职位描述
1. 业务指标体系搭建与监控
基于金融科技业务目标（如收单，支付，商城等）及商业模式，搭建全面、准确、客观的业务指标体系和监控框架
构建覆盖客户、产品、交易等多维度的业务监控看板，持续跟踪业务健康度
通过归因分析（如MTA多触点归因等）定位关键业绩驱动因素与增长杠杆
2. 深度数据分析与决策支持
针对金融科技核心业务场景（如跨场景交叉策略效果评估、线上渠道转化优化、产品流程优化等）开展专题分析，输出可落地的策略建议
分析用户行为序列与生命周期价值（LTV） ，构建动态用户标签体系（如消费偏好、、风险偏好等）
3. 数据产品与工具建设
参与BI工具（QuickBI、dataworks、AI agent等）的建设和优化，提升数据可用性与分析效率
梳理B端/C端及多渠道的全链路数据资产，搭建自动化监控与预警看板
沉淀分析方法论与工具模板，推动团队分析能力的整体提升
4. 跨部门协同与商业洞察
协同运营、产品、风险、销售等部门，通过数据驱动业务增长与风险管控
结合行业趋势与竞争格局，开展全面的商业分析（如市场容量测算、用户细分、竞争对标Benchmarking）
将复杂分析结论（如预测模型输出、因果效应评估）转化为可执行的业务方案，并建立效果追踪与迭代机制

任职要求
学历与专业

本科及以上学历，统计学、数学、金融、计算机、经济学等相关专业优先

工作经验

3年以上商业数据分析、数据分析或商业智能相关经验

具备金融科技、互联网金融（钱包、收单、银行、信贷、财富等）领域经验者优先

硬技能

精通SQL/Dataworks/PySpark/Python等数据处理工具，具备从数据提取到仪表板发布的完整能力

掌握常用数据分析方法（如趋势分析、漏斗分析、回归分析、聚类分析等）

熟悉常见统计学习方法与机器学习模型原理及应用场景（如回归模型、聚类、决策树、集成学习等）

软实力

具备出色的商业洞察力与结构化思维能力，能快速理解复杂业务场景

能够独立完成业务指标拆解、监控与异动归因分析

优秀的沟通协调与项目推动能力，能够清晰地向业务与技术团队传达分析结果

具备与产品、算法、运营等多团队协同经验

加分项

具备用户评分卡模型、信用风险模型等实际建模经验

有AB Testing实验设计与分析经验

熟悉金融监管合规要求及相关数据治理标准