小米汽车数据产品经理（用户与舆情方向）

1. 牵头建设汽车用户数据与舆情分析的数据产品体系，包括但不限于： - 用户画像体系构建与维护 - 用户舆情采集、识别、分类与分析产品的规划与落地 - 构建用户全生命周期数据模型，为市场、品牌、产品规划等提供支持 - 支撑用户洞察、热点事件响应、品牌声誉管理等关键场景 2. 基于对汽车业务的理解，搭建用户类核心指标体系与监控框架，推动舆情与用户数据向产品、销售、服务等场景持续赋能； 3. 推动数据产品从0到1的规划、设计与上线落地，明确数据源、算法策略、前后端交付要求，与算法、开发、数据治理等团队紧密协作； 4. 负责数据产品的持续优化与运营，保障数据质量、稳定性和业务反馈闭环，沉淀可复用的方法论与建设规范； 5. 建立与品牌、市场、产品、销售等关键部门的合作机制，平衡通用能力建设与场景化需求响应，探索产品演进路径。

1. 用户体验洞察与策略制定 · 构建用户反馈闭环体系，通过用户反馈，客服工单分析、用户评价及业务反馈等方式，持续收集并深度洞察用户在全生命周期（认知、购买、骑行、服务、复购/推荐）中的痛点与需求。 · 定期输出用户体验报告，定位体验短板，并协同产品、研发、销售、售后等部门制定体验提升策略和优化方案，推动落地。 2. 线上线下一体化体验优化 · 线上触点： 负责官网、电商平台、官方APP/小程序的用户体验动线优化，确保产品信息清晰、购买流程顺畅。 · 线下触点： 协同业务和到家服务团队，优化线下履约交付及售后相关体验。 3. 工商舆情&危机处理 · 处理重大或典型的用户体验投诉/危机事件，进行根因分析，推动系统性改进，挽回用户信任。 4. 数据驱动与效果衡量 · 定义和监控用户体验核心指标（如用户满意度、CPO、售后相关指标数据等）。 · 通过数据分析，量化体验运营动作的效果，持续迭代运营策略。

1、数据治理与体系建设。主导业务数据体系设计与落地，制定数据标准、规范及质量管控机制，确保核心数据资产的高效管理与应用； 2、数据看板与可视化分析。基于业务场景（如销量分析、用户运营、供应链管理、成本核算等），利用BI工具（Power BI/QuickBI等）搭建动态数据看板，赋能业务部门实时决策。沉淀业务分析逻辑，构建自动化报表体系，降低人工分析成本； 3、经营分析与策略支持。深度参与公司经营分析闭环，针对销量目标达成、渠道效能、用户生命周期价值等核心议题，输出专项分析报告并提出改善建议。搭建业务分析模型（如市场预测、成本效益分析、资源投入ROI测算），支持管理层战略规划； 4、商业洞察与市场研究。监测新能源汽车行业趋势、竞品动态及政策变化，结合内部数据输出市场进入、产品定价、用户增长等领域的可行性建议。通过用户行为分析、舆情数据挖掘，推动产品迭代与运营策略优化。

1. 需求洞察与定义： - 深入理解小米汽车用户旅程，挖掘车主、潜在用户及内部业务部门在反馈收集、处理、分析、应用各环节的核心痛点与需求。 - 结合小米生态优势，探索良好的反馈体验与创新交互方式。 - 定义产品功能、业务流程及数据指标体系，输出高质量的产品需求文档（PRD）与交互原型。 2. 产品设计与迭代： - 参与小米汽车用户反馈平台的功能规划、方案设计、开发跟进与验收上线。 - 参与平台核心模块迭代，如多渠道反馈接入、工单流转、AI辅助分析、可视化数据看板、闭环追踪机制等。 - 持续监控产品数据与用户反馈，赋能产品快速迭代优化，提升平台易用性、效率与价值。 3. 项目与质量管理： - 深度参与产品开发项目，协调设计、研发、测试等团队资源，确保项目按计划高质量交付。 - 制定并执行产品发布计划，管理产品生命周期。 - 确保平台的稳定性、安全性与高性能，建立有效的监控与应急响应机制。 4. 运营推广与赋能： - 制定平台运营策略，推动内部用户（业务部门）的培训、推广与深度使用。 - 建立有效的用户反馈闭环运营机制，确保反馈得到及时响应和处理，并推动改进措施落地。 - 基于平台数据和分析结果，定期输出用户声音报告与洞察，赋能产品、服务及流程优化。 5. 数据分析与驱动： - 设计并监控关键产品指标。 - 运用数据分析工具和方法，深度挖掘用户反馈价值，量化产品改进效果，为业务决策提供数据支撑。