商務諮詢服務人員

如何成為信用管理師

也稱為: 數據治理員, 盡職調查員, 模型開發師信用分析師, 信用評價師

信用管理師在企業裏負責與信用有關的技術工作，如賒銷等信用交易、控制信用風險、徵信和信用評價。

主要任務

為企業起草信用政策及實施指南，設計防範、控制和轉移企業及消費者信用風險的操作流程
依據國家的信用標準，幫助企業建立自己的信用制度
搭配採購徵信、評級、擔保和商帳管理等產品與服務，做好信用風險的日常管控
收集客户信用資料，依據信用檔案評定客户的風險等級或計算個人信用分
管理商業合約，根據應收帳款帳齡向客户發出預警，用保理、信用保險、擔保和債權交易等方式轉移風險
藉助第三方商帳管理機構或訴訟處理逾期帳款，核實並上報壞帳
在市場上挑選合適的徵信數據庫，或選用大數據服務
開展信用資料調查分析，評定信用等級

入行途徑

職業教育專業: 高等職業教育專科專業：應用外語（570208）職業教育專業 570208 應用外語，基本修業年限三年。教育部《職業教育專業簡介（2022年修訂）》將本職業列入該專業的職業面向。; 高等職業教育專科專業：應用日語（570206）職業教育專業 570206 應用日語，基本修業年限三年。教育部《職業教育專業簡介（2022年修訂）》將本職業列入該專業的職業面向。; 高等職業教育專科專業：應用越南語（570215）職業教育專業 570215 應用越南語，基本修業年限三年。教育部《職業教育專業簡介（2022年修訂）》將本職業列入該專業的職業面向。; 高等職業教育專科專業：商務日語（570205）職業教育專業 570205 商務日語，基本修業年限三年。教育部《職業教育專業簡介（2022年修訂）》將本職業列入該專業的職業面向。; 高等職業教育學士專業：應用英語（370201）職業教育專業 370201 應用英語，基本修業年限四年。教育部《職業教育專業簡介（2022年修訂）》將本職業列入該專業的職業面向。職業類證書舉例：翻譯專業資格。; 高等職業教育學士專業：應用外語（370206）職業教育專業 370206 應用外語，基本修業年限四年。教育部《職業教育專業簡介（2022年修訂）》將本職業列入該專業的職業面向。職業類證書舉例：翻譯專業資格、跨境電商 B2C 數據營運。; 高等職業教育學士專業：應用日語（370202）職業教育專業 370202 應用日語，基本修業年限四年。教育部《職業教育專業簡介（2022年修訂）》將本職業列入該專業的職業面向。職業類證書舉例：翻譯專業資格。; 高等職業教育學士專業：應用俄語（370204）職業教育專業 370204 應用俄語，基本修業年限四年。教育部《職業教育專業簡介（2022年修訂）》將本職業列入該專業的職業面向。職業類證書舉例：翻譯專業資格。

薪酬 · AI 與這份工作

全國薪酬中位數：每年 ¥49,600（2025 年）。
中間一半：¥36,500 至 ¥67,400。十分之一的人低於 ¥29,000，十分之一的人高於 ¥96,600。
這是中類「租賃和商務服務人員」的數據，並非僅針對該職業。
全國數據：人力資源社會保障部企業薪酬調查中的企業從業人員工資價位，不包括公共部門和個體從業者。
僅限廣州：中位數每年 ¥74,400（2025 年），中間一半為 ¥55,267 至 ¥112,194。
這是小類「商務諮詢服務人員」的數據，並非僅針對該職業。
根據國際勞工組織的全球估算，生成式 AI 可能會改變這份工作中的許多任務，這通常是重塑工作，而不是取代工作。

誰在做這份工作

人口普查中類「租賃和商務服務人員」佔全國就業人員的 0.92%，其中女性佔 29.3%（2020 年人口普查）。
35 歲以下佔 37.1%，35 至 54 歲佔 43.5%，55 歲及以上佔 19.4%。年齡中位數所在年齡段為 40 至 44 歲。
這是整個中類的人口普查數據（2020 年長表抽樣），並非僅針對該職業。

常見問題

如何成為信用管理師？

入行途徑包括：高等職業教育專科專業：應用外語（570208）；高等職業教育專科專業：應用日語（570206）。

信用管理師在中國能賺多少錢？

在全國範圍內，企業從業人員的薪酬中位數為每年 ¥49,600（人力資源社會保障部，2025 年），不包括公共部門和個體從業者。這是中類「租賃和商務服務人員」的數據。僅在廣州，這一數字為每年 ¥74,400（2025 年）。

AI 會改變信用管理師的工作嗎？

根據國際勞工組織的全球估算，生成式 AI 可能會改變這份工作中的許多任務，這通常是重塑工作，而不是取代工作。

數據來源

人力資源社會保障部《2025年企業薪酬調查信息》，取得於 2026年10月5日
廣州市人力資源和社會保障局《廣州市2025年人力資源市場工資價位》，取得於 2026年10月4日
國家統計局《中國人口普查年鑑-2020》（長表 4-6、4-7），取得於 2026年10月4日
International Labour Organization, Generative AI and Jobs: A Refined Global Index of Occupational Exposure (ILO Working Paper 140, Gmyrek et al.)（ILO Working Paper 140, May 2025, Annex Table A1），CC BY 4.0，取得於 2026年10月4日

資料來源：人力資源社會保障部、國家市場監督管理總局、國家統計局《中華人民共和國職業分類大典（2022年版）》（社會公示稿）；廣州市人力資源和社會保障局《廣州市2025年人力資源市場工資價位》；國家統計局（www.stats.gov.cn）《中國人口普查年鑑-2020》；教育部《職業教育專業簡介（2022年修訂）》《普通高等學校學士專業目錄（2025年）》；人力資源社會保障部《國家職業資格目錄（2021年版）》；O*NET 興趣數據（CC BY 4.0）；國際勞工組織全球生成式人工智能職業暴露指數（CC BY 4.0）。數據經 Peernovo 整理加工。職業與 ISCO-08、專業、學科領域及職業資格的對應關係由 Peernovo 編制。

職業描述和主要任務由 Peernovo 依據《中華人民共和國職業分類大典（2022年版）》中的事實自行撰寫；職業名稱和工種名稱沿用大典。

更新於 2026年10月5日