岗位描述
职位描述
作为信贷获客投放团队的业务分析与数据洞察核心,你将围绕广告投放的规模增长、获客质量、转化效率与 ROI,承接业务团队和投放运营团队的分析需求,并主动发现问题、提出分析假设、形成可落地的业务建议。
该岗位不只是完成报表或临时取数,更重要的是能够理解信贷业务、广告投放链路和用户转化逻辑,基于数据判断不同渠道、campaign、人群、素材、产品策略的真实表现,为预算分配、获客策略、用户触达方式和投放优化方向提供决策支持。
工作职责
广告投放业务分析与决策支持
深入理解信贷广告获客全链路,包括曝光、点击、安装、注册、申请、授信、批核、放款、还款、LTV 与 ROI 等关键环节;
承接业务团队、投放运营团队的分析需求,围绕投放效果波动、转化漏斗异常、获客质量变化、ROI 偏差等问题进行归因分析;
主动发起专题分析,识别广告投放中的增长机会与效率问题,并输出可执行的业务建议;
分析不同平台、渠道、campaign、产品、用户分层、素材创意的人群结构与转化表现,支持预算分配和投放策略调整;
针对业务问题设计分析框架。
投放全链路指标体系与 BI 报表建设
搭建并维护广告投放全链路转化报表,覆盖平台、渠道、campaign、ad group、素材、落地页、人群包等维度;
建立素材创意表现分析报表,跟踪不同素材、文案、卖点、产品展示方式在点击率、转化率、批核率、放款率和 ROI 上的差异;
建设归因分析与 campaign ROI 报表,帮助团队判断不同投放方式的真实业务贡献;
梳理并沉淀投放核心指标口径,建立统一的数据看板、监控机制和异常预警机制;
与数据工程、BI 或数仓团队协作,推动数据链路、指标口径和报表效率持续优化。
投放效果诊断与专题分析
对投放增长、成本上升、转化率下降、批核率波动、ROI 变化等问题进行系统拆解,识别关键影响因素;
分析不同用户群体在转化率、通过率、放款率、风险表现、LTV 等指标上的差异,为人群运营和投放优化提供依据;
支持 campaign scaling、预算调整、素材测试、落地页优化、产品卖点测试等业务场景的效果评估;
通过 cohort 分析、漏斗分析、AB 实验、增量评估等方法,评估不同投放动作对真实业务指标的影响;
定期输出投放业务分析报告,帮助团队形成可复用的分析方法论和决策机制。
跨团队协作与业务推动
与广告投放运营团队紧密合作,理解实际投放动作和平台优化逻辑,将分析结论转化为可执行的运营建议;
与业务、产品、风控、数据、技术团队协作,推动关键分析结论落地;
在业务复盘、投放周会、专项讨论中提供数据洞察,帮助团队从数据中识别问题、判断优先级、推动决策;
持续沉淀信贷广告投放分析框架,提升团队对投放效率、用户质量和长期价值的判断能力。
职位要求
本科及以上学历,统计学、数学、计算机、经济学、金融、信息管理等相关专业优先;
3 年及以上数据分析、业务分析、增长分析、广告投放分析或 BI 分析相关经验;
有信贷、互金、消费金融、广告投放、互联网增长、用户运营相关经验者优先;
具备扎实的数据分析能力,熟练使用 SQL,能够独立完成复杂数据提取、清洗、分析和验证;
熟悉 Python和Spark,能够完成自动化分析、数据处理或基础建模分析;
熟悉 BI 报表搭建和指标体系建设;
理解广告投放基本逻辑,熟悉信息流广告、应用安装广告、retargeting、campaign 结构、转化漏斗、归因分析、ROI 分析等概念;
具备较强的业务 sense,能够从业务问题出发设计分析思路,而不仅是被动取数或制作报表;
逻辑清晰,表达能力强,能够将复杂分析结果转化为业务团队可理解、可执行的结论;
具备良好的跨团队沟通能力,能够与投放运营、业务、产品、风控、数据工程等团队高效协作。
加分项
有信贷获客、授信转化、放款 ROI、用户 LTV、风险分层相关分析经验;
有广告平台数据、MMP 归因数据、站内用户行为数据整合分析经验;
有 campaign 复盘、预算分配、素材分析、用户生命周期分析经验;
理解 AB 实验、增量评估、cohort 分析、归因模型等方法;
能够在不依赖明确需求的情况下,主动发现业务问题并推动分析落地。