Bank Salad 透過數據服務提升用戶的生活品質。
Bank Salad 的使命是創造一個用戶可以隨時隨地使用自我信息的環境，設計最大化用戶利益的數字體驗。我們特別著重於人們最重要的價值「金錢」和「健康」領域。
我認為不斷推出創新產品的公司就是創業公司。
我們是國內首創自動記帳(2017)、金融整合查詢(2018)、消費基礎卡推薦(2018)、貸款比較服務(2019)、信用分數提升(2019)、金融秘書(2020)、我的數據(2022)、免費基因檢測(2023)、健康自定義保障分析(2024)、沙拉遊戲(2025)、最低利率提醒(2025)的公司。
近兩年每月銷售增長達 800%，並突破了每月常態利潤(BEP)，確保了可持續性和穩定性。
基於金融與健康的數據協同效應，我們計畫於五年內擴展至數字金融控股公司，十年後成為以信息作為核心資產的數據控股公司，擴展各項業務。
我們希望能與有著挑戰精神的同事們一起，打造無限制地解決問題的文化及將數據有效利用的過程，實現產品和業務的實質性成果。
健康 PA 的具體工作如下。
健康 PA 的使命是收集散落的健康數據，將個性化健康管理與保險連接起來，創造一個解決方案。數字健康護理市場面臨著規範、支付意願低等挑戰，但隨著醫療健康數據的擴散和健康管理需求的增加，這也是確切的機遇。
提供能驅動用戶行動的健康管理服務。
單純顯示健康檢查信息、公共數據、醫院 API 等數據，無法認為已經創造了健康管理服務。我們不僅僅是提供數據，而是專注於「讓用戶實際行動」的部分。我們設計超越提供健康信息的激勵系統(目標設置、通知、挑戰)，持續開發能促進用戶行動的產品。
提供便於任何人使用的檢測服務並專注於客戶體驗。
作為國內首創將所有程序應用於 App 服務的 Bank Salad 非面對面基因檢測和微生物檢測，提供輕鬆便捷的健康狀態確認及管理體驗。超過 100 萬人使用過非接觸檢測服務，超過 30 萬人利用檢測結果來進行健康管理。這一數字已經超過 Bank Salad 在基因檢測服務推出之前全行業的檢測總和。我們致力於不斷擴大檢測的規模和範圍，創造一個隨時隨地都能輕鬆檢查和管理健康數據的世界。
此外，還提供將健康和財務風險管理一體化的解決方案。
健康問題隨即可能導致財務負擔。我們力求提供便於用戶輕鬆找到所需保障，優化保險費，且簡單解決加入和索賠的解決方案。尤其是通過綜合分析健康檢查、基因檢測和生活習慣數據，預測個人疾病發生的可能性，根據此基礎推薦最佳的保險產品，以便加強服務。
同時，我們建立了非面對面諮詢系統，以最小化保險諮詢中負面的體驗，幫助用戶便捷理解和參加保險。儘管面臨著許多規範限制等問題，但經過多次更新、培訓和功能改善，我們最終在保險業務中實現了超過 600% 的增長。
資料分析師(健康)的具體工作如下：
通過分析用戶的 GA(保險顧問) 顧問數據，找出提高轉換率的關鍵因素，並提出改進建議，使用戶能獲得最佳的保險諮詢。
• 基於諮詢記錄數據識別高轉換率和低轉換率的諮詢模式，量化影響轉換率的關鍵因素。
• 利用自然語言分析從諮詢文本中提取有意義的模式，推導出有效的諮詢話術和場景。
• 通過對業務/產品的原因分析和假設檢驗，提取可行的見解並提出戰略建議。
• 基於 Bank Salad 用戶的健康及保險相關行為數據進行分析和建模，提高對產品的理解。
設計評估體系，快速準確地進行諮詢質量決策，定義關鍵指標並主導實驗。
• 設計和實現與產品增長相關的關鍵指標。
• 設計事件日誌以跟踪顧問和場景的轉換績效及測量經驗。
• 處理和視覺化數據，以便成員能夠輕鬆理解和利用指標。
• 與健康團隊PM/PA、GA經理緊密合作，將分析結果反映到諮詢運營中。
• 設計和構建數據商城以提高分析效率。
為驗證諮詢模式的因果效果設計準實驗，實驗性地發掘出創造更高轉換率的諮詢場景。
• 將顧問的諮詢方式設定為控制變量進行準實驗。
• 驗證實驗結果的統計顯著性，解釋因果效果以用於決策。
• 設計和執行 A/B 測試，並驗證實驗結果的統計顯著性。
主要使用以下技術堆棧（工具）：
• 數據處理及分析工具：Snowflake, Metabase, Amplitude
• 自然語言分析：Python (pandas, scikit-learn, KoNLPy等), LLM利用分析
• 語言：Python, SQL
我想與志同道合的夥伴共同旅行。
• 需要有超過 7 年的數據分析經驗或相等的，主導過對產品/增長決策產生影響的分析項目。
• 必須能運用 SQL 處理大規模數據，並以端到端的方式完成關鍵指標設計、原因分析和戰略建議。
• 需要理解金融數據結構，能將行為數據結合起來解釋用戶價值和收益貢獻。
• 必須具備運用統計建模、機器學習技術等高級分析方法的經驗。
• 需要具備 A/B 測試和假設檢驗的理解以及實踐應用經驗（指標定義、實驗設計、結果解釋）。
• 必須具備以數據為基礎構造問題、與不同職能/領導層合作，提升組織決策水平的溝通/領導能力。
優先考慮具備以下經驗的人士。
• 有利用 Python 等進行分析自動化/報告以及統計、推薦、分類、預測建模的經驗者優先。
• 擁有計算機科學、數學、統計學、數據挖掘相關領域碩士/博士學位者更佳。
• 有透過數據分析或建模創造明確的業務/用戶影響（銷售、留存、轉換、成本降低等）的經驗者優先。
• 在數據驅動的組織中俱有建立或提升指標/實驗/數據質量/定義體系的經驗者優先。
• 有基於數據倉庫(DW)的認知，具備數據商城建設及數據管道設計經驗者更佳。
• 有系統性進行實驗設計，具備統計假設檢驗的技術能力，以及考慮因果/偏見問題的解釋能力者優先。
• 若可擔任初級分析師的引導或在團隊內構建/擴散指導方針則更佳。
