主分类：用户研究与体验研究
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": "用户研究专家（骑手生态）",
"job_level": "专家",AI生成
"work_category": "全职",AI生成
"department": "核心本地商业-到家履约平台",
"location": "北京市",
"work_mode": "未披露",AI生成
"job_category": "商业分析类"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": 3,
"degree": "未披露",
"language": "未披露",AI生成
"visa_support": "未披露",
"responsibilities": "1）参与骑手生态体验维度的定义与拆解，能将感知转化为可度量的框架输入，产出不止于描述性结论，需落到触发条件、比较基准、颗粒度等结构化信息。\n\n2）开展骑手体验专项研究，通过深度访谈、实地观察、进线对话语义分析等方式获取骑手真实感知，校准体系中的分类框架与判断结构。\n\n3）参与定量侧的指标设计工作，包括体验水位度量、子层基线制定与波动归因，将定性发现落到可测量的指标中。\n\n4）将AI工具融入用研各环节，提升产出质量与效率，如基于大模型的进线对话批量归类与洞察提炼、调研编码自动化、报告生成等。",
"requirements_text": "1）3年以上用户研究相关经验，互联网或咨询背景。\n\n2）对一线体力劳动者有真实的理解意愿，能进入骑手的语境和场景获取有效信息。\n\n3）具备AI辅助用研工作的实践经验，能识别用研链路中AI可切入的环节并落地。\n\n4）结果导向，能将用户洞察转化为可落地的策略建议并推动业务方采纳。",
"skills": [AI生成
"用户研究"
],
"preferred_qualifications": "未披露",
"job_highlights": "1）参与骑手生态体验指标体系从零到一的建设，在蓝领群体研究中探索用研方法论创新。\n\n2）用AI重塑用研工作流，让定性洞察以前所未有的效率覆盖更大范围的骑手声音。"
},
"contact": {
"recruiter_name": "未披露",
"contact_methods": [
{
"type": "apply_link",
"value": "https://zhaopin.meituan.com/web/position/detail?jobUnionId=4663364114&jobShareType=1"
}
]
},
"posting": {
"posting_id": "4663364114",
"post_date": "",
"hire_time": "未披露",
"update_date": "20260917",
"job_url": "https://zhaopin.meituan.com/web/position/detail?jobUnionId=4663364114&jobShareType=1"
},
"fulltext": "用户研究专家（骑手生态）\n用户研究专家（骑手生态）\n\n基础信息\n工作地点：北京市\n部门：核心本地商业-到家履约平台\n职位类别：商业分析类\n职位族群：商业分析\n更新时间：2026-09-16\n\n岗位职责\n1）参与骑手生态体验维度的定义与拆解，能将感知转化为可度量的框架输入，产出不止于描述性结论，需落到触发条件、比较基准、颗粒度等结构化信息。\n\n2）开展骑手体验专项研究，通过深度访谈、实地观察、进线对话语义分析等方式获取骑手真实感知，校准体系中的分类框架与判断结构。\n\n3）参与定量侧的指标设计工作，包括体验水位度量、子层基线制定与波动归因，将定性发现落到可测量的指标中。\n\n4）将AI工具融入用研各环节，提升产出质量与效率，如基于大模型的进线对话批量归类与洞察提炼、调研编码自动化、报告生成等。\n\n岗位基本要求\n1）3年以上用户研究相关经验，互联网或咨询背景。\n\n2）对一线体力劳动者有真实的理解意愿，能进入骑手的语境和场景获取有效信息。\n\n3）具备AI辅助用研工作的实践经验，能识别用研链路中AI可切入的环节并落地。\n\n4）结果导向，能将用户洞察转化为可落地的策略建议并推动业务方采纳。\n\n岗位亮点\n1）参与骑手生态体验指标体系从零到一的建设，在蓝领群体研究中探索用研方法论创新。\n\n2）用AI重塑用研工作流，让定性洞察以前所未有的效率覆盖更大范围的骑手声音。\n1）参与骑手生态体验维度的定义与拆解，能将感知转化为可度量的框架输入，产出不止于描述性结论，需落到触发条件、比较基准、颗粒度等结构化信息。\n\n2）开展骑手体验专项研究，通过深度访谈、实地观察、进线对话语义分析等方式获取骑手真实感知，校准体系中的分类框架与判断结构。\n\n3）参与定量侧的指标设计工作，包括体验水位度量、子层基线制定与波动归因，将定性发现落到可测量的指标中。\n\n4）将AI工具融入用研各环节，提升产出质量与效率，如基于大模型的进线对话批量归类与洞察提炼、调研编码自动化、报告生成等。\n1）3年以上用户研究相关经验，互联网或咨询背景。\n\n2）对一线体力劳动者有真实的理解意愿，能进入骑手的语境和场景获取有效信息。\n\n3）具备AI辅助用研工作的实践经验，能识别用研链路中AI可切入的环节并落地。\n\n4）结果导向，能将用户洞察转化为可落地的策略建议并推动业务方采纳。",
"standard_classification": {
"std_category_code": "D005",
"std_aux_codes": [],
"std_category_status": null,
"std_taxonomy_version": "20261104"
}
}