你能想像,只要2周,就能上線一支App?在投資理財圈,有一家軟體科技公司,透過超快的開發流程,短短幾年內就推出了超過80支App,服務超過730萬會員,從每周活躍人數破百萬的投資社群平臺、或是百萬人次下載的股市工具,甚至是學校愛用的操盤模擬軟體,都出自他們之手,可說是臺灣最大規模的投資工具群。
雖然這些App大多是財經數據分析服務,但要在短時間內快速上線,又能大受歡迎,不是一件容易的事。尤其十年前,這家軟體商服務對象是企業,還是透過傳統瀑布式開發流程,來更版軟體服務,很難想像現在只要2周,就能推出新產品,不只技術或人力,更重要的是根本開發思維的改變。
這家快20歲的財經軟體公司,就是CMoney,早年在企業端市場上,推出一款驗證投資策略的軟體工具,在法人市場的採用率超過了9成,近年來瞄準一般大眾推出的多款投資理財工具,更有超過400萬股民用過。
「我們很早就知道,投資不能靠直覺,每一種投資策略,都需要靠數據佐證。」CMoney數據應用部總監陳建文指出,根據主觀的想法來投資,或是僅參考小樣本資訊來擬定投資策略,在缺乏足量數據的支持下,容易面對投資失利的風險。
影響股票的變因過多,很難預測一支股票的未來走勢,但許多法人改採組合投資策略,來分散單一支股票漲跌的風險,進一步借重大量歷史數據分析,更能驗證不同組合策略的有效性。
然而,靠手動撈取數據來分析的速度太慢,跟不上快速波動的股市,等到算出結果,市場局勢又改變了。「能不能把運算過程變成一個工具,來快速告訴用戶,該策略過去某一段時間的表現如何?」陳建文點出開發驗證工具的初衷。
如何加速投資策略驗證?把驗證邏輯變成一套軟體工具
這套CMoney開發的驗證工具,將股市數據分析邏輯模組化,提供彈性設定分析邏輯、自訂計算公式與篩選邏輯的自助式介面設定。同時,也彙整第一線需求,提供常用投資策略的功能模組,直接將數據和演算邏輯結合,來提供特定投資策略的快速分析功能,後續更提供像是視覺化BI報表的功能,讓股市分析工具變得簡單好用,連不諳技術的分析人員,也能透過介面設定的方式直觀點擊操作。
這套軟體推出後的幾年, 陸續取得了超過400家法人機構的採用,搶下了企業端法人市場的9成市占。
分別從IT與開發面改造基礎架構,轉型邁向2C市場
不過,2010年前後,臺灣股票數據公開,加上投資理財風氣逐漸興起,CMoney開始思考,如何將服務企業的模組化軟體設計與系統架構,轉而符合一般民眾的投資需求。
「投資用戶投資方法百百種,我們當然心很大,希望每一種都要滿足,這個策略體現在我們的產品上。」CMoney行銷暨內容專案總監李湘婷指出,不像企業端需求是All-in-one功能的軟體,對一般民眾來說,每個人的投資方法都不同,一款App若提供過多用戶不需要的資訊,就不易獲得青睞。因此,CMoney開發團隊開始思考如何企業級軟體功能拆解、細化,來發展只有特定功能的投資型App。
除了軟體功能拆解是一大挑戰,陳建文指出:「從2B到2C,是很大的轉型,從服務對象、用戶需求、程式設計與數據拆解,都不一樣。」過去服務法人,只有400多家,但去年臺股累積開戶數逼近1,200萬,潛在的服務對象更多了。
要轉而服務如此龐大的用戶群,背後面臨的技術挑戰極其不易,首當其衝的是,原先部署在法人機構內的軟體與伺服器,服務範圍與人數有限,要支援一般用戶每天動輒上百萬人的使用,原有運算資源完全不夠。因此,CMoney重新設計了本地端的系統架構,建立了自己的私有雲,以彈性開關的虛擬機,來因應暴增的用戶連線需求。後期為了穩定性和可擴充性,更將機房遷移至標準IDC機房及可擴充的Google雲端機房來提高可靠性。
除了IT架構大轉變,「我們最早就有一個概念,開發產品時,總不能每開發一支App、就做一個底層,這樣永遠沒完沒了,」陳建文指出,軟體開發的特性,要避免成本大幅提升的前提下,能夠支援大量用戶,才能有效發揮影響力,所以CMoney的目標,「用較低的成本、更有效率的方法,達成開發目的。」
為此,CMoney從2010年開始,延續開發企業端軟體工具的作法,整合不同的數據模組與運算邏輯,打造了一個叢集式的數據分析引擎,並以API提供數據存取服務。
「引擎提供最底層的資料邏輯,上面可以建置不同的應用。」陳建文指出,內部開發財經相關軟體時,不必重複開發底層的資料與運算邏輯,只要透過API呼叫模組,即可執行運算,這是快速開發App的關鍵基礎架構。
甚至,負責不同產品的開發團隊,還能大量設定各自獨立的API來串接資料,依據數據組合需求重開一隻API,比如殖利率和3年平均殖利率可以分別建立不同的API,還能拆解API來加速運算。陳建文形容,「CMoney的API,多到數不清!」透過高度彈性的API設計,讓不同產品的開發不必互相等候,API維運也互不影響,是軟體開發效率再提升的另一關鍵。
簡化API設定讓App開發再加速
有了API化的數據引擎,CMoney更運用了Low-code精神,來簡化API的設定介面。比如一支產品某一頁若需要串接三項資料,專案負責人可以直接在數據引擎中設定能提供這些資料的API,取得API編號後提供給工程師,呼叫這些編號的API,就能在App頁面中提供這3項資料內容。若遇到需要特殊數據運算的處理,無法靠介面設定完成,也可搭配簡單的程式碼,來完成API的設置。
不只簡化後端API作業來縮短時程,CMoney在前端介面設計上,也設計了常用圖表的模板工具,比如K線模板、走勢圖模板、長條圖模板等,開發團隊可自行選用不同模板,再串接所需的API,就能完成一款App的核心功能設定。
「要讓越多人參與開發,不是要所有人來寫程式,而是打造Low-code工具,讓行銷、業務、PM都能夠參與。」陳建文點出,讓非工程師人員參與開發,降低工程師的工作負擔,也是加速軟體開發的作法。
陳建文指出,透過快速打造出多種App服務,再搭配用戶分群的商業模式,精準找出目標受眾,才能領先對手搶進市場。
靠技術力解決業務難題,關鍵是引擎內運算邏輯與資料傳輸速度
「API數量不是瓶頸,成本也相對低,反而是引擎運算效能與承載,需要維持穩定。」陳建文指出,數據分析引擎上線至今,為了滿足更複雜的用戶需求與爆增的流量,歷經了數次改版。
「數據引擎要容納各式各樣的數據,讓用戶能查得快、又不能錯,速度更要穩定,背後的細節並不容易。」陳建文說。
技術細節上有多複雜?陳建文指出,為了提供盤中即時選股的參考資訊,得先搜集臺股上市櫃股票的所有訊號,從證交所取得每一筆即時撮合資訊,再搭配自行累積的盤後資料來提供。而且,為了提供用戶更即時的資訊,力求5秒更新一次資訊,後端資料運算幾乎得在1秒內完成。主要技術挑戰是,得確保對外提供的盤中即時訊息或數據分析結果,能對應到即時股價,對運算準度、運算速度到送達速度都是挑戰。
不僅如此,由於每個會員關注的個股不同,為了支援上千檔個股的龐大運算查詢需求,CMoney也自行開發資料傳輸技術,來優化引擎內部模組間的資料拋送,也取得資料封包傳輸協定的專利設計,能在有限頻寬下穩定傳輸。同樣的技術,也用於後端系統與用戶App之間的傳輸。
為了提升用戶體驗,CMoney也設計了斷線後的資料補回機制,讓用戶端App遇到網路斷線時能繼續使用,等到網路恢復時後自動回補盤中即時資訊,「用戶不希望回補時,手機畫面一直轉圈圈,我們運用資料壓縮方法來加快傳輸速度。」陳建文說。
靠每日6,000萬筆用戶數據處理的挑戰,奠下AI開發基礎
隨著開發了更多用戶端的投資工具,CMoney也面臨更多資料儲存與運算需求,這些與使用者有關的記錄,包含用戶討論區貼文與留言,或像是新增頁籤、匯入庫存資料等行為,也包括了App推播訊息等,每日資料總量達到6,000萬筆的規模。對此,團隊也逐步改變了資料庫的架構,除了原有SQL類資料庫之外,又加入了Hadoop、MongoDB、ElasticSearch等資料計算與查詢技術,來因應不同量級的資料處理需求。
比如說,CMoney的App每日自動推送的訊息量超過3,000萬則,為了分析這些訊息的推播效果,並能依據用戶對訊息的反應,來調整推送頻率,團隊得將累積數月的訊息推播與用戶點擊行為資料用於數據分析,由於這個數據量體過大,團隊因而將資料從SQL搬到大數據運算平臺Hadoop,來進一步執行分析運算。
又比如官方站上股市爆料同學會討論區,每周活躍人次破百萬,則改用NoSQL資料庫MongoDB,來提升發文、點讚、留言等互動性內容的處理,提高回應速度。而系統事件記錄,則是用大數據搜尋引擎ElasticSearch來儲存,同時也會拋一份資料到Hadoop,來執行Log的分析運算。
奠定資料分析的基礎架構後,CMoney也試圖透過更多用戶數據分析,來提供個人化功能。比如在App中增加用戶行為追蹤的埋點,以便能搜集更多用戶跨平臺累積的行為資料,包括點擊的文章、影音與常看股票資訊,並將資料彙整到數據平臺進行分析,就能推測用戶的投資行為與偏好,來提供個人化推薦與訊息推播。
不只如此,CMoney今年更計畫要大力發展AI,將App做到「千人千面」,由AI決定每一支App的長相,讓每一位用戶打開的App介面資訊,都不一樣。「這對AI來講,就是一個非常適用的場景。」陳建文指出,現有App的介面資訊固定,只提供少數客製化功能,如用戶自訂選股,未來,將以AI自動推薦符合個人選股喜好的內容。另一項目標,則計畫在股市爆料同學會中增加文章自動推薦。
2周上線App第二關鍵,靠矩陣組織徹底翻轉開發流程
CMoney凡事求快的軟體開發哲學,也反映在組織管理上。「2019年初,我們發現,雖然技術持續演進,但是產品更新的速度還是太慢了。」CMoney人資長簡麗晴點出,隨著組織不斷成長,溝通成本不斷提升,產品迭代的速度也慢了下來,甚至出現跟不上市場變化的現象。為此,高層決定汰換瀑布式開發方法,轉而導入新創常見的敏捷式專案開發流程。
萌生這個想法後,2019年初,先挑出一支20人隊伍來驗證敏捷開發的可行性,團隊包含了工程師、PM、UI/UX、行銷等角色,在緊密的協作之下,不同角色間的溝通更順暢,不用像過去得跨部門呈報再層層分派任務,產品開發可達每兩周迭代一次的速度。執行半年之後,簡麗晴感悟:「這才是我們要的節奏跟感覺。」
因此,CMoney在2019年底,決定將按部門別的組織編制,改為敏捷思維的專案型編制,但這時的公司規模成長到上百人,「要怎麼翻?」成了下一個問題。
簡麗晴指出,儘管部門型編制的分工模式,影響了產品開發速度,但部門仍有其不可取代的功能,因此,組織轉變的理想做法,是採取「矩陣組織」,以原組織的部門為基礎,額外根據不同的產品成立專案小組,並將各部門中可以獨當一面的成員,分散到不同的小組中,形成緊密分工的團隊來加速產品開發。
在這項作法中,CMoney要求第一線的專案小組,落實敏捷開發與兩個披薩原則,維持利於溝通的扁平組織,同時賦予團隊領導人足夠權限,能主導產品的發展與決策,再直接向執行長匯報,來加速產品開發迭代;原先負責彙整需求再向下分派任務的部門單位,則退居二線,扮演類似後勤的角色,主要負責培育新人、開發共用模組、進行整合與橫向溝通等任務,在後端負責打穩地基,來支援前線的實戰需求。
然而,這次組織編制大翻轉,並非一聲令下就全部到位,簡麗晴點出箇中挑戰,前期投入成本中,溝通成本尤其巨大,「我以為統一講一次,大家就懂了,」但事實不然,員工平時專注忙於工作,通常要等到閒暇時,才會來了解制度的改變,「得一而再、再而三的講。」
改為矩陣組織架構後,另一個轉變是,公司內的每一位員工,不再隱身於部門之下,分派到專案後,就得扛起一支支產品功能的成敗責任,CMoney也同時導入了OKR制度,讓團隊與個人學習設定目標、定期檢視。
李湘婷指出,在成立十多個專案團隊後,加上原有部門主管,一口氣增加了三十多位直接向執行長報告的小主管,「這是培養新進主管們領導能力的機會。」而對於進入專案團隊的員工來說,也不再只是處理來自所屬部門交付的任務,得更積極了解主責的產品功能,透過各自的專業技能,主動貢獻想法。
「2021年底時,這套制度逐漸完整,我們開發App的速度也大幅提升。」以App實際開發時間為例,2015年時,以部門主導的瀑布式開發,大約需花上3個月才能實作出一款App的初版,但落實矩陣組織之後,一個6人專案團隊只花了2周時間,就能上線一款App。除了技術力之外,組織變革也是CMoney提升開發效率的另一關鍵。「雖然歷經陣痛,但是很值得。」李湘婷強調。文⊙翁芊儒
要讓越多人參與開發,不是要所有人來寫程式,而是打造Low-code工具,讓行銷、業務、PM都能夠參與。─── CMoney數據應用部總監陳建文
公司檔案
CMoney
關鍵人物
CMoney數據應用部總監 陳建文
CMoney人資長 簡麗晴
CMoney行銷暨內容專案總監 李湘婷
● 成立時間:2003年
● 地址:新北市板橋區文化路一段268號
● 執行長:李岳能
● 員工人數:362人
● 資本額:6,000萬元
技術部門小檔案
前端工程師有77人,包含iOS、Android、Web、PC等專業前端開發者;後端則有55人,累積工程師達132人。上百人的開發人員中,則會依據產品的需求,分派到不同專案中執行開發任務,部門則會留下資深開發人員,負責橫向溝通、開發與維運共通模組與IT基礎架構。未來一年的技術發展,將著力於資料探勘與AI技術,來洞悉用戶的狀態與喜好,也將使用大數據分析技術來處理海量資料
公司大事紀
● 2003年:創立CMoney全曜財經,開發第一代高速回測系統,推出CMoney法人投資決策支援系統
● 2010年:推出第二代高速回測系統,並開發理財寶數據引擎,提供給開發2C產品人員使用
● 2011年:推出面對投資用戶的PC理財軟體
● 2013年:大量開發用戶端PC軟體
● 2015年:推出籌碼K線App
● 2017年:推出艾蜜莉定存股App,同年事業體擴大,併入CWMoney理財筆記
● 2018年:籌碼K線App改版,CMoney會員人數突破100萬,同年開始推動Scrum敏捷開發流程
● 2019年:推出股市爆料同學會App;推動矩陣化組織、施行OKR與360績效評估;成立X實驗室App開發團隊
● 2021年:CMoney會員人數突破730萬
2022/3/23 更正啟事:CMoney來訊說明,文中原先提及,在投信投顧企業市占率有誤,正確為企業端法人市場市占率。內文已修正。
熱門新聞
2024-12-03
2024-11-20
2024-11-15
2024-11-15