2024年金融数据分析岗位职责（共8篇）.docxVIP

下载本文档

0
0
约1.14万字
约 18页
2024-07-06 发布于浙江
举报
版权申诉

2024年金融数据分析岗位职责（共8篇）.docx

1、本文档共18页，可阅读全部内容。
2、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。
3、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击这里二次下载。
4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
5、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
6、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
7、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
8、VIP文档为合作方或网友上传，每下载1次，网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档

第PAGE\*Arabic1页共NUMPAGES\*Arabic1页第PAGE1页共NUMPAGES1页第PAGE1页共NUMPAGES1页第PAGE

第PAGE1页共NUMPAGES1页

2024年金融数据分析岗位职责（共8篇）

篇：数据分析师岗位职责数据分析师岗位职责

做数据分析前我们首先要明确分析目的和内容，对于数据分析师而言，他们的进阶需求无外乎是各个企业对数据分析师的职位要求。在前程无忧、中华英才网以及智联聘请上，我们随意搜寻下数据分析的岗位信息，都能找到大量类似于下面的一些职位要求信息：

别看岗位职责，任职要求这么多，说白了主要就三点要求：1）对相关业务的理解；

2）驾驭一到二种数据分析工具；

3）良好的沟通。可能不同的公司因为需求不同，会在要求上有点小小的不同，而这个不同主要集中在数据库上。了解数据分析师的详细需求之前，我们有必要先了解数据分析师的职位体系。

数据分析师的职位体系

在传统行业中，数据分析更多存在移动、银行、超市等行业，在这些行业中你才会间或听到数据分析师这个职位，或许更多是听到数据挖掘工程师、数据建模师。在中国或许只在电信的项目中，才会存在真正的意义上的数据挖掘。

数据行业从广义上讲可以分为以下几个职位：1、数据分析师

更留意是对数据、数据指标的解读，通过对数据的分析，来解决商业问题。主要有以下几个次层次：

1）业务监控：诊断当前业务是否正常？是否存在问题？业务发展是否达到预期（kpi）？假如没有达到预期，问主要问题在哪？是什么缘由引起的？2

）建立分析体系：这些数据分析师已经对业务有肯定的理解，对业务也相对比较熟识，更多帮

业务方建立一套分析体系，或者更高级是做成数据产品。例如：营销活动。分析师会告知业务方，在活动前你应当分析哪些数据，从而制定恰当的营销安排。在营销过程中，你应当看哪些数据，从而刚好做出营销活动调整。在营销活动，应当如何进行活动效果评估。3）行业将来发展的趋势分析：这应当是数据分析师最高级别，有的公司叫做战略分析师/商业分析师。这个层次的数据分析师站的更高，在行业、宏观的层面进行业务分析，预料将来行业的发展，竞争对手的业务构成，帮助公司制定战略发展安排，并刚好跟踪、分析市场动态，从而刚好对战略进行不断优化。

主要技能要求：

数据库学问（sql至少要熟识）、基本的统计分析学问、excel要相当熟识，对sp或sas有肯定的了解，对于与网站相关的业务还可能要求驾驭ga等网站分析工具，当然ppt也是必备的。2、数据挖掘工程师

更多是通过对海量数据进行挖掘，找寻数据的存在模式、或者说规律，从而通过数据挖掘来解决详细问题。数据挖掘更多是针对某一个详细的问题，是以解决详细问题为导向的。例如：聚类分析，通过对于会员各种人口统计学、行为数据进行分析，对会员进行分类，对不同的类型的会员建立相应的profiling，从而更好的理解会员，知道公司会员是究竟如何？高、中、低低价值的会员构成，既可以后期各种会员的运营供应指导，提高活动效率，可以指导公司的营销，例如广告的投放策略。以及用于公司各种战略的制定。

主要技能要求：

1）数据库必需精通。许多时候，你模型的数据预处理，可能完成在数据库里完成，你用到的数据库技巧更高。

2）必需要会成熟的数据挖掘工具、数据挖掘算法，例如：sp/celementine、sas/em等，当然假如你会一、二款开源软件，并会写一些程序代码那是最好的，大公司都喜爱用开源的软件，例如：r、weka。3、数据建模师

当然二者有一个共同之处都是，针对很详细的问题，都是会解决某个详细问题，例如：营销反应率，你就可能历史的邮箱、短信的反应状况，来建模型进行预料，从而提高邮件反应率，或者削减对用户来说的“垃圾”邮箱，提高用户体验。所以从驾驭的技能上讲，这二者就有很大的区分，数据建模师其实很少会提到算法这个词，更多说运用什么模型，有感觉吗？但是从实务界来看，这二个模型越来越没有明确的分工，一