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等工具进行数据处理与分析，掌握Python等编程语言者更佳。 3、 熟悉用户增长模型及门店运营指标，具备用户运营策略经验。 4、结果导向，能高效协调资源，适应快节奏业务环境，具备抗压能力。
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。
1.分析用户行为数据，挖掘用户需求，为业务优化和改进提供数据支持； 2.建立用户、商品数据标签，让运营同学能应用； 3.定期输出数据分析报告，包括用户活跃度、留存率、转化率等核心指标。并能通过用户行为做单仓模型； 4.参与用户设计阶段的数据分析工作，为用户功能优化提供建议，通过数据分析，驱动产品、策略、规则及模型改进，推进优化方案落地执行，分析A/B实验中的问题并指导形成良好的A/B实验规范； 5.支持业务及团队内部的各类数据服务需求，为业务汇报、收益评估等提供数据支持。
1、负责用户增长核心业务（投放效果、补贴优惠券策略、用户转化等）数据分析，构建并维护相关数据指标体系和看板。 2、监测和分析投放渠道表现、优化预算分配，评估补贴活动（如优惠券）的ROI与用户敏感度，设计并评估增长实验效果。 3、整合多源数据（渠道、用户行为、下单、补贴等），进行深度诊断分析，定位增长瓶颈，产出专题报告与洞察。 4、分析行业趋势与竞品动态，提供数据驱动的业务建议，推动优化投放策略、提升补贴效率及用户增长目标达成。
1、负责用户增长核心业务（投放效果、补贴优惠券策略、用户转化等）数据分析，构建并维护相关数据指标体系和看板。 2、监测和分析投放渠道表现、优化预算分配，评估补贴活动（如优惠券）的ROI与用户敏感度，设计并评估增长实验效果。 3、整合多源数据（渠道、用户行为、下单、补贴等），进行深度诊断分析，定位增长瓶颈，产出专题报告与洞察。 4、分析行业趋势与竞品动态，提供数据驱动的业务建议，推动优化投放策略、提升补贴效率及用户增长目标达成。
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。