新用户运营/周报/2026.11.17

新用户运营 · 周会材料 2026.11.17

年内数据与年底重点项目

01

数据情况

年内累计增量价值

截至 11 月 16 日,年内累计策略增量约 2.20 亿元,较“如无策略收入”增加 19.06%。

合计策略增量

2.20 亿元

较如无策略收入 +19.06%

商业化增长 · 策略增量

1.85 亿元

较如无策略收入 +19.72%

自然增长 · 策略增量

0.35 亿元

较如无策略收入 +16.19%

收入与策略增量明细
渠道开户收入(元)如无策略收入(元)策略增量(元)增幅
商业化增长1,120,603,490936,020,289184,583,201+19.72%
自然增长250,623,340215,701,30134,922,040+16.19%
合计1,371,226,8301,151,721,590219,505,241+19.06%
02

年底还能带来增量价值的项目

福利开户

本周暂停实验

通过福利补充开户动机,承接有兴趣但尚未开户的用户。

核心结论

开户提交率较对照组相对提升 7.1%,表现尚可。前端点击率为 1.18%,明显不及预期。

本周安排

暂停福利开户实验,将全部流量用于前端页卡样式实验。

后续规划

考虑 ROI,计划仅向累计登录天数 4 天及以上 的用户投放。待点击率合格后,逐步开展人群扩大实验。

实验数据 · 10 月 30 日—11 月 15 日
组别点击率开户提交率绑户率
实验组1.18%0.69%2.88%
对照组—0.64%2.81%
相对提升—+7.1%+2.4%

统计期间为 2026 年 10 月 30 日至 11 月 15 日。相对提升沿用提供值,按表中展示率复算会有差异。

任务体系 · 投资挑战局

已上线 · 持续迭代

首版以“双人投资挑战”提供清晰的参与起点,通过低门槛实践和结果反馈,促进新用户持续参与和回访。

核心结论

目前前端点击率 1.84%,低于 5% 的目标。复玩率仅 10%,持续参与不足。

后续安排

考虑继续进行 2–3 次迭代。如转化率仍不能得到有效改善,考虑放弃该方向。

前端点击率

11 月 4—13 日汇总

1.84%

目标 5% · 相差 3.16 个百分点

点击后入局率

链路优化前后对比

46.8%优化前 40.6%

增加 6.2 个百分点 · 相对提升 15.3%

查看入口与入局数据
环节数据说明
首页曝光65,317 UV资源位覆盖 93.04%
点击 Banner1,202 UV进入活动页面
入口点击率1.84%点击 UV ÷ 首页曝光 UV,11 月 4—13 日汇总
点击后成功入局40.6% → 46.8%完成匹配与选股,链路优化前后对比
复玩率10%本周补充的运营数据

个性化绑户引导

已上线 · 实验观察中

针对有、无同花顺开户成功记录的新用户,结合行为触发与登录卡点提供绑户引导。

新增自选后绑户提醒

11 月 12 日已上线。11 月 12—16 日累计去重数据中,有同花顺开户成功记录人群的绑户率为 15.99%,对照组为 14.89%,相对提升 7.38%。无记录人群两组绑户率均约 0.75%,相对变化 −0.81%。

登录失败重试弹窗

计划于 11 月 17 日盘后投放。

协同方案

同步与开户侧沟通手机号匹配券商账户及端外触达方案。

绑户实验数据 · 11 月 12—16 日累计去重
组别首页曝光人数弹窗曝光人数弹窗点击人数绑户人数绑户率相对变化
实验组1 · 无开户成功记录96,85070,56807220.75%−0.81%
对照组1 · 无开户成功记录95,666007190.75%—
实验组2 · 有开户成功记录3,6212,67736157915.99%+7.38%
对照组2 · 有开户成功记录3,5390052714.89%—

按同花顺开户成功记录区分两类未绑户新用户。绑户率以首页曝光人数为分母,相对变化按原始人数计算。

03

提前做好 AI 应用准备

01

新用户应用 AI,增量价值在哪个阶段?

现阶段优先验证“绑户 → 首次交易”环节的 AI 增量价值。

用户在这一阶段开始出现明显的需求分化,识别具体问题并提供对应服务,更可能带来额外改善。前面的开户与绑户环节,常规问题优先由规则和业务流程承接,复杂异常可作为补充尝试。

核心环节AI 的潜在增量当前判断
新增 → 开户提交识别开户意图、匹配开户服务。偏低。约 80% 的开户提交发生在首日,端内上下文较少,明确意图可直接由规则承接。
开户提交 → 成功识别办理障碍、提供异常问题帮助。偏低。审核进度更多由业务流程决定。
开户成功 → 绑户识别登录障碍、匹配对应处理服务。中低。常规问题规则即可解决,复杂异常可能有价值。
绑户 → 首次交易识别投资研究和交易过程中的问题,主动交付对应服务。相对较高。用户开始出现明显的需求分化。
新增 → 开户提交:为何暂不优先应用 AI

约 80% 的开户提交发生在首日。

  1. 提交行为发生得早。相当一部分用户第一次打开 APP,就直接进行开户提交。
  2. 首日画像依据有限。端内上下文较少,难以形成有效画像。
  3. 投放画像补充已在尝试,但覆盖有限。目前信息流渠道已通过商增回传部分投放素材携带的用户画像,开展 AI 投承尝试;覆盖约占整体新用户的 25%,目前效果尚不显著。

以上沿用 11 月 10 日的业务判断,潜在增量尚待实验验证。本周 AI 应用进展待补充。

02

参考三类业内方案,开展具体尝试

以下按服务方式归纳,具体场景可组合使用。

知识问答与解释

检索资料,回答时提供依据

Morgan Stanley 的 AskResearchGPT 帮助员工检索、归纳内部研究材料,并提供原文引用。官方案例 ↗

可尝试的场景用户问“开户和绑户有什么区别”“券商账号在哪里找”,从已确认的业务说明和券商指引中查找答案,并提供对应步骤。

工具与任务助手

连接数据和工具,分步推进任务

Claude for Financial Services 将金融数据连接器与研究、分析工作流结合。步骤明确的任务可用固定流程,需动态选择步骤时再评估 Agent。产品方案 ↗ 流程与 Agent 设计 ↗

可尝试的场景围绕“完成绑户”,串起确认券商与当前步骤、提供账号查询指引、进入绑户页面、核验完成状态。先核对所需状态和入口能否接通。

按状态主动提供帮助

结合当前状态,选择介入时机

Bank of America 的 Erica 使用自然语言识别和预设答复,并根据账户活动主动提供到期提醒等帮助。可参考它按状态触发服务的产品机制。官方功能说明 ↗

可尝试的场景用户已开户、仍未绑户且在相关页面求助时,提供当前卡点的指引。结合完成状态、用户关闭和近期触达记录,确定继续帮助或停止提醒。

03

业务团队先做好三项基础准备

数据

梳理用户属性、行为和任务状态等必要数据,统一字段口径、来源与更新方式,并关联服务过程和结果。

交付数据字典、缺口清单与反馈记录规范。

内容标准

明确内容要解决什么问题、适合什么用户,以及准确性、完整性和时效要求。统一标签、版本、审核与更新标准。

交付内容分类与标签、质量标准和维护规范。

匹配规则

梳理不同用户状态与需求对应的内容和服务,明确适用条件、选择优先级、触发与停止时机。信息不足时先补充确认,并用典型案例检验规则。

交付需求与供给对应表、触发规则和验证样例。

策略素材