京公网安备 11010802034615号
经营许可证编号:京B2-20210330
大数据时代的智慧投教
在上海证券交易所“做理性的投资人”投资者教育与保护主题系列活动中,涌现出了一批优秀证券公司投教作品。在“投资者教育与保护宣传月”期间,我们将专栏选登获奖作品和业内投教投保工作的经验与思考。保护投资者合法权益是资本市场建设的永恒主题,投资者教育与保护是一项长期的工作。我们希望通过传递呼声、交流经验,能引起市场各方的进一步关注,激发各方的努力,共同将保护投资者权益这项工作做深做实,切实维护好投资者尤其是中小投资者的合法权益。
机器人AlphaGo战胜了顶尖棋手已成旧闻,近来证券业内又有某大投行研发出智能金融机器人高效代替专业金融人士工作的新闻传出。在基于大数据分析的“互联网+”以及智能机器蓬勃发展的时代,投资者教育如何更有效地开展,成为上海证券交易所“做理性的投资人”颁奖大会圆桌论坛上与会嘉宾共同关注的话题。
“目前市场上投资顾问与投资者的比例是1:3000,服务能力存在巨大瓶颈。”广发证券总裁助理兼零售业务管理总部总经理王新栋在圆桌论坛上介绍道。在这样的大背景下,广发证券推出了贝塔牛机器人投顾,通过相关应用,为投资者提供更为专业化的服务,成为有效的投资者教育抓手,大大缓解了投资顾问服务覆盖不足的缺陷。此外,“我们正在着手打造基于大数据与智能客服体系的智能客服,以文字或语音等多种方式实现人机互动服务。客户通过广发证券APP、微信、短信等各终端以文本或语音格式咨询信息时,系统返回与客户查询相关的数据、内容。”王新栋表示。同时,广发证券也率先在业内推出“有问必答”在线答疑系统,由近7000名理财顾问全天候7*24小时,10秒内响应投资者需求,对全市场免费开放,做到了及时高效的咨询答疑与服务,2016年全年答疑数超过450万条,有效地解答了投资者疑惑,及时服务投资者。
在证券公司的实践中,大数据不仅仅可用于投顾服务,还成为让投教工作有的放矢的重要手段。东北证券副总裁郭来生介绍说,2016年,东北证券通过iPad移动终端、微信平台等渠道,举办了“栀子花开”系列证券知识竞赛活动。活动采用线上线下结合的方式:线下竞赛采用“答题PK”模式,投资者通过激烈的角逐产生冠军;线上竞赛采用“有奖通关”模式,投资者通过答题,层层通关赢取奖品。郭来生表示:“在公司活动期间,公司充分运用大数据思维,对投资者的答题情况进行汇总和分析,定位投资者金融知识的薄弱环节,为今后精准开展投教工作提供了重要的依据。”这样的有益探索,也让东北证券获得了上交所颁发的“特色投教活动创新奖”。
华泰证券经纪业务总部总经理孟庆林在发言中说道:“90后年轻一代对智能投顾的需求也有一定比重。未来对这部分人的服务,要适应其需求,做好准备,为新一代投资者做好服务。”目前,华泰证券已通过移动终端“涨乐财富通”创新了投资者教育模式,打造涨乐FM、乐米游戏等结合新媒体的投教平台,运用新形式新工具提升公司投资者教育水平。“让投教‘润物无声式’地融入到投资者的日常化、碎片化的游戏、休闲之中。”孟庆林这样表示。
海通证券也同样看到了“互联网+”时代投教创新的巨大空间。海通证券零售与网络金融部总经理许锋介绍说,互联网时代给投教带来新的契机,以前投教采用的是传统方式,新一代的投资者涌入后,内容上逐渐以他们为中心,涵盖的内容更多元化,新的服务也会嵌入。海通也开始准备做移动互联网的投教平台,在“e海通财”APP上设置了“学堂”专区,把一系列投教产品放在上面,提供给投资者进行学习和参考。“我们下一步的计划是做大金融教育平台,投资者未来不仅仅能够在海通证券的投教平台上学到关于证券的基本知识,更能学习到融资租赁、投行业务、资产管理、债券融资等内容,由浅入深,丰富投资者教育内容。不同类别、不同知识层次的投资者都能够在我们的平台上获取相应的资源。”这是海通未来投教工作的愿景。
在上交所“做理性的投资人”活动评选过程中,上交所发现有越来越多的证券公司开始在投教工作中顺应时代发展趋势,积极尝试应用大数据分析服务投资者,并将其作为投教工作的重要抓手。与之对应的是,“互联网+”时代,在快速、多维度响应投资者需求的同时,如何更有效地将“树立理性投资理念、提升风险防范意识”巧妙融合进各种先进的投教工作和方式中,也是值得包括证券公司、交易所在内的市场各方进一步思考的问题。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
【核心关键词】产品、经营、客户、调研、销售额、宏观、会计行业、客户满意度、发展趋势、经营状况、数据分析、竞争对手、数据 ...
2026-07-14问卷调查是市场调研、用户研究、社会调研与产品分析的核心数据采集方式。问卷数据大多以分类数据为主,例如用户性别、年龄分层、 ...
2026-07-14 很多数据分析师画过趋势图、做过业绩预测,但当被问到“这个月销售额增长20%,到底是长期趋势自然增长,还是促销活动的短期 ...
2026-07-14在数据分析、业务效果验证、AB实验扩展、行业对比等场景中,我们经常需要对比三组及以上样本的均值差异,例如不同区域的客单价对 ...
2026-07-13在互联网产品运营、用户生命周期管理与商业化数据分析中,留存指标是判断产品价值、用户满意度与商业模式健康度的核心基准。常规 ...
2026-07-13 很多数据分析师做过按月份的销售额趋势图,画过按天的流量折线图,但当被问到“时间序列和普通数据有什么本质区别”“季节性 ...
2026-07-13【核心关键词】统计学、互联网、知识、课程、学生、数学、软件、招聘、数据分析、实习经历、机器学习、理论基础、业务思维、统 ...
2026-07-10在互联网运营、产品设计、市场营销与商业数据分析领域,所有转化、成交、复购行为的底层逻辑,都依托于用户决策流程。用户从产生 ...
2026-07-10 很多数据分析师能熟练地计算指标、搭建标签体系,但当被问到“画像到底在解决什么问题”“画像和标签是什么关系”“画像如何 ...
2026-07-10数据透视表是数据分析中最常用、最高效的汇总分析工具,具备快速分组、聚合计算、维度拆解、数据可视化等优势,能够轻松完成求和 ...
2026-07-09在统计学、CDA数据分析、机器学习与商业数据研究中,正态分布是最基础、最重要的数据分布形态。绝大多数参数检验、数据建模、指 ...
2026-07-09 很多分析师在设计标签时思路清晰,但真到落地环节却面临“数据在手,不知如何转化为可用标签”的困境:或因加工方式选择不当 ...
2026-07-09【核心关键词】采购、周期、原材料、企业、产品、成本、要素、库存、供应商、数据分析、生产计划、生产制造、加工制造、技术工 ...
2026-07-08在数据分析、特征工程、机器学习建模的工作流程中,原始数据往往包含多个不同维度的数值指标,例如客户交易数据中的消费金额、交 ...
2026-07-08 很多分析师每天和数据打交道,但当被问到“标签是什么”“标签和指标有什么区别”“标签体系如何设计”时,却常常答不上来。 ...
2026-07-08商业谈判是企业采购合作、渠道签约、价格议价、项目合作、客户签约的核心关键环节,直接决定企业的合作成本、利润空间与经营风险 ...
2026-07-07在数据分析、业务效果验证、AB 测试、学术研究等场景中,T 检验是假设检验体系里最基础、应用最广泛的统计方法,也是均值差异分 ...
2026-07-07 很多数据分析师每天都在写SQL,但当被问到“数据查询语言(DQL)的本质是什么”“SELECT语句中各子句的书写顺序与实际执行顺 ...
2026-07-07【核心关键词】转化率、企业、策略、岗位、互联网、拆分、产品、运营、分析师、指标体系、数据分析、用户画像、数据诊断、产品 ...
2026-07-06在数据分析工作中,文本数据处理是高频刚需场景,用户评论、客服工单、日志信息、调研问卷、商品文案等数据都包含大量文本内容。 ...
2026-07-06