美团商业分析Team Leader（银行卡业务）

作为蚂蚁金服国际事业部售后收单业务线的 Team Leader，管理50人以上的全球化技术及运维团队，保障全球商户及阿里巴巴集团生态商户的支付收单业务稳定运行。具备深厚的技术背景、卓越的跨部门协作能力及行业资源，通过技术驱动优化售后支持体系，提升商户体验，确保业务高可用性和风险可控性。 1. 团队管理与战略规划 ○ 制定整个TAM团队目标、考核机制及人才发展计划。 ○ 统筹全球商户及阿里巴巴集团生态商户的分层化技术服务体系，设计不同等级商户的SLA保障策略。 ○ 推动售后支持流程自动化、智能化，提升团队效率与问题解决能力。 2. 业务保障与技术服务 ○ 具备独立解决新行业、新商户未知领域的服务体系建设和规划，对收单在前沿发展的深度认知（包括但不限于稳定币支付、AI Agent支付等）。 ○ 主导外部渠道（银行、支付机构、第三方服务商）的技术对接与故障协同处理，建立高效的应急响应机制。 ○ 针对复杂技术问题具备代码级排查能力，推动产研团队优化系统架构及策略。 3. 技术驱动与产品优化 ○ 基于代码开发背景（Java/Python/Go等），深入业务逻辑，主导售后相关AI能力、监控系统的开发与优化。 ○ 通过数据分析（SQL/大数据工具），以成功率为突破口，助力业务提升，增强团队影响力。 4. 行业资源与商业化 ○ 利用行业人脉（银行、支付公司、技术服务商等），建立外部合作伙伴的生态网络，提升问题解决效率。 ○ 通过技术服务及创新，挖掘技术服务商业化变现的场景。

岗位职责 1. 团队管理与建设 - 组建并管理商业分析团队，合理分配任务，确保高效运作，达成业务目标。 - 制定培训计划与职业发展路径，定期组织技能提升和知识分享，提升团队专业能力。 - 激励成员成长，培养人才，增强团队凝聚力与稳定性。 2. 供给端商业策略支持 - 持续与业务负责人沟通，结合数据分析与市场洞察，支持关键决策，制定契合趋势、发挥优势的商业战略。 - 针对重点项目开展深入分析，评估可行性及风险收益，提供分析报告与可行建议，支撑业务决策。 3. 数据分析与洞察 - 构建并优化数据分析体系，整合内外部数据，运用数据挖掘与统计分析，挖掘商业价值，输出定制化解决方案。 - 监测关键指标，及时反馈结果，识别问题与机会，预警风险，协同制定改进措施，并跟踪优化效果。 4. 跨部门协作 - 与各部门建立稳定协作关系，高频对接需求，提供定制化分析支持与决策建议，推动跨部门协同与业务增长。 - 参与重要会议和项目沟通，向管理层及相关方清晰传达分析结果与洞察，推动数据共识，保障决策一致与执行顺畅。

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。 Miravia，隶属于阿里国际，是一家新兴的西班牙电商平台。自2022年底推出以来，Miravia迅速成长为西班牙增长最快的电商平台之一。该平台涵盖超过1000万种商品，尤其在美容和快速消费品（FMCG）领域表现突出。Miravia凭借阿里巴巴的强大背书和先进技术，在西班牙乃至欧洲市场占据重要地位，其用户基数和商品种类持续增长，目前已经成为西班牙乃至欧洲地区重要的电商平台之一。 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。 岗位职责 • 从包括营销平台、移动应用、网络分析等在内的各种来源收集、清理和维护用户数据。 • 定义并实施商业智能战略和路线图，将业务需求转化为可扩展的分析解决方案。 • 成为利用数据衡量和分析我们在每个市场和业务线上的业务绩效的专家。 • 与产品经理、营销团队和其他利益相关者合作，确定提升用户增长和参与度的机会领域。 • 在 Arise 项目中领导新的数据分析能力的推出和/或以数据为导向的举措。 • 分析用户行为数据，以识别可用于提高用户参与度、留存率和获取率的趋势、模式和见解。 • 设计市场/业务智能报告和绩效测量仪表板，与高级管理层分享。 • 进行临时业务分析，深入研究某些业务挑战，根据数据分析提供结论和建议。 • Collect, clean, and maintain user data from various sources including marketing platforms, mobile app, web analytics etc. • Define and implement the BI strategy and roadmap, translating business requirements into scalable analytics solutions. • Be the expert in using data to measure and analyze business performance in each our markets and lines of business. • Collaborate with product managers, marketing teams, and other stakeholders to identify areas of opportunity for improving user growth and engagement. • Lead new data analytics capability rollouts and/or data-led initiatives throughout Arise Project. • Analyze user behavior data to identify trends, patterns, and insights that can be used to improve user engagement, retention and acquisition. • Design market/business intelligence reports and performance measurement dashboards to share with senior management • Perform ad-hoc business analysis, to drill down on certain business challenges, providing conclusions and advice based on data analysis. • Monitor and evaluate the effectiveness of user growth initiatives and make recommendations for optimization and improvement.

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。 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。 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。 岗位职责 1. 团队管理与建设 - 组建并管理商业分析团队，合理分配任务，确保高效运作，达成业务目标。 - 制定培训计划与职业发展路径，定期组织技能提升和知识分享，提升团队专业能力。 - 激励成员成长，培养人才，增强团队凝聚力与稳定性。 2. 供给端商业策略支持 - 持续与业务负责人沟通，结合数据分析与市场洞察，支持关键决策，制定契合趋势、发挥优势的商业战略。 - 针对重点项目开展深入分析，评估可行性及风险收益，提供分析报告与可行建议，支撑业务决策。 3. 数据分析与洞察 - 构建并优化数据分析体系，整合内外部数据，运用数据挖掘与统计分析，挖掘商业价值，输出定制化解决方案。 - 监测关键指标，及时反馈结果，识别问题与机会，预警风险，协同制定改进措施，并跟踪优化效果。 4. 跨部门协作 - 与各部门建立稳定协作关系，高频对接需求，提供定制化分析支持与决策建议，推动跨部门协同与业务增长。 - 参与重要会议和项目沟通，向管理层及相关方清晰传达分析结果与洞察，推动数据共识，保障决策一致与执行顺畅。