4篇文章，总结一下金融信贷、第三方支付、家政、旅游和在线教育行业的业务指标和案例。
金融信贷行业主要讲金融信贷的线上模式，也就是网贷，如花呗、京东白条
网贷在国内的发展大致分为4个阶段：缘起、野蛮生长、监管来临、后网贷时代。
网贷的业务模式：
获取客户
提交审核
过审签约
放贷
还款
网贷业务是如何赚钱的呢？总结来说就是依靠风控技术准确地找到目标用户，将风险控制在低水平，在合规的利率下实现盈利。因此，风控可以说是网贷最核心的环节。
风控策略是一些用来判断用户是否满足放款条件的规则，好的风控策略一定是数据分析和机器学习相结合产生的，风控伴随这整个业务流程。
提到风控就不得不说反欺诈。
反欺诈
是指识别交易诈骗、盗卡刷号等恶意欺诈行为，最大化降低公司的损失。
用户类：
申请用户数
放款用户数
复借用户数
复借率
申请情况类指标：
审批通过率：衡量审批策略的稳定性
逾期类：量化公司的风控水平
逾期率：贷款到期的用户里未还款的占比
催回率：逾期合同通过催收后完成还款的占比
坏账率：不同平台对坏账的定义不一样
vintage30+：同一个月中申请放款的合同在随后的还款月份中逾期30天及以上的比例
明确问题
客续贷产品的逾期率达9.5%，比其他产品高约2%，分析逾期率高的原因。
分析原因
使用多维度拆解分析法，按区域维度拆解，不是主要症结，再看放款年月拆解，逾期率最高的月份放款金额仅占放款总金额的2.42%，也不是主要症结，再分别从上一笔还款情况和本次借款前征信查询次数来拆解，发现上一笔还款失败的用户，本次借款的逾期比例都很高，本次借款前用户征信查询次数较多的用户，逾期率也很高。
虽然这个系列叫精读，但也没法精到每个案例都写清楚，那样就相当于把人家的书抄了一遍，没有意义，所以我是比较希望大家在看了我的这篇文章后成功被安利，去看看书，案例很精彩。
金融第三方支付行业
第三方支付是指具备一定实力和信誉保障的公司，通过与银联或网联对接而促成交易双方进行交易的网络支付模式。
第三方支付行业主要有3类：
互联网支付公司：在线支付为主，如支付宝
金融支付公司：侧重行业需求，如银联商务
第三方支付公司：提供线下终端产品，如同时支持支付宝、微信支付等多种方式的收款码
第三方支付公司为线下商家提供收费终端，如付款码、扫码枪等，帮助商家收款，从中获取手续费，让商家全面了解运营情况。从用户角度出发其业务流程如图所示：
业务指标
明确问题：
最近两周交易笔数有明显下降（上周交易笔数环比下降9.58%，当周环比下降11.4%），分析原因
分析原因：
业务流程：地推人员寻找新的商家——商家递交资料给第三方支付公司审核——商家使用终端产品收款——第三方支付公司扣除手续费后给商家结算。
从业务流程出发，提出几个可能造成交易笔数下降的假设：
提出假设：
商家数量减少
不同的终端产品对交易笔数有影响
不同的手续费对交易笔数有影响
假设1：商家数量减少，导致交易笔数下降。
这里商家可以分为新商家和老商家，对比分析，收集新老商家数和交易笔数的数据，发现新老商家数一直比较平缓，不是影响交易笔数下降的原因。
假设2：不同的终端产品对交易笔数的影响
这里把A B C D 四个终端产品分别分析其在某地区的交易笔数。
假设3：不同的手续费对交易笔数有影响
使用微信或支付宝，费率是不同的。观察费率和交易笔数的相关关系
家政是帮忙处理家庭事务的服务，家政平台是连接家政服务人员（服务提供方，如育儿嫂、月嫂、保姆）和用户（服务需求方）的平台，通过给双方提供信息抽取佣金，是一个双边市场。
从服务提供方来看，业务模式分为招商和运营：
招商：
线索：寻找家政服务人员的信息
商机：确认意向
邀约：发出邀请
运营：
到店：初始登记分类，安排面试
面试：参加面试
认证：评定星级
签约
家政平台可以通过数据化管理进行规模化运营，精确匹配用户需求，快速有效地帮助用户找到合适的家政服务人员。
业务指标：
转化率：一个环节到另一个环节的转化比例。
使用率：签约的服务提供方数/服务提供方总数
售后率：售后订单数/订单总数
旅游行业围绕旅客，由旅行社、景区、酒店业、餐饮业、零售业等提供配套服务，共同发展。
旅行社是连接用户和目的地的旅游资源的中间商，随着互联网的发展，出现了如携程的旅游平台，连接用户和旅行社，从中赚取佣金。
