Kokoh Nilaidana 专为希望根据证据而不是假设做出财务决策的中等收入家庭和中小型企业主而构建。我们平台生成的每条推荐在交付给用户之前都会经过相同的测试过程。
我们不承诺立竿见影的结果。我们的重点是提供一致、透明和负责任的分析框架，以便用户能够了解他们收到的每条建议的基础。
我们的平台持续处理市场数据、业务现金流数据和用户风险状况。系统无需等待月度报告，而是在每次新数据出现时更新财务状况读数，因此建议仍然与当前情况相关。
主要目标是减少手动财务规划中两个最常见的错误来源：处理大量数据的时间有限，以及市场走势不可预测时的情绪偏见。
我们实施一个渐进的过程，以便每一个建议的策略都通过测试，而不仅仅是一次计算的结果。
在进一步处理之前，收集并清理市场数据、交易历史和现金流信息，以消除重复或不一致。
每个策略都根据不同市场周期的历史数据进行测试，以了解其在上涨和下跌情况下的表现。
测试结果用于调整分配和风险限额，目的是将风险状况保持在用户的能力范围内。
通过验证的策略将被汇编成可操作的建议，并附有对决策基础的解释。
每个家庭和商业参与者的需求都是不同的。以下是如何将数据驱动分析应用于常见情况的一些示例。
对于为长期教育需求储蓄的家庭，该平台会根据用户定义的时间目标和风险承受能力来预测几种资金分配方案，然后显示历史上最一致地实现这些目标的组合。
中小型企业主可以模拟未来几个时期的扩张计划对现金流的影响，以便根据考虑不同需求场景的预测来决定增加产能或开设新分支机构。
对于拥有多种投资工具的用户，系统会定期重新评估投资组合构成，并在认为一种工具的风险集中度与既定风险状况相比过高时提出调整建议。
财务规划中最关心的通常不是潜在的利润，而是意外损失的风险。我们的风险模型旨在尽早识别市场异常的迹象，避免它们对用户的投资组合产生重大影响。
该模型监控偏离正常历史行为的数据模式，因此可以在潜在风险影响战略决策之前对其进行标记。
每条建议都附有对底层数据和假设的解释，因此用户可以理解每条建议背后的逻辑，而不是将其视为黑匣子。
我们的框架考虑了与金融服务行业相关的信息披露原则，包括如何收集和使用用户数据。
我们将风险管理视为一个持续的过程，而不是一次性的工具。该模型会定期重新评估，以适应印度尼西亚市场条件和现行法规的变化。
以下是有关数据安全和我们的系统如何工作的一些常见问题的解答。
输入平台的数据仅用于分析目的，未经用户同意不会与第三方共享。我们实施内部访问限制，以便只有相关进程才能处理数据。
没有预测模型可以保证未来的结果。我们可以确保的是，每个策略在推荐之前都经过了来自不同市场条件的历史数据的测试，因此用户可以看到策略在过去的表现，作为考虑的基础。
该过程从初步咨询会议开始，以了解您的财务目标和风险承受能力。从那里，我们的团队解释了如何处理相关数据以及预期的建议类型。
与 Kokoh Nilaidana 团队讨论您的家庭或企业财务目标，并了解数据驱动分析如何成为您决策过程的一部分。
