职位详情

职位列表 链接有效 不适用(官网全量采集) official:meituan:4687078747

供给策略专家

未披露 · 多哈 · 美团

主分类:经营策略运营
运营
辅助:商家与商品运营(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": "供给策略专家",
        "job_level": "专家",AI生成
        "work_category": "全职",AI生成
        "department": "Keeta",
        "location": "多哈",
        "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": "本科及以上学历",
        "language": "未披露",AI生成
        "visa_support": "未披露",
        "responsibilities": "1.营销策略规划:制定折扣工具(折扣菜/满折等)的年度/季度覆盖率目标与商补路径,拆解至策略团队、前线BD及门店粒度;基于数据持续评估工具使用效果,主导工具参数迭代,形成\"配置→观测→优化\"的闭环机制;设计不同商户分层的差异化营销方案,对标本地竞争格局持续迭代本地化营销方案。探索AI/机器学习在商户分层画像、营销效果预测中的应用,推动策略从经验驱动向数据与AI协同决策升级。\n\n2.商补目标管理:建立精细化监控体系,主导商补目标的自下而上推演(Bottom-up),推动商补指标从周度监控升级为日度/实时监控,保障目标达成节奏。借助AI辅助异常检测工具,及时识别商补进度偏差并触发预警。\n\n3.工具与产品协同:主导折扣工具的迭代方向规划,协调产研资源;与算法团队协作推进营销流量分配机制优化;探索增收工具。\n\n4.团队跨职能协作:与BD/前线团队、C、M、D端充分协同,组织资源交付结果。",
        "requirements_text": "1.本科及以上学历,5年以上策略商家运营相关工作经验,有本地生活/外卖平台背景者优先;\n\n2.熟悉本地生活服务行业的商家运营流程,具备扎实的数据分析能力,熟练使用SQL;\n\n3.对AI工具在营销策略场景的应用有实战经验或浓厚兴趣,了解智能推荐、AI辅助策略评估等方向在B端运营中的落地逻辑;\n\n4.具备良好的沟通能力和跨团队协作能力,能够有效推动工作落地;\n\n5.思维敏捷,逻辑清晰,能在高模糊度、快节奏环境中独立决策。",
        "skills": [AI生成
            "SQL",
            "数据分析",
            "团队协作",
            "沟通能力",
            "分析能力",
            "商家运营"
        ],
        "preferred_qualifications": "1.本科及以上学历,5年以上策略商家运营相关工作经验,有本地生活/外卖平台背景者优先",
        "job_highlights": "1.与美团战略级出海业务,与全球优秀玩家正面交手;\n\n2.拥抱广阔的业务战场,有足够的空间和灵活度发挥你的才能,实现职业生涯快速成长。"
    },
    "contact": {
        "recruiter_name": "未披露",
        "contact_methods": [
            {
                "type": "apply_link",
                "value": "https://zhaopin.meituan.com/web/position/detail?jobUnionId=4687078747&jobShareType=1"
            }
        ]
    },
    "posting": {
        "posting_id": "4687078747",
        "post_date": "",
        "hire_time": "未披露",
        "update_date": "20260917",
        "job_url": "https://zhaopin.meituan.com/web/position/detail?jobUnionId=4687078747&jobShareType=1"
    },
    "fulltext": "供给策略专家\n供给策略专家\n\n基础信息\n工作地点:多哈\n部门:Keeta\n职位类别:运营类\n职位族群:产品运营\n更新时间:2026-08-12\n\n岗位职责\n1.营销策略规划:制定折扣工具(折扣菜/满折等)的年度/季度覆盖率目标与商补路径,拆解至策略团队、前线BD及门店粒度;基于数据持续评估工具使用效果,主导工具参数迭代,形成\"配置→观测→优化\"的闭环机制;设计不同商户分层的差异化营销方案,对标本地竞争格局持续迭代本地化营销方案。探索AI/机器学习在商户分层画像、营销效果预测中的应用,推动策略从经验驱动向数据与AI协同决策升级。\n\n2.商补目标管理:建立精细化监控体系,主导商补目标的自下而上推演(Bottom-up),推动商补指标从周度监控升级为日度/实时监控,保障目标达成节奏。借助AI辅助异常检测工具,及时识别商补进度偏差并触发预警。\n\n3.工具与产品协同:主导折扣工具的迭代方向规划,协调产研资源;与算法团队协作推进营销流量分配机制优化;探索增收工具。\n\n4.团队跨职能协作:与BD/前线团队、C、M、D端充分协同,组织资源交付结果。\n\n岗位基本要求\n1.本科及以上学历,5年以上策略商家运营相关工作经验,有本地生活/外卖平台背景者优先;\n\n2.熟悉本地生活服务行业的商家运营流程,具备扎实的数据分析能力,熟练使用SQL;\n\n3.对AI工具在营销策略场景的应用有实战经验或浓厚兴趣,了解智能推荐、AI辅助策略评估等方向在B端运营中的落地逻辑;\n\n4.具备良好的沟通能力和跨团队协作能力,能够有效推动工作落地;\n\n5.思维敏捷,逻辑清晰,能在高模糊度、快节奏环境中独立决策。\n\n岗位亮点\n1.与美团战略级出海业务,与全球优秀玩家正面交手;\n\n2.拥抱广阔的业务战场,有足够的空间和灵活度发挥你的才能,实现职业生涯快速成长。\n1.营销策略规划:制定折扣工具(折扣菜/满折等)的年度/季度覆盖率目标与商补路径,拆解至策略团队、前线BD及门店粒度;基于数据持续评估工具使用效果,主导工具参数迭代,形成\"配置→观测→优化\"的闭环机制;设计不同商户分层的差异化营销方案,对标本地竞争格局持续迭代本地化营销方案。探索AI/机器学习在商户分层画像、营销效果预测中的应用,推动策略从经验驱动向数据与AI协同决策升级。\n\n2.商补目标管理:建立精细化监控体系,主导商补目标的自下而上推演(Bottom-up),推动商补指标从周度监控升级为日度/实时监控,保障目标达成节奏。借助AI辅助异常检测工具,及时识别商补进度偏差并触发预警。\n\n3.工具与产品协同:主导折扣工具的迭代方向规划,协调产研资源;与算法团队协作推进营销流量分配机制优化;探索增收工具。\n\n4.团队跨职能协作:与BD/前线团队、C、M、D端充分协同,组织资源交付结果。\n1.本科及以上学历,5年以上策略商家运营相关工作经验,有本地生活/外卖平台背景者优先;\n\n2.熟悉本地生活服务行业的商家运营流程,具备扎实的数据分析能力,熟练使用SQL;\n\n3.对AI工具在营销策略场景的应用有实战经验或浓厚兴趣,了解智能推荐、AI辅助策略评估等方向在B端运营中的落地逻辑;\n\n4.具备良好的沟通能力和跨团队协作能力,能够有效推动工作落地;\n\n5.思维敏捷,逻辑清晰,能在高模糊度、快节奏环境中独立决策。",
    "standard_classification": {
        "std_category_code": "B025",
        "std_aux_codes": [
            "B007"
        ],
        "std_category_status": null,
        "std_taxonomy_version": "20261104"
    }
}