2周高速開發App的秘訣，CMoney從技術與組織同時翻轉開發流程

CMoney行銷暨內容專案總監李湘婷／CMoney人資長簡麗晴／CMoney數據應用部總監陳建文

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