京公网安备 11010802034615号
经营许可证编号:京B2-20210330

【核心关键词】埋点、产品、互联网、数据库、决策、数据分析、产品经理、商业模式、移动互联网、指标体系、运营模块、大数据平台、数据仓库、数据指标、业务系统、业务需求、业务目标、系统数据
【专访摘要】本次 CDA 持证专访邀请到头部保险集团 IT 产品经理杨迅,他解析了数据仓库 / 大数据平台 / 数据中台的本质区别,按 B 端 / C 端 / 数据产品三类划分产品经理的数据分析技能要求,讲解了保险行业从地推到数字化与大健康生态的转型逻辑,分享了数据埋点的设计方法与实操经验,为数据产品与业务产品从业者提供了体系化认知。
【主持人】大家好,今天 CDA 持证人专访邀请到杨迅,目前就职于国内某头部保险集团任 IT 产品经理,欢迎简单介绍自己。
【嘉宾】大家好,我叫杨迅,2020 年毕业于北京交通大学,目前在泰康保险集团任产品经理,负责运营模块产品设计工作。
【主持人】介绍一下你负责的产品类型。
【嘉宾】我们主要做数据仓库产品,行业内也叫大数据平台、数据中台,本质都是数据仓库 —— 面向主题、集成、相对稳定、反映历史变化的数据集合,支持管理决策。
【嘉宾】在基础概念上用分布式技术,支持海量数据就是大数据;通用上层数据应用就是平台;在底层稳定前提下支持前台灵活业务需求就是中台。最本质都是数据仓库。
【嘉宾】我们的产品主要解决内部问题:把各业务系统数据采集到一起,做跨业务跨系统分析;作为数据中枢提供标准安全接口,打破数据烟囱,提升系统对接效率,释放数据价值。
【主持人】产品经理会数据分析,属于赋能还是必备?
【嘉宾】产品经理类型多、业务差异大,数据分析能力要求不同,按视角可分为三类:普通 B 端产品、C 端产品、数据产品。
【嘉宾】普通 B 端产品面向企业 / 内部用户,量少,更适合和核心用户沟通梳理流程,数据分析要求低,掌握 Excel 基础即可。
【嘉宾】C 端产品用户广,必须持续做用户行为分析、构建用户画像,需求与迭代多基于数据,需要掌握趋势、预测、聚类等方法,使用 SPSS、Python、R 等工具。
【嘉宾】数据产品直接和数据打交道,要求最高:除基础分析能力,还要掌握 SQL/NoSQL 数据库、主流大数据平台架构与原理。如果把数据比作鱼,数据分析是捕鱼,数据产品经理是制作渔网和鱼竿。
【嘉宾】按 CDA 级别来看:普通 B 端产品,Level 1 一半必备、一半赋能;C 端产品,Level 1 全部必备,更高阶为赋能;数据产品,Level 1 全部 + Level 2 部分为必备,更高阶为赋能。
【主持人】产品岗位平时用到哪些数据分析方法与工具?
【嘉宾】我的数据分析主要服务产品设计。数仓建设中频繁使用数据库了解数据源结构,用维度建模分类管理主题数据;搭建运营指标体系时,熟悉图表类型与场景,设计逻辑化指标组合,用仪表盘呈现支撑决策。
【嘉宾】最常用工具是 Excel,偶尔用 Python 或 SPSS 做数据处理与复杂统计图表。
【主持人】保险行业以前大街发传单,现在很少见,业务发生变化了吗?
【嘉宾】国内保险 90 年代开始起步,早期无经验,把保险当普通商品无差别推销,难以匹配真实需求,大众不理解,印象不好。
【嘉宾】变化来自三方面:第一,客户需求变化,人们理解保险是风险管理工具,不是普通商品,出现保险经纪人量身定制,比地推更精准。
【嘉宾】第二,行业商业模式创新,公司从纯保险转向大健康生态,布局高端养老社区与医院,推出保单换入住权的模式,服务高净值人群,广告更精准。
【嘉宾】第三,移动互联网浪潮,服务线上化,公司成立泰康在线做互联网保险,销售阵地从线下转到线上。三者共同带来行业变化。
【主持人】如何做好数据埋点?
【嘉宾】埋点工具不是越复杂越好,要看场景。商业化埋点工具功能强,但成本高、约束多;内部 B 端系统通常只需要功能使用率、页面访问等基础指标,复杂工具不划算。
【嘉宾】我们基于日志平台 + ETL + 仪表盘自建轻量埋点工具,前端封装监听函数,页面按规范命名即可实现埋点,几乎无额外开发量,低成本高效率。
【嘉宾】做好埋点三步法:第一,从产品目标出发确定埋点目标,明确要衡量的行为与转化;第二,围绕目标搭建指标组合,单一指标无法完整说明问题;第三,用数据结果反哺埋点设计,持续迭代优化。
【主持人】作为数据方向产品经理,有什么想吐槽的?
【嘉宾】我觉得遇到问题优先反求诸己,积极乐观面对,吐槽代表无能为力。年轻阶段应以输入为主,多听多看多学多做,少吐槽,保持学习心态最重要。
【主持人】心态很重要,还是要多学习。感谢杨迅参加专访,本期采访到此结束,再见。
【嘉宾】再见。

数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
人力资源专员是HR体系的执行入口。招聘信息发布、简历初筛、面试安排、考勤汇总、入离职手续、劳动合同与档案管理,大多由这个岗 ...
2026-10-22人力资源经理问“必学技巧”,真正要解决的不是知识清单不够长,而是时间有限、业务催得紧,学完却用不上。更有效的路径是:先用 ...
2026-10-22内容营销岗位的核心任务,不是“把文案写得更漂亮”,而是围绕目标受众,用持续的内容供给影响认知、推动转化并沉淀复购。它至少 ...
2026-10-22理财经理培训课程很多,难的是判断“先学什么、后学什么、学完能做什么”。与其按课程名称罗列,不如先看岗位任务:客户分层与维 ...
2026-10-22理财经理的知识结构,可以先用一句话概括:合规与产品知识决定“不出错”,客户经营与资产配置决定“够不够专业”,市场研判与数 ...
2026-10-22经济学背景做数据分析,优势不在工具,而在问题意识:供需如何相互作用、成本与收益如何权衡、变量之间是相关还是因果。真正的缺 ...
2026-10-22需要,但要把“需要”理解准确。经济学本身就在处理数据:GDP、物价、就业、企业营收、问卷调研,都是经济分析的原料。真正的区 ...
2026-10-22经济学分析能力不是单一技能,它至少由三层构成:把现实问题转成可检验假设的理论框架能力、用数据与统计方法验证假设的工具能力 ...
2026-10-22金融分析师的知识提升,先补的不是更多模型,而是让结论可复核的底层能力。按任务顺序,大致是四层:财务与业务理解、指标口径管 ...
2026-10-22金融分析师的“通用技能”,指换到不同机构、不同行业组仍用得上的底层能力,而非某家公司内部系统的操作经验。按任务拆,日常要 ...
2026-10-22先给结论:数据分析证书不是金融分析师的准入条件,招聘方也不会因为一张证书就直接判断你能做分析。要不要考,取决于你当前任务 ...
2026-10-22金融分析师的核心技能,不是“会看K线”或“会讲宏观”,而是能把一家公司、一个行业或一类资产,转化为可核查的数据判断与书面 ...
2026-10-22产品经理的知识提升,不是把需求文档、原型、SQL、数据分析、项目管理都学一遍,而是先对准目标岗位的真实任务,找出自己最缺的 ...
2026-10-22产品专员提升工作知识,最有效的方式不是先囤课程,而是围绕日常交付的四件事来补:需求调研与优先级判断、原型与PRD表达、竞品 ...
2026-10-22产品运营专员提升个人能力,常见误区是先把Excel、SQL、Python列成一张学习清单,然后从第一个工具开始学。更有效的做法是先回答 ...
2026-10-22产品运营的能力提升,最怕从“课程目录”出发:今天学增长模型,明天背SQL语法,学完却说不清自己负责的功能为什么激活率低。更 ...
2026-10-22产品经理的技能和影响力不是两条分开的赛道。技能决定你能不能把问题分析清楚、把方案设计对;影响力决定你的判断能否被团队接受 ...
2026-10-22产品经理要学的数据分析能力,不是“会写SQL”或“会用BI工具”这么简单。更准确地说,是围绕需求评估、功能迭代、指标监控、实 ...
2026-10-22产品经理的业务能力,不是“会用多少工具”,而是能否把业务目标翻译成可执行的指标、用数据验证判断、再推动方案落地并复盘。全 ...
2026-10-22产品经理快速提升职场技能,关键不在多报几门课,而在于先找出当前岗位上最影响产出的一两项能力缺口,围绕“业务理解—需求与指 ...
2026-10-22