乐于分享
好东西不私藏

从"能用"到"好用":一个基金 App 的产品进化

从"能用"到"好用":一个基金 App 的产品进化

前三篇写了架构和 AI 接入,技术上已经跑通了。但一个"技术上能用"的东西,离"用户愿意用"还差很远。

这篇聊产品层面的思考:怎么把一个基金诊断工具,变成一个"打开 3 秒就知道今天该干嘛"的决策助手。

产品定位的转变

最初的想法是做一个"基金诊断工具"——用户选一只基金,点诊断,看结果。

但实际用了几天后发现一个问题:每次打开 App 都要手动点诊断,太麻烦了。

基民真正的需求不是"我要诊断某只基金",而是"今天我的持仓有没有需要操作的"。

于是产品定位从"诊断工具"变成了"决策助手":

打开 App → 3 秒内知道"今天该不该操作" → 关掉 App

这个转变决定了整个 UI 的设计方向。

决策面板:首页只做一件事

首页不再是基金列表,而是一个"决策面板"。从上到下:

第一屏:今日建议卡片

一个渐变色大卡片,AI 用一句话告诉你今天该干嘛。比如"持仓整体平稳,无需操作"或者"XX基金跌幅较大,建议关注止损"。

第二屏:今日盈亏

一个数字:今天你的持仓总共赚了/亏了多少钱。绿色涨、红色跌,一眼看到。

第三屏:需要关注的基金

只有波动超过阈值的基金才会显示在这里。正常的基金折叠起来,不打扰你。

设计原则是:没事的时候不烦你,有事的时候第一时间告诉你。

持仓导入:降低使用门槛

一个基金 App 最大的使用门槛是什么?录入持仓数据。

让用户一只一只手动输入基金代码、份额、成本价?没人愿意干这事。

我做了两种导入方式:

方式一:粘贴导入

用户从支付宝或天天基金复制持仓信息,粘贴到输入框,App 自动解析。支持多种格式:

// 支持的格式示例: 000001 1000份 成本1.23 华夏成长 000001 持有1000份 成本净值1.23 000001,1000,1.23 // 甚至直接从支付宝复制的混乱文本也能识别

核心是一个文本解析器,用正则匹配基金代码(6位数字)、份额(数字+份)、成本净值(数字)。不要求格式完美,能提取到关键信息就行。

方式二:截图 OCR 导入

用户截一张支付宝/天天基金的持仓页面截图,App 用 OCR 识别文字,再走文本解析流程。

用的是 Google ML Kit 的中文离线识别,不需要联网,不上传图片到任何服务器。隐私安全。

💡 为什么选离线 OCR?基金持仓是敏感的财务数据。如果用在线 OCR 服务,用户的持仓截图会上传到第三方服务器,这是不可接受的。ML Kit 离线识别虽然准确率略低,但数据不出手机。

持仓分析:不只是看数据

导入持仓后,App 能做的不只是显示每只基金的涨跌。我加了一个"持仓分析"功能:

  • 总资产和总盈亏
     — 所有基金加起来赚了/亏了多少
  • 风险等级评估
     — 根据持仓集中度和波动率计算
  • 分散度评分
     — 持仓是否过于集中在某一类基金
  • AI 综合建议
     — 基于整体持仓给出操作建议(止盈、止损、加仓、调仓)
  • 每只基金的权重占比
     — 可视化显示哪只基金占比过高

这比单只基金诊断更有价值——因为投资决策不应该只看单只基金,要看整体组合。

涨跌提醒:被动变主动

用户不可能一直盯着 App 看。所以我加了涨跌提醒:

  • 为每只基金设置涨跌幅阈值(比如 ±3%)
  • 每个交易日下午 14:30 自动检查(用 WorkManager)
  • 超过阈值推送通知

为什么是 14:30?因为 A 股 15:00 收盘,14:30 的估值已经很接近最终结果,这时候提醒用户还来得及做决策。

每日投资智慧:增加打开频率

工具类 App 有个天然问题:用户没事不会打开。

我在首页底部加了一个"每日投资智慧"卡片,每天随机展示一条投资原则,来自巴菲特、芒格、格雷厄姆等大师。

这个功能很轻,但有两个作用:

  • 给用户一个每天打开 App 的理由(哪怕只是看一句话)
  • 潜移默化地帮用户建立理性投资的心态

实时数据:省电省流量的自动刷新

基金数据接入的是天天基金的实时估值接口,但不能无脑刷新:

  • 交易时间内
    (9:30-15:00):每 30 秒自动刷新
  • 非交易时间
    :停止刷新,省电省流量
  • App 在后台
    :停止刷新
  • 周末和节假日
    :不刷新

这些看起来是小细节,但直接影响用户体验。没人想要一个后台疯狂耗电的 App。

APK 已经能跑了

写到这里,App 已经打包出了第一个可用的 APK。功能清单:

  • ✅ 决策面板首页(今日建议 + 盈亏 + 异常提醒)
  • ✅ 基金管理(添加/删除/实时数据)
  • ✅ AI 诊断(5 种模型可选)
  • ✅ 持仓分析(总资产/风险/分散度/AI建议)
  • ✅ 粘贴导入 + 截图 OCR 导入
  • ✅ 涨跌提醒(WorkManager 定时检查)
  • ✅ 投资知识库
  • ✅ 实时数据自动刷新(智能省电)
  • ✅ 深色模式

从第一行代码到现在,大概花了 3 周的业余时间。

复盘:独立开发的几个教训

教训一:先做核心功能,再做锦上添花

最开始我想做很多花哨的功能(K线图、基金对比、社区讨论),后来全砍了。MVP 阶段只做"诊断"这一个核心价值点,其他的等有用户反馈再加。

教训二:不要自己承担 AI 成本

最初想过自己搭后端、统一调 AI 接口。但这意味着我要承担所有用户的 AI 调用费用。让用户自己配置 API Key,我零成本,用户也几乎零成本(免费额度够用很久)。

教训三:产品思维比技术更重要

技术上最难的是 AI 接入,但对用户体验影响最大的是"决策面板"这个设计。把首页从基金列表改成决策面板,用户留存率(我自己用的频率)直接翻倍。

⚠️ 免责声明:这个 App 提供的是 AI 辅助分析,不构成投资建议。投资有风险,决策需谨慎。AI 的判断不一定正确,最终决策权在用户自己。

下一步计划

App 能用了,但还没上架。接下来要做的:

  • 找 10 个朋友内测,收集反馈
  • 完善数据库迁移(升级不丢数据)
  • 做一个分享卡片功能(用于社交媒体传播)
  • 考虑上架应用市场的合规问题

下一篇可能会写"独立开发一个月的时间和金钱成本",或者"如何找到第一批用户"。你们更想看哪个?评论区告诉我。

如果你觉得这个系列有价值,点个「在看」让更多人看到。关注「码农的第二曲线」,一起走独立开发这条路。

码农的第二曲线

独立开发 · 技术变现 · 基金工具