崗位職責(zé):
1、數(shù)據(jù)產(chǎn)品化與賦能:與開發(fā)、算法團(tuán)隊(duì)緊密協(xié)作,主導(dǎo)設(shè)計(jì)并推動(dòng)開發(fā)數(shù)據(jù)產(chǎn)品功能;
2、數(shù)據(jù)運(yùn)營體系建設(shè):構(gòu)建并完善公司內(nèi)部和面向客戶的數(shù)據(jù)監(jiān)控指標(biāo)體系,衡量產(chǎn)品健康度和客戶價(jià)值。設(shè)計(jì)數(shù)據(jù)埋點(diǎn)方案,監(jiān)控?cái)?shù)據(jù)質(zhì)量,確保采集數(shù)據(jù)的準(zhǔn)確性和有效性,監(jiān)控?cái)?shù)據(jù)變化;
3、業(yè)務(wù)分析與洞察:深入理解大宗物流客戶的業(yè)務(wù)場景(如運(yùn)輸、倉儲(chǔ)、結(jié)算、安全)和痛點(diǎn),能將模糊的業(yè)務(wù)問題轉(zhuǎn)化為清晰、可分析的數(shù)據(jù)問題,利用公司沉淀的業(yè)務(wù)數(shù)據(jù),進(jìn)行深度分析,形成對客戶行為、產(chǎn)品使用效果、行業(yè)趨勢的洞察;
4、數(shù)據(jù)驅(qū)動(dòng)決策:與物流業(yè)務(wù)部門緊密合作,支持業(yè)務(wù)部門數(shù)據(jù)需求,提供數(shù)據(jù)結(jié)論輔助決策,預(yù)測業(yè)務(wù)趨勢;
5、結(jié)合業(yè)務(wù)場景,設(shè)計(jì)精準(zhǔn)的用戶畫像、行為分析、推薦等模型和工具;運(yùn)用數(shù)據(jù)分析與挖掘技術(shù),如機(jī)器學(xué)習(xí)算法,對物流數(shù)據(jù)進(jìn)行深度分析,為業(yè)務(wù)提供預(yù)測性洞察。例如,基于歷史訂單和運(yùn)輸數(shù)據(jù),預(yù)測未來訂單量和運(yùn)輸需求,輔助運(yùn)輸資源提前調(diào)配。
6、輔助公司針對現(xiàn)有企業(yè)客戶挖掘出上下游的潛在客戶。
任職要求:
1、計(jì)算機(jī)、數(shù)據(jù)科學(xué)、統(tǒng)計(jì)學(xué)等相關(guān)專業(yè)本科及以上學(xué)歷,5年以上數(shù)據(jù)產(chǎn)品運(yùn)營或數(shù)據(jù)分析相關(guān)工作經(jīng)驗(yàn);
2、具有大型互聯(lián)網(wǎng)公司、企業(yè)物流業(yè)務(wù)的數(shù)據(jù)產(chǎn)品和線上運(yùn)營經(jīng)驗(yàn),熟悉數(shù)據(jù)采集、處理、分析的完整鏈路;
3、熟練掌握SQL/Python等數(shù)據(jù)分析工具,了解主流數(shù)據(jù)分析模型和方法;
4、具備良好的溝通能力和跨部門協(xié)作能力,具有較強(qiáng)的數(shù)據(jù)敏感度和商業(yè)洞察力。
加分項(xiàng):數(shù)據(jù)分析經(jīng)驗(yàn),數(shù)據(jù)治理,有對應(yīng)已落地的產(chǎn)品指標(biāo)分析,企業(yè)物流、供應(yīng)鏈相關(guān)行業(yè)崗位經(jīng)驗(yàn)。