日常生活中，我们经常会遇到一些评级系统，比如芝麻信用的积分、美国最大上市公司FICO的信用评级等都是评级系统的例子。然而为什么会有这些评级体系呢?其实道理很简单，那就是精细化运营，对用户而言通过提高自己的分数可以获得相应的服务特权;对于运营人士来讲，通过分析用户得分，给予用户特权，提高用户忠诚度和贡献值。比如芝麻信用，650分以上神州租车免押金，700分以上则可无需提供在职证明等资料电子签平台申请新加坡签证，如下图：
芝麻信用评分
今天，我想和大家分享一种科学、高效、实用的用户质量评价方法。首先，让我们来看看共同黄金行业的评分系统，一般分为两种方法。第一种具有代表性的平台是净贷款天元、荣360等。采用专家评分法从所有平台中抽取n个平台进行评分。这些平台的得分和综合索引数据构成了一个训练集。通过聚类分析，积分变量，建立回归方程，用回归方程代替待评分平台的综合指标数据，最终得到评分。最后，训练集由训练集组成，建立回归方程，用回归方程代替待评定平台的综合指标数据。第二种代表平台是网上贷款之家。采用层次分析法(AHP)确定变量之间的权重，然后对各变量进行对数标准化，并将标准化得分乘以权重计算平台的最终得分。
以上是目前的两种评级方法，今天我们主要介绍了后者，即网络贷款住宅的评级方法，将评分系统引入到操作中，通过一定的修改，使自己平台的用户按照方法的等级，便于后政策指导，构建大客户的价值体系，分析用户的结构等，该模型克服了以往认为用户价值只反映在投资中的判断，如果按单一指标进行评价往往不合理，则可以从整体上综合考虑问题，多指标综合评价方法应运而生。所谓多指标综合评价方法，是将描述评价对象不同方面的多个指标的信息综合起来，得到一个综合指标，从而对评价对象进行全面评价，并进行横向或纵向比较。
算法过程如下：
一、纳入评级库标准：
(1)注册并投资过的有效用户
（2）有异常数据无法获得正确信息的用户不参与评分。
二.评分方法（参考互联网贷款评分系统，根据实际运行情况进行变更）：
(1)各项一级指标、二级指标在0到100分范围内打分，无及格分数线
(2)对于可获取数据的定量指标，采用先取对数在标准化的方式打分(减小量级差异造成的影响)
(3)从公司角度考虑，设置正向和反向指标，如历史投资为正向指标，成本为反向指标
(4)如果加入定性指标，则根据有无，设置哑变量，给与0和1的打分判定
以投资额中的各点为例：
第三，权重确定方法(AHP)。
在用之前先来介绍一下层次分析法AHP，AHP方法能把复杂系统的决策思维进行层次化，将决策过程中定性和定量的因素相结合。通过判断矩阵的建立、排序计算和一致性检验得到的最后结果具有说服力。同时，可将人的主观性依据用数量的形式表达出来，使之条理化、科学化、从而避免由于人的主观性导致权重预测与实际情况相矛盾的现象发生，克服了决策者和决策分析者难以相互沟通的现象，克服了决策者的个人偏好，提高了决策的有效性，在多目标规划领域具有广泛的应用价值。首先我们确立5项一级指标：
计算步骤如下：
构造判断矩阵
所有有下图一级指标权重
权重图
四.指数筛选(分组)
1. 盲选：将根据经验得到的、现有的备选聚类变量全部纳入模型，暂时不考虑某些变量是否不合适。
二.贡献分析：通过方差分析，观察分类中是否存在显著差异，并找出不有助于模型聚类的变量。
3. 相似矩阵分析：输出相似性矩阵，对相关系数进行分析，若两变量相关系数接近1，说明两个变量可以互相替代，踢出一个变量以达到降为目的。
4. 通过上述3步对变量进行筛选，既能踢出贡献度较低变量，又将相关性将强的变量进行整合，最终输出相互间属性独立的变量。
最终有如下图
指标框架
各次级指标的权重分布参照步骤3进行。
五、结果展示与模型应用(PS：后期可开发成模型工具软件)
前面的步骤介绍了如何评价每个用户、如何使用它以及如何在获得用户分数时制定策略。接下来，让我们看一看结果的介绍和战略的制定。
(1)输出用户总积分
总体分析图1
(2)输出不同渠道用户的积分(总体分析)
总体情况分析图2
(3)渠道质量反馈
渠道质量图
(4)筛选符合条件用户
自定义筛选图
(5)交叉分析，准确操作各象限使用。
波士顿矩阵
如上图所示，基于分数，交叉分析历史价值和当前值（或当前和未来），并制定策略。
(I)高价值客户：维持现状，增加主要客户的独家服务。
(Ⅱ)潜力型大客户：防止客户衰减，给予适当关注(客服，生日专享)，增加成本投入时应慎重考虑
(Ⅲ)潜在大客户：积极引导和刺激客户复投
(Ⅳ)低价值用户：当用户价格极其敏感，回流后质量较差，感化成本高的时候考虑放弃降低成本
(6)判断用户生命周期及损失预警
生命周期图
开发用户：历史价值低于一般水平，潜在价值(当前价值、未来价值)较高。
增强型用户：当前价值和潜在价值均高出一般水准
保留用户：历史值高于一般值，潜在值(当前值、未来值)较低。
维护用户：当前和潜在值都低于一般水平。
(2)用户等级体系
根据评分占比情况(二八原则)，进行整体操控，对用户精细化运营，可适当进行资金倾斜营销
用户等级图
至此，整个模型流程已经介绍完毕，后续还有许多种分析方法以及策略，在这里只是抛砖引玉，就不多赘述了。最后我们就把今天分析的过程捋一捋：
(1) 模型筛选与确立
(2) 纳入数据库标准确立
(3) 打分标准确立
(4) 权重计算
(5)变量索引筛选与调试
(6) 结果展示
(7) 分析并制定策略
(8)
模型输出的结果就好比做菜的素材，策略的落地和实施好比是厨师，当好素材遇上好厨子，那后果不堪设想。好厨子没有好素材，巧妇难为无米之炊;好材料没好厨子，那叫暴殄天物;不新鲜的素材和三流的厨师，那简直是车祸现场般的食物;但最可怕的是没素材和没厨师。大家都知道一个道理，做了不一定会成功，但是不做一定会很轻松(黑暗鸡汤)。做了有可能失败，但是不做永远不会成功，互联网思维在我理解就是在成本可控制的情况下不断试错，更迭策略，最终找出适合自己的一本用户增长手册，这条路没有任何捷径可言。今天就讲到这里，关于运营的方法论以后再跟大家分享。
写在后面：希望这篇文章可以帮助广大的互金运营人士，也能够让广大的互金用户了解平台运营方式，同时欢迎互金同行与爱好者一起交流学习，提出您宝贵的意见。