主分类：数据分析与数据科学
辅助：数据产品经理（仅展示）
来源 JD 数据（旧分类保留，当前主分类见上方）
{
"schema_version": "via_ai_product_manager_jobs_v1",
"data_type": "ai_product_manager_jobs",
"job": {
"job_title": "淘宝闪购-商业分析专家-到店",
"job_level": "专家",AI生成
"work_category": "全职",AI生成
"department": "淘宝闪购",
"location": "上海",
"work_mode": "未披露",AI生成
"job_category": "数据类-商业数据分析"AI生成
},
"company": {
"company_name": "饿了么",
"company_industry": "即时零售 / 生活服务",
"company_size": "未披露",
"company_website": "alibaba.com",
"company_description": "饿了么相关平台为用户和商户提供生活服务及即时零售服务。"
},
"compensation": {
"salary_range": {
"min": "",
"max": "",
"currency": "未披露",
"cycle": "未披露"
},
"benefits": "未披露"
},
"requirements": {
"working_years": "",
"degree": "国内外本科/硕士",
"language": "未披露",AI生成
"visa_support": "未披露",
"responsibilities": "业务逻辑：\n作为市场、用户、品牌业务的参谋角色，核心职能包含两个方面：\n赋能业务、效率提升。\n1、赋能业务：基于业务情况，进行业务诊断、目标管理、效果评估等，完善整体的数据指标体系，明确业务问题，为业务提供客观的数据支持。\n2、效率提升：基于集团数据资产与业务分析体系，构建自动化的、可视化的数据产品，提升整体分析与决策效率。\n通用职责：\n1、负责通过数据分析洞察，建立业务数据管理和监控体系，识别数据产品化的机会，通过产品设计提升数据的应用效率，建立业务数据产品体系；\n2、负责业务数据支持，并支持业务分析、目标测算、预算规划、评估复盘、提供业务策略或建议；\n3、面向市场、用户、品牌、GR等业务相关数据定期产出相关汇报及分析报告；\n4、负责多维数据集的规划与设计、业务数据报表需求分析、设计、落地，为业务及管理层提供决策支持与业务分析；\n5、负责模型建立与优化，在对业务、场景和用户深刻理解的基础上，能将业务问题抽象为数据问题，并通过建模解决。\n6、与协作部门紧密合作、推动数据相关问题解决，共同达成业务目标。",
"requirements_text": "1、优秀的教育背景，国内外本科/硕士，数学/统计学或经济学类相关专业优先。\n2、3年以上工作经验，有互联网C/B端商业分析经验优先。\n3、能够熟练的使用SQL进行数据获取和分析，并独立地完成分析报告，能理解业界常用的各类数据分析模型及算法，熟悉SAS、R、Python等统计软件者优先。\n4、以下两个能力至少有1-2个为优势项：\n- 熟悉市场业务，了解市场业务关注指标及应用场景\n- 有丰富的互联网C/B端分析经验（如用户画像、营销链路、生命周期等）\n- 有丰富的数据产品建设经验，产品化思维和框架性思维，可以根据业务需求搭建逻辑合理、维度丰富、配置灵活的数据产品\n5、具备较高的数据逻辑和数据敏感性，能从数据中发现问题、解决问题，有较强的数据及用户行为分析能力\n6、擅长沟通协调，学习能力和推动能力强\n7、有要性，皮实，有激情，有担当",
"skills": [AI生成
"Python",
"SQL",
"数据分析",
"沟通协调",
"解决问题",
"学习能力",
"分析能力",
"商业分析"
],
"preferred_qualifications": "1、优秀的教育背景，国内外本科/硕士，数学/统计学或经济学类相关专业优先；2、3年以上工作经验，有互联网C/B端商业分析经验优先；3、能够熟练的使用SQL进行数据获取和分析，并独立地完成分析报告，能理解业界常用的各类数据分析模型及算法，熟悉SAS、R、Python等统计软件者优先",
"job_highlights": "未披露"
},
"contact": {
"recruiter_name": "未披露",
"contact_methods": [
{
"type": "apply_link",
"value": "https://talent.ele.me/off-campus/position-detail?positionId=100003249015"
}
]
},
"posting": {
"posting_id": "100003249015",
"post_date": "2026-09-16",
"hire_time": "未披露",
"update_date": "20260917",
"job_url": "https://talent.ele.me/off-campus/position-detail?positionId=100003249015"
},
"fulltext": "淘宝闪购-商业分析专家-到店\n淘宝闪购-商业分析专家-到店\n\n基础信息\n职位类别：数据类-商业数据分析\n工作地点：上海\n\n职位描述\n业务逻辑：\n作为市场、用户、品牌业务的参谋角色，核心职能包含两个方面：\n赋能业务、效率提升。\n1、赋能业务：基于业务情况，进行业务诊断、目标管理、效果评估等，完善整体的数据指标体系，明确业务问题，为业务提供客观的数据支持。\n2、效率提升：基于集团数据资产与业务分析体系，构建自动化的、可视化的数据产品，提升整体分析与决策效率。\n通用职责：\n1、负责通过数据分析洞察，建立业务数据管理和监控体系，识别数据产品化的机会，通过产品设计提升数据的应用效率，建立业务数据产品体系；\n2、负责业务数据支持，并支持业务分析、目标测算、预算规划、评估复盘、提供业务策略或建议；\n3、面向市场、用户、品牌、GR等业务相关数据定期产出相关汇报及分析报告；\n4、负责多维数据集的规划与设计、业务数据报表需求分析、设计、落地，为业务及管理层提供决策支持与业务分析；\n5、负责模型建立与优化，在对业务、场景和用户深刻理解的基础上，能将业务问题抽象为数据问题，并通过建模解决。\n6、与协作部门紧密合作、推动数据相关问题解决，共同达成业务目标。\n\n职位要求\n1、优秀的教育背景，国内外本科/硕士，数学/统计学或经济学类相关专业优先。\n2、3年以上工作经验，有互联网C/B端商业分析经验优先。\n3、能够熟练的使用SQL进行数据获取和分析，并独立地完成分析报告，能理解业界常用的各类数据分析模型及算法，熟悉SAS、R、Python等统计软件者优先。\n4、以下两个能力至少有1-2个为优势项：\n- 熟悉市场业务，了解市场业务关注指标及应用场景\n- 有丰富的互联网C/B端分析经验（如用户画像、营销链路、生命周期等）\n- 有丰富的数据产品建设经验，产品化思维和框架性思维，可以根据业务需求搭建逻辑合理、维度丰富、配置灵活的数据产品\n5、具备较高的数据逻辑和数据敏感性，能从数据中发现问题、解决问题，有较强的数据及用户行为分析能力\n6、擅长沟通协调，学习能力和推动能力强\n7、有要性，皮实，有激情，有担当\n业务逻辑：\n作为市场、用户、品牌业务的参谋角色，核心职能包含两个方面：\n赋能业务、效率提升。\n1、赋能业务：基于业务情况，进行业务诊断、目标管理、效果评估等，完善整体的数据指标体系，明确业务问题，为业务提供客观的数据支持。\n2、效率提升：基于集团数据资产与业务分析体系，构建自动化的、可视化的数据产品，提升整体分析与决策效率。\n通用职责：\n1、负责通过数据分析洞察，建立业务数据管理和监控体系，识别数据产品化的机会，通过产品设计提升数据的应用效率，建立业务数据产品体系；\n2、负责业务数据支持，并支持业务分析、目标测算、预算规划、评估复盘、提供业务策略或建议；\n3、面向市场、用户、品牌、GR等业务相关数据定期产出相关汇报及分析报告；\n4、负责多维数据集的规划与设计、业务数据报表需求分析、设计、落地，为业务及管理层提供决策支持与业务分析；\n5、负责模型建立与优化，在对业务、场景和用户深刻理解的基础上，能将业务问题抽象为数据问题，并通过建模解决。\n6、与协作部门紧密合作、推动数据相关问题解决，共同达成业务目标。\n1、优秀的教育背景，国内外本科/硕士，数学/统计学或经济学类相关专业优先。\n2、3年以上工作经验，有互联网C/B端商业分析经验优先。\n3、能够熟练的使用SQL进行数据获取和分析，并独立地完成分析报告，能理解业界常用的各类数据分析模型及算法，熟悉SAS、R、Python等统计软件者优先。\n4、以下两个能力至少有1-2个为优势项：\n- 熟悉市场业务，了解市场业务关注指标及应用场景\n- 有丰富的互联网C/B端分析经验（如用户画像、营销链路、生命周期等）\n- 有丰富的数据产品建设经验，产品化思维和框架性思维，可以根据业务需求搭建逻辑合理、维度丰富、配置灵活的数据产品\n5、具备较高的数据逻辑和数据敏感性，能从数据中发现问题、解决问题，有较强的数据及用户行为分析能力\n6、擅长沟通协调，学习能力和推动能力强\n7、有要性，皮实，有激情，有担当",
"standard_classification": {
"std_category_code": "T017",
"std_aux_codes": [
"PM006"
],
"std_category_status": null,
"std_taxonomy_version": "20261104"
}
}