金融策略数据分析师：我是如何从萌新进化为职场老司机的

从我去年入职金融策略数据分析师到如今，已有半年时间了。通过这半年的工作锻炼，我已经从刚入职的啥也不懂的萌新，进化成了如今工作清单一大堆的职场老司机，这个转变的过程中我也积累了很多感想，在与大家分享一下。

主要工作内容

我所在小组的工作主要是做二次营销，在公司存量客户的基础上选择我们风控认为比较优质的客户发放现金贷产品。我的工作是筛选，通过筛选将公司客户信息汇总到一张表中，之后通过筛选规则→评分卡→授予额度→推送到活动系统中。

工作框架

推送到活动系统之后营销部门会对客户进行发短信、打电话等方式对客户进行营销，有意向的客户申请我们的产品，之后通过审批确定是否发放offer。修改筛选规则，调整评分卡，调整授予额度就是我的工作日常。

工作中的挑战

虽然我在学校学习过sql代码，但工作涉及到的代码少者5,6行，多者上百行，循环嵌套7,8层。一次产品设计的代码1000多行，这让当时刚入职的我感到压力山大。

由于给用户发放不同的offer对应不同的任务，这需要对每日任务进行一个监控。监控每天发放的offer数量是否异常，总的平均额度是否有变化。之前我是靠个人经验判断名单量是否异常，随着业务量越来越大，任务数量越来越多，这也变得越来麻烦，从而我就开始思考，能否开发出一个指标判断名单量，从而节省大量时间并且可以规避人为判断主观影响，这样得出的结论更加理性量化。

数据分析师的主要职能通过数据发现问题解决问题，但前提是你要理解公司业务，掌握解决方法。关于具体的解决方法，我在CDA数据分析师已经学到了很多，但对应不同的公司以及不同的部门实际业务就千差万别了。比如：工作中领导会让你限制某个渠道的产品，评价某次策略上线的影响，打捞一些沉默客户等等，这些全于实际业务相关，但公司却不会给你提供相关的说明或者介绍，空有一些软件操作技能无法施展。

解决思路

由于我是转行到数据分析职位的，本身对在CDA学习的sql代码还不太熟练，这就需要自己强化代码的学习，通过不断长时间重复性的练习写sql，遇到长段的比较复杂的代码需虚心请教前辈。同时我还会思考判断每天任务的名单量是否异常，并与之前的名单量做比较，看数值是升高还是降低，根据这个值得出结论。这就可以用到在在CDA学习的统计学方法，如均值，方差，归一化等方法，然后进行一系列加工，比较，调整参数。最终经过一周时间尝试，我得出指标，从而能够评价名单量波动的异常。5星为异常波动。4星为较多波动，3星以下为正常波动。

衡量名单量波动指标

数据分析师通过数据发现问题解决问题，业务是重要的支撑点。

在这方面自己是通过请教周围的同事，记下他们简述的内容。虽然看起很简单，但过程很繁琐，这是一个需要耐心逐步积累的过程。

结语

我很庆幸自己的转行之路，也很高兴能够在CDA数据分析师度过充实的学习之旅。数据分析师的待遇比普通岗位要高很多，发展前景也很广，但这个职位所涉及的知识和原理也很复杂，这就需要自己多动脑，不断思考，上文提到的工作困难只是实际工作的一小部分。最后祝愿大家，在选择了数据分析岗位后能够坚定走下去，没有风雨怎能见彩虹。