【核心关键词】金融、岗位、企业、算法、知识、专业、理论、课程、软件、数据分析、业务类型、应用场景、经营管理、大型企业、金融数据、科技公司、项目管理、工具自动化

【专访摘要】本次CDA持证人专访邀请到金融科技公司咨询与方案解决从业者姜寿明，他讲解了数据分析在企业经营管理、项目管理中的应用场景，解答了金融行业数据分析对数学能力的要求，分享了金融数据分析必备的业务知识、CDA备考攻略与职业进阶建议，为想要进入金融数据分析领域的从业者提供了体系化参考。

【主持人】大家好，今天 CDA 持证专访，我们邀请到了姜寿明，寿明目前是在一家金融科技公司从事咨询和方案解决的工作，欢迎寿明可以和大家打个招呼吧。

【嘉宾】哈喽，大家好，我叫姜寿明，我目前在一家金融科技公司从事咨询和解决方案的工作，本科是读的信息与计算科学，专业是一半数学和一半计算机的课程，也算是经过了一些比较系统的统计学、数据库、软件编程的初级学习和训练。研究生读的是管理科学与工程专业。

【主持人】就是我比较好奇咨询和解决方案这一块会利用到数据分析吗？

【嘉宾】其实会的，我觉得数据分析的应用场景其实还挺多的。

【主持人】能给大家举几个例子吗？

【嘉宾】我就举两类应用场景，第一类是企业日常经营管理类场景，大家都知道随着市场经济的发展，中大型企业面向的市场客户规模和复杂度也在不断增加，经营数据的收集和汇总过程就变得越来越耗时。这个时候面向管理层的日常经营会议汇报时间也会不断延长，因为从基础数据已经看不出有效结论。

【嘉宾】管理层在会议上提出的每一个问题，都需要结合多方面信息来回答，这种情况下就需要构建企业数据平台，连接和打通前后台各类IT系统的数据。利用数据分析方法论和工具对大量基础数据进行加工处理、分析呈现，所以现在很多中大型企业都在推进数字化转型，搭建经营管理数据看板、管理驾驶舱等。也能明显感受到，人才招聘市场对具备数字化转型、数据分析技能的人才需求在持续增长。

【主持人】那就是老板不会看基础的数据，更多的是看数据的结果和原因。是。要想解释这数据的结果，就需要从数据里找原因，对吧？那第二类呢。

【嘉宾】第二类是项目管理分析场景。以我所在的大型金融科技企业为例，核心需要搭建庞大的IT应用系统，服务各类复杂业务需求。随着技术发展，应用系统需要持续迭代升级，每次技术架构升级往往需要数百个项目并行实施，开展项目群管理。这种情况下，传统简单数据报表已经无法完整展现项目全貌与关键信息，需要借助数据分析方法和工具，基于项目整体技术数据做多维透视分析，实现全局进展跟踪、风险预警，并以自动化、智能化方式呈现，辅助项目管理与推进。

【主持人】我看到您读书期间数学课程占一半。身边也有很多想从事数据分析的朋友，问的比较多的一个问题，从事金融数据行业，数学是不是要特别好呢？

【嘉宾】其实也不是，金融数据行业是一个比较泛化的概念，像证券分析师、基金经理、金融大数据分析工程师这类岗位，需要对市场交易数据做建模预测、优化投资模型，或是设计开发算法、软件服务金融场景与业务决策，这类工作会要求具备一定数学功底。

【嘉宾】其他岗位类型，包括我这种资金解决方案类岗位，更多要求理解业务、理解数据，运用数据分析方法论和工具高效、直观、全面地组织数据、呈现结论，并不需要掌握复杂数学理论和算法。当然数学功底好是很大加分项，能更快理解相关理论和工具原理，快速上手落地。

【主持人】从事金融行业的数据分析师，您觉得哪些业务知识是必学的？如何更好的进阶自己？

【嘉宾】业务知识要看企业性质、业务类型、岗位类型。从企业性质来说，银行、保险、券商要求掌握的业务知识各不相同，至少要熟悉行业专业术语、通用业务逻辑与规则，才能和业务人员高效沟通，理解业务目标，顺利开展数据分析工作。

【嘉宾】从业务类型来说，ToB业务和ToC业务要求能力差异很大：ToB需要掌握采购、销售、物流、存货、财务相关知识，具备企业经营规划与分析能力；ToC需要了解主流互联网数据运营方法。从岗位类型来看，如果做投资分析，就要系统掌握金融学、经济学理论以及专业投资分析方法。

【主持人】作为 CDA 持证人，对于证书备考有什么攻略可以给大家分享一下吗？

【嘉宾】备考攻略主要有两点：第一，吃透考试大纲和模拟题。CDA涉及知识面广，考试大纲能帮我们聚焦核心知识模块重点学习，备考后期用来查漏补缺。模拟题建议完整学完再做，整套模拟卷能稳定七八十分以上，基本可以一次性通过考试。做完一定要复盘错题，找准知识盲区补齐短板。

【嘉宾】第二，整理学习笔记非常有必要。笔记可以记录核心知识要点、加深记忆，系统化学习中知识点相互关联、层层递进，有笔记可以节省大量回顾时间。备考周期较长时，反复复习笔记能对抗知识遗忘；考前集中冲刺阶段，笔记也是最高效的复习资料。

【主持人】对于即将踏入金融数据分析的小伙伴，您有什么经验可以给大家分享一下吗？

【嘉宾】我分享两点个人建议：第一，持续学习掌握复合型工具，这里的工具是广义概念，包含理论、算法、模型、专业软件。掌握高阶工具能显著提升工作效率与分析效果，工具越专业，提效效果越明显。借助工具自动化替代重复性工作，实现降本增效，既能提升个人工作效率，也能为企业创造价值，凸显岗位核心价值。

【嘉宾】第二，数据分析岗位想要长期进阶，必须深度绑定业务目标。长期深耕一个或多个垂直业务领域，在实战中沉淀分析切入点、数据洞察视角，培养数据敏感度，最终形成专业业务诊断能力，成长为用户增长专家、客户营销专家、企业风控专家。这是数据分析从业者要尽早确立的长期职业方向。

【主持人】好的，谢谢寿明的分享，不愧是做解决方案的，回答的每一个问题都像是在给一个个解决的方案。寿明结合自己的工作业务给大家分享了金融场景的类型，具体的工作岗位还需要掌握专业领域的知识，更是在 CDA 认证备考上，以及要从事金融数据分析师的小伙伴提出了自己的建议，再一次感谢寿明接受我们的专访，我们今天的专访就到这里，再见。

推荐学习书籍 《CDA一级教材》适合CDA一级考生备考，也适合业务及数据分析岗位的从业者提升自我。完整电子版已上线CDA网校，累计已有10万+在读~ !

免费加入阅读：https://edu.cda.cn/goods/show/3151?targetId=5147&preview=0