1. 业务需求对接与拆解
- 深入理解物流仓储业务（如入库出库、库存管理、配送时效、仓储成本等），精准对接业务部门需求，提炼核心问题并转化为数据指标体系。
- 输出清晰的数据需求文档。
2. 数据分析与方案设计
- 基于业务场景设计分析框架（如库存周转分析、拣货效率优化、仓容利用率评估），挖掘数据价值并提出改进建议。
- 监控关键指标异常（如库存积压、配送延迟），定位问题根因并推动解决。
3. BI可视化开发
- 使用Tableau、Power BI、QuickBI等工具搭建动态数据看板（如实时库存监控、物流成本分析大屏），支持业务决策。
4. 跨团队协作与落地
- 协同数据开发、IT、仓储运营团队，推动数据产品落地，验证分析结果对业务的提升效果。
任职要求
✅ 硬性技能
- 专业背景：本科及以上学历，统计学、物流管理、计算机等相关专业，2年以上物流/供应链数据分析经验优先。
- 数据分析能力：
- 熟练使用SQL完成多表关联查询、窗口函数等复杂操作，具备SQL性能优化经验；
- 掌握Python/R基础数据分析库（Pandas/Numpy），能进行数据清洗与基础建模。
- BI工具：精通至少一种主流BI工具（如Tableau/Power BI/QuickSight），可独立完成数据连接、建模到可视化全流程。
- 业务知识：熟悉仓储核心指标（库存周转率、订单满足率、库内作业时效）；
✅ 加分项
- 有物流仓储数字化目经验；
- 具备数据仓库知识（ODS/DWD分层、维度建模）。