钉钉钉钉-商业化运营 - AI 搜问方向-杭州
任职要求
1. 工作经验：3-5年ToB领域商业化运营相关经验，具备AI产品（如AI SaaS、AI解决方案等）商业化变现运营经验者优先；熟悉ToB客户采购流程、决策链及商业合作模式。
2. 核心能力：
◦ 精通商品运营全流程，具备成熟的产品定价、套餐设计、生命周期管理实战经验，能基于市场需求快速迭代商品策略；
◦ 深入理解GTM方法论，有完整的ToB产品市场进入、渠道拓展、客户渗透的项目落地经验，能独…工作职责
1. 商品运营策略搭建：深度洞察ToB市场需求、行业竞争格局及客户业务痛点，制定AI产品商业化定位、定价策略、套餐组合方案及生命周期管理计划，优化商品矩阵结构，提升产品市场竞争力与客户付费转化率。 2. GTM体系落地执行：牵头构建AI产品ToB市场进入策略（GTM），涵盖目标行业筛选、客户分层运营、渠道合作模式设计、销售工具包搭建（含产品白皮书、解决方案案例、演示脚本等），推动产品快速渗透目标市场。 3. 商业化变现增长：负责AI产品付费转化、续费续约及增购扩购全流程运营，设计客户激活、留存、价值提升的运营体系，通过数据监测与分析（如客户付费率、ARPU值、续费率等），迭代运营策略，实现营收持续增长。 4. 跨部门协同推进：联动产品、销售、市场、技术等团队，传递客户需求与市场反馈，推动产品功能优化与迭代；配合销售团队开展客户赋能、标杆案例打造及行业解决方案落地，提升销售转化效率。 5. 市场与竞品分析：持续跟踪AIToB领域行业动态、政策变化及竞品商业化策略，输出竞品分析报告与市场机会洞察，为公司商品策略调整、GTM优化及商业化决策提供数据支持。
岗位职责： 1. 负责端内用户全生命周期的活跃运营，从拉新、促活、留存到召回，设计并落地精细化运营策略，系统性提升用户粘性与长期价值； 2. 围绕 Chat 产品核心场景，结合大模型能力迭代，持续优化交互路径与内容推荐机制，驱动用户行为规模（如对话频次、会话深度、功能使用率）稳步增长； 3. 基于用户行为数据分析、A/B 实验与市场调研，识别关键瓶颈与增长杠杆，主导定向优化方案（如推荐策略、提示词工程、场景扩展等），提升模型响应质量与用户满意度； 4. 协同算法、产品、数据团队，推动搜推策略在 AI 对话场景中的落地应用，提升用户发现效率与使用黏性； 5. 建立用户活跃度监测体系与指标看板，定期输出洞察报告，为产品决策提供数据支撑。
1、深入体验和理解大模型、AI搜推等产品，持续追踪市场动态； 2、从大模型及AI搜索相关产品视角出发，规划产品ToB的内容策略，和相关团队协同，落地市场品牌事件和活动，并对ROI负责； 3、以产品商业化目标为准，负责案例、培训、作战资料制作与沉淀，辅助前场打单； 4、联动技术团队搭建开发者内容体系，提升用户使用体验与粘性。
1、打造支付宝-支付平台数智服务平台，围绕支付核心服务（如收银台推荐、余额、余额宝资金调度等）搭建算法、数据画像服务框架支撑，推进支付业务算法智能化升级方案； 2、搭建支付业务特色算法工程链路，建设在线搜推、运筹优化在线决策等智能化平台，同时负责智能化运营平台能力建设，夯实算法模型迭代、实验、评价、洞察体系，应用到资金通路运筹优化、支付流量分配等模块中； 3、建设支付业务数据服务平台，管理全域支付数据资产，并负责对数据资产提供给业务应用包装服务，包装业务解决方案，组装快速取数、查询、求交、算法训练等模块能力，进阶探索支付数据商业化应用； 4、建设支付平台大模型应用底层框架，建设智能体训练、多轮对话、编排执行调度等模块，支付平台运营类、对客类产品业务结合GPT的多Agent建设；
团队介绍： 我们是一支全球化、多元化、专业化的数据先锋团队，以技术为引擎，以数据为纽带，驱动全球20亿消费者与数千万商家的数字化商业生态。立足中国，服务全球，每天处理覆盖东南亚、欧洲、美洲等多时区的跨境数据洪流，在多语言、多文化、多法规的复杂场景中，打造“数据&AI技术驱动业务”的全球化数据中台。 数据在国际化场景真正成为业务发展的引擎，数据团队成员有数据工程师、研发工程师、数据科学家和算法同学。 团队致力于构建全新的满足安全合规的国际化大数据架构体系；统一的用户/商品/商家资产体系建设，含统一的DMP和选品平台；面向海外商家数据服务的生意参谋及数据银行支撑业务全链路数据驱动闭环，打造从站外竞对机会发现到商品供给和用户增长的数据智能服务Agent平台； 我们秉承简单开放、创新能力、匠心精神的团队文化； 岗位职责： 1) 运用离线批处理与实时流数据技术，建设国际数据体系，包括数据处理、数据采集、数据质量及稳定性保障、数据治理、智能化和自动化建设，搜推广，外投，交易等数据经验； 2) 同数据产品与技术研发协作，为业务方，提供数据洞察和产品化解决方案，与AIDC业务一同成长； 3) 结合业务场景与运营痛点，通过数据+算法+工程化能力，不断完善AIDC的数据化运营能力；