产品经理（智能两客）

优缺点分析

角色解读

• 可向广告策略专家或高级产品经理方向发展，后续可担任广告产品线负责人或业务团队主管
• 也可深化机器学习与广告系统底层能力，转型为广告算法工程师或数据科学家方向
• 平安集团内部有丰富的金融及科技业务机会，未来可横向拓展至其他金融产品线或创新业务
• 负责广告投放链路的核心策略设计，包括竞价排序、出价机制、预算分配等，通过机器学习模型（CTR/CVR预估）优化系统效率
• 主导智能投放工具的产品规划与迭代，支持广告主自助化、智能化投放，提升转化效果和获客成本优化
• 深入分析广告系统数据，识别策略缺陷和系统瓶颈，建立归因分析体系，推动优化方案落地
• 联动算法、研发、运营及业务团队，推动策略产品从需求定义到AB测试上线全流程闭环管理
• 熟练掌握互联网广告投放策略（竞价、出价、预算分配等），理解机器学习模型在广告领域的应用（CTR/CVR预估）
• 具备优秀的数据分析能力，能通过SQL/Python等工具进行数据洞察和归因分析
• 年以上互联网产品经验，有广告策略、用户增长或相关领域经验者优先
• 出色的跨部门沟通能力和项目推动能力，结果导向，能在复杂业务场景中快速学习并落地

申请策略

• 面试时准备一个完整的策略优化案例：从问题发现、数据分析、策略设计到AB测试上线及效果复盘的全流程展示
• 了解平安科技的智能两客业务目标（如获客效率、转化率指标），结合自身经验提出优化设想
• 突出5年以上互联网产品经验，特别是广告策略、竞价排序、出价机制等具体项目成果
• 强调数据驱动决策案例：如通过AB测试优化CTR/CVR，提升ROI或降低获客成本的实际数据
• 展示机器学习模型应用经验：如参与过CTR/CVR预估模型设计或特征工程，理解模型对策略的影响
• 如有金融广告或用户增长经验（LTV/CAC建模），务必放在显眼位置
• 如果对广告系统底层不够熟悉，可以提前学习RTB广告、程序化购买、oCPM等概念，了解主流广告平台（如广点通、巨量引擎）的投放逻辑
• 加强SQL和Python实战能力，特别是数据分析和归因建模，可练习用A/B测试做决策

面试指南

• 使用STAR法则：情境(Situation)、任务(Task)、行动(Action)、结果(Result)，量化结果（如提升CTR 10%）
• 体现数据驱动：强调如何利用数据发现瓶颈，设计AB测试验证假设，并基于结果迭代
• 展示策略思考：不仅关注局部优化，还要考虑系统全局效率，如预算分配与流量分发的协同
• 请描述一个你主导的广告策略优化项目，从问题识别到落地效果，你使用了哪些数据和方法？
• 如何平衡广告主的出价策略和平台整体的收益最大化？请举例说明
• CTR/CVR预估模型在广告投放中如何应用？你对特征工程有什么经验？
• 在复杂的业务环境中，如何与算法团队、运营团队有效协作推动项目？
• 复习程序化广告的基础知识，如RTB、DSP、SSP、ADX各角色关系，以及oCPM自动出价的原理