美团数据分析负责人Delivery Analytics Manager
任职要求
必要条件 | Must-Have： 1.5年以上数据分析经验，其中2年以上团队管理经验 5+ years of data analytics experience, including 2+ years in team management. 2.精通SQL，熟悉Python/R用于数据建模与分析 Proficient in SQL; familiar with Python or R for data modeling and analysis. 3.具备数据仓库设计、ETL流程及BI工具使用经验 Hands-on experience with data warehouse design, ETL processes, and BI tools. 4.英语流利（书面与口语），可作为工作语言与国际团队高效协作 Fluent in English (written and spoken); able to use English as the primary working language for effective collaboration with in…
工作职责
1.数据基建 | Data Infrastructure： 主导D端数据仓库与指标体系建设，推动供需、运力、履约等核心数据资产的标准化与可靠性保障；搭建自动化数据管道，支撑业务高频决策需求。 English: Lead the design and development of the delivery-side data warehouse and metric system; standardize core data assets covering supply-demand, courier capacity, and fulfillment; build automated data pipelines to support high-frequency business decisions. 2.专项分析 | Deep-Dive Analytics： 围绕配送时效（ATA/On-time Rate）、骑手效能、取送路径优化等核心命题开展专项分析；识别业务瓶颈，输出可落地的改进建议。 English: Conduct deep-dive analyses on key delivery topics including ATA, on-time rate, courier efficiency, and routing optimization; identify business bottlenecks and deliver actionable improvement recommendations. 3.运力规划 | Capacity Planning 建立运力预测模型，支持供给端的节假日/促销/天气等动态场景的运力配置；与运营、算法团队协作推动规划落地。 English: Develop courier supply forecasting models for dynamic scenarios including peak events, promotions, and weather impact; collaborate with operations and algorithm teams to translate planning into execution. 4.目标追踪 | Goal Tracking 建立业务目标拆解与追踪机制，定期输出运营健康度报告（OKR/KPI看板）；推动跨职能对齐，确保关键指标达成。 English: Build goal decomposition and tracking mechanisms; regularly produce operational health reports (OKR/KPI dashboards); drive cross-functional alignment to ensure key metric delivery.
1、分析快手内容和电商「人货场」数据，描述现状、发现规律，针对业务和产品的实际问题提出可落地的改进建议； 2、搭建数据体系，定义业务的发展健康度，帮助业务看清现状、发现问题，引导业务决策； 3、识别业务盲区，搭建和沉淀分析方法论，产出有 to-do的分析洞察并拿到业务结果； 4、搭建懂业务、有驱动、技能过硬的业内顶尖分析团队； 5、具体方向：产品流量分析、商品分析等。
1、负责电商用户增长相关团队的业务，通过数据分析升级迭代内容电商用户需求及成长路径的认知； 2、与产品、运营、算法等团队协同，深度参与业务策略，从策略提出、推进、落地全流程跟进，和业务并肩拿业务结果； 3、基于对买家增长业务的理解，构建业务指标，负责业务数据监控； 4、针对C端落地策略，采用A/B实验分析的方法，评估策略对用户的有效性，并提出优化的方向。
战略决策支撑：主导业务线数据战略制定，基于对行业和业务的深度理解，构建数据驱动的决策框架，为公司高层和业务负责人提供战略性数据洞察与建议； 团队建设与管理：负责数据分析师团队的搭建、培养与日常管理，制定团队目标与绩效考核体系，推动团队专业能力提升，打造高效协作的数据文化； 复杂问题攻坚：主导重大业务专项的数据分析工作，针对业务增长瓶颈、效率提升等核心议题，设计系统性分析方案，推动跨部门协作并拿到业务结果； 数据体系规划：统筹业务数据体系与指标中台的顶层设计，制定数据标准、质量规范和指标体系，推动数据产品化落地，提升全链路数据效能； 方法论沉淀与赋能：提炼总结可复用的数据分析方法论和最佳实践，建立分析模型库和工具库，赋能业务团队自助分析能力，推动数据民主化； 实验与因果推断体系：构建完善的AB实验平台和因果推断评估体系，设计复杂双边市场实验方案，建立科学的效果评估标准，驱动产品迭代策略优化； 数据治理与合规：建立数据全生命周期管理流程，统筹数据安全、隐私合规与权限管控，推动数据资产的标准化管理和价值最大化。
1、完善运营数据分析体系，并负责日常游戏相关业务的数据整理、统计、分析，撰写和汇总分析报告； 2、针对游戏产品进行专题分析，包括各游戏产品的用户价值分析、流失分析、活动版本分析、用户行为分析等，为运营和策划提供产品决策建议； 3、对产品、运营、市场提供数据分析支持； 4、研究游戏的用户精细化运营，如用户画像的应用等。