笔者结合实际证券交易行为，对证券产品进行产品框架拆解，得出证券产品的发展方向。

如果从认知及行为的角度将人的证券交易行为进行抽象，可以得到这样一个模型：

目标（动机）——信息（刺激）——决策（认知）——行动（行为）——反馈（修正）

简单地说，一个人先是有了一个动机（当然会判断这个动机是否可以满足），其次会基于这个动机去寻找相关信息，然后基于信息和自己的认知进行决策，之后根据决策执行具体的行为，执行行为后会根据行为的后果反思并修正前面的流程（动机、刺激、认知、行为）。

当然，人的实际证券交易行为比这个要复杂得多。

将人的证券交易行为模型与证券交易业务进行匹配，可以得到以下模型（后文将对此模型各环节进行定义说明）：

To C端证券产品的参与者可以按照营收模式简单划分为“互联网行业”和“券商行业”。

收入来源中，除了“交易工具”属于证券经纪业务，互联网产品难以插手之外，其他利润点基本一致。只是由于行业发展比较快政策未跟上，真正取得“证券投资咨询业务”牌照且合法合规经营的互联网公司不多，大多在裸奔。

另一方面，由于金融市场的当前阶段和特质，参与金融市场的融资方与投资方存在天然的存在信息不对称。C端的投资者难以从众多客观的数据中辨识出有效信息进行投资决策，也为产品（金融中介）的发展提供了机会。

从市场趋势来说，金融去杠杠本质上是控制风险让价值回归，长期来看也是有利于证券市场可持续发展的。

综上所述，基本概括了证券产品近几年的产品方向。

一、资产配置

用户来使用证券产品购买服务进行交易的本质是为了个人或者家庭资产增值，比较典型的资产增值模型是“标准普尔家庭资产图”。但在达到这一目标的过程中，投资者会因为各种原因，未能设定一个合理的投资目标或者合理的投资理念，一旦未来的投资生涯中产生亏损，进而对证券市场产生抵触心理，导致客户流失。

证券业务的投教和适当性等等规章制度，虽然也是为规避这个恶性循环而设定，考虑成本等因素在证券市场的参与者中，真正践行这种理念的机构少之又少。

以“标准普尔家庭资产图”为例：

个人或者家庭完整的资产资产配置还涉及“银行、信贷、保险”等其他金融领域，然而由于政策的限制，银、券、保、信等不能混业经营，也给资产配置的发展带来难度。对于市场的参与者来说，或者等待政策红利，或者寻求监管空白，或者在集团下集齐相关牌照，打通投资体系。

从产品的角度，如何对不同用户进行细分，挖掘不同类型用户的投资目标及资产配置需求（如个人、情侣、家庭、机构等），了解用户的实际资产，如何为不同投资目标的用户躯体提供合适的资产配置的建议，如何将投资者教育与资产配置结合树立合适的投资理念，将会是未来迭代的方向。

信息与投资决策辅助工具

先讲大信息概念，投资信息基本可以分为四类：行情类、资讯类、投资类、复合类；按照信息的处理阶段将信息分为：未加工、半加工、深加工、可交易信号等。

• 未加工数据为各类数据源，经过转码机处理后将数据进行可视化展示（也就是半加工数据）。
• 在数据源的基础上，对原始数据进行算法及数据组合分析，便可以产生深加工数据，如CSMAR的各类行情衍生数据。任何衍生数据经过排列组合与产品可视化的设计和包装均可形成选股产品。
• 深加工数据本身是客观数据不带有投资偏好，与投资理念和投资风格结合形成的投资标的股票池即“投资决策辅助工具”。
• 可交易信号本质上可理解为“投资决策辅助工具”。

从整个信息的生命周期来看，要生产出各类信息产品首先需要优质、稳定的数据源。除了行情和资讯服务商外，能够提供稳定数据的还有就是券商的交易数据以及用户在使用产品时的行为数据，投资类信息因为行业所处阶段以及UGC模式，尚未形成一个稳定的内容生态（如雪球、东方财富），产品的迭代也可相对放缓。

交易工具

交易可按交易场所划分为场内、场外两类；不论是场内还是场外，现有的交易业务是可以完成穷尽开发的。

对于投资者而言，交易是每轮投资的“最后一公里”。交易功能的基础是稳定、可靠、高效，其次如何在不同交易业务交易规则的基础上，提高用户最后一公里的交易速度，才是交易后续的迭代方向（如一键打新、行情闪电下单、预埋条件单等）。

因交易规则的复杂性和多变性，大多数用户完成第一次下单的成本极高。从这点出发，以不同形态的产品完成投资者交易也是产品的优化点。

因不同的交易业务有不同的投资特性和套利策略，可对不同类型的用户进行识别，根据此用户的潜在投资需求与风险偏好为其推荐其他合适的交易业务。

而某些特定的交易业务如“国债逆回购”、“港股通”、“B股”，则可根据既定的套利策略来设计产品，如节假日来临时，计算不同品种的国债逆回购收益率，结合用户的资产总量与资金流动性需求推荐合适的国债逆回购产品。如设计AH股比价功能，当不同市场的价值产生偏差时，由价值回购原则，也可以为合适的投资者提供交易建议。

因大多数证券公司的交易后台都由恒生、金证提供，理解并重新定义交易的信息和流程也是提供差异化服务的竞争优势点之一，但是由于投入巨大，产生的用户体验上的收益基本可忽略不计（实际上采购恒生和金证系统的成本也同样很高，如月交易流水功能，多条件查询历史委托成交等功能）。

如果说投资决策辅助工具是帮助投资者择股、择日，那么交易则是完成了择价、择时、择量。这也就意味着现有的交易业务是否可以在提供交易通道的基础上，帮助用户完成交易的“最后一公里”。

一旦择股、择日、择价、择量、择时全部完成，理论上一套量化交易模型也全部构建完毕。证券公司在为投资者提供服务的同事，也能以下设基金或者子公司的形式进行投资。

交易过程与结果分析

我们希望交易对于投资者来说是一个可持续发展，而非一轮又一轮被割韭菜的过程。对于投资者来说，一方面不是每一个投资者都有复盘意识，另一方面不是每个投资者都可以基于过程和结果，分析出一个相对合理的绩效归因。

基于以上观点，如何为投资者建立投资反思的意识，如何引导投资者客观全面的看待和分析投资结果，如何根据分析结果修正投资目标和投资理念，是交易过程与结果分析的产品方向。

二、产品商业价值

证券公司的经纪业务收入主要由几部分构成：佣金收入、机构业务收入、股押收入、理财代销收入、投顾收入，其他的包含增值业务收入（有的会纳入到投顾业务收入或者创新业务收入里面）。

佣金收入又可以按照业务品类再细分为：普通交易业务、融资融券业务（包含两融利息收入）、期权业务、港股通业务、股转业务等。证券APP能够优化的业务又主要是佣金收入、理财代销收入、投顾收入、增值业务收入。

为啥呢？

简单来说，证券行业以前是靠红利吃饭，2010年以前每家证券公司的佣金收入那都是按千分之几算的，有的还更高。

11年移动互联网兴起之后，由佣金宝拉响了网上开户低佣的第一炮，从此券商之间的佣金战一发不可收拾。

虽然证监规定不允许恶性竞争，但实际上还是有很多证券公司的营业部或者客户经理为了服务客户将佣金费率拉得很低。移动互联网带来的不仅是佣金费率降低，同时也将以前证券公司过往的业务模式的弊端逐渐凸显出来，比较典型的例子是以前开户只能临柜办理，现在可以通过手机线上开户。

随着几轮牛市行情的发展，证券公司的客户数远超客户经理数量，用户规模越大的证券公司对于如何服务大规模用户的需求就越强烈。很简单，如果一个客户要服务100个人，那么1000w的客户就需要10w客户经理，对于证券公司来说无疑极大增加了管理成本和人力成本以及随之而来的房租水电等无形开销。

那么，互联网行业针对大规模（百万级、千万级）用户的运营手段就成为了证券公司解决用户运营问题最好的选择。

三、运营目标拆解

我们说证券公司的收入主要由佣金收入构成，那么评价运营效果最终也从可以从佣金收入、理财代销收入等结果数据来进行评价。

将最终目标逐步拆解，可以认为影响佣金收入的主要因素是：交易金额和交易频率。我们通过用户调研最后得出这样一个结论：用户投资能力是影响用户价值贡献的主要因素。

不同投资能力的用户留存曲线，可以发现投资能力越强、佣金贡献越高，其留存率就越高。

通过事后分析也可以得出这样的结论：对于大多数散户来说，证券市场本质上是一个零和博弈市场，有人赚就有人亏，除非持有一个股票作为传家宝。大多数亏的人要么被套牢，等待下一波韭菜接盘；要么已经割肉，而被割肉的这批用户唤回成本极高；只有极少数人通过跟庄，或者价值分析能力而盈利。

互联网玩的是长尾群体的规模效应，换句话说如何帮助大部分人成为或者逐渐成为这小部分人；从短期来看，让本公司的赢家变多，其他公司的赢家变少；从长期来看，让零和博弈变成价值投资是未来的运营目标。

那么如何帮助大部分人成为小部分人呢？

答案是模拟炒股，通过研究赢家的投资习惯，将这种投资习惯总结成练习工具，结合运营手段激励用户不断练习，最终提高投资能力。

为什么不提直接通过运营手段激励用户炒股？

原因有三：不合规、不道德、没必要。

首先，监管明确规定不允许刺激交易，其次在很多投资者没有了解证券投资市场真正的风险下，去激励他们无脑交易就是把投资者往火坑里推，家破人亡自杀的不胜枚举；最后赚到钱这件事，我认为本身就是用户激励模型里面最有价值的激励，送个大V认证能有赚到钱有快感么？

四、模拟炒股分析

研究了下市面上所有的产品，筛选出来几个在模拟炒股比较有研究价值的竞品（2019年9月）：

• 互联网系：京东股票、海豚股票、同花顺、支付宝、金融界；
• 券商系：东财、银河（公众号）、小方、君弘、平安、华西。

券商系喜欢买买买，所以买标准产品的直接pass了，上图是方正证券和支付宝的模拟炒股。

模拟炒股大概可以分为几大模块：模拟交易、模拟大赛、练习场、模拟牛人、模拟热股、个人主页。

提取几个模拟交易里面的运营核心功能来讨论：

• 我认为，现在市面上能够比较好提高用户投资能力的解决方案，是MOBA游戏里面的排位系统（参考资料：https://zhuanlan.zhihu.com/p/26386612）。
• 以模拟交易大赛为主题的好友裂变活动，也是当前比较好的符合监管要求可以公开推广的活动；
• 从用户转化路径来说，对模拟炒股获得收益的用户推送开户激励，是目前所知针对0~3年投资能力的用户转化率最高的活动、

五、运营模式分析

模拟炒股主要针对于0~3年投资能力，且有意向提高自己投资能力的用户。不同的用户类型。还是要通过不同的运用手段来进行转化。

以渠道引流为例：通过推广渠道留下营销线索的用户，达到APP后如何引导他完成开户。

从精细化运营的角度，是将他在渠道被命中的推广内容（比如解套宝典，并且留下想分析的股票），在他下载并且打开APP的第一时间将推广内容推送给他（比如推送弹框，点击后进入他想分析股票的解套宝典功能页，辅以开户解锁的营销引导文案）。

证券渠道开户广告

以开户转化为例：

通过营销内容判定用户的潜在类别，将0~3年的股民（比如猜测这个渠道的用户平均年龄为28岁以内）引导到模拟交易中，即时推送两只短线股票；然后在第N天（参考留存曲线）这只票上涨后push盈利推送的消息以及短信，引导使用选股功能，在二次选股盈利后推送开户弹框。

花呗的开户弹框

六、运营功能总结

以上是针对运营模式和运营场景的分析，实际进行产品设计和研发的过程中，为了保证研发效率和产品体验，我们将运营类的功能按照三个维度进行划分：

1. 触达工具

• APP内：消息、弹框、首页、广告页、其他广告位、deeplink；
• APP外：微信、短信、电话。

2. 激励手段

• 任务中心：包含周期性任务（比如签到）、阶段性任务（比如新手任务）；
• 活动中心：比如裂变活动、抽奖活动等。

3. 激励物品

• 物质类：积分商品（增值服务、实物等）、卡券（电子卡、门槛券、资格券、体验券等）、实物、增值服务（投顾服务、智能工具）、减免佣金；
• 精神类：社交排名、勋章、等级。

功能建设完成后，后续工作基本就是根据对数据分析用户特征，选定激励物品和激励手段，通过给定的触达工具触达到用户，通过数据反馈不断优化运营策略。

后面的文章会针对产品和运营提及的具体功能模块，基于运营流程和运营模式拆解每个功能模块的产品方案。

首页广告位、积分商城、任务中心

P.S. 关于线上运营与线下运营的一些思考

线上和线下真的有不可调和的矛盾吗？

先说几个观点，或者事实：

• 线下营业部自运营存在天然的服务规模的瓶颈；
• 线下营业部的开户有效户率远高于线上推广的有效户率。

基于以上事实，总结一下：

• 线上适合做对大规模、低价值用户的运营工作；辅以小规模、高净值用户的运营工作；
• 线下适合做小规模、高价值，高转化率相关的运营工作。

对于证券公司来说，线上与线下最大的矛盾点在于如何对线上和线下进行服众过程量考核结算。

以上，欢迎讨论

本文由 @陆子樊 原创发布于人人都是产品经理，未经许可，禁止转载

题图来自 Unsplash，基于 CC0 协议