蚂蚁金服蚂蚁集团-数据分析（流量效率方向）-商业营销
任职要求
1、本科及以上学历，数学、统计、经济学等专业优先，具有toB业务的分析经验优先； 2、掌握扎实的统计学原理，熟悉常用的分析方法与统计模型，分析报告能遵循严格的逻辑形式； 3、精通 SQL，掌握pyth…
工作职责
1、针对广告消耗变化情况，建立一套完整的归因分析体系，并从中总结规律，同时密切关注行业竞争态势、流量波动及预算变化等因素，挖掘其中蕴含的收入增长潜力，以此提高流量变现的充分性和效率，为公司创造更大的商业价值； 2、深入参与用户行为分析与理解，建立用户画像分析体系，沉淀用户资产，结合业务目标，能综合体验视角以及转化效率视角，通过精细化的流量策略和投放策略优化，精准匹配广告与用户需求，在满足用户体验的同时，提升客户的投资回报率（ROI），最终达成收入增量的目标； 3、与流量产品和算法工程师紧密协作，构建和完善流量框架等投放链路上下游的关键环节，漏斗分析。借助严谨的实验设计和归因分析方法，结合样式迭代，创意优选，持续推进投放策略的迭代升级，力求实现最优效果。
1）负责拼多多核心电商推荐和信息流广告场景(首页Feeds流、百亿补贴、个人中心、大促、秒杀等活动场景)的个性化流量分发，提升用户体验，优化场景的订单、GMV、收入、DAU等指标； 2）负责推荐和信息流广告的召回、粗排、精排、重排、策略方向的优化，提升模型效率、策略的合理性，最大化推荐系统的漏斗效率； 3）研究方向：深度学习、召回模型、LTR、CTRCVR模型、Uplift模型、多模态大模型、创意生成和优选、营销增长算法、运筹优化、模型压缩和加速等。追求技术创新和实际业务的结合，深入剖析电商推荐系统的问题，不断提升用户的体验。
1、负责拼多多核心电商搜索和搜索广告场景(关键词搜索、图片搜索)的个性化流量分发，提升用户体验，优化场景的订单、GMV、收入、DAU、相关性等指标； 2、负责搜索和搜索广告的召回、粗排、精排、重排、相关性、策略方向的优化，提升模型效率、策略的合理性，最大化搜索系统的漏斗效率； 3、研究方向：深度学习、召回模型、LTR、CTCVR模型、Uplift模型、多模态大模型、创意生成和优选、营销增长算法、运筹优化、模型压缩和加速等。追求技术创新和实际业务的结合，深入剖析电商搜索系统的问题，不断提升用户的体验。
1、速卖通西班牙/葡萄牙国家站用户营销，对拉新/促活/用户生命周期迁移指标负责，能结合国家用户特征/业务方向制定策略和落地人群营销活动； 2、岗位重点为三个核心方向：用户全生命周期的运营、不同阶段用户生命周期成长及权益体系、人群营销/会员营销/权益营销活动经验； 3、电商人货匹配/分层营销：分析用户画像和品类偏好输出人货匹配策略，联动算法、产品、重点场域提升货盘和场域的转化效率； 4、用户导购链路产品运营：输出用户在平台的购买链路优化建议，提升进站流量的L-P转化，并沉淀方法论。
1、货盘分层与商业化策略设计：基于商品生命周期、供给稀缺性、品类特性、商家能力等维度，对站内货盘进行系统性分层与画像；针对不同货盘类型，设计差异化的商业化产品策略与资源匹配机制。 2、商业化产品方案整合与落地：梳理并整合站内付费免费的流量资源与工具能力；设计面向不同货盘的商业化产品组合方案，提升商业化转化效率与商家ROI。 3、跨域协同与资源调度：联动商业化产品、广告技术、搜索推荐、行业运营等团队，推动商业化资源在不同场域的灵活配置与协同；建立货盘-场域-策略的匹配模型，实现商业化资源的智能调度与动态优化。 4、数据驱动与效果评估：搭建供给商业化效果评估体系，监控关键指标（如曝光效率、转化率、GMV贡献、商家满意度等）；通过AB测试、归因分析等手段持续迭代商业化策略，提升整体商业化水位。 5、行业洞察与创新探索：关注电商商业化趋势与竞品动态，探索AI驱动的智能商业化、场景化营销等创新方向；输出可复用的方法论与产品能力，推动平台商业化能力沉淀。