11月21日晚间，互联网金融风险专项工作领导小组办公室发布《关于立即暂停批设网络小贷公司的通知》：自即日起各级小额贷款公司监管部门一律不得新批设网络（互联网）小额贷款公司，明确提出对“现金贷”的强监管措施。美股上市的涉及现金贷的公司应声下跌，趣店一度暴跌30%。“现金贷”一夜间从赚钱神器变为“烫手山芋”，互联网金融概念或将面临集体失声：如何认识互联网金融，如何让互联网金融业务回归到金融的本质、回归互联网的趋势、回归基于体验提升而增长的正确道路上？读完这篇，您便能找到答案。

前言：互联网金融与数据工具
当前，金融业和互联网行业都处于高速发展之中，并在越来越多的领域交叉融合，金融和互联网之间的关系也早已不仅停留在应用工具和融资渠道层面的关系，而是互相深入、互相改造，正因如此，才有了时下的社会热点——互联网金融。中国互联网金融的发展，大体上可以分为以下三个阶段：

新事物、新形势呼唤新思路和新工具。源于临床医学试验并广泛应用于国际顶尖互联网公司的 A/B 测试思想，不仅可以帮助互联网金融企业读懂新数据，更能让互联网金融产品走在一条“试验驱动创新、数据驱动决策”正确轨道上。因此，A/B 测试工具也是当下最适合互联网金融的增长工具。

一、互联网金融：是金融，更是互联网

据统计，中国个人消费贷款余额在4万亿量级，长期有望增长至10万亿以上，对应高达数千亿的利息收入。综合考虑保险、投资、众筹等其他业务，个人金融服务是一个拥有数万亿级体量的蓝海市场。但是，国内专业金融机构却无法完全依靠传统业务和自身力量独自释放如此巨大的市场能量：

据央行统计，目前我国传统的金融机构对国内个人征信的覆盖率仅为28%；中国传统银行的征信记录仅覆盖总人口的35%，远低于互联网52%的覆盖率。

据CNNIC统计，截止2016年底，我国网民规模达7.31亿，手机网民占比达95.1%，其中手机支付用户达到4.7亿。

由此可知，国内专业金融机构，无论是在个人征信覆盖率、支付场景覆盖范围还是对总人口的渗透率和用户绝对数量的关键数据上，均为形成较大的优势，反而是互联网公司在这些方面存在着潜在优势。

因此，国内的互联网金融存在着两条并行的道路：

第一条路——以蚂蚁金服和腾讯为代表的互联网企业，逐步完成从支付、转账、征信到消费金融和信贷再到投资理财的垂直布局，掌握了丰富的线上线下支付场景、数据和巨大的流量入口；

第二条路——专业金融机构积极转型，拥抱互联网和移动互联网，或开发自有的互联网金融产品，或与互联网公司合作走“授权—代理”的路径，或努力通过拓展网络渠道转化新用户。

互联网金融的前半程，金融行业几乎尝试了所有能够尝试的互联网化模式，互联网公司也在争先布局完整个人消费金融体系。当前，互联网金融已经进入到了实质性业务融合的后半程，这个阶段则需要互联网公司和专业金融机构共同协作才能完成。

二、Appadhoc：您的“全栈”试验数据工具

互联网公司和专业金融机构业务和产品相互融合，互联网金融的产品形态会更新颖、迭代会更迅速。仅仅懂一两种数据分析和优化方法，或依靠传统金融公司的惯性产品思维，都不足以应对行业的快速发展。因此，互联网金融行业借鉴“全栈工程师”的概念“全栈试验数据工具”——能够应用于各个场景，系统推进产品迭代的科学的数据试验工具。

显然，A/B测试工具，从原理到技术实现上，都符合全栈试验数据工具的要求。然而，并不是每一款 A/B 测试工具都能成为一款合格的“全栈试验数据工具”：有些只支持前端，有的只支持后端，有的不能跨平台，有的不能同时并行多个试验，有的没有可视化，有的数据分析能力薄弱，这些A/B测试平台始终挣扎在可用的边缘，选择虽多，麻烦更多。

而Appadhoc A/B Testing 相对于竞品则有着较大的优势：它是国内唯一同时支持前端及后端 A/B 测试服务的专业 SaaS 平台，支持多个平台同时运行不同版本，科学流量分割技术支持实时调节、实时多维度分析数据；此外，Appadhoc 服务器在境内，支持私有化部署，金融行业最为看重数据安全能够得到充分保障，并且拥有领先行业的客户成功团队提供持续、及时和专业的支持服务。并且优势并不是纸上谈兵、无中生有，而是已经在金融领域诸多方面获得了实践的检验：

（一）优化着陆页转化率

着陆页转化率低，是困扰互联网金融项目最多的问题。着陆页优化，是一个系统性的工作，既包括页面布局优化，也包括文案优化，甚至还会牵扯到产品逻辑层面的梳理。不论是小额信用借贷公司，还是大型行业金融服务提供商，甚至是银行的互联网业务，每天涉及到着陆页转化的问题。

案例一：百度SEM和今日头条着陆页优化

杭州某家小额信用借贷公司，主营面向 C 端的小额信用贷款服务，核心体验主打快速、便捷，2分钟到账。广告投放是获取新用户的重要渠道。因此，产品部门的核心任务就是通过优化着陆页H5的文案和布局来提升最终注册转化率。因为Appadhoc A/B Testing 云服务平台，支持同时在多平台创建并运行多个试验，能提供不同试验版本的用户留存率，帮助对比衡量核心指标，所以产品部门决定通过 Appadhoc A/B Testing 在百度、今日头条两个渠道分别测试不同的试验方案：

在百度SEM着陆页上，着陆页原始版本为底部按钮文案“火速申请5000元”，而试验版本则是将底部按钮文案改为“火速申请5000元贷款”，其余元素保持不变。

在今日头条的投放平台上，其原始版本的着陆页顶端产品特性说明为“低费率、放贷快、身份证贷款”，按钮文案为“注册贷款5000元”；而试验版本中则将顶端产品特性说明改为“利息、放贷快、贷款”，按钮文案改为“立刻去借5000元”，其余元素保持不变。

本次试验将“火速申请”的按钮点击率设定为两个渠道的试验优化指标，主要目的是通过试验数据的对比分析，找到最能激发用户注册行为的优化方案，从而提升页面整体的注册转化率。

此次A/B测试不同渠道的两个版本流量均分配为各50%，通过对试验数据的对比分析，产品部门发现，百度SEM试验版本相对有20%左右的增长，今日头条的整体点击转化率增幅超过30%。试验结果表明，修改后的着陆页文案，更加符合用户的心理预期，因此产品部门决定使用试验版本的文案，作为落地页的下一次优化迭代内容。通过这一组试验我们可以看出Appadhoc A/B Testing 多平台同时运行与多维度数据分析功能的组合优势，不仅能够帮助客户以最小的成本验证出最优版本，而且能够让大幅提高试验效率，帮助企业实现高效而平稳的迭代。

案例二：银天下小程序着陆页优化

同样的困扰，也出现在行业的电商平台。银天下，是中国大宗商品现货电子交易服务商，核心业务是为客户提供现货投资服务。随着微信小程序的兴起，银天下也希望通过微信小程序为用户提供相应投资领域的富媒体信息来增强用户粘性。

由于Appadhoc A/B Testing支持多维度统计，试验结果可以提供更精准的细分数据，因此，银天下的产品部门针对咨询页现有样式，设计了A\B两套试验版本与原始版本同时测试：

在原始版本中，文章以列表方式呈现，每篇文章显示标题、更新时间和阅读人数，用户可点击阅读；而在试验版本A中，列表呈现方式不变，将“阅读人数”替换为“阅读全文”按钮；试验版本B中，则将“阅读人数”替换为“文章摘要”；两个测试版本的其余页面逻辑保持不变。试验中，将文章点击阅读数、人均停留时间作为本次试验的核心优化指标，目的是验证改变资讯页样式后，是否有助于增强用户对文章可点击阅读认知，从而增加小程序的整体访问深度。

经过为期18天的试验，产品部门经过试验数据的统计分析发现：试验版本B在人均点击文章详情（+5.88%）和人均停留小程序时间（+15.54%）两项指标上优于原始版本和试验版本A，这说明带有文章摘要的页面样式可以更好地激发用户进一步阅读行为，因此产品部门决定使用试验版本B为下次迭代的布局方案。

案例三：广州银行信用卡申请页优化

广州银行计划集中优化其信用卡申请H5页面，其产品部门提出一个假设：如果把普卡的位置前置，可以增加信用卡普卡的申请率，并基于这个假设，设计方案如下：

在原始版本中，用户进入网申页面后，会首先看到移动联名卡，再向左右翻页，分别看到南航卡和普卡；而在试验版本里，将卡板顺序调整至南航卡-普卡-移动联名卡，即用户进入页面后首先展示普卡信息，其余页面元素保持不变。

通过 Appadhoc A/B Testing 的数据分析，广州银行的互联网组发现试验版本相比原始版本，普卡转化率至少会提升4%，试验结果表明，用户对普卡的接受度较好，当用户浏览到普卡信息后，会直接选择申请，能够有效提升普卡的申请比例。最终决定上线试验版本。

由以上案例可以清晰看出，Appadhoc A/B Testing 云服务平台，在提升落地页转化方面有着非常突出的优势：不仅能够让客户同时在多个平台测试多个版本，而且提供了支持实时调节和多维度数据分析的科学流量分割技术。因此，可以让互联网金融公司用最小的成本，科学高效的选择最佳的迭代版本，并为后续产品优化提供思路和方向，这是一般的测试工具和数据分析工具所不能的。

(二)灰度发布降低风险

微信在发布旗下首款互联网保险服务Wesure微保时，采取了初期灰度1%用户的更新策略，为产品全量磨合和优化提供了宝贵的机会和过度时间。这个例子凸显出金融类互联网产品的一个显著特点：稳定优先。稳定是互联网金融产品的生命线。因此，灰度发布是互联网思路下实现产品体验提升与产品服务稳定之前平衡的迭代方法。

某知名保险企业旗下证券公司，是目前已经成长为国内主流券商之一。为了简化登录流程，优化用户操作，产品部门计划发布新功能——用户输入账号后，系统自动选择交易类型登录，但产品部门对全量发布后服务器压力过大问题有所顾虑，因此决定通过Appadhoc A/B Testing 云服务平台来灰度发布新功能。

试验中，证券公司在安卓和iOS端分别运行两个不同的试验版本，分批导入用户流量，初始分配流量5%，在保证新功能使用流畅无bug的前提下，逐步按照10%、20%、50%调整流量，直至放量给全部用户。上线一个月左右之后，试验数据结果趋于稳定，根据Appadhoc A/B Testinjg 的数据分析反馈，产品部门发现，新功能上线后，用户的次日留存率和周留存率都一定提升；未发现显著bug，同时服务器压力得到了有效缓解。因此，决定正式上线该功能。

新功能上线最大的考验在于能否实现用户体验和服务器压力之间的平衡，有时，为了避免服务器压力过大带来的崩溃风险，不得不暂缓一个实际效果很好的新功能的上线。这种情况便出现在该该证券公司的试验过程。这一次，产品部门计划开发交易持仓刷新功能（如下图）：

实际上，根据 AppAdhoc A/B Testing 的实时数据反馈，新功能上线后，虽然用户体验得到了优化，但后台服务器所承受的压力却远超预期。从功能全量发布后的风险角度考量，产品部门最终决定暂缓该功能的正式上线。

Appadhoc A/B Testing 支持灰度发布技术，采用科学的试验流量分割，客户可在试验中自由调节新版本的用户流量，并能通过实时多维度数据分析，找到优化或问题的根源，不仅能够减少产品发生大规模线上事故或重大BUG的概率，而且能够为产品团队后续优化重点提供思路和方向。

（三）量化对比文案版本

文案优化问题贯穿整个产品优化过程，在许多产品或运营的印象中，文案优化是一门玄学：明明很有效的经验之选，结果却让人大跌眼镜，明明不被看好备选方案反而效果奇佳。这种情况，需要用一款数据工具来量化文案的作用：

广州银行互联网组成立时间不久，计划通过优化信用卡申请页面H5来增加信用卡的申请率，具体方案则是在申请页面突出不同卡种的优惠特点，效果如下：

在原始版本中，卡种专项权益说明，文案全部以同一格式呈现；而在试验版本：将各卡种的不同优惠特征关键词标红，例如南航卡，标红了商旅消费里程x2等，其余页面元素保持不变。同时，将“确认申请”的按钮点击情况作为本次试验的核心关注指标。

广州银行通过 Appadhoc A/B Testing 在H5页面获客端进行了为期两周的试验后发现，原始版本胜出（统一格式不标红），试验版本的申请转化率降低了2%。据此，广州银行对于转化率降低成因进行更为深刻的剖析和挖掘，为后续产品优化提供了警示和思路。

这个案例显示出Appadhoc A/B Testing 支持的多维度的数据分析，不仅可以让产品部门准确对比出不同文案版本对于核心数据的影响，而且能够帮助产品部门有效避免经验在文案优化过程中带来的不确定的风险。

（四）验证产品设计思路

部分产品团队在使用 A/B 测试时，往往陷入一种误区：当试验数据结果符合预期时，A/B 测试则成为迭代负责人的数据定心丸；当试验数据结果不符合预期时，则将责任和问题推给工具和平台。如此，这些团队始终无法发挥出A/B 测试的最大优势，A/B测试工具并不是一个简单的数据统计工具，它不仅能够帮你分析问题，更重要的还能为你解决问题难提供方向和降低风险。在招商信诺优化移动端落地页的案例中，Appadhoc A/B Testing 在降低迭代风险和提供解决思路方面表现明显：

招商信诺，是一家以健康医疗险为特色的中外合资寿险公司，业务涵括返还型重疾保险、少儿教育金保险、中老年健康保险、癌症报销保险等多种寿险产品。信息流广告投放是其获取用户线索的重用方式之一。由于在投放过程中会不断产生获客成本，市场运营部门希望在迭代过程中找到促进着陆页转化增长的方案，因此，设计了如下的试验版本：在实验版本中，增加1项“期望保障年限”信息，用户须完整填写6项信息后方可提交表单，其余页面元素保持不变。

试验中，将“立即测保费”的按钮点击情况作为本次试验的核心关注指标。通过对比两种设计方案的核心指标数据，找到能够有效提升按钮转化率的页面样式。结果表明，试验版本的保费测算率低于原始版本，样本数据均值下降了32.33%。

在分析降低原因时，产品部门开始思考一个问题：试验版本增加了一项表单内容，提高了用户提交的成本，投保优势内容下移至首屏以外，在一定程度上可能会对用户行为产生影响。因此，市场运营部门决定保留原始版本的页面和表单内容，从其他角度入手考虑下一步优化方向。这说明并不是每一次测试结果都指向被给予厚望的试验版本，A/B测试更为深刻的意义在于纠偏——降低个体或团队带跑整个产品更新方向的可能性，帮助发现某些“看似重大创新实则危险”的更新。

三、A/B测试，让互联网金融回归本质

互联网金融，不仅仅是当前互联网行业和金融行业交叉出的热点，也是未来金融行业的长期发展方向之一。无论是领导者还是新入局者，都应抓住金融的本质和互联网的本质——数据，更应该掌握互联网语境下金融产品思路——分析数据，发现问题，通过试验，解决问题，拒绝主观臆断，拒绝经验主义。只有将 A/B 测试为代表的试验数据工具融入到互联网金融的产品优化过程中，才能从根本上破解互联网金融发展中的增长问题。

appadhoc