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)，精准对接业务部门翅需求，提炼核心问题并转化为数据指标体系。
2.数据分析与方突设计
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 Bl、QuickBl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。
Jata
日
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
ソ 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;
掌握Python/R基础数据分析库(Pandas/Numpy)，能进行数据清洗与基础建。BI工具:精通至少一种主流B1工具(如Tableau/Power Bl/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;
6
具备数据仓库知识(ODS/DWD分层维度建模)提供工作产出示例，如之前做的看板，数据分析报告