金融行业有哪些领域需要大量运用数据分析？具体有哪些职位？

就我所在的信用卡领域来说，大量用到数据分析的主要可以分为risk和marketing两大部门。

1.Risk

1.a Modeling

risk score，预测客户default/charge off的风险。

fraud modeling，预测刷卡fraud的可能性等等

1.b Business Strategy

诸如给客户确定credit line, APR等都需要用到数据分析，这里面可能会用到modeling提供的各种score。

1.c Corporation Risk

诸如loss forecasting, capital planning等

1.d Model Validation

随着Fed等regulator看得越来越紧，model validation的活也越来越多，由此也造就了很多工作机会

1.e 各种ad-hoc

比如看一下这个月的late payment rate，看一下某个类别的消费走势等，都需要用到数据分析。

2. Marketing

这部分不是很了解，大致包括如何target用户提高response rate，各种AB test等

另外还有别的部门诸如recovery, collection, cross sell等都会用到数据分析.

数据分析职位上来说主要分以下几类

modeler/statistician

以做modeling为主，当然可能还会涉及到处理data, model implementation, model documentation等，真正的modeling反倒只是很小一块

做loss forecasting/model validation也可以算在这一块

Business analyst

主要侧重于开发business strategy，相对来说偏重于business sense，需要一定数据分析的基础，但一般来说不太需要过于复杂的model

Data Analyst

主要侧重于prepare data.在有些公司会单独分列出来，有些公司可能就跟modeler/statistician在一起了，没有人专门给你pull data.

Manager

顾名思义。。。

另外还有大家都在做（说）的Big data，一般就叫data scientist了

但是金融至少信用卡领域还在跟上，不能跟IT相关的公司比。

=============发展前景===========

就我所了解的，通常越是偏技术的，升职会越难一点。一方面可能是因为有同样skill set的人比较多，不好往上爬，而偏Business的做久了就很熟悉了，别人不容易插进来。

别一方面也有可能是技术做多了，比较忽视一些soft skills，影响升职。

=============需要用到的知识=======

这个总体来说就是三块了

1. 统计/数据分析的理论知识

2. 行业相关知识

3. coding

【知乎用户的回答(0票)】:

风险，营销

【xunzhang的回答(0票)】:

和银行打交道比较多，数据分析在银行的话分几个部分。第一个部分是传统数据仓库，主要是绩效考核，风险管理，1104报表等，这个在目前还是分析的主要内容。第二个阶段主要是大数据的分析，包括用数据挖掘实现精准营销，客户细分，舆论监控等。第三部分是实时的分析，例如基于lbs的业务推荐，实时反欺诈等。