阿里巴巴商业智能-LAZADA-商品品类策略 BI-杭州
任职要求
【任职要求】 1、本科及以上学历,统计学、数据科学或相关专业。 2、3年以上BI分析经验,有商品品类或零售行业背景优先。 3、熟练使用SQL进行数据提取和清洗,精通Excel和至少一种数据可视化工具(如Tableau、Power BI等)。 4、具备良好的业务理解能力,能将复杂数据转化为易于理解的洞察。 5、优秀的沟通技巧,能够与非技术人员有效交流分析结果。 1、Bachelor's degree or above in Statistics, Data Science, or related fields. 2、More than 3 years of BI analysis experience, with a preference for those with a background in produ…
工作职责
集团描述:阿里国际数字商业集团,是阿里巴巴集团的核心且快速增长的业务。 契合国家“一带一路”的战略方向,在国际化的大蓝海赛道上高速驰骋,连续多年收入增长在30%以上。旗下业务覆盖近200个国家、市场,服务于4亿的全球消费者,囊括跨境电商、本地电商、B2B、O2O零售、供应链网络等多元化的业务形态,在全球近30个国家与地区设置办公地点,拥有超过20种不同国籍的员工。 部门描述:商业智能部是商业分析与决策支持部门,我们依托于阿里国际集团的全球化大数据以及阿里多年的商业分析经验沉淀,拥有来自于互联网、咨询、投资、传统行业等多元化背景的团队,产生多视角、全方位的立体洞察,支持集团以及各事业部与职能部门管理者的关键决策。 部门定位:我们深入业务,通过有智慧的数据洞察, 紧密结合的业务场景,实现从宏观市场到微观战术的商业分析与判断,为决策层提供关键数据洞察、核心策略参考、支持主要的各项决策制定与优化,达到数据驱动业务的完美实践。 LAZADA创立于2012年,隶属于阿里国际,是东南亚领先的电子商务平台之一,主要服务市场包括印度尼西亚、马来西亚、菲律宾、新加坡、泰国和越南六个国家。LAZADA不仅为消费者提供来自于东南亚中小企业和国际品牌的丰富多样的产品,也运营东南亚地区领先的电商物流网络之一,为消费者和商家提供可靠、优质和便捷的物流服务。Lazada的目标是到2030年服务3亿消费者,并成为东南亚品牌和卖家实现数字化转型的最佳选择。 【岗位职责】 1、负责商品品类的数据分析,挖掘业务增长点,为决策提供数据支持。 2、构建和维护商品品类的业务指标体系,监控业务健康状况,及时发现并预警问题。 3、通过数据建模和预测,对商品销售趋势进行深入研究,为采购和营销策略提供指导。 4、与各部门协作,解读分析结果,推动业务优化和流程改进。 5、定期输出分析报告,提升团队的数据驱动决策能力。 1、Responsible for analyzing product category data, identifying business growth points, and providing data support for decision-making. 2、Establish and maintain a business metric system for product categories, monitor business health, and promptly identify and alert on issues. 3、Conduct in-depth research on product sales trends through data modeling and forecasting, guiding purchasing and marketing strategies. 4、Collaborate with departments to interpret analysis results, driving business optimization and process improvement. 5、Regularly produce analytical reports to enhance the team's data-driven decision-making capability.
1. 负责品类经营计划:协助品类负责人,结合品类策略,制定和拆解品类整体经营计划和子品类经营计划,并追踪经营结果; 2. 盘点品类增长路径:结合月度经营计划,每月盘点不同品类增量来源,明确增长路径,协助行业负责人监控和落地执行,拿到结果; 3. 品类经营分析:结合品类经营现状,洞察内外部经营情况,围绕用户、场域、营销、供应链、体验等关键领域,挖掘不同品类在经营过程中的机会点和风险点,形成行业分析报告和专题分析报告; 4. 品类数据基建:负责品类数据建设,包含不局限品类视角下的报表、底表、数据集建设,形成相应的品类经营分析数据沉淀体系; 5. 品类日周月报:负责品类日报、周报、月报撰写、数据机器人推送等日常工作;
1、对业务部门进行数据需求支持,深入进行业务专题主题分析,基于数据分析成果,为业务部门提供商业策略分析和业务优化建议,持续改进运营效果,含用户留存分析,商户运营及品类分析,物流分析,经营规划等; 2、优化和完善所属方向的数据分析体系,包括 KPI 指标体系、报表体系、搭建分析框架,并进行核心指标监控,撰写数据分析报告; 3、通过专题数据分析来发现问题,实现数据驱动,提升交易运营效率,扩大市场份额,提升交易、物流的协同联动; 4、提升团队的整体数据分析、财务分析、数据运营等能力。
1、销售订单预测建模与协同制定 联动经营计划、市场、销售及行业团队,基于历史数据、市场趋势和业务策略,制定长周期战略预测、中短期运营预测,为跨境物流资源储备提供基础需求支撑; 推动建立多层级预测机制(SKU/品类/区域),提升预测准确性与敏捷响应能力。 2、物流资源分段规划与数据支持 根据商家发货节奏、仓库揽收效率、出库流速等关键运营指标,制定协同式、分段式的物流资源计划量; 输出对仓储产能、干线运输、清关操作及末端配送等环节的数据支持与资源调配建议,保障全链路高效协同。 3、大促/年节等特殊场景下的供需平衡与风险预案制定;在“双11”、“618”、“黑五”、春节等大促或节日节点前,主导制定销售单量计划与物流能力匹配方案; 协同前台业务与物流执行团队,识别潜在瓶颈并提前部署应急资源; 制定风险承接机制,包括预测偏差应对、产能不足时的交付保障策略,并在成本与时效之间进行有效平衡; 推动建立促销后复盘机制,持续优化S&OP流程与资源配置模型。 4、流程优化与数字化能力建设 监控实际执行与计划之间的偏差,推动闭环反馈机制,持续优化S&OP流程; 参与供应链数字化平台建设,推动预测自动化、可视化报表、智能预警等功能落地。