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
在数据指标体系搭建工作中,从业者常困惑于指标搭建的核心逻辑:究竟是依托一线零散数据自下而上汇总指标,还是基于战略目标自上 ...
2026-07-31在数据分析、问卷研究、实验复盘、业务建模的工作中,大多数人最关注的是“用什么统计方法”:是做T检验、方差分析、卡方检验, ...
2026-07-31 许多数据分析师精通Excel函数和SQL查询,但当面对一张上万行的销售明细表,要快速回答“哪个地区销量最高”“哪款产品增长最 ...
2026-07-31在问卷调研的数据分析流程中,“先检验信效度,再开展进阶统计分析”是通用的规范逻辑。很多从业者会听到“问卷效度高,后续可以 ...
2026-07-30【核心关键词】大数据、统计学、专业、毕业生、论文、课程、计算机、建模、知识、数据分析、机器学习、数据科学、大数据技术、 ...
2026-07-30 很多数据分析师掌握了Excel函数、会写SQL查询,但当被问到“数据从哪里来”“数据加工有哪些步骤”“如何使用分析工具连接数 ...
2026-07-30在业务数据分析中,按天拆分统计夜间时段的数据是高频需求——比如电商夜间订单监测、平台夜间用户活跃度分析、运维系统夜间异常 ...
2026-07-29在机器学习建模与特征工程实践中,判断不同特征对模型预测效果的贡献度,是特征筛选、模型解释、业务归因的核心环节。特征置换重 ...
2026-07-29 很多数据分析师精通Excel单元格操作,但当被问到“表结构数据的基本处理单位是什么”“字段和记录的本质区别”“为什么表结 ...
2026-07-29【核心关键词】岗位、数字化、经验、课程、方法论、决策、企业、大方向、数据分析、销售管理、理论知识、思维方式、分析销售、 ...
2026-07-28在问卷调研、用户分群、效果对比等业务数据分析中,分类变量的关联性与差异性验证是高频需求。卡方检验作为针对离散分类数据的经 ...
2026-07-28 数据分析师八成以上的时间在和数据表格打交道,但许多人拿到Excel后习惯性地先算、先分析,结果回头发现漏了一列关键数据, ...
2026-07-28在Excel数据分析与报表制作中,数据透视表是快速完成多维度汇总、分组统计的核心工具。很多从业者在得到透视表汇总结果后,为了 ...
2026-07-27 很多数据分析师每天与Excel打交道,但当被问到“表格结构数据的基本处理单位是什么”“数据类型误判会引发哪些分析错误”“ ...
2026-07-27当下,我们已然步入数据要素价值全面释放的智能时代。数据不再只是零散的数字记录,更是驱动新质生产力运转的核心动能、滋养人工 ...
2026-07-27【核心关键词】客户、数据分析、指标体系、数据采集、数据指标、业务数据、分析思路、业务需求、分析方法 【专访摘要】本次 CDA ...
2026-07-24在数据分析、业务建模与数字化运营体系中,原始业务数据普遍存在缺失、重复、异常、口径不一致等质量问题,直接用于分析与建模会 ...
2026-07-24 很多数据分析师能熟练计算均值、标准差,但当被问到“如何用一张图让业务方3秒内看懂核心结论”“面对不同数据类型该怎么选 ...
2026-07-24在数据驱动的精细化运营体系中,指标是业务判断、效果复盘、策略优化的核心依据。随着企业数据化程度提升,指标数量持续膨胀,但 ...
2026-07-23在用户运营与产品增长体系中,留存是衡量产品真实价值与用户粘性的核心标尺,也是决定用户生命周期价值、获客投产比的底层因素。 ...
2026-07-23