盒马盒马NB-数据分析-用户
任职要求
1、具有3年及以上数据分析工作经验，了解零售/本地生活业务，有大型企业数据分析、数仓建设或数据治理背景优先。 2、具备数据处理、分析能力和可视化具象表达能力，熟练使用Excel、SQL等…
工作职责
1、负责盒马NB用户大盘以及对应的用户/门店分层的细分策略，设计“一店一策”运营方案，达成区域/门店差异化增长目标。 2、建立完善的数据模型及监控分区域/门店分层的MAC、DAC等核心指标，输出策略复盘报告并推动优化，沉淀可复制的区域策略模板。 3、 跨部门资源协同：联动生意计划、采销、营运等团队，推动资源倾斜与策略落地，实现经营目标达成。 4、负责获取、清洗和分析业务数据，包括行为数据、交易数据等，从监控数据变化，定位和拆解指标异动和原因，到提出优化方案，提升用户规模、拉新、留存、客单等关键指标。
用户方向 1.通过数据分析构建用户画像，分析用户交易行为及用户旅程，挖掘trade-in, trade-across, trade-up的驱动因素及转化路径； 2.设计因果推断实验（如A/B测试、双重差分法），量化促销活动、定价策略对用户消费、用户增长的影响，评估广告渠道ROI优化投放策略； 3.构建用户分层模型，识别高价值消费人群，输出定向运营策略（如精准发券、商品推荐），制定留存策略； 4.研究用户生命周期内的消费习惯，结合消费者心理学理论，优化“人-货”匹配效率，提升用户ARPU值。
1、运用定量/模型分析方法进行公司关键产品的分析和优化工作，为业务决策提供数据解读和策略建议，协助业务制定可落地的策略； 2、参与数据模型的设计和搭建数据指标体系，保证数据指标口径统一和准确，负责数据工具/看板的需求方案设计、开发落地及优化迭代，包括但不限于查询工具、报表可视化、数据监控体系等； 3、参与AB实验设计与分析用户行为跟踪及留存分析，以及营销投放效果评估，提供数据体系化能力和深度的数据支持和分析建议。
1、指标研发：建设产品指标库和相关应用，分析指标相关性，拆解KPI，定义和开发不同场景的指标体系 2、用户理解&业务分析：结合业务目标和需求，使用多种分析方法和工具，为业务提供洞察和助力，例如漏斗分析，路径分析，用户痛点分析，用户分群分析等 3、A/B实验&因果推断：通过A/B实验，PSM&DID，时间序列方法对不同产品策略进行评估，并进行深入的下钻分析和归因分析，对实验迭代提出方向性建议 4、统计建模&机器学习：通过回归、预测、优化等建模方法，挖掘用户行为规律，优化产品形态和用户体验 5、方法论沉淀和创新，以及工具建设：对实验、分析、建模方法论进行沉淀和创新，建立数据科学方法论，落地到平台工具
1. 深入理解电商搜索算法的数据需求，负责规划和设计数据标注及管理工具，提升标注任务的质量和效率。 2. 与技术团队紧密合作，推动标注工具的开发、迭代和优化，提高工具性能、稳定性和易用性。管理项目进度，控制风险，保证按时上线。 3. 收集并分析用户反馈及使用数据，研究行业先进实践和技术趋势，建立有效的指标体系，评估工具的效果，以数据驱动调整优化标注工具和流程策略。 4. 应用AI技术，探索创新解决方案，持续提升工具能力。 5. 负责培训和支持标注团队，帮助他们更好地利用工具，提升标注人效。