京公网安备 11010802034615号
经营许可证编号:京B2-20210330

【核心关键词】数据库、电商、知识、产品、数据产品、监管业务、产品经理、业务系统、用户行为分析、用户分析、数据分析、电商业务
【专访摘要】本次CDA持证专访邀请到中证信息技术有限公司数据产品经理杨旭,他详解了监管业务系统的作用与设计方案组成,分享了用户分析的模型与方法,拆解了数据产品经理与普通产品经理的区别、转行所需补充的知识及必备技能,为想要从事数据产品经理岗位的从业者提供了清晰指引。
【主持人】大家好,今天我们邀请到杨旭来参加我们CDA持证人的采访,杨旭可以和大家打个招呼。
【嘉宾】诶,好的。大家好,我是杨旭,毕业于石河子大学,目前就职于中证信息技术有限公司,任数据产品经理一职,主要负责监管业务系统的设计,以及用户行为分析中心的产品化,与业务部门共同设计符合监管业务的数据产品。
【主持人】监管业务系统有什么作用?如果没有又会怎么样?
【嘉宾】我们做的是一个ToB的自研项目,主要通过监管业务系统实现各个业务条线的统一管理,同时基于数据库的大量数据,设计、开发很多适用于业务的数据产品,为监管业务分析赋能。如果没有这个系统,就无法实现各个业务条线之间的统一管理,数据同步以及时效性都会存在很多问题。
【主持人】一份优秀的监管业务系统设计方案是由哪几个部分组成的?
【嘉宾】这方面包含的内容很多,举个例子,对于监管业务而言,留痕是一个非常重要的功能。首先,监管业务系统需要有记录行为的功能,针对这些行为贴上各种各样的标签,从而实现监管业务行为的分级分类。其次,各个业务条线之间不仅需要信息交互,各个机构之间还存在上下级关系,有很多工作部署之类的内容需要同步。另外,对于监管主体,还需要有详细的信息档案库;同时基于业务本身,需要不定期出具各种报告,因此会有统计性质的报表需求;最后,还需要一些风险预警系统作为辅助,支撑整个监管业务。
【主持人】在您的领域,用户分析有哪些经典的模型和方法?如何系统地学习用户分析呢?
【嘉宾】因为本身业务的保密级别很高,所以我们想要拿到用户数据是非常困难的。我们这边做用户行为分析的深度,相对于互联网公司的ToC业务而言,相对简单一些,基本上是以活跃访问时长以及各个层级的转化率作为标准,都是一些很基础的模型,同时结合电商业务中会用到的一些类电商模型,比如RFM模型。
【主持人】数据产品经理与产品经理最大的区别是什么?如果转行该补充哪些知识?
【嘉宾】数据产品经理,顾名思义,核心是要懂数据。其实行业内一直流行一句话:“人人都是产品经理”。一个好的产品经理,一般都是一个好的用户;而一个好的数据产品经理,一般都是一个好的分析师。数据产品经理不仅要会取数,还要会用数,通过自己的产品设计与开发,赋予数据更强大的价值。
【嘉宾】以我自身的工作来看,我们做监管业务,对于业务相关的数据,比如财务数据,需要有专业且深入的学习。所以想要做好一名数据产品经理,既要懂产品,又要懂数据,而且这些数据还需要结合自身业务的专业知识。想要成为一名合格的数据产品经理,还需要不断提高自我认知、持续沉淀,我自己也一直在学习的过程中。
【主持人】作为一名优秀的数据产品经理,你觉得哪些工作技能是必备的呢?
【嘉宾】像一些主流的BI分析工具,还有WPS里的Excel、PPT、Word,这些软件都是必备的,因为产品工作离不开汇报,数据产品更是要用数据进行汇报。另外,XMind可以用来梳理整个产品思路,SQL可以通过数据库调取数据内容,这些都是我日常工作中经常用到的工具。除此之外,作为一名产品经理,还要善于寻找竞品;如果会前端和开发知识,那就更好了。
【主持人】很赞同杨旭说的一句话:“一个好的数据产品经理,他一般都是一个好的分析师”。其实现在很多传统岗位都已经和数据结合起来了,比如业财融合的财务数据分析师、新媒体数据分析师、市场数据分析、销售数据分析、运营数据分析等等。现在没有点数据分析的技能,还真不行。感谢杨旭今天来接受我们的采访,我们下期再见。

数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
金融行业的运营风险贯穿业务全流程,涵盖交易欺诈、操作违规、流程漏洞、合规偏差、客户信用异常等多元场景,是银行、保险、证券 ...
2026-07-17财产保险作为金融行业的核心板块,涵盖车险、家财险、责任险、企财险等多元品类,是个人与企业抵御财产风险、经营风险的重要保障 ...
2026-07-17 很多数据分析师能熟练写SQL、做透视表,但当被问到“数据是从哪里来的?经过哪些加工才进入数据仓库?ETL具体做了什么?”时 ...
2026-07-17【核心关键词】模块、餐饮、客户、门店、企业、订单、供应链、多样化、产品、生产计划、数据分析、生产管理、物料管理、业务分 ...
2026-07-16在数字化分析时代,原始数据本身不具备业务价值,只有通过科学的统计学方法加工、拆解、验证与解读,才能挖掘数据背后的规律、差 ...
2026-07-16 很多数据分析师能熟练地写SQL、做透视表、算描述性统计,但当被问到“如何预测用户流失概率”“如何归因销量下滑的关键因素 ...
2026-07-16在描述性统计分析、数据预处理、异常值排查与多组数据分布对比工作中,箱线图(Box Plot)是应用最广泛的可视化与统计工具之一。 ...
2026-07-15在企业数据存储、业务统计与数据分析工作中,绝大多数业务数据都带有时间维度属性,例如订单创建时间、用户注册时间、支付完成时 ...
2026-07-15 很多数据分析师拿到数据就开始清洗、建模,但当被问到“这批数据属于什么类型——结构化还是非结构化?分类变量还是数值变量 ...
2026-07-15【核心关键词】产品、经营、客户、调研、销售额、宏观、会计行业、客户满意度、发展趋势、经营状况、数据分析、竞争对手、数据 ...
2026-07-14问卷调查是市场调研、用户研究、社会调研与产品分析的核心数据采集方式。问卷数据大多以分类数据为主,例如用户性别、年龄分层、 ...
2026-07-14 很多数据分析师画过趋势图、做过业绩预测,但当被问到“这个月销售额增长20%,到底是长期趋势自然增长,还是促销活动的短期 ...
2026-07-14在数据分析、业务效果验证、AB实验扩展、行业对比等场景中,我们经常需要对比三组及以上样本的均值差异,例如不同区域的客单价对 ...
2026-07-13在互联网产品运营、用户生命周期管理与商业化数据分析中,留存指标是判断产品价值、用户满意度与商业模式健康度的核心基准。常规 ...
2026-07-13 很多数据分析师做过按月份的销售额趋势图,画过按天的流量折线图,但当被问到“时间序列和普通数据有什么本质区别”“季节性 ...
2026-07-13【核心关键词】统计学、互联网、知识、课程、学生、数学、软件、招聘、数据分析、实习经历、机器学习、理论基础、业务思维、统 ...
2026-07-10在互联网运营、产品设计、市场营销与商业数据分析领域,所有转化、成交、复购行为的底层逻辑,都依托于用户决策流程。用户从产生 ...
2026-07-10 很多数据分析师能熟练地计算指标、搭建标签体系,但当被问到“画像到底在解决什么问题”“画像和标签是什么关系”“画像如何 ...
2026-07-10数据透视表是数据分析中最常用、最高效的汇总分析工具,具备快速分组、聚合计算、维度拆解、数据可视化等优势,能够轻松完成求和 ...
2026-07-09在统计学、CDA数据分析、机器学习与商业数据研究中,正态分布是最基础、最重要的数据分布形态。绝大多数参数检验、数据建模、指 ...
2026-07-09