作者：道乐科技
前篇回顾
上篇链接：https://research.szltech.com/?p=2140
在上一篇中我们谈到，当下智能投顾最典型的产品形态是以投资策略为中心的模式，但随着同质现象越来越严重，这种业务模式在获客上遇到了多重挑战。
在本篇中，我们将重点讨论以“投顾”为重点的智能投顾业务的开展思路，并分享一些可行的实施方案。
上篇文章已经提过，以投资策略为中心的业务模式，遇到的很大一个挑战是：投资者不相信冰冷的机器算法能充分理解自己。因此，在道乐看来，如何让投资者相信我们在为其提供专属投顾方案，是我们要考虑的重点。
我们的思路是：根据用户的投资生命周期，为其提供针对性的、趣味性的投顾类陪伴服务，可在一定程度上解决用户的不信任问题。
细分到用户的每个投资阶段，道乐也提供了一些落地方案供大家参考。
投前诊断：提供定制化的算法结果
在投前阶段：配合用户的专属数据，为其提供定制化的算法结果。
以支付宝的“资产诊断”工具为例。当前较常见的投顾方案，是让用户填写理财画像的相关信息，从而为其提供投资组合推荐。但支付宝在构建用户理财画像的基础上，同时读取了其资产持仓，并提供了定制化的资产诊断建议，更能赢取用户信任。
另外，为了让用户更愿意填写信息，这类方案的包装也很重要。如何设置问题，什么样的展现形式更吸引用户，如何根据持仓诊断结果为用户提供组合推荐……是需要深入思考的问题。
投中推荐：提供满足核心需求的组合
在投中阶段：以用户需求为导向，提供能满足用户核心关注点的组合。
智能投顾的核心需求就是为合适的用户推荐合适的组合，因此，深入了解投资者的需求是投顾业务永恒的主题。
在上一篇文章中我们提供过这样一组数据：
数据来源：道乐在雪球的调研（左图）；CBNdata 小米金融科技研究中心（右图）因此，在推荐投资组合时，针对用户的核心需求推荐，是增加用户信任感的很好方法。比如为用户提供组合推荐时，在突出组合配置的基础上，同时突出组合的择股能力等元素
投后陪伴：提供陪伴式服务
在投后阶段：将陪伴式服务贯穿用户的整个投资生命周期。
用户对机器算法的不信任，在于他们没有得到自己想要的服务。因此，为用户提供针对性的投资陪伴，从产品提供者转变为投资陪伴者，是获得用户信任的方法之一。
以交银基金FOF为例。在交银的交互页面里，从小白关注的问题入手，提供投教、答疑等陪伴，同时针对对应产品目标用户的需求，提供行情分析、组合调仓以及风险控制等陪伴。
未完待续…
除了上文中所提到的几个思路，道乐也在探索其他的方案，目前也有一些思考和成果。感兴趣的机构或朋友，欢迎联系项目经理探讨沟通。
在未来，道乐认为，机构可能会主要解答一个问题：用户需要什么样的投顾方案？道乐也会坚持在投顾业务上的探索，希望能持续与业内机构交流，共同进步。
北京、广深 周经理 188-2624-1835
上海 郭经理 186-2439-5648
商务邮箱 business@szltech.com