主分类：增长运营
辅助：用户与会员运营（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": "线上店运营中台",
"job_level": "未披露",AI生成
"work_category": "全职",AI生成
"department": "食杂零售-小象事业部",
"location": "北京市",
"work_mode": "未披露",AI生成
"job_category": "零售类"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. 负责门店开业阶段的用户预算框架制定与目标拆解，建立用户运营数据体系，主导预算复盘与效益评估；\n\n2. 负责全域获客策略探索与执行，通过短信/Push触达、裂变等手段拓宽获客路径，建立投放-复盘-优化的闭环机制；\n\n3. 负责门店活动体系搭建，规划开业/节庆/常态化活动，设计低成本高频活动模型，沉淀可复用的活动模板与策略手册；\n\n4. 搭建以用户分层为基础的CRM能力，驱动老客留存与复购，建立流失预警与召回机制，提升忠诚度；\n\n5. 负责新店及老店社群拉新策略，包括群新客转化、社群内容策略及潜客转化运营；\n\n6. 制定地推策略，包括目标用户画像研究、点位选择、赠品策略等，跟进拉新质量管控。统筹赠品订货与到店管理、物料设计跟进、地推产品功能需求等销售提效工作；\n\n7. AI驱动提效：探索并落地AI工具在用户运营全链路中的应用，提升获客精准度与投放ROI；利用AI生成营销文案、活动素材、社群话术等内容，降低内容生产成本；利用AI搭建数据异动归因、流失预警等智能分析能力，提升运营决策效率；等。",
"requirements_text": "1. 本科及以上学历，3年以上用户运营/营销运营/增长运营相关经验，有零售、快消、本地生活行业背景者优先\n\n2. 具备数据驱动思维，能熟练使用数据工具进行业务分析与策略优化\n\n3. 具备跨部门协调能力，能有效联动采购、设计、门店等多方资源\n\n4. 有活动策划与执行经验，熟悉线上线下活动玩法与ROI评估\n\n5. 具备用户分层运营思维，有CRM体系搭建或运营经验者优先\n\n6. 具备创新意识与闭环思维，能持续探索新渠道、新方法并沉淀方法论\n\n7. AI能力要求：对AI工具有认知和使用热情，能主动学习并应用于实际工作；有使用AI工具提升运营效率的成功实践者优先；具备AI思维，能识别业务场景中可被AI提效的环节，并推动落地\n\n8. 适应快节奏业务环境",
"skills": [AI生成
"采购",
"用户运营",
"活动策划"
],
"preferred_qualifications": "1. 本科及以上学历，3年以上用户运营/营销运营/增长运营相关经验，有零售、快消、本地生活行业背景者优先；5. 具备用户分层运营思维，有CRM体系搭建或运营经验者优先；有使用AI工具提升运营效率的成功实践者优先",
"job_highlights": "· 深度参与美团食杂零售新业态从0到1的用户体系搭建\n\n· 覆盖用户全生命周期运营，多店规模化方法论沉淀\n\n· 数据驱动+AI驱动双轮提效，用科学方法驱动业务增长"
},
"contact": {
"recruiter_name": "未披露",
"contact_methods": [
{
"type": "apply_link",
"value": "https://zhaopin.meituan.com/web/position/detail?jobUnionId=4690284053&jobShareType=1"
}
]
},
"posting": {
"posting_id": "4690284053",
"post_date": "",
"hire_time": "未披露",
"update_date": "20260917",
"job_url": "https://zhaopin.meituan.com/web/position/detail?jobUnionId=4690284053&jobShareType=1"
},
"fulltext": "线上店运营中台\n线上店运营中台\n\n基础信息\n工作地点：北京市\n部门：食杂零售-小象事业部\n职位类别：零售类\n职位族群：门店\n更新时间：2026-08-13\n\n岗位职责\n1. 负责门店开业阶段的用户预算框架制定与目标拆解，建立用户运营数据体系，主导预算复盘与效益评估；\n\n2. 负责全域获客策略探索与执行，通过短信/Push触达、裂变等手段拓宽获客路径，建立投放-复盘-优化的闭环机制；\n\n3. 负责门店活动体系搭建，规划开业/节庆/常态化活动，设计低成本高频活动模型，沉淀可复用的活动模板与策略手册；\n\n4. 搭建以用户分层为基础的CRM能力，驱动老客留存与复购，建立流失预警与召回机制，提升忠诚度；\n\n5. 负责新店及老店社群拉新策略，包括群新客转化、社群内容策略及潜客转化运营；\n\n6. 制定地推策略，包括目标用户画像研究、点位选择、赠品策略等，跟进拉新质量管控。统筹赠品订货与到店管理、物料设计跟进、地推产品功能需求等销售提效工作；\n\n7. AI驱动提效：探索并落地AI工具在用户运营全链路中的应用，提升获客精准度与投放ROI；利用AI生成营销文案、活动素材、社群话术等内容，降低内容生产成本；利用AI搭建数据异动归因、流失预警等智能分析能力，提升运营决策效率；等。\n\n岗位基本要求\n1. 本科及以上学历，3年以上用户运营/营销运营/增长运营相关经验，有零售、快消、本地生活行业背景者优先\n\n2. 具备数据驱动思维，能熟练使用数据工具进行业务分析与策略优化\n\n3. 具备跨部门协调能力，能有效联动采购、设计、门店等多方资源\n\n4. 有活动策划与执行经验，熟悉线上线下活动玩法与ROI评估\n\n5. 具备用户分层运营思维，有CRM体系搭建或运营经验者优先\n\n6. 具备创新意识与闭环思维，能持续探索新渠道、新方法并沉淀方法论\n\n7. AI能力要求：对AI工具有认知和使用热情，能主动学习并应用于实际工作；有使用AI工具提升运营效率的成功实践者优先；具备AI思维，能识别业务场景中可被AI提效的环节，并推动落地\n\n8. 适应快节奏业务环境\n\n岗位亮点\n· 深度参与美团食杂零售新业态从0到1的用户体系搭建\n\n· 覆盖用户全生命周期运营，多店规模化方法论沉淀\n\n· 数据驱动+AI驱动双轮提效，用科学方法驱动业务增长\n1. 负责门店开业阶段的用户预算框架制定与目标拆解，建立用户运营数据体系，主导预算复盘与效益评估；\n\n2. 负责全域获客策略探索与执行，通过短信/Push触达、裂变等手段拓宽获客路径，建立投放-复盘-优化的闭环机制；\n\n3. 负责门店活动体系搭建，规划开业/节庆/常态化活动，设计低成本高频活动模型，沉淀可复用的活动模板与策略手册；\n\n4. 搭建以用户分层为基础的CRM能力，驱动老客留存与复购，建立流失预警与召回机制，提升忠诚度；\n\n5. 负责新店及老店社群拉新策略，包括群新客转化、社群内容策略及潜客转化运营；\n\n6. 制定地推策略，包括目标用户画像研究、点位选择、赠品策略等，跟进拉新质量管控。统筹赠品订货与到店管理、物料设计跟进、地推产品功能需求等销售提效工作；\n\n7. AI驱动提效：探索并落地AI工具在用户运营全链路中的应用，提升获客精准度与投放ROI；利用AI生成营销文案、活动素材、社群话术等内容，降低内容生产成本；利用AI搭建数据异动归因、流失预警等智能分析能力，提升运营决策效率；等。\n1. 本科及以上学历，3年以上用户运营/营销运营/增长运营相关经验，有零售、快消、本地生活行业背景者优先\n\n2. 具备数据驱动思维，能熟练使用数据工具进行业务分析与策略优化\n\n3. 具备跨部门协调能力，能有效联动采购、设计、门店等多方资源\n\n4. 有活动策划与执行经验，熟悉线上线下活动玩法与ROI评估\n\n5. 具备用户分层运营思维，有CRM体系搭建或运营经验者优先\n\n6. 具备创新意识与闭环思维，能持续探索新渠道、新方法并沉淀方法论\n\n7. AI能力要求：对AI工具有认知和使用热情，能主动学习并应用于实际工作；有使用AI工具提升运营效率的成功实践者优先；具备AI思维，能识别业务场景中可被AI提效的环节，并推动落地\n\n8. 适应快节奏业务环境",
"standard_classification": {
"std_category_code": "B002",
"std_aux_codes": [
"B003"
],
"std_category_status": null,
"std_taxonomy_version": "20261104"
}
}