自21世纪初以来,移动和网络技术已进入快速发展阶段,我们生活的各方各面都受到互联网技术的影响,随之兴起的交叉领域互联网金融也因其良好的前景在最近几年迅猛发展,各类理财APP如喷井般涌现,市场竞争越来越激烈。与此同时,随着理财APP逐渐饱和,获取新用户不仅成本越来越高同时也越来越困难,而新用户下载应用之后,却有很高比例的人没有进行理财,这对理财平台是极大的损失,因此关注新用户理财转化有很大现实意义的。新用户进入理财平台会经历注册,实名,绑定银行卡,首次理财等若干流程。以上环节转化呈漏斗状,即每一过程都会有很大一部分用户流失,公式角度可表示为:新用户理财转化率=注册至实名转化率×实名至绑定银行卡转化率×绑定银行卡至理财转化率。本文主要是策划建立预测新手用户绑定银行卡后是否理财模型及其影响因素,即新用户转化的最后一个环节。该模型建立包含以下部分:首先,明确业务目标并对缺失和噪声数据进行清洗。其次,对清洗后的数据进行探索性描述与分析,包括:注册时间点、是否工作日注册、注册月份、实名时间、绑卡时间,分析数据对是否理财的影响,为了验证模型的稳定性,将数据随机分为训练集和测试集;再次,结合实际意义等对该模型的特征进行和衍生,提高了后续方法的稳定性泛化性;接着,利用逻辑回归、随机森林和xgboost算法,对每个理财用户绑卡后理财建模及预测,同时对影响新用户理财转化的因素进行排序和分析;最后,计算模型准确率、AUC、KS、稳定性和模型运行时长,对结果进行评估,发现xgboost模型泛化能力最强、较为稳定且运行速度最快。综合下来xgboost模型的实施效果最好且完全满足企业大数据场景,是一个好的新用户转化率探究的方案,既可帮助企业节约运营成本、提高收益,同时也开拓了xgboost的应用领域。