3.1.4　数据指标分析

对推荐的产品数据进行指标分析，是值得产品经理关注的。指标分析在一定程度上能揭示客户的复投情况、使用路径和行为记录，从而让企业依据数据优化推荐策略，为贷款产品找到改进方向。

比如利用事件分析模型，企业分析点击智能匹配的PV、UV等业务数据，然后优化推荐系统，为客户推荐最合适的贷款产品，根本目的是提升智能匹配点击率和贷款申请转化率。

金融行业的智能推荐引擎如图3-7所示。我们可根据大数据平台对客户画像进行指标分析，基于数据指标分析去优化推荐流程，调整推荐策略。通过支持多模型、多策略的参数配置，我们可对智能匹配推荐引擎进行深度优化，从而洞察客户需求，改善客户的操作体验，提升贷款产品的关注度。

图3-7　金融行业的智能推荐引擎

个性化推荐逐渐成为金融平台提升贷款申请率与复贷率的动力引擎。很多基于C2B模式做数字融资的企业，在贷款超市的大量贷款产品中，根据不同贷款产品的特征，通过智能推荐引擎，对业务数据进行指标分析，提供个性化的内容运营和规则设置等优化方案，从而有效提升贷款产品的点击率，改善客户体验，提升产品黏度。