摘要:如何在僧多粥少的券商技术服务市场分得一杯羹?

占据远程开户70%市场,思迪信息挖掘数据价值赋能券商 | 爱分析访谈-ifenxi

调研 | 刘馥亮 王誉钢

撰写 | 王誉钢

随着移动互联网普及,依靠门店展业已不能满足金融机构需求,金融业态需要向线上升级,一批技术服务厂商应运而生,思迪信息是其中最早的玩家之一。

思迪信息于2006年创立进入券商市场,帮助券商搭建线上系统。伴随券商业务系统搭建完成,C端用户数据不断在系统内沉淀。为帮助券商开发数据价值更好服务用户,思迪信息推出数据服务和智能投顾业务 。

“模块+平台”服务方式,聚焦券商客户

作为最早一批进入券商技术服务领域的企业,思迪信息依靠自身先发优势,与多个券商达成合作。创始人创立思迪信息前,也为券商提供技术服务,在券商行业从业多年,了解券商业务流程和相关监管规定。

占据远程开户70%市场,思迪信息挖掘数据价值赋能券商 | 爱分析访谈-ifenxi

思迪信息为券商提供的系统包含悦享、易捷和擎动三个系列。

悦享系列是客户服务平台,券商使用该产品可以为用户提供更便利的服务,比如非现场开户降低用户时间成本,网厅能让用户在移动端就完成几乎一切操作。

易捷系列是员工工作平台,帮助券商提高内部工作效率,券商员工使用易捷系列提高服务水平,使用营销话术,优化展业形式。

擎动系列是CRM系统,与传统企业服务公司提供的CRM系统不同,作为券商垂直行业的CRM,擎动更贴近券商,了解监管与合规,实现员工与用户的关系管理。

目前,思迪信息业务线上化服务以“模块+平台”的形式提供,覆盖多个券商业务场景。券商使用思迪信息产品时,可以选择单一模块产品解决特定场景存在的问题;也可以选择平台产品,形成整套解决方案。2017年,线上化服务收入占思迪信息带来占总收入的90%。

助券商挖掘数据价值,提升用户投资能力

券商业务线上化过程中,大量用户数据沉淀在移动端和PC端,如何挖掘数据价值成为券商技术服务商新的业务拓展方向。

思迪信息于2017年开始推出数据服务系列产品,通过在券商移动端与PC端埋点帮助券商收集用户数据,将收集的数据用模型进行分析,最后形成应用,目前有三种应用方式。

第一,形成APP运营分析报告。运营报告围绕三方面内容,首先是用户粘度,包括用户停留时长、点击次数等;其次是用户触达,体现不同信息触达用户的效果;最后是购买情况,用户愿意为哪些内容进行付费。通过这三方面内容,判断用户是否对APP形成依赖,哪些方面需要加强。

第二,营销。通过对用户数据分析,构建涵盖投资能力、合规能力和营销潜力三个维度的用户画像,最后形成特有的营销方案和服务方案。

第三,风控。首先,对股票质押数据进行分析,判断是否会出现爆仓;其次,对股票质押贷款人交易数据进行分析,判断是否存在贷款风险。

此外,2018年,思迪信息会重点发展人工智能,通过机器学习构建模型,为券商赋能智能投顾,形成帮助C端用户投资和提升券商用户投资能力的产品。思迪信息期望数据服务和人工智能可以成为新的营收增长点,总营收占比从2017年1/10提升至1/3。

与80家券商合作,券商非现场开户市场占有率超七成

思迪信息依靠直销获取客户,客户来自证券、银行、基金财富管理、期货和海外金融等行业,其中券商为主要客户,券商支付能力强,客单价较高,使用产品后替换意愿弱,客户粘度高。

近年来,券商在科技和研发方面支出不断增多,且愈发重视金融科技方向的投入,券商技术服务市场还存在很大市场空间。

2006年成立的思迪信息作为最早一批为券商提供技术支持的厂商,在券商技术服务行业存在较大先发优势。

据思迪信息CEO晋晓东介绍,目前已与80家券商完成合作,占券商非现场开服市场份额的70%,有很强的券商客户基础。凭借多年客户积累,思迪信息拓展数据服务与人工智能将具备多数同类竞争者没有的优势。

2017年,思迪信息营收在2亿元左右。

占据远程开户70%市场,思迪信息挖掘数据价值赋能券商 | 爱分析访谈-ifenxi

近期,爱分析专访思迪信息CEO晋晓东,就国内技术服务、数据服务和人工智能在券商行业的应用,以及思迪信息的业务战略和未来规划进行交流,摘选部分内容分享如下。

思迪信息CEO晋晓东,19年证券金融IT从业经验,2006年创建思迪信息,历任思迪信息CEO。

依靠先发优势,快速抢占市场

爱分析:思迪信息发展历程中有哪些关键节点?

晋晓东:思迪信息整个发展历程,逻辑上面没有太大变化。

2006年,思迪信息成立,当时是PC互联网时代,我们的业务就是给券商提供线上化服务。直到2011年,五年时间,业务都未发生太大变化,这是第一个阶段。

第二个阶段是2012年-2016年,这期间发生两个事件对思迪信息有较大影响,第一件事是非现场开户限制放开(2013年3月证券业协会发布的《证券公司开立客户账户规范》第二节),使得证券开户业务打破时空的限制。原本开户必须在辖区内的营业部且只能在开市时间去完成,改革后券商所有业务都能在线上完成业务闭环,对券商的经纪业务和零售业务影响非常大。由于思迪信息对非现场开户业务准备比较充分,目前占据非现场开户70%左右的市场份额。

第二是移动互联网普及,缩短人与人、人与券商的距离,用户可以随时随地享受服务,思迪信息因此推出移动端业务。

2017年,思迪信息发现券商运营面临痛点,券商无法有效地将用户数据进行分析,无法利用数据提升运营效率、增加客户粘度。因此思迪信息开始提供数据服务,构建大数据系统,透过人工智能形成智能投顾产品。

总体而言,思迪信息业务的变化,实际上是由客户需求变化所导致,而内在逻辑没发生太大变化。

爱分析:创立初期,什么原因促使思迪信息为券商提供线上化服务?

晋晓东:首先,公司几位创始人,一直从事与券商业务相关的工作,对券商业务有较强理解;其次,当时互联网普及,券商有将业务线上化的需求。

爱分析:到2011年,线上化业务是否已经比较成熟?

晋晓东:成立初期,我们还有一些竞争对手,到2011年,市场上只有我们在做线上化服务。

爱分析:2012年,思迪信息使用什么技术手段实现券商非现场开户?

晋晓东:当时还未兴起人脸识别等技术,券商行业使用远程视频完成用户验证。

爱分析:哪些优势使得思迪信息在非现场开户业务市场份额达到70%?

晋晓东:第一,由于券商更换技术服务商意愿较低且思迪信息推出非现场开户业务较早,存在较大先发优势。第二,团队对券商业务和监管规定理解较深,能够推出合规且契合业务流程的产品。第三,在满足监管要求的前提下,我们还能兼顾用户体验,提升用户使用效率。

数据服务赋能券商,覆盖多个应用场景

爱分析:为何券商数据分析起步较晚?

晋晓东:2014年-2016年,由于移动互联网发展带来的流量红利,使得券商将关注点都放在如何拉新上,很多券商借助流量红利将用户数和市场规模扩大,大家没有精力开发数据分析能力。直到2017年,流量红利逐渐消失,券商才意识到数据化运营的重要性,着手研发数据分析和处理能力。

爱分析:数据服务有哪些数据来源?

晋晓东:因为证券行业是强监管行业,所有数据服务只能在券商本地部署,所以数据源只有券商自身数据,我们通常通过在券商APP埋点来帮助券商收集数据,之后将数据存储到搭建的大数据平台上以便进行分析。

爱分析:券商可以导入其他数据吗?

晋晓东:我们提供的系统是一个大数据平台,券商若想分析更多数据,可以自行将其他数据导入到平台上,还可依据自身需求进行建模,这些功能平台都能实现。

爱分析:大数据平台能实现哪些功能?

晋晓东:主要实现的功能有三个,第一是帮助券商做APP运营分析;第二是在大数据平台之上,刻画用户画像,提供个性化服务和营销的建议;第三是BI应用,券商可以依据自身需求自动建模。

爱分析:APP运营分析主要分析哪些方面?

晋晓东:运营分析我们围绕几个方面展开。首先是用户粘度,包括用户在页面的停留时长和点击次数;其次是用户触达,分析哪些内容触达效果较好;最后是购买,用户愿意为哪些产品或者服务付费。

爱分析:依据哪些维度构建用户画像?

晋晓东:思迪信息作为一家对券商业务有较深理解的公司,我们认为用户画像不是维度越多越好,而是几个重要维度描绘越深入越好,所以我们的用户画像主要从三个维度构建。

第一是用户投资能力,主要分析用户选股能力、择时能力、风险偏好;第二是用户合规情况,检测用户是否有违规风险或已发生违规;第三是营销,用户对于哪种营销方式和营销产品接受程度较高。

爱分析:券商营销包含哪些内容?

晋晓东:券商用户数据分析起步较晚,大多数用户依靠自身感觉进行股票交易,依据数据分析,券商可以根据用户特点相对应地营销合适产品。

另外,结合用户投资能力和风控能力,有些用户不适合做股票或者除股票外还有投资其他资产的需求;再一个就是给他卖一些理财产品,给这些用户营销符合其画像的财富管理产品,比如资产配置类产品、理财产品等。

爱分析:有哪些营销手段?

晋晓东:思迪信息有一个智能营销的产品专门帮助券商进行营销,它会对产品和用户都形成画像,然后依据模型将用户画像和产品画像进行匹配,最后再对客户进行匹配产品的营销,运营过程中模型会根据形成的数据和产生的效果不断优化。

爱分析:模型数据是由券商提供的吗?

晋晓东:是的,模型数据都由券商提供。具体数据量由合作情况决定,一般券商会提供最近一两年的数据,根据这些数据我们会先将模型跑通,之后再进行回测,验证效果后上线。整个建模过程,券商那边也会派数据分析师参与,相当于联合建模。

爱分析:除营销外,大数据平台还有其他应用场景吗?

晋晓东:目前还在考虑风控和智能投顾。

爱分析:风控应用是如何设想的?

晋晓东:风控主要关注两方面。首先,对股票质押情况进行分析,若可能出现爆仓会进行预警;其次,判断质押贷款人是否有贷款风险。这两个场景属于风控里较细分的场景,其他场景还在探索。

爱分析:智能投顾如何服务券商?

晋晓东:智能投顾是大数据平台应用的一个拓展,依靠人工智能对大数据平台过往数据进行分析,找出数据之间的关系和关联逻辑,然后利用规律去预测未来。具体到券商应用上,是用来预测未来股票的涨跌。国外相关智能投顾较多应用在大类资产配置上,所以预测准确性会更高一点,股票类智能投顾更复杂,还存在很多需要完善的地方。

2017年营收约2亿,未来将重点关注智能投顾

爱分析:如何预估券商大数据营销的市场规模?

晋晓东:大数据营销市场预估较难通过具体数据去量化,券商会使用多少费用购买营销系统,营销效果如何衡量,市场上都没有统一的标准。但营销作为券商很重视的场景,券商投入很大,虽然较难量化,不过依旧可以判断会是一个不小的市场规模。

爱分析:大数据营销费用由券商哪个部门承担?

晋晓东:大部分会由IT部门承担,但也有一些券商会走营销部门的费用。

爱分析:IT投入在券商每年营业收入中占多少比例?

晋晓东:证券行业协会有规定最低标准(2008年《证券期货经营机构信息技术治理工作指引(试行)》三十五条),证券公司最近三个财政年度IT 投入平均数额原则上应不少于最近三个财政年度平均净利润的6%,或不少于最近三个财政年度平均营业收入的3%。一家三个财年平均收入为100亿元的券商,IT投入至少为3亿元。

爱分析:未来券商会自研大数据平台吗?

晋晓东:我觉得券商提高技术能力和与思迪信息合作并不矛盾。目前,我们合作的很多券商自身就具备开发能力,但还是会选择与我们合作,原因是我们的产品已经组件化,客户可以在自主研发基础上购买我们的组件提高效率;对于一些没有很强IT能力的券商,我们也有完整的解决方案可以提供。与券商多元的合作方式,可以使得我们不会被替代。

爱分析:2018年,思迪信息有什么战略规划?

晋晓东:战略规划围绕智能投顾展开,给券商提供可以帮助用户理财和投资的工具。

爱分析:公司人员规模如何?

晋晓东:公司整体人数在690人左右。大数据和人工智能团队还在搭建中,目前有80多人,目标达到100人左右。

爱分析:2017年营收是多少?

晋晓东:2017年具体营收数据还没统计出来,差不多会在两亿左右。

爱分析:2018年有融资打算吗?

晋晓东:待定。