数据分析师

职位描述

1、业务分析与洞察，深度理解业务目标（如用户增长、GMV提升、活动转化），通过数据拆解核心问题，输出可执行的策略建议（如“为什么某活动转化率下降？”）；构建业务指标体系（如漏斗分析、留存分析、用户分群），设计AB实验方案并评估效果，驱动业务迭代。

2、数据挖掘与报告，独立完成周/月度业务分析报告（如《Q3用户活跃度分析》《新客转化路径优化建议》），用数据故事推动决策； 通过SQL/Python深度挖掘数据关联性（如用户行为与付费转化关系），发现潜在机会点。

3、数据产品协作，与数据产品经理协作，优化BI看板（如业务大盘、活动监控），确保数据准确性和易用性；主动沉淀分析方法论（如用户分群模型、归因模型），提升团队分析效率。

4、跨部门推动，对接业务方（如运营、产品、市场），明确需求优先级，输出清晰的数据结论与行动建议。

任职要求

1、本科及以上，统计学、数学、计算机、经济学或相关专业；

2、2年以上互联网/电商/金融行业数据分析经验，有独立主导业务分析项目案例（需在面试中说明）；

3、工具：

SQL：熟练编写复杂查询（如窗口函数、多表关联），能高效处理海量数据；

Excel：精通数据透视表、VLOOKUP、图表可视化；

BI工具：熟悉Tableau/Power BI/QuickSight（至少1种），能独立搭建分析看板；

加分项：Python（Pandas/Numpy）或R用于数据清洗/建模，熟悉SQL优化。

4、能力要求

业务敏感度：能依据数据指标进行归因，能将数据问题转化为业务机会（例如：“用户流失率上升5% → 30%因XX功能体验差”）；

逻辑与沟通：分析过程严谨，结论表达清晰（避免“数据说明一切”，需强调“为什么”和“怎么做”）；

结果导向：能证明分析对业务的实际影响（如“通过优化推荐策略，提升点击率12%”）。