数据分析师（电商领域）

岗位职责 1. 业务决策支持 构建核心指标体系（流量/转化/用户/商品），按日、周跟踪GMV、ROI、LTV等关键数据波动； 针对大促、限时抢购等活动开展效果回顾，提出可执行的优化建议（如流量调度、优惠券使用效率提升）。 2. 深度专项分析 用户分层运营：运用RFM模型识别高价值客群，助力复购率提升15%以上； 商品表现评估：研究爆款成长周期与库存周转情况，推动滞销品处理及新品选品决策； 渠道投放分析：拆解搜索、推荐、直播等流量来源效能，优化广告资源分配结构。 3. 数据体系建设 维护电商数据可视化看板（BI工具：Power BI/Tableau），实现90%常规报表自动化生成； 联动技术团队统一埋点标准，解决数据定义不一致问题。 硬性要求 1. 技能 工具：熟练掌握SQL（复杂查询及性能调优）、Python/R（数据清洗与统计建模）、Excel（常用函数与数据透视）； BI工具：精通至少一种（Power BI/Tableau/QuickBI）； 分析方法：熟悉漏斗分析、归因分析、A/B测试设计流程。 2. 经验 2年以上电商数据分析经历，主导完成不少于3个深度分析项目（需在面试中展示分析报告）； 熟悉电商核心数据源，包括订单明细、用户行为日志、广告投放记录。 3. 业务理解 清晰掌握电商平台核心指标含义（如CVR、购物车流失率、GMV构成逻辑）； 了解主流平台运营机制（具备天猫/抖音/拼多多算法逻辑经验者优先）。 加分项 具备用户标签体系搭建或推荐策略落地实践经验； 熟悉快消品、美妆、服饰等行业业务特点； 数学、统计学、计算机等相关专业背景。