用户研究总监

本文来自神策数据创始人&CEO桑文锋、奇鱼微办公副总裁黄喆、乐逗游戏用户研究负责人K叔，以及美的电商公司运营总监潘至鹏的分享，主要为大家传授产品总监必备知识体系，讲述一线大厂从业多年的宝贵经验和工作方法。enjoy~我们走在同一条路上，穿的却是各自的鞋。我们同在一个旅游景点，却看到不同的风景。我们同是产品人，为何体会到不同的诗和远方？听很多做了三、五年的产品人说，自己找不到工作的价值，也听他们谈起对未来发展的迷茫，然而他们并不知道如何成长为产品总监，往更高的职位发展，始终脱离不了按部就班的工作状态。即使你无欲无求，与世无争也未必能安全熬到退休，因为会有突如其来的人事调动或裁员危机，更有可能会被长得好看还未婚未育的同事取代你。那么，如何让自己在职业发展中无可替代？在互联网的洪流中建立自身独特的竞争优势？9月9日，人人都是产品经理&起点学院倾力打造的【产品总监修炼之道】，在上海高大上的凌空SOHO开课了，迎来了170多位来自20多个城市的学员。此次课程邀请了神策数据创始人&CEO桑文锋、奇鱼微办公副总裁黄喆、乐逗游戏用户研究负责人K叔，以及美的电商公司运营总监潘至鹏，为大家传授产品总监必备知识体系，讲述一线大厂从业多年的宝贵经验和工作方法、分享近800页PPT和超值的干货资料~本文将从每位导师的课程内容中挑选一个要点，给大家进行简要回顾。（按照导师讲课先后顺序排列）第一步：产品规划之战略部署主讲人：黄喆奇鱼微办公副总裁，原去哪儿网用户体验总监，百度用户体验经理、产品负责人PM想要晋升PMD不能一直停留在对产品的执行层面，更多的是决策层，需要能指挥作战、运筹帷幄。 这就要求PMD从规划能力、协调能力、管理能力、领导力、判断力去提高自己的思维和眼界。本期，黄喆老师将从团队管理、战略规划、工作实施几个方面为大家详细讲解产品总监的战略规划。首先，好的产品肯定是需要在好的产品团队的运作下产生的。以人为本，从团队管理的视角出发，如何打造一支高效的产品团队？如何进行人才盘点？如何制定合理的绩效目标？如何把目标层层分解，最终责任到人，分解为每个人需要承担的任务……这些都是作为管理者需要掌握的能力。在面对公司战略的目标任务时，团队管理者都会遇到的几大难题：为了使股东满意，我们应该达到什么样的财务目标？为了使用户&客户和股东满意，我们应该在哪些内部流程、制度&机制、工具方法上进行建设固化优化为达到我们的目标，我们的组织和员工应该怎样学习和提升？针对以上问题，黄喆老师通过讲述战略链接工作规划的三大方面，教大家如何在团队中去把目标实施：直接贡献业务结果，关键体现在“投资收益”&“发展的资源”。如：网页搜索、销售、新客户、CRM相关，产品宣传推广等来进行团队内部的平衡。内部管理效率，如：平台建设、流程梳理、建立标准、推广工具、撰写模板手册的规范化，来提升组织的整体效率。学习与发展，如：人才培养、梯队建设、组织氛围、知识沉淀、团队学习、员工辅导的方法来提升组织和员工能力的手段。实施目标，就要看到结果。那么大家都是用哪些指标来衡量工作结果呢？黄老师具体从年度绩效目标设定为例 ，从KRA、KPI、目标值三个方面给大家进行了详细的分析，并提供了很多有实际价值的绩效模板给大家参考~接下来黄老师还给大家带来大厂的产品战略部署等满满的干货，大家听得意犹未尽，许多同学下课后也仍然围着黄老师继续请教问题。第二步：产品团队修炼用研读心术秘籍主讲人：K叔乐逗游戏用户研究负责人，前腾讯游戏高级研究经理产品前期，需要确定目标的用户群体，探究用户的行为习惯，从而才能研发出符合用户需求的产品。在做市场与用户研究上，我们常用的方法大致分为桌面研究、定性研究、定量研究。通过这些方法如何根据用户诉求洞察落地，提升产品及营销品质呢？对此，K叔辅以一些方法论和案例，一步一步地为大家进行了详细解读：接下来是用户研究的执行问题，适度的参与掌握，这个是参与定性执行环节必不可少的，定性执行的过程是直接与研究对象接触的环节，可以捕捉到大量素材及细节，参与一手的研究过程，会让你有意外收获的，会对于你其他的困惑有所帮助。为了加深理解，K叔通过用户行为表现、态度表现、内心诉求的分析，给大家进行了详细的分析。最后就是对用户研究成果的转化，做出正确的应用结论。拿到调研报告后大家都会遇到这样的情况：报告结论/建议很多，不知道该如何抉择报告如何跟我的想法更好结合，给我更多的落地思路组内意见不一，报告要怎样整合大家的想法没有好的想法，不知该怎么办事实上，现在越来越多的研究在采用一种方式：workshop会议的SPC模式，接下来K叔就为大家讲解了SPC模式的具体使用方法与步骤。后续的课程内容，K叔客观分析了用研过程中存在的风险，对用研从业提出了几点忠告，并反复强调：“任何不以落地为目的的用研都是在耍流氓”，提醒大家做用户研究一定不能飘在空中，走形式，用研的成果要转化，能够提升产品和营销品质，并对决策提供建设性意见。第三步：产品运营从优秀到卓越主讲人：潘至鹏美的电商公司运营总监，原QQ空间商业化负责人都说不懂运营的产品总监不是好产品总监。而作为产品总监如何让产品成长更快，要从卖点提炼&产品包装、用户运营、渠道 &数据应用这些方面来思考，运用全栈的运营视角，来掌握“产品”不同阶段，具体运营的工作侧重点则分为以下四个阶段：创建期：用户真实需求的判别与落地 & 运营计划的制定与冷启动成长期：紧围绕产品定位的新能力策展、迭代 & 拉新与认同感的培养、留存、活跃成熟期：（含成长期）特权/商业模式的落地& 营收、口碑、防流失机制的建设衰退期：产品创新 & 运营创新、拉沉除了知悉产品每个阶段需要执行的运营策略，站在产品的角度 ，运营方面也应具备决策力。那么全局决策的要点，需要一个前提——知己知彼。在这里潘老师结合曾负责的QQ空间的案例，从用户数、关键数据指标、产品口碑、竞品方面的问题，进行了深度解析，给同学们带来无数启发。在不同的产品阶段，运营的侧重点存在不同。接下来潘老师重点从用户方面入手，给大家详解运营需要关注的几个重点指标：注册转化率>留存率>增长率>流失率，教大家站在产品总监的视角来做好拉新、盘活、机制及拉沉。第四步：数据运营之平台搭建主讲人：桑文锋神策数据创始人&CEO，原百度大数据部技术经理在这个数据为王的时代，数据分析是作为一个产品经理的必修课之一。而作为产品总监，需要更深层的思考数据分析产生的价值，以及如何做数据分析，然后落地。而企业在实际的业务应用中，企业的商业决策、产品迭代、产品运营以及团队管理，都要基于数据分析，这些直接影响了运营手段、策略制定与工作效果分析，虽然枯燥却是万万不可忽略的一环。针对在工作中会遇到的数据分析问题，桑老师给大家从以下几点给大家做出了分析，避免少走弯路。做数据的第一步关键点，要重视数据源。那么，如何采集到准确的数据？桑老师通过以下几点埋点给大家分析 ，运用各项指标和维度来驱动产品的发展。数据是非常庞大的，有了精准的数据来源，如何将需求实现流程化，在数据应用中体现，就需要构建完善的指标体系，第一个关键指标就是监测产品，产品每个发展阶段，都有最关注的数据，集中注意力，提升第一指标。桑老师以三只松鼠App、Keep App为例为大家进行了深入分析，并运用“海盗指标法”具体教大家怎么去做。数据分析的作用就是为了更好的驱动产品的迭代，桑老师以“百度知道”、Worktile和神策官网为例，为大家剖析数据分析对产品迭代的意义，后续导师现场还根据不同行业的情况为大家分析、解答，同学们听得意犹未尽，下课了也主动与导师进行交流。为期2天的集训，48小时的烧脑课程，学员们全程保持高度集中的学习状态，老师们带着大家深入破解高级产品经理到产品总监的晋升困局，为大家带来满满的干货！10月我们将再次出发，【产品总监修炼之道】将于10月21日-10月22日在深圳站开课，仍然会由4位资深产品大咖，教你掌握产品总监必备的知识体系与技能，助你突破职业晋升困局，成为一名真正优秀的产品总监！也可在手机微信上查找Liya微信号：15820408319（手机号同上）访问链接：http://event.31huiyi.com/822472527可直接报名深圳站！题图来自 Pexels，基于 CC0 协议

5月18日，以"大数据精准营销"为主题的数据观思享会第三期沙龙在福州成功举办。咸鱼科技研发总监Eric在活动中给大家分享了主题为《大数据用户画像及营销实践》演讲。　　Eric：大家下午好！我是咸鱼科技研发总监，今天给大家分享偏技术方面的内容，主要涉及到用户画像的技术以及在营销方面的应用。不知大家有没有听说过咸鱼科技，咸鱼科技是14年成立的，最早的时候做推荐起家，给很多电商提供第三方服务。到2014年的时候，差不多大概有1500家的电商和媒体都是我们的客户，是国内推荐最大的第三方服务提供商。2016年下半年，咸鱼科技转型为大数据解决提供商众多省内名企用户画像DMP平台都是我们构建的。今天的主题是大数据用户画像的方法及营销实践。大数据已经上升为国家战略，大数据和用户画像是一个什么关系？我们先讲述一下数据在发展过程中地位的转变。早期的时候，基本上IT系统的构都是为业务服务，在服务过程中积累了数据，然后我们的BI分析团队对这些数据进行分析。但是到了DT时代，大数据时代，数据地位发生根本性的转变，数据本身就是一个现实世界的虚拟化表现，数据已经构成了一个虚拟世界，IT系统是构建虚拟系统之上更加智能，数据在DT时代更加重要。大家都听说过大数据四个V，大数据应该说一种信息化时代自然的延伸，意味着无处不在。怎么说？第一，我们现在已经进入信息化时代。另外，我们可穿戴设备发展得越来越快，人产生的数据会越来越多，而且随着技术发展，人和人之间这种传统面对面的沟通方式也发生了变化，很多时候可能都通过信息化传输，因此，我们人需要从机器比特流中去识别人，同时由于机器变得智能，需要教会机器去认识用户，那么用户画像这个事情就变得越来越重要。因为基于用户画像可以做一系列的事情，比如说个性化推荐、营销、征信、风控等等都是了解人的基础上才能构建的一些应用，因此用户画像是所有应用的基础。提到用户画像这个词，好多人都听说这个词。有多少人听说用户画像这个词，能举一下手吗？我给大家解释一下。基本上做大数据这一行的，都听说过用户画像这个词。好多人都听过画像、360用户识别、标签这些词儿，但是对这些概念并不清楚，下面我在这里跟大家分享一下我们理解的用户画像。首先看一下生活当中对用户的一些描述。首先看一段文字，身长八尺、面如冠玉，大家有没有想到谁？很容易想到诸葛亮。这是一段文本描述，左边这个图的描述也是描述一个人，大家会想到谁？很容易想到希特勒。右边这个图，描述是一个球员。这个大家都知道是奥巴马。生活当中描述一个人的方式有很多，像这些的描述方式不一样，但他们都满足一些共性。首先是目标，都是为了描述人、认识人，其次是形式化，什么叫形式化？我们机器能够理解这段内容，比如说拿身份证，我们身份证可能在卡上一刷信息全部出来了；另外非形式化，刚刚看到文本图像都是非形式化的描述，机器是理解不了的。第三，是信息的组织，有可能是结构化也是非结构化。前面看到的球员给出很多指标，那是一种结构化的方式。第四，标准。我们描述一个人，要采用一套能够达成共识的指示体系，因为必须达成共识对方才能理解，如果我知道这个词而对方不理解这个词，那上面就没有办法达成一致，就没有办法来描述这个人。最后一个方面就是验证。构建完用户画像之后，你得说出它的依据，你说这个人特别不靠谱，你得告诉为什么不靠谱，你的依据是什么？你是怎么推理来的？因此，用户画像的描述都满足这五个方面的特性。说了这么多，给用户画像来下一个定义，用户画像对现实世界中的用户的数学建模。这句话，它有两层含义。第一层含义，我们看到这个词，有一个关键是用户，说明这个用户画像它跟业务密切相关，实际当中来源于业务，对符合业务需求的特定客户。来源是源于现实，高于现实。另外，数学建模。它是从用户已有数据当中去挖掘深层的、对用户比较高层次的描述，比如说这个人是月光族，月光族只是一个符号，很多时候不可能从原始数据包含月光族，我们是从用户每个月有多少收入每个月花销多少钱，推理出来是否是月光族，消费数据以及收入数据才是原始数据，因此用户画像是源于数据，高于数据。如何构建用户画像，我们从服务各家企业的过程中总结出来一套方法论。要描述用户画像，第一个要有业务指示体系，达成一套共识的业务支撑体系。另外要有一种形式化的方式能够描述，而且这套知识体系，机器能够理解，只有人理解，机器不能理解这个东西也没有办法去用的。有没有这样一套方法？大家在60、70年代听说过本体论，那个东西听起来非常复杂，我在这儿不做过多的描述。但是我们有一套比较朴素的知识藐视体系，大家小时候学语文要用新华字典，新华字典其实就是在描述我们的知识。怎么来描述？左边条目是一个词，就是这里所谓的符号，右边用一大段的文字解释前面这个符号，就是对应的概念，呈一个三角关系。字典里面说狗这个词，我们头脑中想到一段文字描述狗："四条腿，会叫、会看家的动物"，脑子中想的是各种各样狗的实体，因此词典是描述知识的一套方法。通过这套方法可以拓展到用户画像中来。首先看一下标签，标签就对应刚刚说的符号，大家对标签这个词不太理解，其实它本质上来说就是一个用户特征的符号表现。我们说用户画像是现实中的数学建模，就是刚才说的一段概念和文字描述，是经验总结出来的用户特征。右下角对应用户群体。举一个例子，我们就拿性别来说，性别对应一个符号，而且这样的符号跟业务密切相关，比较简单的一种场景，大家理解的男女都是性别上的男和女，另外一种场景，譬如互联网上经常喜欢购买男性的商品，这时候指的不是性别，而是指在互联网上喜欢购买什么样的商品，因此跟业务相关。标签的标准化定义是某一种用户特征的符号表示。比如说这个人是月光族，说他是高富帅，喜欢汽车等等都是给他打上的标签。性别、地域也是标签，都可以用来描述用户。标签与用户画像是整体和局部的关系，这种关系用标签体系来描述。举例来说，就像每一个人都有一双眼睛和一个嘴巴，但是只有嘴巴和鼻子，在位置合适的时候，才能构成一张人脸。我们给企业构建用户画像时标签体系非常关键，它不是我们做研发拍脑袋拍出来，要跟产品人员、业务人员沟通他们的需求。刚才提到给华为做企业DMP平台，就要和所有业务部门沟通，每个业务部门对画像的需求不一样，营销部门、售后服务部门等等对标签都有自己的需求，通过收集所有需求构建一套标签体系，给每个标签一个完整定义再交给研发人员生产标签，因此和业务密切关联。最后一个方面是用户画像生产出来需要验证。客户跟我们交流过程中提的非常多的一个问题，最后我们标签生产出来以后，构建效果怎么样？怎么验证？我们的经验总结分为两个层面。第一个层面是你的标签准不准，譬如我们经常用搜索，搜索出来结果准不准。第二个层面是标签全不全，一般来说这两者没有办法完全满足，而且对标签体系也很难做到100%的完备，因此我们通常是验证标签打得准不准。大数据用户画像准确性验证可以分为两个方面。第一，有事实标准。这个人生理上是男是女，这个东西可以验证，但是这种方法可以直接拿到他的性别，再和我们打出来的性别做比较，就知道标签打得准不准。另外一种是无事实标准，刚才提到忠诚度，是营销当中非常重要的标签，但用户忠诚度没有一个客观事实标准，这个时候去做验证，更多的是验证计算过程是否合乎逻辑。我们看一下用户画像生产过程中的逻辑架构。首先是数据源，你给企业构建DMP系统，收集所有的数据，而且企业数据源都是来自各个地方，包括电子渠道、官网、微信渠道等等，第一个是要去整合所有的数据源，把所有数据源梳理清楚。第二，数据采集，不同的渠道你的数据采集方式不一样，我们做数据采集归结两个层面，产品数据集成和用户数据集成。第三，数据管理层面。这指的什么意思？所有用户数据采集回来之后，你要清洗、加工、建模、构建出我们用户画像，所以说这是一个数据管理的过程。数据加工完成之后在上面开发一个对应的接口，包括分析类、服务类、营销类，提供给上面各个业务部门使用，到最后你可以应用到各个行业，比如说我们应用到金融、制造、航空、家电等，从逻辑上来说是这样一个架构。实际构建用户画像过程中会碰到关键技术难题，今天分享主要是两个方面。第一是用户多渠道的数据打通。第二是用户数据挖掘建模。什么是用户多渠道的数据打通。在互联网上，用户跟企业有非常多的触点，PC上网是cookie标识，有各种各样的标识。整个用户行为数据被分割，如何把这些数据打通，同样用户在不同触点进行打通就变得特别重要，为了做这个事情，我们需要站在上帝的视角。我们用什么方法做这个事情？　　当一个用户，我在当一个用户，我在一个电商网络上，用邮箱登录的时候，用了email和网站的cookie，在两个标识拉一条边，就可以采用图的方法将用户全渠道ID打通。我们将刚才所有的ID作为顶点，当两个ID共现的时候，邮件和cookie可以连一个边，把所有的点连成起来就构成一张图，就能进行打通，两个ID通过中间一条路径进行联通，认为他们是同样一个用户。实际业务对拉通可信度的要求有区别，比如拿推荐来说，要求没那么高，拉通错了影响没那么大。但如果电商网站上，手机和网上用户拉错了，把信息发到另外一个人的手机里面，用户体验会非常糟糕。刚才说的标签体系拉通，什么意思？我们数据来自于不同渠道，我们有很多电商客户，它们的类目体系并不一样，我们不同渠道的数据该如何进行整合？这就涉及到标签体系拉通的问题。大家容易想到直观的方法，就是进行手工映射，这种工作量特别大。另外一种是通过机器学习，咸鱼科技建立一套标准体系，对于任何用户访问的任何一个商品，通过机器学习分类到这套标准体系，就解决类目体系拉通的问题。具体到模型太技术了，就不说了。接下来说到用户画像标签层级。指的什么意思？我们刚刚说了用户画像是标签的集合，我们可以分为几个层次。我们最开始涉及到的用户行为是什么？网络行为。这些都是原始类的数据，按照他们加工难度或者业务需求程度，可以分为几类。事实类标签。什么叫事实类标签？比如说购买什么种类的商品，这个网站我浏览了几次，这都不需要加工，只需要做简单统计，就能得到事实标签。再往上模型预测类标签。比如说你刚刚买了一个手机，你有手机配件方面的需求，这是模型预测类的标签。再往上是营销类标签，类似于忠诚度、影响力这些方面的标签。我要提高他的忠诚度怎么得到？它其实是上面业务和底下原始数据衔接层，得到用户忠诚度可以去进行营销。再比如影响力标签，可以根据发的信息有多少人转，根据这些原始数据，这个人在朋友圈影响力有多大，这都是加工出来的。最上面一层是业务类标签，譬如有房一族、有车一族、高富帅、白富美等。比如高富帅，你怎么判断？收入、性别等原始标签组合成高富帅这个标签。最后说一下用户画像在实际业务中的应用，首先可以根据我们的应用去拓展维度，刚才说了根据实际业务需求，然后去构建标签体系的维度。第二，它可以根据维度扩展用户画像的应用，因此它和实际中的应用是互相促进的关系。有了忠诚度、影响力的标签可以做营销，在售前推出一款新产品，希望在销售之前找到目标用户群做精准营销，这是一方面；另一方面，在售中把用户拉到网站上做向其推荐感兴趣的商品，这是售中；最后我的用户买了商品离开网站之后，用户对产品以及对我的品牌口碑反馈是什么样，这是售后。我希望得到这方面的用户反馈，用于售后做增值服务。今天主题是大数据在营销方面的应用，因此后面的内容侧重在营销方面，即用户画像在营销中如何使用。构建画像之后，因为营销渠道非常多，包括短信营销、在线营销等等，咸鱼科技基于企业的三方数据来进行营销。所谓第一方数据，指的是企业的CRM数据、销售数据，这些都是属于它的第一方数据。第二方数据，比如做广告做投放，广告的曝光数据、点击数据、转化数据等。第三方数据，指的是第三方的数据服务公司补充的数据，帮助企业找到更多的潜在客户，这种叫做第三方数据。有了三方数据之后全部进行整合，加工成用户画像，筛选出潜在人群，就有了数据闭环，同时还包括营销闭环，在做营销的时候可能对初始筛选出的人群效果不太满意，因为效果不一定是特别好的，根据实际报表情况对我的营销策略不断进行调整，因此会有两个闭环。咸鱼科技营销管家是一站式营销平台，它解决什么问题？客户做营销的渠道非常多，短信、百度搜索还有门户广告等，这些是大家比较熟悉的。这两年什么最火？程序化购买，跟企业接触过程当中，企业对DSP不太了解，但又不得不往这方面转型，他们如何选靠谱的DSP对他们来说都是很费劲的事情。一方面，我们产品就可以解决它们的问题，营销管家对接了众多的投放平台，包括短信营销、邮件营销、搜索SEM等等，广告主你需要什么样的渠道在平台上直接选择就好，实现全渠道的营销。我们可以看一下实现的营销方面的效果，这是给某知名手机厂商采用营销管家最后达到的效果方面的提升。现在企业做营销，投放完就将数据留在了投放渠道上，自己没拿回来，那这次投放的数据就浪费了。现在很多企业都在构建自己的DMP平台，所谓DMP就是数据管理平台，需要把自己投放的数据拿回来，便于后面做营销可以再次利用这些数据，相当于形成数据资产不断沉淀。第二个例子，化妆品闪购商城达到了销售的提升，这里就不再细说了。上面一个例子是我们给某个知名制造企业构建的第一方DMP，首先要拉通所有的数据建立整体的大数据管理平台，然后把他们所有企业内部外部所有数据都收集归拢建立消费者画像，结合画像做营销。这里构建360度的用户画像体系，传统用户画像来自结构化的数据，比如CRMM系统或者销售数据，这些数据相对很多维度有缺失，我们将所有的数据，浏览数据、访问数据、微博数据、论坛数据进行整合，拉通构建360度用户画像体系，基于整体的画像去做营销。我们当时做过这样的一个案子，大概60万左右的潜在消费者形成了四个标准进行投放，大概效果是盲投的10倍。最后再补充一个在社会化营销做的例子。当时某一个家电制造企业客户新品发布希望招募粉丝，他们希望从老用户中找出最有可能参加活动的粉丝。我们的方案是利用企业销售数据对用户忠诚度进行建模，得到忠诚度标签之后挑选忠诚度比较高的用户，具体的建模数据包括接受渠道多少、购买品类多少，购买频次多少次，最后直接带来的效益是带来了超过一半的粉丝，成本只有以往的40%。最后，我对前面内容做一个小结。用户画像不是数学游戏，而是严肃的业务问题。所谓标签不仅仅是一个符号，其实是衔接底层用户数据和上面业务之间一个很好的抽象层，是业务和技术的非常好结合点，通过用户画像无论将它应用于营销还是将来拓展到征信方面、推荐方面，都是有非常多的实际案例。

8月15日，国际知名IT分析机构Gartner的移动安全领域研究总监Manjunath Bhat（以下简称Manju）到访北京指掌易科技有限公司，并与指掌易CEO王伟、产品副总裁丁俊一就移动安全领域的技术、产品和市场等问题，进行了长达两小时的交流和探讨。分析师简介Manju是Gartner在移动安全领域的研究总监，主要为用户提供移动安全相关建议和研究成果。其主要研究内容是移动业务的管理和安全（包括Windows10的现代化管理）。他帮助各行业用户向UEM方向转变，拥抱统一工作空间的发展趋势。此外，Manju还负责数字化业务和工作场景中的IoT、AI和穿戴设备等方向的研究。图 公司CEO王伟、VP丁俊一与Manju合影首先，指掌易科技CEO王伟先生就公司近期的市场拓展动态、近两年的商业增长、产品更新情况做了详细介绍，其中，Manju进一步了解了公司上半年营销增长情况、市场推广方式和行业覆盖率，并对公司在海外的拓展提出了建设性意见。随后，在客户案例分享中，指掌易副总裁丁俊一详细介绍了公司在金融、制造、政府、央企、车联网、军队的案例，例如江苏某银行、全球光电制造巨头企业、某省政协等。他分别介绍了这些客户的背景、目前面临的移动安全挑战、具体实施方案和方案优势，Manju对BYOD场景中，指掌易MAM ONLY的方案表达了强烈的兴趣和赞赏。在观看现场英文版demo后，Manju很认可指掌易对应用快速的封装能力和高成功率，他说，灵活配置安全策略简单方便，是能够吸引企业的一大优势。图 指掌易向分析师分享客户案例Manju认为，指掌易VSA的能力给予了方案极为扎实的技术基础，能够极大地推动方案的可实施性。“VSA技术具有一定的独特性，集合垂直行业的特色和市场推广服务，能够取得更佳的成果”，他说道。最后，在讨论中国移动安全市场时，Manju结合自身17年的行业经验，针对指掌易所处阶段和产品优势，认为指掌易可以进一步跟上下游企业及同类安全公司合作，丰富产品能力，以更好地向用户提供一站式移动端的安全方案。此外，根据Google服务和Microsoft软件在中国的实际运用情况，结合近两年中国政府的要求，制定本地化的方案，这与国际市场产品会有较大区别，但更适应中国本地的用户，尤其是政府用户。会议即将结束时，Manju向指掌易传达了一个令人振奋的消息，由于公司2017-2018上半年良好的商业模式与发展增长态势，指掌易成功入选了Gartner今年的Hype Cycle前瞻性报告，敬请期待指掌易的解读与报道。

【环球网科技 记者 林迪】“我们问很多CIO(首席信息官)，你们企业CEO的工作重点是什么？往年来讲，排名第一的永远是增长，今年是第一次增长和数字化并列第一。”Gartner高级研究总监陈勇日前表示，数字化已经成为CEO的工作重点。图：Gartner高级研究总监 陈勇随着数字化将IT重心从技术转向信息，首席信息官正在从交付性角色转变为业务性角色，即从控制成本和改善进程转为开发数据、提高收入和扩展数字化业务。作为全球领先的信息技术研究机构，Gartner每年都会进行全球范围内的首席信息官调查，以追踪全球高级IT领导者目前平衡其战略性业务、技术和管理优先事项的方式，并绘制成“年度首席信息官议程调查报告”，帮助首席信息官将自己的优先事项和行动计划与全球同行进行比较，并做出更合理的未来规划。近日，Gartner 2019年首席信息官议程调查结果也已公布，其中包含来自89个国家逾3000位首席信息官的观点，代表着近15万亿美元的收入预算。调查显示，全球首席信息官预计2019年IT预算将增长2.9%，与预计2018年增长3%基本持平。分区域来看，亚太区首席信息官预计的2019年IT预算增长最高，为3.5%。陈勇表示：“通过这次调查，我们发现数字化的成熟度已经达到了爆发点，即企业的数字化程度较过去有了很大的变化。这种变化我们称为‘数字化爆发’。Gartner认为企业CIO的工作会更加重要，因为他们需要为数字化打下扎实的基础。”“2018年，17%的企业数字化业务达到了成熟阶段，而到2019年，会有33%的企业数字化达到成熟阶段，也就是说数字化成熟的企业在一年时间里翻了一番。”此外，40%的CIO表示，企业数字化转型是由消费者驱动的。“因为消费者有了新的需求，他们希望企业能够用数字化的手段吸引他们购买产品。”陈勇表示，未来越来越多的消费者需要通过数字化体验来购买产品，或者是通过数字化体验来继续保留已有产品。调查还发现，采纳人工智能技术的企业从2015年到现在增长了270%。此外，当被问到“哪项技术最具备颠覆性，可以改变行业传统的做法”，40%领先企业的CIO认为是人工智能技术(AI)。陈勇表示，这是人工智能技术首次超过数据与分析技术，被首席信息官认定为组织变革的最重要的颠覆性力量。陈勇也对记者表示：“现在，75%发展较好的企业已经开始按照产品规划的方式来规划企业的数字化解决方案，即由‘项目型’转变为‘产品型’。”关于“项目型”和“产品型”的区别，他解释道：“‘项目型’是项目立项后，根据客户的需求来设计系统，之后再交付给客户供其使用。交付后，项目便宣告结束。而‘产品型’围绕数字化解决方案的整个生命周期，产品的管理团队一直存在。当前，数字化产品迭代非常快，‘产品型’的优势在于，管理团队通过参与产品的整个生命周期，和客户更紧密。”

Bianews 10月23日消息，据腾讯科技报道，在人民网举办块链技术秋季论坛上，在谈及区块链与治理结构的关系时，阿里云研究中心战略总监杨军表示，从农业时代走来，如今更多人的精力是放在如何用数据提升大家的服务体验。在未来的数字经济时代，需要思考如何让数据更充分、更有效有序的流动起来，这又涉及到数据确权、数据隐私等方面。

来源：巴比特The Block研究总监Larry Cermak发推称，如果我的计算是正确的，那么现在yearn每天的收入约为4.25万美元，这样以来一年约为1550万美元。这可不是开玩笑。

最近几天，一张卖方研究派点表在网上传开了，声称国金证券研究所的研究总监领了2000万佣金分仓任务，并试图通过搜刮所有行业组的“派点”完成考核。“该传言内容不实”，据国金证券透露，对研究总监唐川的考核不涉及个人派点，同时唐川兼任消费升级与娱乐研究中心的负责人，被作为研究组带队在派点表中加以罗列，其他中心负责人也是如此。券商中国记者获悉，曾推行类合伙人制的国金证券研究所，早期就对产业链进行过系统化研究，如今为了打破单一行业研究的壁垒，设立了七大研究中心，分别由研究总监及资深研究员担任中心负责人，这一点明显区别于其他券商的行业研究。“搜刮派点”传闻来势汹汹前不久，网传一则国金证券研究所的研究总监对下属行业分析师“搜刮派点”的消息，让行业一时颇不安宁。这则网传的爆料声称：“今年股票市场行情不好，研究所佣金普遍下滑。为了鼓舞士气，国金研究所开了内部工作会，研究总监唐川表示要带领大家去冲派点，并且认领了2000万元的佣金任务，而且要全部分给研究员。前天，研究所公布了发给公募基金的派点表，唐川把自己的名字放在所有行业组的第一位去了。原来他完成任务的办法就是把所有行业组的派点都搜刮一点，积少成多。”“该传言内容不实”，据国金证券透露，对研究总监的考核不涉及个人派点，“搜刮派点”的说法并不成立。有卖方研究人士认为，研究总监这个角色，重在考核其能否带领研究团队齐心协力、深耕研究，一般对研究所全体研究人员负有培养、帮助成长的职责和义务，“抢派点”的说法有点荒唐。不过，网上还传出一张“派点表”，研究总监唐川的名字在9个行业组中占据第一位，包括传媒与互联网、旅游、家电、教育、纺织服装、轻工、食品饮料、零售与电商、海外研究这9个行业。记者从国金证券获悉，网传表格为研究所向签约客户提供的标准派点核对表，表中如实罗列国金研究全体研究人员名单，但并不代表唐川个人参与其中派点。实际上，唐川除了任研究总监之外，还兼任消费升级与娱乐研究中心的负责人，这里的“消费”是“大消费”概念，囊括了许多细分行业。国金证券透露，唐川本人在消费领域研究功底扎实，所以被作为研究组带队加以罗列，研究所其他中心负责人也会出现在其所负责的各研究派点名单中，该图片仅列举唐川先生名单，有失偏颇。国金分仓收入稳居前20事实上，今年上半年日子还比较好过，但下半年交易低迷，佣金分仓压力骤增，目前各家券商都面临这一轮周期的考验。具体来看，上半年沪深两市的交易量与去年同期持平，但以机构交易为主的风格延续，公募基金交易量同比提高18%，基金分仓收入也同比增长约20%。这也意味着，很多券商上半年的分仓收入都有所增加，其中长江、国君、安信的增幅是比较明显的，而排名稳居前20的国金证券也不例外，同比增加500万元收入。公开数据显示，今年上半年国金证券的佣金分仓收入为0.98亿元，同比增长7.01%，市场份额占比2.41%。值得注意的是，卖方研究竞争日渐激烈，前三名集中度增强，但前十名的合计市场份额却在下降，可以说是排名“不进则退”。而近两三年来，国金证券基本稳步在第19位、第20位，也算保持住前20的行列。新打法：打破壁垒设七大研究中心国金证券研究所近年发展一个突出做法就是，以设立分公司的形式发展卖方研究业务，前年国金证券研究所所长何媛媛接受记者采访时透露，研究所试水推行类合伙人制的激励方式。如今，国金证券探索新的模式，又有一项区别于其他券商的举措——那就是设七大研究中心，打破行业研究的壁垒。据了解，国金证券研究所自2014年起正式更名为——国金证券上海投资咨询分公司，成为独立运营、自负盈亏的分公司。在员工薪酬激励方面，国金证券采取净收入比例提成模式，区间比例在40%-50%之间。早期，国金证券就对产业链进行系统化研究，结合国内、外实时产业情况进行紧密跟踪，对国内外的重点公司进行深度调研，主张“回归研究本质”。记者获悉，如今国金证券又整合出独具特色的七大研究中心，分别是：医药健康研究中心新能源汽车研究中心能源与环境研究中心消费升级与娱乐研究中心智能制造与新材料研究中心创新技术与企业服务研究中心总量研究中心这种做法，意在打破传统单一行业研究的壁垒，释放跨行业研究的活力和积淀。国金证券表示：“研究所将打造拥有产业、一级市场、买方等多方背景，研究范围涵盖A股、港股、海外、产业公司等多层维度的专题研究中心和最具综合服务能力的研究团队。”

来源：金融界网站作者：金志强金融界网站讯 2020年，突如其来的疫情打破了人们的正常生活，全球经济汹涌巨变，不确定性大幅攀升，中国金融行业遭遇了巨大挑战，同样也是这一年，银行理财子公司横空出世，金融科技赋能如火如荼，财富管理转型风起云涌，基金业迎来前所未有之大风口。在此背景下，由金融界主办的第五届智能金融国际论坛暨2020金融界领航年度盛典于12月10日在京召开，百位金融业大咖齐聚一堂，就金融行业的数字化转型发展、金融科技在财富管理领域的应用、公募基金大时代、养老金融的未来等话题进行深入务实的探讨交流。 新华基金研究总监张霖在证券平行论坛讨论时表示，数据是财富管理未来发展的核心要素。图为：新华基金研究总监 张霖 张霖说道，从必要性来讲，每个金融机构都必须面临由传统方式向数字化金融进行转型。从可行性角度来讲，我们也感受到了目前整个大数据、云计算等技术手段的成熟度。今年的4月9日，国务院专门把数据这种资产作为和劳动力、技术以及人才等这些生产要素并列齐驱，头一次纳入到生产要素的范畴之内，明确了数据是一个国家级的战略资源。 新华基金管理规模预计2020年底超过500亿，公司高速发展的背后主要是：一方面业绩优异，基本上是连续三年、五年都在前1/4左右，同业领先；另一方面，也是得益于数字化的赋能，从而实现以投资者为先、坚持长期主义、并且用专业能力给投资人持续创造财富。” 张霖提道，具体来讲数字赋能体现为四个方面： 第一，比如在客户导流的阶段就发现一个现在跟以前相比，特别显著的变化：以前我们的投研人员，大部分都是实地调研的基础上、潜心研究上市公司报表，看看哪些标的被价值低估了，但是现在除了我们要做这些传统研究投资工作之外，公司还成立了直播间，我们还要增加很多直播的环节，每周都有投研人员分享观点，以更好的陪伴我们的客户，解惑他们投资历程中的疑点难点。 第二，在构建投资组合上，也发生了很大的变化，以前可能我们更多的就是通过静态分析上市公司的财务报表和调研，从而去寻找价值被低估的洼地。近年，很大的一点不同就是，我作为新华研究总监专门创立了“新华COMEP”选股体系，我司增加了很多行业+量化的策略。运用大数据、机器学习、自然语言处理、知识图谱等技术，实现数据之间的智能化关联，最后可以自动生成人类语言式的研究信息来辅助证券投资；接入市场资讯数据，编制国内外市场指数池，由产品经理针对不同市场方向选择配置不同参数，保证系统给出实时配置建议。 第三，在这些投资组合、财富管理的过程当中，与过去有一个很大的不同就是我们在运用数字化的方式去进行投资组合再平衡阶段，应用大数据识别宏观微观中的相关信号，触发资产组合再平衡。例如，我们不必再像过去等季报年报出来才能跟踪和分析上市公司的变化，而是用“爬虫” 的方式，可以得到每周的高频数据跟踪消费品或者电子科技等相关标的的最新动态，第一时间做出组合微调修正。 第四，我们用数字化的方式，来进行风险的管控和整个信用体系的评级。 整体来讲，主要是通过数字化的驱动，使得我们更好的去解决信息的不对称问题，更好的提升整个的投研的效率，并且给我们的客户以更具个性化的财富管理。张霖表示，整个金融科技的核心主要就是引导投资人去购买产品，然后在产品购买的过程当中要实现投资人效益的最大化，而这个过程其实最核心的还是我们要对整个客户端以及产品匹配要精准画像。要做好KYC与KYP的融合与实现。那么这就需要深入落实三个方面，分别是：数据沉淀、数据质量、数据运营。 数据沉淀是财富管理机构发挥创造力，从多个角度，利用多元而多源的数据形成对于客户的准确认识。这并不是简单地通过收集更多数据能够解决的，而是我们要在业务流程中充分嵌入数据沉淀的可能性，创造让机构和客户认识自己的机会，开拓出新的有效数据源。 数据运营，是我们在三方面实现产品与服务的适当匹配：在前端销售环节，一是借助大数据等技术，对投资者进行360度精准画像，从多个场景、多个维度了解投资者，从而实现精准营销；二是根据投资者的各项指标，综合运用大数据、人工智能算法等技术形成动态的资产配置方案，为客户提供投资组合选择、交易执行、组合再平衡等个性化投资建议。 至于数据的质量，这一点非常重要。因为，数据准确度越高，数据的复杂度越高，数据的颗粒度越精致，则我们数据的质量越好。对数据质量的要求，不仅要全面、准确，而且数据颗粒度越精细、则数据集的清晰程度越详尽，越有助于了解事实的全貌，这样我们就可以灵活地组合调用不同的数据元素段，以满足不同情境下的业务需求。例如蚂蚁小微贷风控和胜率相对传统商业银行的优势也在于此。而且在金融、市场交易等场景下，时效性是一个高权重的因素。数据时效性反映了在事件实际发生的时间与品牌获取可用的相关数据之间的时间差， 以利于我们更好的赚取市场预期差的钱。 张霖最后总结，整体上来讲，数字经济大潮已经汹涌而来，我们应该去积极的拥抱它，让数字为财富管理赋能，插上飞翔的翅膀！

来源：新浪财经新浪财经讯 11月27日，安徽证监局披露了对王明利采取出具警示函措施的决定。经查，王明利在国元证券任职期间存在担任上海昌兴股权投资基金管理有限公司投资总监和上海有谱投资管理有限公司法定代表人、控股上海有谱投资管理有限公司的情况。上述行为违反了《证券期货经营机构及其工作人员廉洁从业规定》第十条的规定，根据《证券期货经营机构及其工作人员廉洁从业规定》第十八条的规定，安徽证监局决定对王明利采取出具警示函的行政监管措施。据《每日经济新闻》报道，9月24日，上海有谱投资管理有限公司在中基协成功登记备案为私募基金管理人，而公司的法定代表人为王明利。从其履历来看，王明利在2008年8月至2010年6月期间，在天相投资顾问研究部任职策略研究员。2010年8月至2014年11月在国元证券研究中心任职总监、研究员；2014年11月至2015年2月期间在国元证券研究中心任职首席策略研究员，宏观策略组组长；在2015年3月至2016年7月期间任职国元证券研究中心研究策划小组成员兼秘书长；2016年8月至2019年1月在国元证券研究中心担任研究总监一职。