我的金融數據分析成長之旅 | CDA持證人專訪

嘉賓：CDA持證人 姜壽明

主持人：大家好，今天CDA持證人專訪我們邀請到了姜壽明，壽明目前是在一家金融科技公司從事咨詢和方案解決的工作。歡迎壽明，和大家打個招呼吧！

嘉賓：Hello，我叫姜壽明，我目前在一家金融科技公司從事咨詢和解決方案工作。本科讀的信息與計算科學專業，一半數學一半計算機課程，也算是經過了一些統計學、數據庫和軟件編程的初級的、系統化的學習和訓練，研究生讀的管理科學與工程。

主持人：我比較好奇咨詢和解決方案這一塊兒會利用到數據分析嗎？

嘉賓：會的，應用場景其實挺多的。

主持人：能舉幾個業務的例子，具體展開給大家講講嗎？

嘉賓：沒問題。我舉兩類應用場景。

第一類是企業經營管理類場景。

隨著市場經濟的發展，中大型企業面向的市場、客戶規模和復雜度不斷增加，經營數據的收集匯總過程變得越來越耗時。這時面向管理層的經營情況匯報時間也不斷延長，因為這個時候從基礎數據已經看不出結論來了，管理層提出的每個問題都需要結合很多方面的信息來回答。

這種情況下就需要構建企業的數據平臺，連接打通前后臺各類IT系統數據，利用數據分析的方法論和工具對大量基礎數據進行加工處理和分析呈現。所以現在很多中大型企業都開啟了數字化轉型，開始建設面向經營管理分析的數據看板、管理駕駛艙等等，大家也能明顯感覺得到，近幾年招聘市場上對掌握數字化轉型、數據分析等方面技能的人才需求也在持續增長。

主持人：那就是老板不會看基礎數據，更多的是看結果數據和原因，要想解釋數據的結果就需要從數據里找原因對吧，那第二類呢？

嘉賓：第二類是項目管理分析場景。

以我目前所在的公司為例，作為一家規模較大的金融科技企業，要負責建設規模龐大的IT應用系統，服務于各類復雜的業務需求，但是隨著技術的不斷發展，應用系統需要持續進行迭代升級，每次涉及到技術架構升級往往需要數百個項目并行實施并進行有效的項目群管理，這種情況下利用傳統的、簡單的數據報表已經難以清晰地展現項目的全貌和關鍵信息，這種情況下也需要借助數據分析方法和工具，基于項目群整體推進基礎數據，進行多維度透視分析、全局進展跟蹤和風險及時預警，并以自動化、可視化的方式進行呈現，輔助項目管理和推進。

這兩類都是我作為咨詢和解決方案顧問實際經歷和參與過的場景，其他類型的場景其實還有很多。

主持人：好的，我看到您讀書期間，數學課程占一半，身邊也有很多想從事數據分析的朋友問的比較多的一個問題就是，從事金融數據行業，數學是不是要特別好呢？

嘉賓：也不是。金融數據行業是一個比較泛化的概念，可能證券分析師、基金經理、金融大數據分析工程師這類職業崗更貼近一些，需要對市場交易數據進行建模預測，優化投資模型，或者設計開發相關的算法和軟件來服務于金融場景業務決策等，這些工作要求具備一定的數學功底。

其他方面的崗位類型，包括我這種咨詢解決方案類的，更多的是要求理解業務、理解數據，利用數據分析方法論和工具，更有效率、更直觀、全面地組織數據和呈現結論，并不需要掌握復雜的數學理論或者算法。當然如果數學功底好絕對是加分項，在學習和掌握相關理論和工具的時候，能夠更快地理解原理并上手使用。

主持人：從事金融行業的數據分析師，您覺得哪些業務知識是必學的？如何更好的進階自己？

嘉賓：業務知識的話，我覺得需要看服務的企業性質、業務類型以及崗位類型。企業性質來說，比如你在銀行、保險、證券公司，要求的業務知識是不同的，你起碼要了解相應業務的一些專業術語、常見通用的業務邏輯和規則，才能跟業務人員進行有效地溝通，理解業務目標，進而開展數據分析工作；業務類型來說，2B業務和2C業務要求的能力也是不同的，前者可能要求掌握一些采購、銷售、物流、存貨以及財務等相關知識，具備一定的公司經營規劃與分析能力，后者則需要對互聯網化的數據運營方法有所了解；崗位類型就比較具體了，比如你做投資分析，你需要掌握系統的金融學、經濟學理論以及投資分析方法。

主持人：作為CDA持證人，對于證書備考有什么攻略可以給大家分享一下嗎？

嘉賓：備考攻略主要有兩點吧：

一是考試大綱和模擬題一定要好好看、好好做，這個證書涉及的相關知識面還是比較廣的，考試大綱能夠幫助我們聚焦一些關鍵的知識模塊重點學習，備考階段也需要回顧一下進行知識點的查漏補缺；模擬題最好整體學習完成之后再做，畢竟套數有限，如果每套題都能得分在七八十分以上，那么直接報名考試還是比較有把握通過的，做完題目之后也要重點針對錯題進行分析、識別知識盲區，并進行遷移補漏。

第二個是做筆記還是很有必要的，筆記可以幫助我們記錄要點、加深印象，在系統化學習的時候，前后知識點是有關聯的或者互為基礎的，往往學習后面的需要回顧前面的知識，如果有筆記在的話，會節省很多時間；另外，在學習、備考戰線拉的比較長的時候，需要反復復習筆記來對抗遺忘，以及最后集中備考復習那幾天需要有足夠的彈藥。

主持人：對于即將踏入金融數據分析的小伙伴，您有什么經驗可以給大家分享一下嗎？

嘉賓：分享兩點我個人的理解吧。

第一點，我們需要不斷學習掌握復雜的工具，這里的工具是廣義的，可以是理論、算法、模型、軟件等，通過復雜工具的掌握來提升工作效率和效果，而且往往工具越復雜，提升程度就越明顯，因為效率提升的部分就是工具自動幫助我們完成的部分；降本增效是公司經營不變的主題，我們持續利用工具提升個人效率、提升組織的工作效率，就能給企業帶來更多利潤，凸顯我們的崗位價值。

第二點，我覺得數據分析崗位往上不斷進階，一定要與業務目標深入結合，通過長期聚焦在某一個或者某幾個業務領域跟數據打交道，沉淀總結一些分析問題的常用切入點和獨特視角，培養自己的數據敏感度，最終形成業務診斷能力，成為一名用戶增長專家、客戶營銷專家、或者企業風控專家，這是作為一個數據分析崗位應該及早樹立的目標和努力的方向。

主持人：好的，謝謝壽明的分享，不虧是做解決方案的，回答的每一個問題都像是在給一個個解決方案，壽明結合自己的工作業務給大家分享了金融業務場景的類型，具體的工作崗位還需要掌握專業領域的知識，更是在CDA認證備考，以及要從事金融數據分析師的小伙伴提出了自己的建議，再次感謝壽明接收我們的專訪，我們下期再見！拜拜!