主分类:未分类
待分类
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": "餐饮品类运营-客户方向",
"job_level": "未披露",AI生成
"work_category": "全职",AI生成
"department": "核心本地商业-商业增值部",
"location": "北京市",
"work_mode": "未披露",AI生成
"job_category": "运营类"AI生成
},
"company": {
"company_name": "美团",
"company_industry": "科技零售 / 生活服务",
"company_size": "10000人以上",
"company_website": "meituan.com",
"company_description": "美团通过科技推动服务零售和商品零售的数字化,连接消费者与商户。"
},
"compensation": {
"salary_range": {
"min": "",
"max": "",
"currency": "未披露",
"cycle": "未披露"
},
"benefits": "未披露"
},
"requirements": {
"working_years": "",
"degree": "未披露",
"language": "未披露",AI生成
"visa_support": "未披露",
"responsibilities": "1、负责餐饮品类客户运营策略的制定与高效落地,借助大模型辅助数据洞察和 AI 智能客户分层工具,基于品类特性、商户规模、生命周期等多维度深度分析,结合行业趋势与竞争格局,自动识别高潜力客群与增长机会点,设计可量化、可执行的策略方案,持续优化关键业务指标(如广告渗透率、ARPU、留存率等)。\n2、搭建并持续迭代科学、动态的客户分层运营体系,针对头部KA客户提供定制化、高价值的广告运营服务,利用 AI 辅助复盘工具自动生成投放效果诊断报告与预算规划建议,提升复盘效率与标准化水平;打造可复制的标杆案例,显著提升客户广告投放效果、满意度与长期合作意愿,驱动公司效果广告收入目标达成。\n3、主导广告产品在餐饮行业的场景化案例沉淀与包装,**借助 AI 工具(如大模型辅助文档生成、知识库自动整理)**系统提炼产品价值与成功方法论,赋能销售与BD团队;同时深入一线,通过 AI 辅助用户访谈分析工具批量归类客户反馈,精准识别体验痛点与功能缺口,高效协同产品、技术、算法等中台团队推动产品优化与能力升级。",
"requirements_text": "1、具备扎实的数据分析能力,熟练使用数据分析工具及 AI 辅助分析手段(如大模型自然语言问数、AI 智能归因分析工具),能独立完成从数据提取到业务洞察的全链路分析,并以数据驱动策略迭代与决策。\n2、对餐饮行业有深刻理解,熟悉连锁品牌、区域龙头、中小商户等不同客群的经营逻辑、营销诉求与决策链路,能借助 AI 工具批量生成客户画像与行业洞察报告,具备前瞻性行业洞察力,能预判品类演进方向并提前布局运营抓手。\n3、具备极强的跨部门协同与推动力,善于在产品、运营、销售、技术等多方角色间建立共识、整合资源、对齐目标;熟练使用 AI 辅助会议纪要生成、任务拆解等工具提升协同效率,同时拥有优秀的沟通表达与影响力,能向上汇报、向下赋能、横向协同。\n4、有韧性,面对激烈竞争、业绩压力或突发变化时,能快速调整策略、稳定团队、聚焦核心,始终以结果为导向推进工作。对 AI 工具保持持续学习热情,能主动探索新工具并应用于实际业务场景。",
"skills": [AI生成
"数据分析",
"沟通表达",
"分析能力",
"销售",
"大语言模型"
],
"preferred_qualifications": "未披露",
"job_highlights": "成长空间大,五险一金,双休,工作氛围好,扁平化管理"
},
"contact": {
"recruiter_name": "未披露",
"contact_methods": [
{
"type": "apply_link",
"value": "https://zhaopin.meituan.com/web/position/detail?jobUnionId=4020739699&jobShareType=1"
}
]
},
"posting": {
"posting_id": "4020739699",
"post_date": "",
"hire_time": "未披露",
"update_date": "20260917",
"job_url": "https://zhaopin.meituan.com/web/position/detail?jobUnionId=4020739699&jobShareType=1"
},
"fulltext": "餐饮品类运营-客户方向\n餐饮品类运营-客户方向\n\n基础信息\n工作地点:北京市\n部门:核心本地商业-商业增值部\n职位类别:运营类\n职位族群:产品运营\n更新时间:2026-01-13\n\n岗位职责\n1、负责餐饮品类客户运营策略的制定与高效落地,借助大模型辅助数据洞察和 AI 智能客户分层工具,基于品类特性、商户规模、生命周期等多维度深度分析,结合行业趋势与竞争格局,自动识别高潜力客群与增长机会点,设计可量化、可执行的策略方案,持续优化关键业务指标(如广告渗透率、ARPU、留存率等)。\n2、搭建并持续迭代科学、动态的客户分层运营体系,针对头部KA客户提供定制化、高价值的广告运营服务,利用 AI 辅助复盘工具自动生成投放效果诊断报告与预算规划建议,提升复盘效率与标准化水平;打造可复制的标杆案例,显著提升客户广告投放效果、满意度与长期合作意愿,驱动公司效果广告收入目标达成。\n3、主导广告产品在餐饮行业的场景化案例沉淀与包装,**借助 AI 工具(如大模型辅助文档生成、知识库自动整理)**系统提炼产品价值与成功方法论,赋能销售与BD团队;同时深入一线,通过 AI 辅助用户访谈分析工具批量归类客户反馈,精准识别体验痛点与功能缺口,高效协同产品、技术、算法等中台团队推动产品优化与能力升级。\n\n岗位基本要求\n1、具备扎实的数据分析能力,熟练使用数据分析工具及 AI 辅助分析手段(如大模型自然语言问数、AI 智能归因分析工具),能独立完成从数据提取到业务洞察的全链路分析,并以数据驱动策略迭代与决策。\n2、对餐饮行业有深刻理解,熟悉连锁品牌、区域龙头、中小商户等不同客群的经营逻辑、营销诉求与决策链路,能借助 AI 工具批量生成客户画像与行业洞察报告,具备前瞻性行业洞察力,能预判品类演进方向并提前布局运营抓手。\n3、具备极强的跨部门协同与推动力,善于在产品、运营、销售、技术等多方角色间建立共识、整合资源、对齐目标;熟练使用 AI 辅助会议纪要生成、任务拆解等工具提升协同效率,同时拥有优秀的沟通表达与影响力,能向上汇报、向下赋能、横向协同。\n4、有韧性,面对激烈竞争、业绩压力或突发变化时,能快速调整策略、稳定团队、聚焦核心,始终以结果为导向推进工作。对 AI 工具保持持续学习热情,能主动探索新工具并应用于实际业务场景。\n\n岗位亮点\n成长空间大,五险一金,双休,工作氛围好,扁平化管理\n1、负责餐饮品类客户运营策略的制定与高效落地,借助大模型辅助数据洞察和 AI 智能客户分层工具,基于品类特性、商户规模、生命周期等多维度深度分析,结合行业趋势与竞争格局,自动识别高潜力客群与增长机会点,设计可量化、可执行的策略方案,持续优化关键业务指标(如广告渗透率、ARPU、留存率等)。\n2、搭建并持续迭代科学、动态的客户分层运营体系,针对头部KA客户提供定制化、高价值的广告运营服务,利用 AI 辅助复盘工具自动生成投放效果诊断报告与预算规划建议,提升复盘效率与标准化水平;打造可复制的标杆案例,显著提升客户广告投放效果、满意度与长期合作意愿,驱动公司效果广告收入目标达成。\n3、主导广告产品在餐饮行业的场景化案例沉淀与包装,**借助 AI 工具(如大模型辅助文档生成、知识库自动整理)**系统提炼产品价值与成功方法论,赋能销售与BD团队;同时深入一线,通过 AI 辅助用户访谈分析工具批量归类客户反馈,精准识别体验痛点与功能缺口,高效协同产品、技术、算法等中台团队推动产品优化与能力升级。\n1、具备扎实的数据分析能力,熟练使用数据分析工具及 AI 辅助分析手段(如大模型自然语言问数、AI 智能归因分析工具),能独立完成从数据提取到业务洞察的全链路分析,并以数据驱动策略迭代与决策。\n2、对餐饮行业有深刻理解,熟悉连锁品牌、区域龙头、中小商户等不同客群的经营逻辑、营销诉求与决策链路,能借助 AI 工具批量生成客户画像与行业洞察报告,具备前瞻性行业洞察力,能预判品类演进方向并提前布局运营抓手。\n3、具备极强的跨部门协同与推动力,善于在产品、运营、销售、技术等多方角色间建立共识、整合资源、对齐目标;熟练使用 AI 辅助会议纪要生成、任务拆解等工具提升协同效率,同时拥有优秀的沟通表达与影响力,能向上汇报、向下赋能、横向协同。\n4、有韧性,面对激烈竞争、业绩压力或突发变化时,能快速调整策略、稳定团队、聚焦核心,始终以结果为导向推进工作。对 AI 工具保持持续学习热情,能主动探索新工具并应用于实际业务场景。",
"standard_classification": {
"std_category_code": null,
"std_aux_codes": [],
"std_category_status": null,
"std_taxonomy_version": null
}
}