阿里巴巴天猫超市-商品基础产品运营-杭州
任职要求
1、有淘系商品管理或运营的工作经验，熟悉淘系商品底层的结构、运作机制，能厘清商品优化的需求，能发现商品管理中的问题
2、具备产品化思维，逻辑能力强，有一定数据分析、结构…工作职责
1、商品结构：负责天猫超市商品信息运营，包含但不限于主图、标题、卖点、属性、类目等，基于用户购买决策需要，结合超市品类特性，设计并优化商品信息结构和前台表达策略，提升商品转化效率 2、信息质量：借助算法、AI等智能化能力，通过产品和流程设计，保障商品有效信息的覆盖度、准备性、可用性，兼顾行业、商家的便捷性和前台表达效率； 3、场域应用：推动商品信息在搜索、推荐、商品详情、商业化推广等重要用户场景应用，服务用户价值和业务增量； 4、行业差异化运营：结合行业特性，构建商品力评分体系，通过对商品信息、价格力等评估优化，联动场域准入、营促销机制，构建差异化的行业运营策略，牵引商家投资和商品成长 5、AI创新探索：结合AI能力，探索在商品信息建设等场景落地，并能通过AI智能化诊断驱动商品成长跃迁；
1.负责AI驱动的商品运营策略设计与优化，基于数据挖掘及机器学习模型分析用户行为，制定精准运营策略，提升用户转化及GMV增长； 2.主导B端产品从需求分析到落地的全流程管理，协调产研、市场、商家等多方资源，推动复杂项目高效落地； 3.通过数据分析驱动用户分层及流量优化，制定商品投资及用户运营策略，提升商品流量转化效率及损益优化； 4.串连生意诊断、商品基础优化、渠道投资策略、营销定价等全链路运营场景，结合AI产品能力，协同业务、产技、算法等团队，搭建AI时代，电商创新运营模型，降低运营成本，提升运营效率。
1、主导商品 One Model 标注体系建设：联合算法、产品及运营团队，围绕统一商品理解目标，设计并维护覆盖品类、属性、风格、信息质量等维度的结构化标签体系与标注规范； 2、构建一体化评测与知识沉淀机制： -设计端到端的算法评测方案（含指标定义、样本分层策略、人工评测体系设计等）； - 系统化沉淀通用规则知识库、精标样本集、典型 Bad Case、评测报告模板； - 推动评测结论转化为可执行的算法优化建议与标注 SOP 迭代； 3、探索大模型驱动的智能标注范式： - 设计 LLM 辅助标注流程（如 Prompt 工程、RAG 规则注入、AI 预标+人工校验）； - 构建“人机协同”质量控制与一致性校验机制，提升高复杂任务的生产效率；
1. 营销活动全周期管理 主导MaaS营销活动评审与结果评估，建立"投入-转化-留存-复购"四维ROI模型，识别高价值营销活动并规模化复制； 搭建实时监控看板，跟踪转化率/CAC/LTV等核心指标，动态资源分配与渠道策略； 基于客户生命周期与行为数据，设计分层触达策略； 2. 价格竞争力与利润管理 基于市场价格动态及营销策略，定期输出《价格竞争力分析报告》，赋能销售团队精准传递价值，避免单纯价格战； 设计按量/订阅/效果付费等多元计费模式，通过"资源组合+能力打包+服务增值"设计高感知套餐，动态平衡价格竞争力与毛利率； 3. 产商品运营优化 基于客群分层，分析"云+模型"融合需求，搭建"认知-试用-付费-复购-推荐"全链路转化漏斗，通过A/B测试+归因分析定位瓶颈，持续优化转化效率； 搭建并完善客户转化漏斗模型，通过数据驱动优化客户触达、激活、留存及复购全链路流程，提升客户增长效率； 4. MaaS产品信息同步与智能服务 拉通各MaaS产品团队，整合产品更新、营销活动、GTM等信息，沉淀为统一知识库，确保信息一致性； 建立信息同步标准，通过钉钉机器人/钉群等方式向前线实时推送，并建立反馈机制持续优化推送内容； 将内部物料整理为RAG知识库，开发智能对话机器人，支持业务方按需定制个性化MaaS信息查询，提升同步效率。
1. 负责产业带商品管理的产品能力建设，联动平台团队通过产品化方式提升商品发布、管理效率 2. 通过数据分析，分类目持续进行商品要素挖掘、表达强化、转化率提升 3. 与平台商品、详情等团队协同，提升产业带商品在手淘的转化提升