崗位職責:
一、
數據驅動業務決策
1. 負責業務數據的收集、清洗、分析與建模,挖掘用戶行為、產品運營、市場活動等關鍵數據價值,輸出可落地的優化建議。
(1)數據獲取與清洗(Power Query)
- 使用 Power Query 進行多源數據(Excel/SQL/API等)的自動化提取、清洗與轉換,建立高效的數據預處理流程。
- 解決臟數據問題(如缺失值、異常值、格式標準化),確保下游分析可靠性。
(2)數據建模與可視化(Power BI)
- 在 Power BI 中構建數據模型(DAX編寫、關系建立),設計動態可視化看板(Dashboards),支持業務部門實時監控核心指標(如GMV、留存率)。
- 優化報表性能(如數據壓縮、增量刷新),提升用戶體驗。
(3)深度分析與自動化(Python)
- 用 Python 完成復雜分析(Pandas數據處理、Scikit-learn機器學習模型),如用戶分群、預測模型(銷售預測、流失預警)。
- 開發自動化腳本(如爬蟲、郵件報表推送),減少人工重復勞動。
(4)業務場景落地
- 結合業務需求(如營銷活動效果評估、供應鏈優化),輸出數據報告并提出 actionable insights(可執行建議)。
- 通過A/B測試、漏斗分析等方法驗證策略有效性。
2. 通過數據分析發現業務痛點,協助制定增長策略(如用戶留存、轉化提升、成本優化等)。
二、
業務線輪崗實踐
1. 在管培期內輪崗核心業務部門,快速理解業務邏輯,建立數據與業務的關聯認知。
2. 通過實戰項目沉淀方法論,推動跨部門數據協同。
三、
數據體系建設
1. 參與搭建業務數據監控體系,設計關鍵指標(KPI/OKR)及可視化看板(如BI報表、Dashboard)。
2. 協助完善數據埋點、數據倉庫等底層架構,提升數據準確性和效率。
四、
專項課題研究
1. 針對公司戰略需求(如新市場拓展、業務迭代),獨立或協作完成深度數據分析項目,輸出研究報告。
2. 探索行業前沿數據工具(如A/B測試、機器學習應用),推動分析技術升級。
任職要求:
一、硬性技能要求(PQ/BI/Python)
工具/技能
具體要求
Power Query
熟練使用M語言編寫查詢、合并查詢、參數化設計,理解數據清洗最佳實踐。
Power BI
精通DAX度量值、時間智能函數、書簽交互設計,熟悉網關部署與權限管理。
Python
掌握Pandas/Numpy數據處理、Matplotlib/Seaborn可視化,了解基礎機器學習庫。
二、專業要求
1.核心對口專業
·
統計學、應用統計學
·
數學/應用數學、信息與計算科學
·
計算機科學與技術、數據科學與大數據技術
·
經濟學、金融工程、計量經濟學
2.相關延伸專業
·
信息管理與信息系統(MIS)
·
市場營銷、電子商務