【XinZou的回答(9票)】: 就我所在的信用卡领域来说,大量用到数据分析的主要可以分为risk和marketing两大部门。 1.Risk 1.a Modeling risk score,预测客户default/charge off的风险。 fraud modeling,预测刷卡fraud的可能性等等 1.b Business Strategy 诸如给客户确定credit line, APR等都需要用到数据分析,这里面可能会用到modeling提供的各种score。 1.c Corporation Risk 诸如loss forecasting, capital planning等 1.d Model Validation 随着Fed等regulator看得越来越紧,model validation的活也越来越多,由此也造就了很多工作机会 1.e 各种ad-hoc 比如看一下这个月的late payment rate,看一下某个类别的消费走势等,都需要用到数据分析。 2. Marketing 这部分不是很了解,大致包括如何target用户提高response rate,各种AB test等 另外还有别的部门诸如recovery, collection, cross sell等都会用到数据分析. 职位上来说主要分以下几类 modeler/statistician 以做modeling为主,当然可能还会涉及到处理data, model implementation, model documentation等,真正的modeling反倒只是很小一块 做loss forecasting/model validation也可以算在这一块 Business analyst 主要侧重于开发business strategy,相对来说偏重于business sense,需要一定数据分析的基础,但一般来说不太需要过于复杂的model Data Analyst 主要侧重于prepare data.在有些公司会单独分列出来,有些公司可能就跟modeler/statistician在一起了,没有人专门给你pull data. Manager 顾名思义。。。 另外还有大家都在做(说)的Big data,一般就叫data scientist了 但是金融至少信用卡领域还在跟上,不能跟IT相关的公司比。 =============发展前景=========== 就我所了解的,通常越是偏技术的,升职会越难一点。一方面可能是因为有同样skill set的人比较多,不好往上爬,而偏Business的做久了就很熟悉了,别人不容易插进来。 别一方面也有可能是技术做多了,比较忽视一些soft skills,影响升职。 =============需要用到的知识======= 这个总体来说就是三块了 1. 统计/数据分析的理论知识 2. 行业相关知识 3. coding 【知乎用户的回答(0票)】: 风险,营销 【xunzhang的回答(0票)】: 和银行打交道比较多,数据分析在银行的话分几个部分。第一个部分是传统数据仓库,主要是绩效考核,风险管理,1104报表等,这个在目前还是分析的主要内容。第二个阶段主要是大数据的分析,包括用数据挖掘实现精准营销,客户细分,舆论监控等。第三部分是实时的分析,例如基于lbs的业务推荐,实时反欺诈等。 原文地址:知乎 |
|