华林证券执委会委员、CIO王惠春：如何用数据思维做决策？

如何建立数据思维？

怎么通过用好数据更好地服务用户？在这背后，企业做了哪些努力？数据飞轮的价值又是如何发挥的？

《人均老师·云上增长季》第6期，华林证券执委会委员、CIO王惠春，分享数据思维如何帮助决策更科学。

职场人如何用数据思维提升自己？

数据思维是一种从数据角度看待问题和解决问题的思维方式，是实事求是、以客观数据为基础的理性思考。它强调通过收集、分析和解释数据，获得洞察和决策的能力。

数据思维的核心是要产生偏决策性的影响，能透过数据找出事情的本质，而不是数据的堆叠。

在职场上，用好数据思维，或许能帮你升职加薪，一路开挂。

举个例子，你的领导问你近三个月的销售数据情况，一般你可能直接把几个简单的数字发给领导就交差了，但是你可以有不一样的交差方法，你完全可以在具体销售数据的基础上再做一些分析，比如和上一个周期的对比，是增加了还是减少了？增长率是多少？同环比又是多少？

再进一步，你可以做一些市场调研和竞品的分析，对比整个市场、竞品的情况，从而得出一些结论。比如这一期做的是好还是不好，好在什么地方，差在什么地方，甚至发现一些需要改进的地方，这样数据的价值和你个人的价值都得到了体现，升职加薪也就指日可待了。

数据的应用，怎么更好地服务用户？

我们现在正在做的一个事情是智能投顾，也就是智能化的投资顾问，通过数据智能辅助用户做投资决策，给用户提供更精准的财经资讯，更实用的投资工具，更适合的投资组合，让小白用户也能玩转股票投资。同时也给我们内部的投顾老师赋能，帮助他们通过智能化的方式收集市场行情、行业热点的数据，通过 AIGC 生成基本的盘面分析解读，减少大量重复性的基础工作。

1.从交易工具到资讯获取。

过去通过证券APP主要完成下单交易的操作，现在可以实时获取财经资讯，且原来只有盘前、盘中、盘后固定的三条资讯，现在维度就丰富非常多了。

我们会整合主流财经媒体的实时资讯，另外甚至还可以针对突发热点事件，结合金融市场走势快速解读，比如巴以冲突会影响哪些股票，为什么美元会继续升值等等。

2.从标准产品到个性匹配。

用户的需求是多样化的，萝卜青菜各有所爱，投资也不例外。之前的方式是有什么推荐什么，现在基于大数据画像，可以为用户匹配到更加合适的金融产品和金融服务，精准度提高了，用户不会被频繁地打扰，公司也节约了触达用户的成本。

比如根据用户自选股、用户的浏览偏好推荐相关的资讯内容，再根据模型去做一些用户感兴趣的推测，类似于抖音的推荐算法。

另外可以通过分析客户持仓，发现一些用户痛点，比如被深度套牢的用户，肯定想着怎么解套，我们计划推荐给用户一些算法交易类的产品，通过蚂蚁搬家的方式逐步解套，甚至实现盈利。

假如说你套牢了 20%、30%、40%，不太可能一步实现解套，机器算法会每天寻找这样的交易机会，通过积累去实现正的收益。

总体上看，算法达成正收益的几率比人工是要大不少的。因为算法交易的核心其实是帮你规避一些情绪化的影响。每当自己需要操作的时候，可能会下不去手，追涨杀跌的心态是很难控制的。但是机器算法不会被情绪左右，它会根据既定算法去执行它的交易策略，最终实现解套目的。

3.从VIP服务到普惠金融。

根据市场上的公开数据统计，投资胜率分布也是呈正态分布的，中位数大约在 50% 左右，胜率超过 70% 的用户比例不会高于30%。胜率其实就是做每一笔交易是赚了还是亏了。这笔交易赚了就叫做胜，亏了就是败。

依托投资顾问专业的建议是有希望将投资胜率提高到70%以上。从全行业来看，在册的投资顾问仅仅有1.5万名左右，而需要服务的个人投资者目前已经超过了两个亿，有非常多的投资者不能被服务到。

智能投顾的出现，让投资顾问这种看似 VIP 的服务变成了人人都触手可及的普惠的服务，同时也避免了很多投资者被割韭菜。从此再也不用小心翼翼到处打听小道消息，投资顾问就在你天天使用的 APP 里面。

我们原来做APP的时候就在想，怎么样把一个看起来高大上的金融类APP做得很小白，大家都看得懂，一进来都知道怎么玩，但确实是一个挺难的事情。

我们公司层面，甚至公司领导都非常看重这一点，就是要把我们的APP做成傻瓜式的，甚至我们在做基金交易的时候像申购、赎回这样的词公司就不太建议用，而建议我们用转入、转出这样的词替代。

之前APP里面还计划做一些偏游戏化的功能，就是在你浏览资讯的过程中掉落一个小盲盒。通过一个个这样的方式，慢慢贴近用户。

用户体验提升背后，企业做了哪些努力？

用户体验的提升有赖于大数据、 AI 等技术的进步，但我们企业也为实现数据驱动付出了相当大的努力。

我们首先要把数据收集起来，这些数据来自全公司各个业务系统，面向用户的各种终端、APP，需要分别去做埋点，然后通过数据建模将这些数据组织起来，形成数据仓库，进而建立指标标签体系，基于数据指标再去构建数据应用体系，比如客户数据平台、客户资产平台、统一资讯平台、营销增长平台、经营分析平台等等。

企业数字化转型的支撑体系就是这么一步一步搭建起来的，它的背后是几百人规模的科技团队，数月数年夜以继日的工作，以及企业长期的以亿为单位的战略投入支持。用户打开APP看到一个简洁的页面，比如资产、行情、资讯，都依赖于整个体系的支持。

数据飞轮正在如何发挥价值？

数据飞轮是一个通过数据分析做出决策，再通过数据反馈再去优化模型的过程，完成了数据生产、数据应用、数据消费三步走，并且通过一系列的数据工具实现三者之间的正向循环。企业数字化转型已经达成普遍的共识，数据消费逐渐变成一个朴素的需求了。

具体到企业如何驱动消费数据，首先公司要自上而下地建立一个数据驱动、用户数据说话的文化，推行数据思维，通过指标拆解、归因分析等发现问题。进而在数据文化的驱动之下，各个部门要建立起自身的数字化目标，把自己的业务目标、业务过程、业务考核等等全部数据化。当然这一切的基础都是要做好数据治理，提升数据质量。

企业所有人可以以不同视角方便地看到所需的数据，是一个基本的要求。比如公司高层需要看到整个公司经营情况，每一条业务线的 KPI 的完成率，每一条业务线的进展，以及与行业的对比的情况，与对标公司的对比的情况。

每条业务线能看到自己业务的进展，业务的贡献情况，比如哪一个大区贡献会比较大，哪一个分公司做得比较差，具体到销售人员也会关心自己的收入、绩效的情况。

另外自己管理的客户资产是不是在稳健地增长，客户持有的股票或者一些其他的金融产品，是不是有比较大的风险，这个时候都可以及时去提醒客户。

您最看重火山引擎的哪些能力？

完整的数据存储、数据加工、数据应用能力体系，DataOps、数据BP等数据管理体系，增长营销一体化的工具体系和它的方法论。这些都是源自字节跳动体系内部的能力，也是我们最看重的东西。

火山引擎一站式满足了我们作为一家金融机构数据治理、数字化转型搭建底层能力体系的要求，让我们更加专注于业务价值本身。