1、组件中心数据体系搭建与监控：
基于集团数据体系，构建完善组件中心数据管理体系；设计并完善数据指标体系，搭建数据监控系统，跟踪用户行为、流量、转化率等核心指标，建立异常预警机制；定期输出周报及专项分析报告，为管理层提供决策依据；
2、数据质量监控：
1）制定组件数据质量标准，建立、优化数据质量监控机制，设计数据校验规则（如阈值报警、逻辑校验），通过工具自动识别问题数据，推动技术或业务部门修复；
2）建立数据健康度评估模型，定期输出数据质量报告，提出改进建议并推动落地；
3、持续运营优化：
1）数据驱动流程优化，分析组件业务链路数据，识别低效环节，推动流程自动化或智能化改造；建立数据驱动的决策机制，减少主观经验依赖，提升运营决策的科学性；
2）基于用户行为数据，提升用户体验与粘性；探索数据与新技术（如AI、RPA）的结合场景，推动运营模式创新
3）组织数据培训与案例分享，提升业务团队的数据解读能力与用数意识；
4）推动数据工具普及（如BI看板、自助分析平台），降低数据使用门槛，实现全员数据赋能。
4、知识管理：
1）设计符合制造业场景的知识管理框架，制定知识分类、存储、共享、更新及安全管理的全流程标准；建立知识获取、验证与归档机制；
2）规划并实施数字化知识管理平台，主导平台功能开发需求，监控平台运行效能，定期迭代升级，保障知识库的可用性与技术先进性；
3）设计知识运营策略，推动知识在业务场景中的实际应用，提升全员知识应用意识与能力。

岗位要求：

1、掌握数据管理和应用相关平台、流程规范的诊断和设计方法，支撑数据体系优化建设
2、参与或主导过1到2个相关制度和平台建设和优化
3、掌握数据质量运作机制建设和优化能力，流程制度建设和优化能力，平台工具优化和使用能力；
4、具备在AI、大数据在知识管理中的应用经验；
5、具备良好的团队精神、优秀的沟通协调能力、基本的抗压能力。