logo of meituan

美团物流部数据分析&项目支持

社招全职3年以上食杂零售地点:北京状态:招聘

任职要求


1. 大学本科及以上学历,数学、统计、物流、计算机等相关专业优先。  
2. 3年以上物流或供应链领域数据分析经验,熟悉物流运营流程。  
3. 熟练使用SQ…
登录查看完整任职要求
微信扫码,1秒登录

工作职责


1. 负责物流运营数据的收集、清洗、分析,输出可视化报表及分析报告。  
2. 搭建并优化物流关键指标监控体系,支持业务决策和流程改进。  
3. 主导物流相关项目的数据支持与落地执行,协调跨部门资源推动项目进展。  
4. 识别物流运营中的痛点与机会点,提出数据驱动的优化建议并推动实施。  
5. 协助团队完成日常数据需求响应,提升数据支持效率与质量。
包括英文材料
学历+
数据分析+
还有更多 •••
相关职位

logo of alibaba
社招5年以上技术类-数据

团队介绍:依托阿里巴巴集团强大的技术生态,基于菜乌深耕多年的物流供应链产品技术中后台,搭建具备跨境出口业务特色的小包裹物流履约产品技术体系。 通过对接全链路各环节的物流资源,搭建C2G全球网络。基于信息流高效协同“揽收、调拨、集运、组包、配舱、清关、卡班运输、未端派送、逆向退回等”各物流环节,提供“优先、标准、简易、经济等”各样时效等级的物流产品与解决方案,完成前台电商供应链的物流需求履约。 通过工程、数据、算法的结合,对包裹可达计算、线路路由、订单分配、大包配舱、时效预测、异常管理等环节进行辅助与优化,助力提供具备一定成本、时效优势,服务稳定的物流服务。 职位描述: 1、负责设计和实现高效的数据处理和分析解决方案,支持业务决策和洞察。 2、参与大数据平台的建设,优化数据架构,确保数据的稳定、安全和可扩展性。 3、与业务团队紧密合作,理解需求,开发数据模型和报表,提供数据驱动的洞见。 4、负责数据仓库的维护和优化,确保数据质量,提升数据提取和分析的效率。 5、持续监控和优化数据处理性能,解决数据相关问题,推动数据治理的实施。 1、Responsible for designing and implementing efficient data processing and analysis solutions to support business decision-making and insights. 2、Participate in the construction of big data platforms, optimize data architecture, ensuring data stability, security, and scalability. 3、Collaborate closely with business teams to understand requirements, develop data models and reports, providing data-driven insights. 4、Oversee data warehouse maintenance and optimization, ensuring data quality and enhancing data extraction and analysis efficiency. 5、Continuously monitor and optimize data processing performance, resolve data-related issues, and promote data governance implementation.

更新于 2025-10-28深圳
logo of alibaba
社招5年以上

1、仓发模式下负责履约链路设计与优化工作; 2、推动仓发模式下运配环节的成本优化; 3、保障仓发模式下的运配履约质量;

更新于 2025-10-09杭州
logo of cainiao
社招2年以上综合类-工程建设

1. 负责组织内生产设备与相关设施管理,针对关键设备实施预防性维护活动。 2. 负责现场新设备现场导入,现场对接。 工作职责: 1. 日常设备问题及突发事件的及时响应反馈,并解决跟进故障处理等。 2. 管理、改善周、月、年预防维护计划与标准。 3. 负责TPM 推广实施。 4. 提出并实施年度技术员、生产班组长预防性维护技能培训. 5. 负责设备备件管理和采购、持续改善以减少维护成本,实施备件优化、标准化。 6. 负责跟进新设备的导入、升级。 7. 部门经理领导安排的其他事项。

更新于 2025-12-10深圳
logo of alibaba
社招5年以上物流-质量管理

1. 从全链路视角推进分段的运营质量,建立横向协同机制,对发现的结构性问题或者偶发性事件,建立机制,项目性推进流程和服务质量的改善 2. 对于全链路发生的物流异常事件,逐步迭代优化物流部异常事件管理机制,并带领横向团队做好异常事件的服务挽救,提升消费者体验;并对影响物流部运营质量的异常事件做好定级定责。在解决结构性问题中,形成对于产品的需求,制定解决方案推进落地 3. 通过数据分析和收集,整理业务相关问题,并形成数据分析体系,汇总核心问题 4. 针对具体的客户体验问题,找到解决体验的提升方案并项目制度推进落地

更新于 2025-10-31杭州