想像一間免費的投資讀書會。有人分享筆記,有人討論今天哪檔股票異常,也有人追蹤自己信任的老師。讀書會隔壁不是售票亭,而是一間工具行:看盤軟體、選股 App、課程與研究系統都在那裡販售。
CMoney做的正是這種組合。免費文章、行情與股市爆料同學會讓投資人先形成問題。工具把投資方法變成可以反覆操作的介面,使用後產生的新觀察又可能回到社群裡討論。
這個循環很合理,但「合理」不等於「已證實」。CMoney 沒有公開每一段的付費轉換、留存或收入占比。本文拆的是產品如何接在一起,不會把一張流程圖冒充成財務成績單。
CMoney 官方的起點是方法、工具、社群
CMoney 的公司產品頁直接提出三個步驟:先了解自己並選擇適合的方法,再用工具有紀律地執行,最後透過社群互動持續下去。
這不是外部分析者替它發明的口號,而是官方公開的產品設計。頁面也解釋,投資人有人偏基本面,有人看籌碼;操作週期又分波段、短線、當沖或長線。CMoney 因此沒有把所有功能塞進一個 App,而是用不同 App 服務不同方法與作者。
flowchart LR
M[選擇投資方法] --> T[工具化<br/>看盤、選股、回測、提醒]
T --> A[實際使用<br/>執行與記錄]
A --> C[社群互動<br/>討論、問答、追蹤作者]
C --> Q[產生新問題與需求]
Q --> M
這張圖表示官方想建立的使用路徑,不代表使用者一定留下、一定訂閱,更不代表用了工具就能提高投資績效。投資結果受到市場、策略與風險管理影響,不能從產品循環直接推論。
免費入口不是一個論壇,而是內容與工具混合場景
股市爆料同學會的 Google Play 頁列出即時股價、技術分析、法人動向、新聞、研究報告、發文、匿名問答、模擬交易與達人績效榜。商店頁也標示含廣告與數位購買。
讀者在這裡不只消費文章。他可以從一檔股票的行情進入討論,從討論追蹤作者,再從作者的方法發現工具。內容、社群與產品展示發生在相近的使用情境裡,少掉「讀完文章後還要到別處找解法」的接縫。
同一個商店頁也介紹股市創作者計畫:使用者可申請成為作者,並有機會由官方協助推出 App、書籍與影音課程。CMoney 的關於我們頁則說,合作夥伴事業群把創作者知識轉成 App 與影音課程。
於是社群有兩個工作:一邊服務讀者,一邊形成作者與方法的供給池。哪些作者真的從社群轉成暢銷商品、平均需要多久、平台怎麼分潤,公開資料都沒有答案。
一個方法怎麼變成多款 App
CMoney 能把內容做成工具,關鍵不只在作者,也在共用的資料與開發底座。iThome 2022 年的深度採訪描述,CMoney 從服務法人的決策系統轉向一般投資人時,把資料與運算邏輯做成模組與 API。不同產品不必重做行情、指標與圖表底層,而是依投資方法組合出不同 App;官方法人產品頁也展示租賃與客製方案,但未公開現行客戶數或收入。
flowchart TD
D[共用財經資料<br/>行情、財務、籌碼、新聞] --> E[資料與運算引擎]
E --> API[API/模組<br/>指標、篩選、圖表、提醒]
API --> P1[基本面 App]
API --> P2[籌碼面 App]
API --> P3[作者合作 App]
API --> P4[法人決策系統]
U[社群問題與使用需求] --> P1
U --> P2
U --> P3
這個架構讓「內容產品化」有了比較具體的意思。作者不只交一篇文章,而是把選股邏輯、檢查步驟或觀察指標,轉成介面、篩選器與提醒。共用底座降低重複開發,細分 App 則讓每種方法可以有自己的產品包裝。
iThome 也描述論壇貼文、留言、頁籤、庫存、推播與點擊等行為資料,可用於分析與個人化推薦。這是 2022 年訪談中的公司做法,不等於現在每一個產品都共用所有資料,也不能取代當下的隱私政策與使用者同意。
變現不只一條,也不能猜哪條最大
理財寶首頁同時陳列軟體、講座、線上課程、影音與合作作者;籌碼 K 線商品頁則確認存在自動續訂的年訂閱商品。另一邊,CMoney 也有面向機構客戶的投資決策系統與企業方案。
把公開可證的幾層排在一起,比硬猜營收更有用:
| 層 | 使用者取得什麼 | 可證的變現方式 | 仍不知道什麼 |
|---|---|---|---|
| 免費內容/行情 | 新聞、研究摘要、個股資訊 | 廣告、導向其他產品 | 廣告收入占比、導流轉換 |
| 股市爆料同學會 | 討論、問答、作者、模擬交易 | 廣告、數位購買 | 留存、付費轉換、推薦效果 |
| 看盤/選股工具 | 把方法變成可操作介面 | 訂閱商品 | ARPU、續訂率、產品別收入 |
| 作者 App/課程 | 作者方法與教學 | App、課程、影音或書籍 | 分潤條款、作者平均收入 |
| 法人決策系統 | 資料、回測與研究協作 | 租賃與企業方案 | 現行客戶數、收入與毛利 |
CMoney 官網有多組會員、活躍使用者、App 數量與機構市占說法,但口徑和時間不同。本文不把它們拼成成長率,也不拿「服務過」當成現在仍活躍或付費。
所謂飛輪,哪些箭頭有證據
把整套系統畫成飛輪很容易;比較難的是逐箭頭標示證據。
flowchart LR
A[免費內容、行情、研究摘要] --> B[社群討論與追蹤作者]
B --> C[發現方法、痛點與作者]
C --> D[資料/API/模組化開發]
D --> E[看盤、選股、作者 App、課程]
E --> F[訂閱、數位購買、B2B 租賃]
E -.使用後的新問題.-> B
B -.互動訊號.-> G[推薦與分群]
G -.個人化內容.-> A
實線部分有公開產品或技術資料可支持:內容與社群存在、作者合作存在、共用資料底座存在、訂閱與法人方案也存在。虛線部分是合理機制:使用工具可能帶回討論,互動訊號也可能改善推薦。
缺的是結果。沒有 cohort retention、cross-sell rate、CAC、ARPU 或產品別毛利,就不能寫「社群已證明提高續訂」或「工具成功把免費讀者轉成付費會員」。這篇所稱的飛輪,是設計圖,不是成效報告。
AI 的價值不只生成文章,風險也不只寫錯字
股市爆料同學會的 Google Play 說明已提到以 AI 演算法推薦作者與股票文章。2026 年 9 月 17 日的官方搜尋結果把AI 股神商品頁標示為尚未開賣;完整商品頁又無法穩定核對方案,因此不能把它寫成一條已實現的訂閱生意。
對 CMoney 而言,AI 更有價值的地方,是把同一份財務、技術、籌碼、新聞與社群資料,轉成對話式查詢、個人化摘要或可執行的檢查流程。它接近既有的資料與工具優勢,不只是替文章換一種寫法。
風險也跟資料層連在一起:
- AI 若把社群傳聞和公告事實混在同一段,錯誤資訊會顯得更有條理。
- 推薦若只追求點擊,可能把投資人推向更刺激、風險更高的內容。
- 個股摘要容易被讀成投資建議,需要來源、時間戳、模型限制與法遵界線。
- 持倉、偏好與行為資料若進入模型,需要清楚的同意、用途限制與刪除機制。
通用 AI 會讓基本財報摘要與指標解釋愈來愈便宜。CMoney 能否守住差異,最後要看授權資料、即時性、工作流與社群關係,而不是誰能生成最多文字。
拆內容平台時,先找真正收費的動作
今晚可以挑一個免費內容平台,畫出四步:內容把什麼人帶進來、使用者留下什麼設定或關係、哪個工具解決下一個問題、最後由誰付錢。再把每一條箭頭標成「有數據」「公司自述」或「只是推論」。
CMoney 的價值不在於免費文章本身比較難複製。比較難搬走的是自選與設定、熟悉的工具流程、追蹤的作者,以及在社群累積的關係。這些資產可能提高切換成本,但「可能」仍需要留存資料來驗證。
免費內容在這套系統裡不是商品終點。它負責形成問題、帶出方法與找到作者;資料和 API 把方法做成工具;訂閱、課程與法人系統才承接收入。這正是免費內容替另一門生意獲客的樣子,也是一張還缺財務結果的設計圖。
參考資料
Loading...