登录
首页精彩阅读专栏 | 公关、销售、杂家……除了数据分析师,你还要扮演这些角色
专栏 | 公关、销售、杂家……除了数据分析师,你还要扮演这些角色
2016-01-22
收藏
采访/整理:Penny
CDA原创 转载请注明来源
人物档案厚龙,毕业于重庆工商大学,本科和硕士都是统计专业,现在北京某互联网金融公司负责风险控制工作。

丨公关
 
作为统计系的学生,读书时就常常参加各种数学建模竞赛,也参与过一些市场调研和咨询的项目。在这个过程中,让我印象最深的不是数据处理和分析,反而是与人沟通的过程。
 
研一时,我与同学组成的团队参与了一个旅游策划公司的项目。我们作为乙方为甲方提供数据咨询。我们自己做数据收集、设计调查问卷。这是一个很复杂的过程,既要保证访问者的认可性,由于成本原因群体也不能太大。根据统计数据,我们给出一个旅游者的行为画像,根据出行的时间、频率、花费、交通工具等变量,采用聚类分析的方法,对用户进行细分,看他们分别适合什么样的产品。
 
我们调查的范围是重庆主城区,采样涵盖到不同景点、不同年龄段的人群。在做调查之前,我们去跑各个景区,跟游客聊天,对旅客的情况有一个“摸底”。我们去跟游客接触,去问问题,沟通这个环节至关重要。
 
工作之后,我越发觉得,身为分析师要具备一定的“公关”技能。
 
毕业之后我去了一家第三方支付公司。消费者刷卡时的个人信息存在一定安全隐患,我负责做线下的伪卡防范工作,就是从历史的安全隐患数据中发现问题,总结特征,建立危险识别模型,最终当交易发生的时候,通过概率值判断是不是盗刷。
 
风险控制是公司业务的支撑部门。公司的互联网业务会带来很多用户,支付是其中必不可少的一个环节,也是互联网金融的基础。
 
然而这是一个新行业,这意味着你没有扩样本。从几率学角度来讲,凡是有监督的模型,比如输入1到20个变量,输出只是一个变量,它只告诉你是或否,但拒绝还是不拒绝要自己判断。所以我需要去训练,训练是来自于历史数据的积累,没有历史数据就带来很大的困难,只能尝试建立半监督模型,在没有数据的情况下养数据。
 
我们提倡数据多维度、多样性,但你的数据权限可能是有限的,资源是有限的。在这个过程中你就需要接入其它部门的数据。你如何说服对方为你提供数据,这需要一定的沟通技巧和巧妙的专业呈现,让跨部门的同事信任你。
 
这个工作不能着急,要持续不断地沟通交流,时不时把你正在做的事情给对方看,让他了解你工作的内容,看到你的努力。
 
举个例子,在进行风险控制时,不可避免地会把用户体验降低。比如你在网上购买理财产品,注册一个账户,对密码的复杂度要求不够严谨,用户可能会觉得注册过程很方便流畅,但会带来风险。反之,比如12306以前出现过信息泄露的问题,它现在的验证码就变成图片验证,但过于麻烦,用户体验就不好。
 
产品部门的同事会考虑风险控制会降低用户体验,让用户流失。但如果后期出现了安全问题,你做的东西帮助他规避了风险,他就会理解你的工作,愿意用你的东西,所以你做的东西一定要有价值。对于这个问题,我们有时也会进行灰度测试,比较A版本和B版本在转化率上有什么差异,不断调整,在风险控制和用户体验之间找到一个平衡点。
 
丨销售
 
读书时,我参与过旅游、电信、房地产等行业的咨询项目,在这个过程中,我感受最深的就是自己在行业知识、商业敏感度方面的欠缺。我建议同学们平时可以多涉猎商科的知识。
 
现在越来越多的企业需要数据管理。我曾在西门子实习,去他们市场研究部门。当时我在一个工程仪表的团队,做销售数据支持的工作,帮助他们的区域市场分析哪个项目是可以做的,该往哪个方向发展。我可以参与他们的销售会议,协助制定销售目标。在这个过程当中,我可以学到销售部门的人员是怎么考虑问题的。
 
后来又去了平安保险实习。当时去了平安产险管理部,我主要负责车商渠道的数据管理。比如,我想把一个保险卖出去,我们与车辆售后网点以资源换资源的方式合作。例如客户的车出现问题之后,他首先联系保险公司,保险公司再给客户推送网点。在推送的过程中,A店、B店怎么分配资源、具体的成本多少,需要建立一个模型,把推送方案最优化。建立模型时,你就需要有销售人员的思维。
 
丨杂家
 
想做数据分析师的同学学科背景不同,学计算机的编程很厉害,数学的更擅长纯理的东西。以我的经验来说,企业里许多岗位偏好学统计的。
 
如果做数据挖掘,偏理论性,可能喜欢用数学专业的学生;在企业里,经营管理、经营分析、风险管理等相关岗位更喜欢用学统计的;大数据中心涉及到数据产品的开发,更偏向于学计算机和数学的,但这都要求有一定的统计学思维。比如我看到一个数字的时候,我要联想它背后代表什么意义,看到A问题的时候不孤立地去看,善于与总体情况联系对比,既要看到总体也要看到差异。即便不是学统计出身,也要在平时的学习工作中训练自己。
 
互联网金融行业对人才的需求很大。我们招聘人才,一是要看你对金融产品的理解,二要看是否具有数据思维,具有一定的数据分析技能。还有一点很重要,要有热情,这个工作要重复很多事情,但不是机械的重复,也要进行思考,这都需要热情的支撑。
 
我建议同学们除了要打好基本功、熟练掌握1至2门编程语言之外,还要多接触数据,培养对数据的感觉;同时多研究不同的商业模式,研究不同的公司是怎么赢利的,天文地理历史人文,知识面要广博多样,让自己变成一个杂家,这可能会让你的数据分析工作更有想象力。

数据分析咨询请扫描二维码

客服在线
立即咨询