深圳催收客服
催收客服是指专门负责与逾期账单客户沟通联系，督促其及时还款的客服人员。他们通过电话、短信、邮件等方式与客户进行沟通，了解客户还款意愿及情况，协商制定合理的还款计划，解决客户的疑虑和困扰，同时维护公司和客户的关系。催收客服不仅需要具备优秀的沟通技巧和耐心，还需要具备法律法规和财务知识，了解催收流程和策略，以及处理客户异议和投诉的能力。他们的工作需要处理复杂的情况和压力，因此需要具备良好的应变能力和情绪控制能力。催收客服在工作中需要与客户保持良好的沟通和关系，同时确保公司的利益和债权。
薪酬概览
平均月薪
¥10600
中位数 ¥10000 ｜ 区间 ¥8100 - ¥13200
数据来源：样本数量过少，仅供参考；更新时间：2026年7月13日
月薪分布
66.7% 人群薪酬落在 8-15k
三大影响薪酬的核心维度
影响薪资的核心维度1：工作年限
影响薪资的核心维度2：学历背景
市场需求
6月新增岗位
5
对比上月：岗位减少5
数据由各大平台公开数据统计分析而来，仅供参考。
岗位需求趋势
不同经验岗位需求情况
| 工作年限 | 月度新增职位数 | 职位占比数 |
|---|---|---|
| 应届 | 2 | 50% |
| 不限经验 | 2 | 50% |
热招职位
1. 市场与商务拓展：调研及分析同业情况，与合作方沟通洽谈合作。
2. 产品规划与设计：设计信用卡产品方案，包括卡面设计、权益体系、会员积分、营销活动等核心功能的设计。
3. 产品开发与上线：驱动产品项目从概念到上线，协调设计、开发、测试、风控、合规、运营等跨部门团队，确保项目按时、高质量交付。
4. 产品运营与迭代：跟踪产品上线后的效果，关注用户反馈和市场反应，持续优化产品功能和权益，提升用户满意度和产品竞争力。
1. 负责外卖业务的供给需求分析，通过数据洞察业务问题并为业务提供有效输入；
2. 建设迭代供给策略和运营体系，产出合理的目标规划、选商选品策略，及时进行策略复盘及调优，驱动外卖规模及营收增长；
3. 负责新运营项目损益分析，通过行业研究、经营分析洞察，提出策略优化方案，协同业务团队共同推进业务迭代；
4. 以专题的形式针对某一问题及机会点进行深入分析，提炼对业务有价值的洞察发现，形成独立分析结论和报告，为业务提供阶段性策略依据；
5. 探索和使用AI工具辅助数据分析和报告产出，优化工作效率。
1.负责游戏广告下单工作，与广告优化师保持紧密对接，确保投放计划高效执行；
2.管理主流媒体投放进度和结果，根据项目目标和市场动态合理分配预算，实时监控预算使用情况并进行动态调整；
3.对广告投放效果进行多维度分析，包括流量质量、转化率、ROI等，输出专业的分析报告，为优化投放策略提供数据支持；
4.基于投放数据和市场趋势，探索提升投放效率和利润的方法，不断优化投放模型和策略，驱动业务增长。
1、协议管理：协助审核客户协议工作审核，建立协议管理台账管理，跟进协议完成进度；
2、资源管理：整合BU辖区及资源管理，进行维护及评估；
3、协助审核销售政策备案管理，依据客户协议，跟进达成情况，并进行定期回顾；
4、参与业务BU目标制定及区域目标细化分解，进行业务线目标达成及机会管理；
5、协助完成对接片区相关管理工作。
1、统筹公司薪酬基本法的全周期管理，包括作业类/销售类员工的职级评定、岗位调配、绩效奖金发放机制及激励规则的设计、落地执行、过程监控与持续优化，推动薪酬体系的标准化与数字化建设。
2、开展人力经营数据分析与洞察，围绕各分公司及业务部门的核心指标（如人力投产比、人均效能、薪酬费用率、编制使用率等）进行建模分析。
3、主导薪酬核算与发薪管理，统筹基本法员工的月度薪酬计算、个税与社保扣缴、奖金核定等工作，确保薪酬发放的准确性、合规性与及时性；持续优化薪酬自动化流程，提升发薪效率。
4、推动薪酬数据系统化建设，参与HR系统或薪酬模块的数字化升级，提升数据采集、处理与分析能力，实现薪酬数据的实时监控与智能预警
1.从事人工智能产业链的研究工作，重点覆盖以下方向之一： ①TMT方向：算力芯片、AI服务器、光模块、大模型、AI应用、数据服务等人工智能相关软硬件领域； ②设备方向：半导体相关设备方向（如光刻机、刻蚀设备、薄膜沉积设备、封装测试设备、其他关键设备等）； ③材料方向：AI数据中心及其他基础设施建设的相关材料（如覆铜板、导热材料、光通信基板、电子布、特种建材等）； ④周期方向：AI算力基础设施建设拉动的上游相关大宗商品（如铜、铝、锡、钨、电力、能源等品种）。
2.紧密跟踪海内外AI技术演进、政策变化及产业趋势，撰写行业深度报告、公司研究报告及投资策略报告。
3.参与完成内外部客户的委托课题，组织或参与各项路演、调研、电话会议等营销服务活动，扩大研究成果的市场影响力。
4.完成跨领域、跨团队的专题研究。
1、参与一线商业田野调查，运用人类学、社会学等质性研究方法，深入洞察文化趋势、用户深层动机与社会心态，为公司战略与产品决策提供独到的、可执行的人文视角支撑。
2、参与构建公司核心文化思想体系，将内部思想、案例与方法论进行体系化梳理、沉淀，构建团队的知识资产。
3、参与撰写公司级重要战略报告、发言稿、领导人社媒账号等关键内容，深度参与领导人企业家形象建设、品牌重大叙事、产品思想输出、行业高端论坛，在内外部提升公司的思想影响力。
1、负责用户侧和产品侧的数据采集、整理与分析，建立完整的用户画像体系，深入挖掘用户特征、偏好及行为规律。
2、协助构建用户行为分析模型，通过漏斗分析、路径分析、留存率分析等方式，揭示用户触达、转化、流失的关键节点及其影响因素。
3、分析用户全生命周期（获取、激活、留存、召回、流失）的表现，挖掘用户增长潜力，优化用户运营策略。
4、支持产品迭代，评估新功能上线效果，设计用户增长与转化的核心KPI指标体系，输出分析报告。
1、架构设计：主导数仓架构设计与技术实现；结合投资业务场景设计高扩展性、高稳定性的数据架构，支撑实时/离线数据处理需求。
2、标签建设与数据开发：负责投资领域标签体系开发；负责基金、保险、证券、信托等行业系统的ETL任务开发、调优、运维等工作。
3、数据治理与质量管控：持续优化数据模型、数据治理及质量体系建设，保障数据资产的稳定性及可靠性。
4、技术研究与创新落地：跟踪大数据技术及AI在金融领域的应用，优化数据存储与计算效率。
1、负责核心数据管道（ETL/ELT）的设计、开发与优化，保障大规模数据生产的高效与稳定。
2、参与数据仓库、数据湖、实时数仓的架构设计与建设，构建覆盖数据采集、存储、处理、分析、可视化全生命周期的数据底座。
3、与业务/产品团队紧密协作，深入理解业务需求，通过数据分析和建模提供数据驱动的解决方案，支持BI看板、自助分析、AB实验等场景。
4、制定并落地数据治理规范，包括数据质量监控、血缘追踪、元数据管理及安全合规，确保数据资产可信可用。
5、持续优化数据处理链路，推动自动化、平台化、工程化实践，提升数据交付效率与质量。
6、跟踪大数据与AI前沿技术（如大模型应用、RAG、AI Agent），探索新技术在业务场景的落地，推动数据平台智能化演进。
1、客户活跃与粘性维护：负责长尾客户的需求承接和服务陪伴，即时响应客户投资疑问；通过投资干货分享、低门槛投教内容推送，市场机会解读等，推动客户持续活跃，提升粘性；
2、资产引入与价值提升：挖掘客户外部资产潜力，跟踪客户资产变动，适时提供资产优化建议，助力客户资产保值增值，提升客户资产规模；
3、 善用工具拓展服务半径：灵活思考，善用AI工具及创新经营手段（如社群、直播、短视频等，实现服务效率增长及服务覆盖面提升。
4、服务合规与记录管理：严格遵守证券行业监管规定，确保服务内容合规，并有效记录形成完整客户服务档案。