希音深圳—推荐策略产品（导购/货盘）

1.负责腾讯视频核心场景分发策略设计与迭代，覆盖内容推荐分发、流量调控、分人群和品类策略等核心模块，结合腾讯视频长视频、短视频、中视频等内容形态，制定差异化策略，提升分发效率与内容价值转化效率。打造更高效、更精准的内容推荐分发体系； 2.深度洞察腾讯视频用户需求、内容趋势，结合定性分析（用户调研、Case Study）与定量分析（数据复盘、AB测试），定位业务核心痛点，输出可落地的策略优化方案，推动策略从规划、研发到上线的全流程落地，对播放时长、播放渗透等指标负责； 3.跟踪行业前沿背景、技术迭代及竞品动态，挖掘推荐技术、内容趋势、AI技术应用等领域的创新点，结合长视频业务特点，输出具有前瞻性的策略规划，构建平台核心竞争力，形成可复用的策略方法论； 4.跨团队协同：与内容、技术、数据分析等团队紧密合作，保障分发推荐效率与流量生态健康。

： 1、分析海外市场的用户消费行为与品类偏好，结合用户调研及数据挖掘，提炼品类核心优化点，为搜推算法提供精细化迭代方向。 2、协同搜推算法，定位低效匹配问题，优化推荐模型的人货匹配逻辑，提升品类转化效率 3、对用户及商品的进行分层，挖掘品类的增量机会，数据分析优化驱动品类增长，提升平台商品丰富度与用户粘性 4、协同品类运营团队，确保推荐策略与货品供给高效匹配，推动数分团队建立品类*推荐效果评估体系

1、负责SHEIN商城个性化推荐（策略方向），主要是商品详情页场域策略方向，以提升平台GMV和用户连带购买为核心目标 2、深度分析电商用户在网站的行为路径，结合业务诉求与场景生态，为改进策略提供依据，完成推荐策略升级 3、设计相关策略与目标评估体系&方法，擅长将业务目标与问题转化为算法技术手段，完成不同推荐策略的效果验证并持续优化 4、与业务、算法、数据等团队紧密协作，推动不同推荐策略的效果验证和持续优化，思考人货匹配的策略，提升整体转化

1、根据项目需求完成AI 数据的分类标注，输出高质量的训练数据，协助完成 AI 模型训练相关任务； 2、协助进行分品类用户行为分析，完成用户Case走查中的基础数据处理、筛选与整理工作，支持推荐策略问题挖掘； 3、完成其他支持工作，比如实验配置、效果回收、数据分析等。