岗位职责：

一、
数据驱动业务决策

1. 负责业务数据的收集、清洗、分析与建模，挖掘用户行为、产品运营、市场活动等关键数据价值，输出可落地的优化建议。

（1）数据获取与清洗（Power Query）

• 使用 Power Query 进行多源数据（Excel/SQL/API等）的自动化提取、清洗与转换，建立高效的数据预处理流程。


• 解决脏数据问题（如缺失值、异常值、格式标准化），确保下游分析可靠性。

（2）数据建模与可视化（Power BI）

• 在 Power BI 中构建数据模型（DAX编写、关系建立），设计动态可视化看板（Dashboards），支持业务部门实时监控核心指标（如GMV、留存率）。


• 优化报表性能（如数据压缩、增量刷新），提升用户体验。

（3）深度分析与自动化（Python）

• 用 Python 完成复杂分析（Pandas数据处理、Scikit-learn机器学习模型），如用户分群、预测模型（销售预测、流失预警）。


• 开发自动化脚本（如爬虫、邮件报表推送），减少人工重复劳动。

（4）业务场景落地

• 结合业务需求（如营销活动效果评估、供应链优化），输出数据报告并提出 actionable insights（可执行建议）。


• 通过A/B测试、漏斗分析等方法验证策略有效性。

2. 通过数据分析发现业务痛点，协助制定增长策略（如用户留存、转化提升、成本优化等）。

二、
业务线轮岗实践

1. 在管培期内轮岗核心业务部门，快速理解业务逻辑，建立数据与业务的关联认知。

2. 通过实战项目沉淀方法论，推动跨部门数据协同。

三、
数据体系建设

1. 参与搭建业务数据监控体系，设计关键指标（KPI/OKR）及可视化看板（如BI报表、Dashboard）。

2. 协助完善数据埋点、数据仓库等底层架构，提升数据准确性和效率。

四、
专项课题研究

1. 针对公司战略需求（如新市场拓展、业务迭代），独立或协作完成深度数据分析项目，输出研究报告。

2. 探索行业前沿数据工具（如A/B测试、机器学习应用），推动分析技术升级。

任职要求：

一、硬性技能要求（PQ/BI/Python）

工具/技能

具体要求

Power Query

熟练使用M语言编写查询、合并查询、参数化设计，理解数据清洗最佳实践。

Power BI

精通DAX度量值、时间智能函数、书签交互设计，熟悉网关部署与权限管理。

Python

掌握Pandas/Numpy数据处理、Matplotlib/Seaborn可视化，了解基础机器学习库。

二、专业要求

1.核心对口专业

·
统计学、应用统计学

·
数学/应用数学、信息与计算科学

·
计算机科学与技术、数据科学与大数据技术

·
经济学、金融工程、计量经济学

2.相关延伸专业

·
信息管理与信息系统（MIS）

·
市场营销、电子商务