 采访老师：欢迎大家来到CDA持证人专访，今天我们邀请到了贺译册，贺老师是一名资深互联网产品经理，有12年产品设计和研发经验，贺老师可以和大家打个招呼！ 

 嘉宾：大家好！我叫贺译册！有着多年的市场洞察、商业分析、产品设计与研发经验。在数据分析方面，通过深入分析市场数据和用户行为数据，帮助产品研发团队分析用户行为逻辑，了解市场和用户真实的需求，为决策制定提供更可靠的数据支持。我曾就职于360、滴滴出行、中国联通、北京体彩等国内互联网企业和国央企。此外，本人在网络安全、数据安全和工业安全产品方面也有着较为深入的研究和实战经验，负责过多个安全产品全生命周期的项目管理，也取得了一些市场反馈和业绩。

 采访老师：贺老师也是一名行业老兵了，那么从事产品经理，如何培养对市场的敏感度和洞察力？ （可以举业务例子展开）

 嘉宾： 要培养对市场的敏感度和洞察力，首先需要持续学习和研究市场动态，分析数据和统计信息，这里我们可以自己收集相关数据进行分析，也可以借助和参看Gartner、IDC等知名数据分析公司发布的市场分析、数据分析相关报告。其次可以与行业专家和同行交流，关注竞争对手和创新者。此外更重要的是我们需要深入了解客户需求以及持续培养创新思维能力。这些方法将帮助我们更好地理解市场趋势、发现机会并作出相应调整。

 采访老师：假如跳槽到一个新行业，如何快速建立起新的参考系？（最关键竞争力、市场份额、相关领域影响~等等） 

 嘉宾：首先要学习行业知识：通过阅读行业相关的资料、报告和文献，了解该行业的基本概念和业务模式，深入研究行业趋势、市场竞争和主要参与者的策略。然后我们可以在新行业中寻找有经验和知识的人，并向他们寻求指导和建议，我们也需要主动寻找项目和任务参与，这将让我们在实践中应用所学知识并加速学习曲线。

最后，新的行业可能处于不断变化和创新的状态，因此要保持持续学习的心态，要充满好奇心。

 采访老师：对用户进行行为逻辑分析时，主要用到什么方法？（举例子展开讲）

 嘉宾：首先是用户调研：通过问卷调查、深度访谈、焦点小组讨论等方式，直接与用户进行交流和互动，了解他们的需求、行为、偏好和意见。这种方法可以获取用户的主观观点和反馈，了解分析他们的决策过程和行为逻辑。

然后是数据分析：利用用户行为数据，如网站流量数据、用户活动日志、购买记录等，进行定量分析。通过数据挖掘和统计方法，可以探索用户的行为模式、趋势和关联性，这种方法可以揭示用户的行为路径、偏好和购买行为。

此外还有用户体验研究、市场调研、数据模型和机器学习等分析方法，综合运用上述方法可能会有更好的分析结论。

 采访老师：网络安全和数据安全二者指的是什么，有什么区别？针对数据安全，目前一般采取什么防护措施呢？
 嘉宾：网络安全和数据安全是信息安全领域中的两个概念。网络安全关注的是保护计算机网络系统免受未经授权的访问、使用、破坏或干扰的能力，而数据安全关注的是保护数据的机密性、完整性和可用性，以确保数据不会被未经授权的访问、修改、损坏或泄露。

举个例子来说明：假设有一家银行，它需要同时关注网络安全和数据安全。网络安全保证银行的网络基础设施和通信系统的安全，以防止黑客入侵、网络攻击或服务停止。我们可以通过防火墙、入侵检测系统和安全访问控制等技术来实现。

数据安全则确保银行客户的敏感数据得到保护。例如，客户的个人身份信息、银行账户信息等都需要加密存储和传输，以防止被未经授权的访问和泄露。此外，银行还需要定期备份数据，以防止数据丢失或系统故障。

 采访老师：我看您还提到了安全产品研发，那大数据在这个领域下能起到什么作用呢？（比如采集效率、存储、实时等，无回答约束，仅限参考）

大数据在安全领域应用非常广泛，这里举例3个典型场景：

第一个是威胁检测和预测：通过大数据分析和挖掘，可以实时监测和识别网络中的潜在威胁和攻击行为，提供及时的威胁检测和预警，有助于保护网络系统的安全性。

第二个场景是异常行为分析：利用大数据分析技术，可以对用户行为模式、网络流量和日志数据进行分析，识别异常行为和潜在的内部威胁。

最后一个典型场景是情报共享和安全日志分析：通过整合和分析多来源的威胁情报数据以及大规模的安全日志，可以提高网络安全生态系统对威胁的感知能力，快速发现安全事件、系统漏洞和网络异常行为。

采访老师：感谢贺老师带来的精彩分享，贺老师从如何培养对市场的敏感度和洞察力，如何快速建立起新的参考系，还提到了数据安全，都给了诚恳的建议，通过对市场数据和用户行为数据的深入分析，帮助团队了解市场和用户的真实需求，从而为决策制定提供更可靠的数据支持。

这就是数据分析、数据挖掘的魅力所在，希望对从事相关工作的小伙伴带来新的业务思维，这一期的采访就到这里，我们下期再见。

口号：我在北京,一级持证人，我与你一起，为CDA云接力！