【職位描述】
我們需要的不僅是一名數(shù)據(jù)分析師,更是一名業(yè)務(wù)策略伙伴。你將深度嵌入業(yè)務(wù)團(tuán)隊(duì),負(fù)責(zé)最復(fù)雜和最具挑戰(zhàn)性的分析課題。你的核心價(jià)值在于利用深度分析、統(tǒng)計(jì)建模和因果推斷等方法,從數(shù)據(jù)中發(fā)現(xiàn)別人看不到的模式和機(jī)會,深刻理解用戶本質(zhì),為公司的核心戰(zhàn)略和關(guān)鍵決策提供無可爭議的數(shù)據(jù)支撐。
【核心職責(zé)】
1. 戰(zhàn)略性專題分析:主導(dǎo)針對業(yè)務(wù)核心難題(如用戶生命周期價(jià)值提升、增長瓶頸突破、關(guān)鍵流失環(huán)節(jié)歸因、新業(yè)務(wù)模式可行性論證等)的深度分析項(xiàng)目,輸出對業(yè)務(wù)有直接推動作用的**策略建議和行動方案。
2. 基于建模的深度洞察:運(yùn)用預(yù)測模型、聚類、歸因模型、因果推斷等高級建模技術(shù),解決業(yè)務(wù)中的非結(jié)構(gòu)化問題(如用戶分層與精準(zhǔn)觸達(dá)策略、核心指標(biāo)預(yù)測、營銷活動增量效果評估等),而不僅僅是描述現(xiàn)狀。
3.實(shí)驗(yàn)科學(xué)與效果評估:設(shè)計(jì)復(fù)雜的實(shí)驗(yàn)和分析方案(如A/B測試、雙重差分DID、斷點(diǎn)回歸RDD等),科學(xué)嚴(yán)謹(jǐn)?shù)卦u估大型產(chǎn)品迭代、戰(zhàn)略級運(yùn)營活動等的長期影響和因果效應(yīng),杜絕“唯指標(biāo)論”。
4. 定義業(yè)務(wù)真相:參與構(gòu)建和優(yōu)化能夠真正反映業(yè)務(wù)健康度的核心指標(biāo)體系和監(jiān)控框架,確保業(yè)務(wù)團(tuán)隊(duì)關(guān)注的指標(biāo)是正確且可操作的。
5. 驅(qū)動數(shù)據(jù)文化:主動與業(yè)務(wù)負(fù)責(zé)人對話,將復(fù)雜的分析結(jié)果轉(zhuǎn)化為清晰易懂的業(yè)務(wù)語言和戰(zhàn)略洞察,賦能并影響產(chǎn)品、運(yùn)營、市場團(tuán)隊(duì)的戰(zhàn)略規(guī)劃與決策流程。
【任職要求】
必備條件:
1. 統(tǒng)招本科及以上學(xué)歷,數(shù)學(xué)、統(tǒng)計(jì)學(xué)、經(jīng)濟(jì)學(xué)、計(jì)算機(jī)等相關(guān)專業(yè)優(yōu)先。
2. 5年以上互聯(lián)網(wǎng)C端業(yè)務(wù)數(shù)據(jù)分析經(jīng)驗(yàn),有主導(dǎo)復(fù)雜分析項(xiàng)目并直接影響業(yè)務(wù)決策的成功案例。
3. 出色的數(shù)據(jù)分析與統(tǒng)計(jì)建模能力:必須具備將業(yè)務(wù)問題抽象為數(shù)學(xué)/統(tǒng)計(jì)問題的能力。精通回歸分析、假設(shè)檢驗(yàn)、機(jī)器學(xué)習(xí)模型(如預(yù)測、聚類)、因果推斷**等方法并有實(shí)戰(zhàn)經(jīng)驗(yàn)。
4. 扎實(shí)的數(shù)據(jù)處理基礎(chǔ):具備優(yōu)秀的SQL技能,能獨(dú)立高效地獲取和分析海量數(shù)據(jù)。此為基礎(chǔ),并非核心價(jià)值點(diǎn)。
5. 頂尖的業(yè)務(wù)洞察與邏輯思維:具備強(qiáng)大的邏輯推演和歸因分析能力,能洞察數(shù)據(jù)背后的用戶心理和業(yè)務(wù)本質(zhì),而不僅僅是描述數(shù)據(jù)現(xiàn)象。
6. 卓越的溝通與影響力:善于與高級別業(yè)務(wù)領(lǐng)導(dǎo)者溝通,能用數(shù)據(jù)故事清晰地闡述復(fù)雜觀點(diǎn),說服并驅(qū)動業(yè)務(wù)行動。
優(yōu)先考慮:
1. 有使用Python(Pandas, Scikit-learn, Statsmodels等)或R進(jìn)行數(shù)據(jù)分析和建模的豐富經(jīng)驗(yàn)。
2. 擁有從0到1搭建業(yè)務(wù)分析框架或指標(biāo)體系的經(jīng)驗(yàn)。
3. 有雙端撮合場景、電商交易平臺、用戶增長團(tuán)隊(duì)、內(nèi)容推薦產(chǎn)品的深度分析經(jīng)驗(yàn)者優(yōu)先。
4. 熟悉大數(shù)據(jù)技術(shù)(如Hive, Spark)者更佳。
【關(guān)于工具】
1. 精通級:SQL,必須能獨(dú)立、高效地處理復(fù)雜數(shù)據(jù)和業(yè)務(wù)邏輯。
2. 熟練級:至少一種數(shù)據(jù)分析語言(Python 或 R),并實(shí)際運(yùn)用于統(tǒng)計(jì)建模、機(jī)器學(xué)習(xí)或因果推斷項(xiàng)目中。
3. 應(yīng)用級:熟練使用至少一種數(shù)據(jù)可視化工具(如 Tableau, FineBI),核心價(jià)值在于用它來清晰地講述數(shù)據(jù)故事,呈現(xiàn)商業(yè)洞察。
4. 加分項(xiàng):有使用 Hive, Spark 等處理超大規(guī)模數(shù)據(jù)的經(jīng)驗(yàn)。