微盟用户增长数据分析师
任职要求
1. 行业经验：三年及以上SaaS/跨境电商数据经验，深度理解海外用户增长全链路（流量→注册→订阅→LTV）及主流投放生态（Google/Meta/SEO等）。 2. 专业技能：精通SQL+Python，熟练使用Tableau/GA4/Meta Ads；掌握归因模型、A…
工作职责
1. 全链路监控与智能归因 (1)整合付费流量与自然流量（SEO/社媒/PR）数据，搭建动态归因看板，每日监控CPC、注册、订阅、及成本、首单ROI等核心指标，生成渠道效能热力图。 (2)定期输出流量报告，对比流量结构变化，识别关键词流失、内容衰减等风险点，建立异常波动预警机制。 (3)通过漏斗分析定位“媒介→流量→注册→订阅→复购”等关键断点，联动推广团队提出优化方案并追踪效果。 2. 预测建模与策略实验 (1)构建注册-订阅-LTV预测模型，动态指导高价值渠道预算分配，实现ROI持续优化。 (2)设计A/B测试框架验证投放策略（如KOL内容类型、EDM文案）量化结果并沉淀标准化SOP。 (3)基于用户行为序列分析关键流失环节，输出产品优化建议并闭环验证。 3. 数据架构与指标治理 (1)设计端到端数据流：外部媒介接入→ODS治理→用户标签库→ADS应用层→可视化看板，保障核心链路数据时效性与确保数据置信度。 (2)制定统一的数据字典，搭建指标监控与数据质量校验体系。 (3)优化BI工具与自助分析能力，降低业务团队用数门槛，提升决策效率。 4. 用户画像与精准运营 (1)基于付费用户行为聚类提炼ICP画像，反哺市场素材定向优化与渠道策略调整。 (2)构建用户阶段标签体系，设计分层运营策略，监测回流与复购效果。 (3)量化裂变、PR、社媒等活动转化路径（声量→流量→转化），构建留存预警模型，输出干预建议清单并沉淀运营方法论。
1. 搭建数据指标体系和分析体系，完成住宿行业常规商业数据分析； 2. 结合自身研究经验通过专题分析，提出合理的数据解决方案和意见，提升数据价值，为公司商业决策、产品方向、运营策略、用户增长等提供数据支持； 3. 有产品意识，主动总结沉淀分析思路，通过工具化产品化的方式赋能团队。 4. 根据业务场景需要，利用合适的机器学习模型，解决业务问题，提升效率。 5. 以英文为工作语言与各国合作伙伴沟通交流，助力海外业务发展。
1、深入快手支付业务场景，参与支付用户增长、支付渠道推荐、流量分发、保险业务等场景的算法研发，提升快手支付业务用户增长和平台营收； 2、负责支付业务各算法场景的技术攻关，参与机器学习、深度学习领域的核心研发工作，包括但不限于神经网络模型的设计与优化，营销uplift模型、归因模型等的算法和系统研发； 3、针对快手平台海量用户行为和画像数据，结合支付业务约束和诉求，设计针对性的多目标优化策略、运筹优化策略和推荐策略，提升用户转化效率。
-角色和剧本模型训练：优化角色和剧本类大模型的行为策略、长期记忆管理和多模态交互能力，突破角色行为一致性、情感表达合理性等技术瓶颈 -前沿探索：研究人格化模型在情感计算、社会常识推理等方向的突破，定义 AI 角色从「功能执行」到「人格化陪伴」的技术范式 -极致性能优化：大规模模型的分布式训练优化，提升角色类模型的推理效率与资源利用率，指令微调、偏好对齐、数据增强等技术的场景化创新 -规模增长：通过传统搜索、信息流等途径结合用户分析进行产品用户规模增长
用户方向 1.通过数据分析构建用户画像，分析用户交易行为及用户旅程，挖掘trade-in, trade-across, trade-up的驱动因素及转化路径； 2.设计因果推断实验（如A/B测试、双重差分法），量化促销活动、定价策略对用户消费、用户增长的影响，评估广告渠道ROI优化投放策略； 3.构建用户分层模型，识别高价值消费人群，输出定向运营策略（如精准发券、商品推荐），制定留存策略； 4.研究用户生命周期内的消费习惯，结合消费者心理学理论，优化“人-货”匹配效率，提升用户ARPU值。