⑴ 互联网金融有哪几个细分领域
绿色能源领域，以融资租赁业务为基础的互联网类金融公司。主要是在太阳能资产租赁领域。
潜在问题：
（一）、新能源行业，国家政策问题不大，但是容易和政治走得太近，不管是当地政府还是中央高官，这一块风险需要衡量。
（二）、需求资金量非常大，标的在不拆标的情况下，金额巨大，并且能源行业周期较长。可能行业本身风险就很大。
基于社交金融LBS，也是众保模式，基于陌生人地理位置，担保人确认借款后，担保放款，担保人也有一定收益；属于信用借款，模式十分新颖，具有社交属性、金融属性和众保属性。大数据、LBS等“黑科技”手段运用，高大上。
潜在风险：
（一）、众保模式在中国很容易变形，出现相互恶意担保骗贷，风险高。基于陌生人，信任度更要打折扣。
（二）、高大上的科技手段，在P2P面前，风控、征信等难题下，多少显得很虚，有真实的瓶颈。
消费分期主要面对是高校学生，消费3C产品。切入点非常准确，目标客户明确，后期也为大数据做准备，学生在毕业后依然是稳定潜在客户。美国也有一家类似的公司SoFi，在最近也都获得了十足发展，也得到了大笔融资。
潜在问题：
（一）、学生没有收入，靠家里的生活费。或许信用不错，但属于“瑕疵客户”。
（二）、可能融资金额数据有问题。严重怀疑这两家由于竞争，存在虚假融资公告。
潜在问题：
（一）、资金池直接赤裸裸的宣传。“随用随取”的宣传方式，直接宣传资金池模式。
（二）、病毒式营销。把邀请营销用到了极致，外加利息递增的方式（挺恶心的，这么利用人性弱点）。
随着股市走牛，一路过了4400点，股票配资一路走火啊，行情好，市场好，又是互联网金融热点。发展速度值得关注，值得期待。
潜在问题：
（一）、面临经营不稳定风险。
（二）、政策风险。证监会在4月17日出手限制场外股票配资，随时面临法律风险。P2P股票配资这方面的风险无法规避。
定位于被忽视的群体——刚刚开始工作的小白，还没有足够能力，但是发展潜力巨大。在掌握他们消费习惯等大数据的情况下，在接下来的岁月里，可能会伴随着各种相关服务。
潜在风险：
（一）、此客户群属于“次级客户”，风险较大，违约概率较高。
（二）、发育较慢，时间周期较长，还面临流失风险。从一个“次级客户”成长几年，当其有能力时，可能需求减弱。
⑵ 互联网金融有哪些服务
互联网金融是指传统金融机构与互联网企业利用互联网技术和信息通信技术实现资金融通、支付、投资和信息中介服务的新型金融业务模式。[1] 互联网金融不是互联网和金融业的简单结合，而是在实现安全、移动等网络技术水平上，被用户熟悉接受后（尤其是对电子商务的接受），自然而然为适应新的需求而产生的新模式及新业务。是传统金融行业与互联网精神相结合的新兴领域。
众筹
众筹大意为大众筹资或群众筹资，是指用团购预购的形式，向网友募集项目资金的模式。
P2P网贷
P2P[5] (Peer-to-Peerlending)，即点对点信贷。P2P网贷是指通过第三方互联网平台进行资金借、贷双方的匹配，需要借贷的人群可以通过网站平台寻找到有出借能力并且愿意基于一定条件出借的人群，帮助贷款人通过和其他贷款人一起分担一笔借款额度来分散风险，也帮助借款人在充分比较的信息中选择有吸引力的利率条件。
第三方支付
第三方支付（Third-PartyPayment）狭义上是指具备一定实力和信誉保障的非银行机构，借助通信、计算机和信息安全技术，采用与各大银行签约的方式，在用户与银行支付结算系统间建立连接的电子支付模式。
数字货币
除去蓬勃发展的第三方支付、P2P贷款模式、小贷模式、众筹融资、余额宝模式等形式，以比特币为代表的互联网货币也开始露出自己的獠牙[6] 。
大数据金融
大数据金融是指集合海量非结构化数据，通过对其进行实时分析，可以为互联网金融机构提供客户全方位信息，通过分析和挖掘客户的交易和消费信息掌握客户的消费习惯，并准确预测客户行为，使金融机构和金融服务平台在营销和风险控制方面有的放矢。
金融机构
所谓信息化金融机构，是指通过采用信息技术，对传统运营流程进行改造或重构，实现经营、管理全面电子化的银行、证券和保险等金融机构。金融信息化是金融业发展趋势之一，而信息化金融机构则是金融创新的产物。
金融门户
互联网金融门户是指利用互联网进行金融产品的销售以及为金融产品销售提供第三方服务的平台。它的核心就是“搜索比价”的模式，采用金融产品垂直比价的方式，将各家金融机构的产品放在平台上，用户通过对比挑选合适的金融产品。
⑶ 互联网金融和传统金融的区别图表
操作方便点
利率高点
风险大点
⑷ 如何区分互联网金融的六种主要模式
互联网金融模式第一种，第三方支付是指具有一定实力的非银行机构，在通过互联网，并与各大银行签约，然后在银行与用户之间建立联系的一种电子支付模式。其中，最具代表性的就是支付宝了。支付宝作为第三方平台支付，是成功的典范。现在的第三方支付发展到今天，不仅仅是作为一种支付模式，更多的是扮演网上银行，为我们提供更多的金融产品。
互联网金融模式第二种，P2P网贷。它利用互联网平台代为借贷平台，为网民提供借贷。所有的手续，包括了资料与资金、合同、手续等都是在互联网平台上实现。在分类方面，可以把它分为有担保模式与无担保模式。
互联网金融模式第三种，大数据金融。利用信息化技术对数据进行处理，然后与传统的金融行业结合，最终开展创新新的金融模式的一种方式。这样的一种模式，其好处就在于能够帮助传统金融行业节省成本。
互联网金融模式第四种，众筹。利用互联网平台，集结群众的力量，特别是集结资金，从而帮助小型企业、个人等开展活动提供的一种资金援助。
互联网金融模式第五种，信息化金融机构。利用互联网实现经营、管理全面信息化的银行、证券和保险等金融机构。
互联网金融模式第六种，互联网金融门户。它是指相关互联网金融门户平台的服务内容及服务方式。
这六大互联网金融模式，在金融行业里都占有一定的位置。这些金融模式的发展也随着时代的发展而获得推进。对此，甚至是有专家预测，在不久的将来，互联网金融模式将会取代传统的金融模式，成为最主要的金融行业模式
⑸ 互联网金融服务有哪些创新模式
互联网金融的演化过程实质上是互联网技术与金融服务的融合过程。互联网金融服务未脱离存、贷、汇、投资理财等金融功能，并没有改变金融的本质。同时，互联网金融显著提升了金融服务的效率，拓宽了金融服务的渠道，丰富了金融服务的模式。凭借互联网技术，互联网企业介入传统商业银行的支付、融资、理财领域，实现了金融服务模式的创新。主要互联网金融创新特点体现在以下：
1、P2P网络借贷
点对点、个体和个体之间通过互联网平台实现借贷。P2P网络借贷平台为借贷双方提供信息流通交互、撮合、资信评估、投资咨询、法律手续办理等中介服务。
2、互联网支付
指通过计算机、手机等设备，依托互联网发起支付指令、转移资金的服务，其实质是新兴支付机构作为中介，利用互联网技术在付款人和收款人之间提供的资金划转服务，如支付宝。
3、非P2P的网络小额贷款
互联网企业通过小额贷款公司，向旗下电子商务平台客户提供小额信用贷款。
4、金融机构创新型互联网平台
一是传统金融机构为客户搭建的电子商务和金融服务综合平台;
二是不设立实体分支机构，完全通过互联网开展业务的专业网络金融机构。
5、众筹融资
通过网络平台为项目发起人筹集从事某项创业或活动的小额资金，并由项目发起人向投资人提供一定回报的融资模式。
6、基于互联网的基金销售
基于自有网络平台的基金销售;基于第三方网络平台的基金销售。
⑹ 什么是移动互联网金融
移动互来联网金融是传统金源融行业与移动互联网相结合的新兴领域。移动互联网金融区别于传统金融服务业所采用的媒介不同，移动互联网金融以智能手机、平板电脑和无线POS机为代表的各类移动设备，通过上述移动互联网等工具，使得传统金融业务具备透明度更强、参与度更高、协作性更好、中间成本更低、操作上更便捷等一系列特征。理论上任何涉及到了广义金融的互联网应用，都应该是互联网金融，包括但是不限于为第三方支付、在线理财产品的销售、信用评价审核、金融中介、金融电子商务等模式。
⑺ 如何进行互联网金融运营数据的分析，都有哪些方法
来源于：知乎
大部分的互联网金融公司最为纠结的一点是，流量这么大，获客成本这么高，为什么最后的的转化率和成单量却这么低？怎样才能提高用户运营效率？用户行为数据分析怎样把处在不同购买决策阶段的用户挑选出来，帮助互联网金融公司做到精益化运营？
我们的客户中很大一部分来自互联网金融，比如人人贷等行业前 10 的互联网金融公司。在服务客户的过程中，我们也积累了大量的数据驱动业务的实践案例，来帮助客户创造价值。
一 、互联网金融用户四大行为特征
互联网金融平台用户有四大行为特征：
第一流量转化率低，下图是某互联网金融公司网站上，新客户过去 30 天整体购买转化漏斗，其转化率只有 0.38%：
而这并非个例，实际上，绝大多数互联网金融公司，在 web 端购买的转化率基本都在 1% 以下，APP购买率在 5% 左右，远远低于电商或者其他在线交易的购买率。
第二，虽然转化率低，但是客单价却很高。一般来说，电商行业客单价在几十到几百，而互联网金融客户，客单价从几千到几万，某些特殊领域甚至高达几十万。而客单价高，就意味着用户购买决策会更复杂，购买周期也会更长。
第三，用户购买行为有很强周期性。电商的客户下次购买时间是不确定的，但是互联网金融平台上，真正购买的用户，是有理财需求的用户，在资金到期赎回产品后，一定还会进行下一次购买，只不过未必发生在你的平台上。
可以看到，每隔一段时间，这个用户就会有一段集中的、大量的交互行为。当用户购买完成后，用户的交互行为又变得很少，可能偶尔来看看产品的收益率，但整体的交互指标不会太高，直到他下一次购买。这个用户理财需求的周期是一个月左右。
最后一个特点是「很强的特征性」，主要包括两个特征：
A：用户的购买偏好比较容易识别，理财产品数量和品类都很少，所以用户购买的需求或者偏好，很容易从其行为数据上识别出来。
B：用户购买过程中的三个阶段特别容易识别：
用户在购买决策阶段，有大量的交互事件产生，他会看产品，比对不同产品的收益率和风险，比对不同产品的投资期限等等；
但是一旦他完成了产品的购买，就不会有大量的交互行为产生，他可能仅是回来看一看产品的收益率。
当用户的产品资金赎回之后，又有大量的交互事件产生，实际上他处在下一款产品购买的决策期。
二、互联网金融用户运营的三大步骤
针对互联网金融用户行为的四个特征，在用户运营上有三个比较重要的阶段性工作：
1.首先，获取可能购买的目标用户，合理配置在渠道上的投放预算，以提高高质量用户获取的比例：
渠道工作的核心，主要是做好两方面的工作：宏观层面，优化整个渠道的配置；微观层面，单一渠道角度来说，根据渠道配置的策略，有针对性地实施和调整。
具体渠道的实施，大家都比较熟悉，但是对于整个渠道组合配置的优化，很多人接触的其实并不多。
这张图是整体转化漏斗，从不同维度可以做对比，比如我们先选出流量前 10 的渠道：
以渠道一为例，总体的转化率是 0.02%；在过去 30 天站内总体的流量是 18.9K，漏斗第一级到第二级的转化率是 3.36%，这样一共是五级，我们看到最终渠道一带来总体的成交用户一共是 4 人。
类似的，前 10 的渠道数据都很清晰。不同渠道带来的流量，不同渠道总体的转化率，以及不同渠道在整个转化路径上每步的转化率都可以看到。
这里面有几个渠道很有特点：
渠道一的特点，渠道一带来的流量是所有 10 个渠道里最大的，但是它的总体转化率却是低的；
渠道二和渠道七，渠道二的量很大，但是转化率是零。渠道七量比较一般，转化率也是零；
渠道九和渠道十，这两个渠道是所有渠道里转化率最高的。但是这两个渠道特点，是带来流量不是特别大……
第一象限（右上角）渠道质量又高，带来流量又大的，这里面渠道三四五是符合这个特征的，渠道策略应该是继续保持和提高渠道的投入。
第二象限（左上角）渠道的质量比较高，但带来的流量比较小，这里面包含的主要渠道就是八九十。对应的主要策略是，加大渠道的投放，并且在加大投放的过程中，要持续关注渠道质量的变化。
我们先看第四象限（右下角），渠道质量比较差，但是带来流量比较大，这里面主要有渠道一和渠道二。相对应的渠道策略，应该在渠道做更加精准的投放，来提高整个渠道的质量。
第三象限（左下角）这个象限里渠道质量又差，带来流量又小，比如渠道六跟渠道七。我们是否要直接砍掉？这里建议是，策略上要比较谨慎一些。所以在具体渠道的策略上，业绩保持监测，然后小步调整。
根据上面数据分析得出的结果，做过渠道优化后，就会为我们带来更多高质量的用户。
2.接下来就要把高价值的用户——真正有购买需求，愿意付费、购买的用户找出来。
将资源与精力投入到真正可能购买的用户上的前提是，我们要能够识别出，哪些是真正有价值的用户？哪些是价值偏低的用户？
其实对于互联网金融平台来说，甚至所有包含在线交易的平台，用户的购买意愿，是可以从用户的行为数据上识别出来的。由于互联网金融平台的特殊性，相比于电商平台来说，商品品类更少，平台功能也更为简单，所以用户的行为数据，也更能反应出互联网金融平台上用户的购买意愿。
把用户在平台上的所有行为总结一下，核心的行为其实并不多，具体包括：
用户查看产品列表页，说明有一些购买意愿，点击某个产品，说明用户希望有进一步的了解。用户最终确认了支付，完成了购买，购买流程就走完了，他的理财需求已经得到了满足。每一种行为都表示出用户不同程度的购买意愿，所以获得用户在产品里的行为数据就十分重要。
既然用户行为数据这么重要，那么怎样获取呢？GrowingIO 以无埋点的方式，全量采集用户所有的行为数据，根据我们对业务的需求，配比成不同的权重系数，并按照每个用户购买意愿的强弱，进一步分群。
这是我们一个客户制作的用户购买意愿指标的范例，刚才的前 5 个行为，都是用户在购买前典型的行为：
每种典型事件的权重系数不一样，用户购买意愿是越来越强的：用户点了投资按纽，甚至点了提交的按钮，显然要比他单单看产品列表页，或者单单看产品页、详情页的意愿强。越能反应用户购买意愿的事件，你给它分类的权重应该是最大的，这是大的原则，0.05 还是 0.06 影响并不大，所以不必纠结。
这样通过这种方式，我们就可以按照每个用户的所有行为，给用户做购买意愿打分的指标，最终形成用户购买意愿的指标。
这是我们从高到低截取部分用户购买意愿打分的情况，第一列是每个用户的 ID，第二列是按照购买意愿给每个用户打分的情况。得分高的，就是购买意愿最强烈的用户。
拿到所有用户购买意愿之后，我们就可以按照用户购买意愿的强烈与否，把所有的用户分成不同的群体，来做针对性的运营。
这是在把用户在过去 14 天内，由其产生的所有行为数据，按照购买意愿打分的权重，把打分大于 5 的用户找出来，在总体用户里，这部分用户购买意愿排名前 20% ，我们给它起个名字，叫购买意愿强烈的用户。
类似我们还做了购买意愿中等的用户分群，这是购买意愿排名在 20-60% 之间的用户；购买意愿排名在最后 40% 的用户，是购买意愿最弱的用户分群。
分群之后，点击任意一个分群，都会以用户 ID 的形式列出来。因为你要有用户的 ID ，才能对这些用户施加运营策略。每个用户最近 30 天的访问次数，最近的访问地点，最后一次访问时间都可以看到。
接下来针对这些购买意愿强烈的用户，怎样推动用户的转化呢？
3.采取针对性的运营策略，提高高价值用户的转化率。
首先我们来看一下购买偏好，互联网金融平台商品品类是比较少的，用户购买的目的性也比较清晰，一般商品的品类有这么几种：
第一种：债券型理财产品
第二种：股票型理财产品
第三种：货币型理财产品
第四种：指数型理财产品
第五种：混合型理财产品…
我们把用户在不同品类商品上的访问时长占比算出来，就能比较好地了解用户的购买偏好。比如下图，我们用用户访问债券型产品详情页的访问时长，除以用户在站内总体的访问时长，就能够得到用户在债券产品上访问时长占比的指标。
我们还是使用用户分群的工具，把在债券型产品上的访问时长占比大于40%的用户分出来，这是有非常强烈表征的客户，他购买的偏好就是债券型的产品。
同时我们再设定另外一个指标，比如用户购买意愿指标，之前我们做过大于5，也就是购买意愿排名在前 20% 的。
通过这两个条件，我们就可以把购买偏好是债券型产品，同时有强烈购买意愿的用户找出来，这两个指标的关系是并（and）的关系。同样我们可以按照用户的购买偏好，把关注其他品类的用户，都做成不同的用户分群，然后形成不同购买偏好的用户群体。
针对这些用户，其实在运营策略上，我们可以从三个层面来展开来进行做：
从购买阶段的角度，首先我们把所有用户可以分成新客和老客。对于这两个群体来说，运营策略和运营重点是非常不一样的。
新客群体，是从来没有在平台上发生过购买的用户，我们要根据用户的购买意愿，做进一步的运营。
老客群体，也就是在平台上已经发生过产品购买的用户，除了关注用户的购买意愿之外，用户的资金状态（资金是否赎回）也是非常重要的参数。
用户是否购买过产品？购买产品的用户是否已经赎回资金？这两个内容，其实是一个用户当前的属性。在我们分群的工作里，这有个维度的菜单，通过这个维度菜单，我们就可以把具有某种属性的用户找出来：
这里我做了一个分群，我们可以看一下。在维度的菜单里，我们把是否购买过产品的维度值设置成了 1 。把资金是否已经赎回这个维度的值，也设置成了 1 。实际上是把那些资金已经赎回的老用户找出来；同样在指标这个菜单里，我们同时也把有强烈购买意愿的用户找出来，时间是过去 14 天，指标大于 5 。
这样我们就制作了一个用户分群，而这个用户分群里所有用户，要满足下面的三个特征：
特征一：购买过产品的老客。
特征二：他们的资金，目前已经赎回了。
特征三：过去 14 天内的行为数据，表明这个用户有着强烈的购买意愿。
同理我们把所有用户，整理为下面几个不同类别，对应不同的运营策略：
比如新客里，当前有购买意愿的，其实他属于购买决策期的新用户。应该根据用户的购买偏好，推荐这种比较优质的理财产品。并给予一定的购买激励，来促进这些新客在平台上的第一次购买，这个对于新客来说是非常重要的，以此类推。
相比于电商或者其他行业，互联网金融平台结合行业和用户的特点，从用户行为数据分析的角度，驱动产品业务以及提高用户的转化率，有更加重要的意义。
⑻ 求百度移动互联网发展趋势报告PPT版本，主要是想要里面的一些PPT素材，例如这个，希望大家能共享一下
到艾瑞网去找一下！如果是要PPT素材的话，可以谷歌一下相关的东西，估计内容很丰富，这个通常都是老外做的非常漂亮！
⑼ 在哪儿可以找到互联网金融的行业数据
前瞻产业研究院 提供的《2015-2020年中国互联网金融行业市场前瞻与投资战略规划分析报告》专显示，截止至属2014年底，我国互联网金融市场规模已经突破10万亿元。以P2P业态为例，过去5年中，各类P2P平台都获得了年均超过250%的爆发式增长。
不过，作为新兴行业，互联网金融问题不容忽视。互联网金融的安全风险也日益加剧。仍以P2P业态为例，数据显示，2015年上半年我国问题P2P平台数量为273家，数量超过2014年问题P2P平台数总和，今年以来，P2P网络贷款平台出现跑路或提现困难的公司更是高达677家。