本文是工商管理论文，文中以相关的理论作为指导，探讨了证券行业网络竞争大环境下华龙证券公司网络客户留存及策略问题，通过全文的研究，主要得到了以下几个研究结论：（1）传统以经验为主的管理模式，已经不能完全满足网络证券发展的需求。以数据驱动和漏斗理论为指导，将网络客户留存的理念和方法与管理实际相结合，设计开户层、入金层和交易层组成网络客户留存模型。（2）当前缺少对客户数变化趋势的预判能力，在数据的有效支撑下，得到各分层的客户数与对应的指标具有显著相关性，可以利用回归方程对客户数变化趋势进行预测。根据趋势变化，预先对网络广告投放和客户招揽进行规划，提升效果、减少盲目性。（3）华龙证券公司现有的管理方式和客户细分是针对现场证券业务设计，以账户为中心，基于业务专家的经验为标准设置账户等级和账户有效性。网络证券业务普及后，需要以客户为中心，对不同分层的网络客户实施以留存为目标的客户细分。基于此华龙证券公司需要加快建设数据分析团队和网络运营团队，以数据驱动为基础，为公司业务的发展提供数据地图。由于本文篇幅所限，RFM模型和非线性回归没有机会进行探讨，期待能够为行业的数字化发展提供一定的借鉴和参考。
.......
第1章绪论
国内证券行业的网络证券业务得到中国证监会等监管机构的大力支持，成为证券公司业务发展的重点。但是，证券公司仍然习惯于经验管理，业务同质化严重，缺乏对数据价值的正确理解和有效运用。客户留存作为互联网公司以客户为中心的经营管理模式，为证券公司提供了将客户作为研究对象，研究客户在各业务环节的转化全过程的现实借鉴。在传统的以客户资产量、交易次数、佣金贡献值等对客户定性的基础上，将互联网证券客户从证券账户开户、入金直至证券交易的留存过程作为整体进行研究，具有积极的现实意义：第一，以华龙证券公司作为研究对象，基于数据驱动针对网络客户留存进行研究并分析存在的问题，通过构建网络客户漏斗模型，为提升网络客户留存管理能力提供针对性的建议。优化华龙证券网络客户留存管理，对网络客户留存过程的精细化管理具有一定的促进作用。第二，为经验管理的业务思维提供有效补充，建立数据驱动思维，将在业务上彼此被分割的互联网证券开户、互联网资金划转、互联网证券交易进行有机融合，构建客户留存的完整数据链条。为其他互联网业务提供数据驱动的研究分析借鉴和实际应用参考。第三，促进华龙证券公司网络客户综合管理能力的提升。结合人民银行和中国证监会的金融科技发展要求，将传统经营管理中凭借经验对客户进行定性管理的模式，尝试转变为有效利用数据价值以定性与定量相结合的数据驱动型客户管理模式。
.......
第2章相关理论基础
2.1数据驱动
传统企业的数据由各自独立的数据孤岛组成，同一客户在不同业务场景的数据散落在彼此并无联系的不同的业务系统中，同一业务场景的数据对业务本身也缺乏有效的支持。企业对数据具备存储能力，但获取和使用数据存在不足，数据价值的挖掘无效或者低效。数据治理通过采集、汇聚、清洗、数据规范、主题划分和数据关联，进行数据集成。第二阶段数据分析是在完成企业的数据治理后，以数据方式反应企业生产运营情况，以解决企业经营管理中的实际问题为目标，分析和挖掘数据的价值。数据分析起始于具有明确目标以及内容的数据分析设计方案，使用适当的分析方法和工具探索、研究数据之间的因果关系、相关关系、业务规律，形成对企业管理和生产运营有价值的分析和研究结论，建立可视化场景从多个角度查看企业的运营状况。第三阶段数据应用及反馈是数据驱动的核心阶段，通过对数据分析结果的应用与反馈将企业的数据资源转化为具有价值的数据资产，是企业数据驱动的目标。将数据分析结论与精细化业务管理、精细化生产运营管理、精细化流程管理相结合，以数据揭示的企业经营状况为依据，制定和完善经营方向、运营目标以及为管理决策提供有效的参考，最大限度地降低企业管理的不确定性。
2.2客户细分
企业应当辨别能为其产生利润最大化的市场细分，充分利用自身有效的资源，制定出科学有效、适合企业的市场战略。客户细分通过外在属性、内在属性以及消费行为三个方面进行分类。外部属性包括客户所在地域、客户所属行业、客户渠道来源等。外在属性进行分类应用广泛，操作上简单易行，数据获取难度相对较低。但外在属性所能获取的数据类型相对较少，对于客户的识别维度有限，对客户的价值及贡献能力等缺乏识别判断能力。内在属性是客户内在因素相关的属性，包括客户的年龄、性别、收入、教育背景、家庭状况、信用度、宗教信仰等。内在属性的获取相较于外在属性具有一定的难度，但较大范围的增加了对客户的识别维度。消费行为分类，依据RFM模型的最近一次销费、消费频率以及销费金额关键三要素，用以衡量客户价值、评估客户创利能力，能够对客户相对动态的识别维度。第四，证券行业的研究主要侧重于营销、客户服务、证券投资及资产管理、投诉管理和风险管理等业务领域，网络客户留存研究和应用相对缺乏，以华龙证券公司为研究对象，通过数据驱动的网络客户留存研究，能够为证券行业的研究做一定的完善和补充。
第3章华龙证券网络客户留存现状分析.............................................................................15
3.1华龙证券公司简介......................................................................................................15
3.2华龙证券网络客户留存问题分析............................................................................17
第4章华龙证券网络客户留存漏斗模型研究.....................................................................19
4.1漏斗模型的构建...........................................................................................................19
4.2漏斗模型指标体系设计..............................................................................................25
4.3漏斗模型指标数据转换处理.....................................................................................28
4.4网络客户留存分层转化研究.....................................................................................28
4.5网络客户留存分层回归分析.....................................................................................50
第5章华龙证券网络客户留存AARRR增长模型.................................................................55
5.1加大网络客户获取......................................................................................................55
5.2增加网络客户活跃度..................................................................................................57
5.3提高网络客户留存率..................................................................................................59
5.4促进产品服务和流量变现.........................................................................................60
5.5培养网络客户传播意愿..............................................................................................62
....
第5章华龙证券网络客户留存AARRR增长模型
5.1加大网络客户获取
证券行业网络广告投放和线下业务拓展，是典型的经验驱动模式，主要依据营销及服务需要，根据广告年度预算进行逐月投放、按月执行。广告投放策略是依据网络公司提供的目标客户参数等选项，结合自身对区域和客户的具体需求。线下开户拓展主要依据分支机构自身的工作安排。具体的投放安排和工作安排由广告业务负责人及分支机构负责人依据个人经验或与网络公司、商场、社区等商务洽谈的结果。通过数据分析，基于数据驱动可以分为五个方面。第一方面，依据回归预测动态制定投放计划、活动方案等，开户层增量机会。第二方面，在星期三、星期四开户高峰时间，广告投放及线下开户拓展同步进行，提高曝光率和开户成功率。第三方面，经上章研究发现网络客户开户数与沪市月平均市净率、深市月平均市净率显著相关，并得出二元线性回归方程。在进行网络广告推送及线下活动拓展前，依据沪市月平均市净率、深市月平均市净率的变化趋势，进行提前的预判分析，以数据驱动业务的顺利开展。第四方面，尝试增加星期六、星期日的业务推进力度，特别是在一线和三线城市，并进行持续的数据跟踪分析。第五方面，建立数据分析团队，针对持续变化的数据进行跟踪分析，修正和优化既有的数据成果。
5.2增加网络客户活跃度
当前，华龙证券公司的经营考核中未包含客户留存率，是以收入、利润、客户资产规模、有效户数量、金融产品销售收入等任务为导向，开展经营工作。从数据驱动的层面来解读经营任务，所有经营目标的达成都是由客户交易产生，不能离开客户交易谈经营目标。客户交易的根本是客户留存，这也是漏斗模型管理思想的关键。网络客户由开户层转化至入金层，最后进入交易层，是由成本层向收入层的转化过程。漏斗模型的关键是建立客户留存思想，提高客户留存率，也是公司经营的关键。数据驱动与经验驱动不同之处在于，能够实现对入金层和交易层的客户留存效果的量化。依托数据分析为不同层级的客户提供差异化服务，以提高客户留存率。目前，公司向客户提供的产品和服务，一方面是同质化严重的股票、基金，一方面是传统的标准化金融信息及投资咨询服务。设计AARRR增长模型的第三级Retention（留存），将客户留在产品和服务之中，为客户持续提供能够满足需求或者感到价值的产品和服务，并且产品及服务对客户不可替代或具有很高的替代成本。
........
总结与展望
随着证券行业进入网络化和数字化时代，区域型中小证券公司的竞争压力骤增，一方面依靠分支机构数量规模形成的区域优势，正在被大型证券公司利用网络业务逐渐弱化，另一方面在全国设立分支机构拓展业务也难以突出重围。华龙证券公司作为区域型中小券商，积极开展网络证券业务,积累了规模庞大的网络客户数据，但尚未依托数据驱动开展经营管理，缺乏网络客户留存的经营理念和策略，数据的价值也未得到充分的发挥.（5）对华龙证券公司客户留存率研究发现，留存率连续四年出现下降，不同级别城市、不同客户群体留存率存在较大差异。留住客户是企业生存的根本，为提升网络客户留存，在漏斗模型的基础上，提出AARRR客户增长策略，通过获客、激活、留存、变现、传播五个层级解决客户留存难题。现阶段数据驱动在证券行业处在发展初期，但其潜力却十分巨大，科技金融的变革为证券行业带来新的挑战，同时也带来了新的发展机会。央行《金融科技发展规划》要求金融机构进一步提升数据洞察能力和基于场景的数据挖掘能力，推动形成金融业数据融合应用新格局。文论文以华龙证券网络客户留存为研究标的，对其网络客户留存数据进行分层分析，全方位分析其网络客户留存存在的问题，在挖掘导致问题成因的基础上，进行定性与定量相结合的分析，进而提出了完善优化的改进措施。以有价值的数据为支撑形成营销服务差异化，以数据驱动企业的管理模式创新。
参考文献（略）
参考文献（略）
