滴滴Intl Data Science（6）-数据分析实习生

1、数据处理工作：负责业务数据的提取、清洗、统计汇总及异常值处理，承担交付数据的质量校验与一致性检查，按需输出数据报表及可视化看板，支撑日常业务复盘与运营工作。 2、指标监控与归因：常态化监控返回率等核心指标，搭建监控看板，对异常波动进行初步归因分析，输出监控报告。 3、业务专项分析：围绕竞品不同策略或定价方案开展专项数据分析，识别问题、提供建议，支持业务决策。 4、竞品调查研究：跟踪外部市场动态及主要参与者的策略变化，收集行业相关政策信息。

与国际化产品和运营合作，支持AB实验设计和评估、业务数据分析、异动归因等日常分析需求，为业务方提供决策支持 参与网约车数据体系建设，协助开发数据生产到数据应用的自动化流程，为日常工作提效 深入挖掘业务数据，通过合理的分析方法找到潜在风险点和增长点，驱动业务模式和模型策略的优化

随着海外网约车业务的发展，滴滴已成为Uber之下的第二大网约车服务提供方。滴滴国际化数据科学团队致力于在跨文化背景下，寻求最科学、最当地化的数据解决方案和评估体系，持续为海外业务赋能。 与国际化产品和运营合作，支持AB实验设计和评估、业务数据分析、异动归因等日常分析需求，为业务方提供决策支持 参与网约车数据体系建设，协助开发数据生产到数据应用的自动化流程，为日常工作提效 深入挖掘业务数据，通过合理的分析方法找到潜在风险点和增长点，驱动业务模式和模型策略的优化

1. 数据监控与分析：跟踪用户体验核心指标，搭建数据指标监控体系并输出周期性分析报告。 2. 用户洞察支持：根据用户行为数据挖掘体验痛点，定位关键问题场景，配合产品团队，输出综合洞察，提出策略优化建议。 3. 产品策略迭代分析：参与AB测试设计，分析实验数据并评估产品策略迭代对用户体验的影响