【数据运营分析工作内容|工作职责|数据运营分析做什么】-看准网

数据运营分析工作职责

类型
在统计学领域，有些人将数据分析划分为描述性统计分析、探索性数据分析以及验证性数据分析；其中，探索性数据分析侧重于在数据之中发现新的特征，而验证性数据分析则侧重于已有假设的证实或证伪。
探索性数据分析是指为了形成值得假设的检验而对数据进行分析的一种方法，是对传统统计学假设检验手段的补充。该方法由美国著名统计学家约翰·图基(John Tukey)命名。
定性数据分析又称为“定性资料分析”、“定性研究”或者“质性研究资料分析”，是指对诸如词语、照片、观察结果之类的非数值型数据（或者说资料）的分析。
分析工具
Excel作为常用的分析工具，可以实现基本的分析工作，在商业智能领域Cognos、Style Intelligence、Microstrategy、Brio、BO和Oracle以及国内产品如Yonghong Z-Suite BI套件等。
案例
沃尔玛经典营销案例：啤酒与尿布
“啤酒与尿布”的故事产生于2世纪9年代的美国沃尔玛超市中，沃尔玛的超市管理人员分析销售数据时发现了一个令人难于理解的现象：在某些特定的情况下，“啤酒”与“尿布”两件看上去毫无关系的商品会经常出现在同一个购物篮中，这种独特的销售现象引起了管理人员的注意，经过后续调查发现，这种现象出现在年轻的父亲身上。
在美国有婴儿的家庭中，一般是母亲在家中照看婴儿，年轻的父亲前去超市购买尿布。父亲在购买尿布的同时，往往会顺便为自己购买啤酒，这样就会出现啤酒与尿布这两件看上去不相干的商品经常会出现在同一个购物篮的现象。如果这个年轻的父亲在卖场只能买到两件商品之一，则他很有可能会放弃购物而到另一家商店，直到可以一次同时买到啤酒与尿布为止。沃尔玛发现了这一独特的现象，开始在卖场尝试将啤酒与尿布摆放在相同的区域，让年轻的父亲可以同时找到这两件商品，并很快地完成购物；而沃尔玛超市也可以让这些客户一次购买两件商品、而不是一件，从而获得了很好的商品销售收入，这就是“啤酒与尿布” 故事的由来。
当然“啤酒与尿布”的故事必须具有技术方面的支持。1993年美国学者Agrawal提出通过分析购物篮中的商品集合，从而找出商品之间关联关系的关联算法，并根据商品之间的关系，找出客户的购买行为。艾格拉沃从数学及计算机算法角度提出了商品关联关系的计算方法——Aprior算法。沃尔玛从上个世纪 9 年代尝试将 Aprior 算法引入到 POS机数据分析中，并获得了成功，于是产生了“啤酒与尿布”的故事。
Suncorp-Metway使用数据分析实现智慧营销
Suncorp-Metway是澳大利亚一家提供普通保险、银行业、寿险和理财服务的多元化金融服务集团, 旗下拥有5个业务部门，管理着14类商品，由公司及共享服务部门提供支持,其在澳大利亚和新西兰的运营业务与9多万名客户有合作关系。
该公司过去十年间的合并与收购,使客户群增长了2%,这极大增加了客户群数据管理的复杂性,如果解决不好,必将对公司利润产生负面影响.为此,IBM公司为其提供了一套解决方案,组件包括:IBM Cognos 8 BI、IBMInitiate Master Data Service谀IBM Unica。
采用该方案后，Suncorp-Metway公司至少在以下三项业务方面取得显著成效：
1、显著增加了市场份额，但没有增加营销开支；
2、每年大约能够节省1万美元的集成与相关成本；
3、避免向同一户家庭重复邮寄相同信函并且消除冗余系统，从而同时降低直接邮寄与运营成本。
由此可见，Suncorp-Metway公司通过该方案将此前多个孤立来源的数据集成起来，实现智慧营销，对控制成本，增加利润起到非常积极的作用。
数据分析帮助辛辛那提动物园提高客户满意度
辛辛那提动植物园成立于1873年，是世界上著名的动植物园之一，以其物种保护和保存以及高成活率繁殖饲养计划享有极高声誉。它占地面积71英亩，园内有5种动物和3多种植物，是国内游客人数最多的动植物园之一，曾荣获Zagat十佳动物园，并被《父母》（Parent）杂志评为最受儿童喜欢的动物园，每年接待游客13多万人。
辛辛那提动植物园是一个非营利性组织，是俄亥州同时也是美国国内享受公共补贴最低的动植物园，除去政府补贴，26万美元年度预算中，自筹资金部分达到三分之二以上。为此，需要不断地寻求增加收入。而要做到这一点，最好办法是为工作人员和游客提供更好的服务，提高游览率。从而实现动植物园与客户和纳税人的双赢。
借助于该方案强大的收集和处理能力、互联能力、分析能力以及随之带来的洞察力，在部署后，企业实现了以下各方面的受益：
·帮助动植物园了解每个客户浏览、使用和消费模式，根据时间和地理分布情况采取相应的措施改善游客体验，同时实现营业收入最大化。
·根据消费和游览行为对动植物园游客进行细分，针对每一类细分游客开展营销和促销活动，显著提高忠诚度和客户保有量。.
·识别消费支出低的游客，针对他们发送具有战略性的直寄广告，同时通过具有创意性的营销和激励计划奖励忠诚客户。
· 36度全方位了解客户行为，优化营销决策，实施解决方案后头一年节省4,多美元营销成本，同时强化了可测量的结果。
·采用地理分析显示大量未实现预期结果的促销和折扣计划，重新部署资源支持产出率更高的业务活动，动植物园每年节省1,多美元。
·通过强化营销提高整体游览率，2011年至少新增5,人次“游览”。
·提供洞察结果强化运营管理。例如，即将关门前冰激淋销售出现高潮，动植物园决定延长冰激淋摊位营业时间，直到关门为止。这一措施夏季每天可增加2,美元收入。
·与上年相比，餐饮销售增加3.7%，零售销售增加5.9%。
·动植物园高层管理团队可以制定更好的决策，不需要 IT 介入或提供支持。
·将分析引入会议室，利用直观工具帮助业务人员掌握数据。
步骤
具体方法
数据分析有极广泛的应用范围。典型的数据分析可能包含以下三个步：
1、探索性数据分析：当数据刚取得时，可能杂乱无章，看不出规律，通过作图、造表、用各种形式的方程拟合，计算某些特征量等手段探索规律性的可能形式，即往什么方向和用何种方式去寻找和揭示隐含在数据中的规律性。
CNNIC数据：中国网民规模
2、模型选定分析，在探索性分析的基础上提出一类或几类可能的模型，然后通过进一步的分析从中挑选一定的模型。
3、推断分析：通常使用数理统计方法对所定模型或估计的可靠程度和精确程度作出推断。
分析方法
1、列表法
将实验数据按一定规律用列表方式表达出来是记录和处理实验数据最常用的方法。表格的设计要求对应关系清楚、简单明了、有利于发现相关量之间的物理关系；此外还要求在标题栏中注明物理量名称、符号、数量级和单位等；根据需要还可以列出除原始数据以外的计算栏目和统计栏目等。最后还要求写明表格名称、主要测量仪器的型号、量程和准确度等级、有关环境条件参数如温度、湿度等。
2、作图法
作图法可以最醒目地表达物理量间的变化关系。从图线上还可以简便求出实验需要的某些结果（如直线的斜率和截距值等），读出没有进行观测的对应点（内插法）或在一定条件下从图线的延伸部分读到测量范围以外的对应点（外推法）。此外，还可以把某些复杂的函数关系，通过一定的变换用直线图表示出来。例如半导体热敏电阻的电阻与温度关系为，取对数后得到，若用半对数坐标纸，以lgR为纵轴，以1/T为横轴画图，则为一条直线。
3、数据分析主要包含：
1. 简单数学运算（Simple Math）
2. 统计（Statistics）
3. 快速傅里叶变换（FFT）
4. 平滑和滤波（Smoothing and Filtering）
5.基线和峰值分析(Baseline and Peak Analysis)
数据来源
1、搜索引擎蜘蛛抓取数据；
2、网站IP、PV等基本数据；
3、网站的HTTP响应时间数据；
4、网站流量来源数据。
步骤
数据分析过程的主要活动由识别信息需求、收集数据、分析数据、评价并改进数据分析的有效性组成。
识别需求
识别信息需求是确保数据分析过程有效性的首要条件，可以为收集数据、分析数据提供清晰的目标。识别信息需求是管理者的职责管理者应根据决策和过程控制的需求，提出对信息的需求。就过程控制而言，管理者应识别需求要利用那些信息支持评审过程输入、过程输出、资源配置的合理性、过程活动的优化方案和过程异常变异的发现。
收集数据
有目的的收集数据，是确保数据分析过程有效的基础。组织需要对收集数数据分析示意图
据的内容、渠道、方法进行策划。策划时应考虑：
①将识别的需求转化为具体的要求，如评价供方时，需要收集的数据可能包括其过程能力、测量系统不确定度等相关数据；
②明确由谁在何时何处，通过何种渠道和方法收集数据；
③记录表应便于使用； ④采取有效措施，防止数据丢失和虚假数据对系统的干扰。
分析数据
分析数据是将收集的数据通过加工、整理和分析、使其转化为信息，通常用方法有：
老七种工具，即排列图、因果图、分层法、调查表、散步图、直方图、控制图；
新七种工具，即关联图、系统图、矩阵图、KJ法、计划评审技术、PDPC法、矩阵数据图；
过程改进
数据分析是质量管理体系的基础。组织的管理者应在适当时，通过对以下问题的分析，评估其有效性：
①提供决策的信息是否充分、可信，是否存在因信息不足、失准、滞后而导致决策失误的问题；
②信息对持续改进质量管理体系、过程、产品所发挥的作用是否与期望值一致，是否在产品实现过程中有效运用数据分析；
③收集数据的目的是否明确，收集的数据是否真实和充分，信息渠道是否畅通；
④数据分析方法是否合理，是否将风险控制在可接受的范围；
⑤数据分析所需资源是否得到保障。
意义
在产品的整个寿命周期，包括从市场调研到售后服务和最终处置的各个过程都需要适当运用数据分析过程，以提升有效性。例如J.开普勒通过分析行星角位置的观测数据，找出了行星运动规律。又如，一个企业的领导人要通过市场调查，分析所得数据以判定市场动向，从而制定合适的生产及销售计划。因此数据分析有极广泛的应用范围。
网络营销
对网络营销的意义
在中国，尽管网络营销的概念很火，但网络营销的效率低于一些发达国家也是事实。无论是门户广告、搜索引擎广告，还是广告联盟，从行业平均转化率上看，都要低于国外较为成熟国家的水平。据估计，国内的Bounce rate（蹦失率，即用户只浏览第一页即离开的比例）介于9%~99%之间，而欧美的Bounce rate则是7%左右。
诚然，国内的网络营销环境处于发展之中，环境不那么尽如人意，但中国互联网络信息中心分析师孙秀秀认为，出现这种情况的很多责任在投放广告的企业方，在于对营销背后的数据分析工作的不重视，没有精确定位有效的客户群，导致大量的展示给了不相关的网民。
通常，广告投放前的数据分析可以分为两步走。第一步：描述目标群体。比如，目标群体是18～25岁，上网购物的年轻女性。第二步：描述此群体的网络活动轨迹。
也就是说，知道目标客户群上什么网站、做什么事、在什么时间地点能够找到他非常重要。实际上，论覆盖面，网络营销还远远赶不上传统媒体。29年底中国的互联网普及率为28.9%，而同期中国电视的普及率却已经超过8%。但是，仍旧有很多有远见的企业选择网络营销。其中的一个重要原因是，网络营销的全过程都可以被追踪到，通过数据分析可以随时调整投放方式。
采用的分析方法如下：
1、描述性统计分析
包括样本基本资料的描述，作各变量的次数分配及百分比分析，以了解样本的分布情况。此外，以平均数和标准差来描述市场导向、竞争优势、组织绩效等各个构面，以了解样本企业的管理人员对这些相关变量的感知，并利用t检验及相关分析对背景变量所造成的影响做检验。
2、Cronbach’a信度系数分析
信度是指测验结果的一致性、稳定性及可靠性，一般多以内部一致性（consistency）来加以表示该测验信度的高低。信度系数愈高即表示该测验的结果愈一致、稳定与可靠。针对各研究变量的衡量题项进行Cronbach’a信度分析，以了解衡量构面的内部一致性。一般来说，Cronbach’a仅大于．7为高信度，低于．35为低信度（Cuieford，1965），．5为最低可以接受的信度水准（Nunnally，1978）。
3、探索性因素分析（exploratory factor analysis）和验证性因素分析（confirmatory factor analysis）
用以测试各构面衡量题项的聚合效度（convergent validity）与区别效度（discriminant validity）。因为仅有信度是不够的，可信度高的测量，可能是完全无效或是某些程度上无效。所以我们必须对效度进行检验。效度是指工具是否能测出在设计时想测出的结果。收敛效度的检验根据各个项目和所衡量的概念的因素的负荷量来决定；而区别效度的检验是根据检验性因素分析计算理论上相关概念的相关系数，检定相关系数的95%信赖区间是否包含1．，若不包含1．，则可确认为具有区别效度（Anderson，1987）。
4、结构方程模型分析（structural equations modeling）
由于结构方程模型结合了因素分析（factor analysis）和路径分析（path analysis），并纳入计量经济学的联立方程式，可同时处理多个因变量，容许自变量和因变量含测量误差，可同时估计因子结构和因子关系。容许更大弹性的测量模型，可估计整个模型的拟合程度（Bollen和Long，1993），因而适用于整体模型的因果关系。在模型参数的估计上，采用最大似然估计法（Maximum Likelihood，ML）；在模型的适合度检验上，以基本的拟合标准（preliminary fit criteria）、整体模型拟合优度（overall model fit）以及模型内在结构拟合优度（fit of internal structure of model）（Bagozzi和Yi，1988）三个方面的各项指标作为判定的标准。在评价整体模式适配标准方面，本研究采用x2（卡方）/df（自由度）值、拟合优度指数（goodness．of．f：iJt．in．dex，GFI）、平均残差平方根（root—mean．square：residual，RMSR）、近似误差均方根（root-mean—square-error-of-approximation，RMSEA）等指标；模型内在结构拟合优度则参考Bagozzi和Yi（1988）的标准，考察所估计的参数是否都到达显著水平

查看全文

企业对数据运营分析要求

以下内容来自看准网企业对数据运营分析的职责要求

要求A

岗位职责：

1、建立运营数据分析模型，针对用户、用户行为、渠道等进行监控和统计，提供注册、充值、投注转化率，流失率等分析，给予运营指导性建议，增强用户黏性；

2、负责策略和活动的日常数据分析和评估，提高运营效率；

3、负责用户行为研究，监控不同分层用户的留存和活跃率；

4、监控预算和成本，能够给出优化建议，降低成本；

5、以数据为依托制定精准营销方案，对线上营销进行数据分析和评估，提供数据报表和改善建议，提升营销效果；

6、定期进行数据分析报告撰写及数据汇报工作。

任职要求：

1、热爱移动互联网，对行业发展趋势有深刻理解，并热衷于用户行为研究；

2、数据分析能力强，思维逻辑清晰，良好的自我学习及驱动力，责任心强，有创造性；

3、统计、数学、信息技术、生物统计本科以上学历；5年以上相关工作经历，电商或移动互联网数据分析工作经验优先。

核心产品网址：www.vjifen.com

要求B

岗位职责：

1. 完成数据分析项目过程中的数据提取、数据分析、数据展示工作，编制数据分析报告；

2. 理解业务的方向和战略，开发有效的数据模型，形成分析报告，提供数据支持，确保准确性、实用性及可衡量性；

3. 制作各类报表

任职要求

1. 大学本科及以上学历，统计、数学、财经等相关专业优先

2. 工作细致，有耐心，善于沟通组织协调、具有一定的问题解决能力；

3. 对数据敏感，较好的逻辑分析能力，喜欢数据分析工作；

4. 熟练使用Excel分析功能、简单应用MYSQL读写数据者优先。

要求C

岗位职责：

1、完善电子商务数据架构，制定数据搜集、分析、应用、评估体系。

2、对管理层和业务部门进行数据需求支持，挖掘分析主题，开展数据分析工作，基于数据分析成果，为管理层和业务部门提供商业策略分析和业务优化建议，持续改进运营效果；

3、优化和完善所属方向的数据分析体系，包括KPI指标体系、报表体系、专题分析体系；

4、负责追踪事业部核心经营数据和业务指标，并编写经营情况简报；

5、根据领导安排，对专项问题进行量化分析，并编制专项分析报告；

6、提升团队的整体运营水平。

任职要求：

1、至少3年数据挖掘、数据分析工作经验，有互联网产品和用户分析经验者优先；

2、对数据分析有深刻的理解，了解数据分析的系统框架与理论模型，有产品、运营或产品运营经验者优先考虑；

3、对数据敏感、逻辑思维强，精通数据分析工具，有统计学、经济学等相关背景者优先考虑；

4、学习能力较强，具有团队合作精神，能够承担高压力高产出的工作。

5、数据公司、咨询公司从业经历优先考虑

查看全文

数据运营分析热门招聘

查看全部

收藏
立即投递

[广州] 数据运营 (MJ009572)

职位薪资：12-20K 经验：不限学历：本科类型：全职

【岗位要求】 1、负责项目数据需求对接，数据逻辑实现，数据格式标准化等，包括项目运营分析工作； 2、负责各个项目关键数据的跟踪与分析工作，具备良好的数据敏感性和逻辑分析能力，能够根据数据指标情况判断当前存在问题，明确下一步工作计划、方案规划及落实； 3、根据业务情况，对部门指标进行整理分析汇报，提升运营效能，创新运营模式，能够根据用户需求提出产品及运营优化建议； 4、强烈的数据敏感度，跟踪行业动态，了解数据分析技术和工具的最新发展，不断提升自身能力。 5、负责部门日常向上汇报材料撰写，负责对活动效果数据汇总分析，并输出可视化图表，通过 PPT 形式汇报给相关负责人。职位要求： 1、本科及以上学历，数学、统计学、计算机科学或相关专业优先； 2、具备至少1年以上数据分析经验，有电商行业数据分析经验者优先； 3、熟悉常用的数据分析方法和工具，掌握Python、R、SAS、SPSS等任一数据分析工具； 4、较好的报告撰写及宣讲能力，逻辑思维强，能通俗易懂地对业务方进行结论输出； 5、有强烈的主人翁意识，有较强的自驱力和主动思考能力，责任心强、服务态度、学习能力和协调沟通能力俱佳。
收藏
立即投递

[广州] 电商crm数据运营

职位薪资：8-12K·14薪经验：1-3年学历：本科类型：全职

1.配合电商运营团队，主要负责及协助天猫、京东、抖音等多电商平台的会员体系搭建、活动分析及规划跟进等； 2.对数据敏感，分析评估活动数据表现情况并提出合理化改进计划，根据平台维度整合分析框架及会员运营复盘； 3.针对销售及会员粉丝等目标，持续输出创新、丰富的会员活动规划，提高会员粉丝数量、购买转化、复购率及品牌忠诚度； 4.协调各方资源，管理电商平台CRM项目的计划、策略及实施，保证项目的进度和质量控制。工作经验: 1.本科或以上学历，市场营销、电子商务或相关专业背景，1年及以上电商快消行业CRM运营相关工作经验者优先； 2.精通OFFICE办公软件EXCEL、POWERPOINT，具备数据分析能力及活动策划能力； 3.具有良好的沟通表达能力、较强的资源整合及沟通协调组织的能力，工作细致认真有责任心，规划能力和执行力强，思维敏锐，主动关注时事热点；
收藏
立即投递

[广州] 滴滴-两轮车事业部-数据运营实习生

职位薪资：150-200元/天经验：在校/应届学历：本科类型：新实习生职位

（Base：广州）【工作职责】： 1、数据运营：协助G端专项数据的逻辑搭建，定期输出业务分析报表并监控各数据指标达成； 2、项目管理：协助G端专项管理的落地执行，有效发现问题，输出解决方案并推动问题解决； 3、其他：协助本部门与各部门之间的日常沟通及完成上级交办的其他工作；【任职要求】： 1、本科及以上学历，经管、财税、数据类相关专业优先； 2、熟练Excel和PPT，同等条件下会SQL等软件优先录取； 3、热爱互联网行业，有较强责任心、好奇心和主观能动性，有优秀的跨部门沟通、组织协调及解决问题的能力； 4、每周实习5天，至少实习6个月，尽快入职。【工作地点】：广州（滴滴出行综合办公室：广州市天河区珠江东路28号越秀金融大厦55楼）
收藏
立即投递

[赤峰] 数据运营管理

职位薪资：4-5K 经验：1-3年学历：本科类型：全职

1、日、周、月度、季度、年度等不同形式数据报表的`制作; 　　2、每天根据信息反馈,核对媒体进线、仓库仓储变动、销售情况分析,提供分析报表; 　　3、通过数据分析找出各业务中存在的优缺点,并给予合理建议; 　　4、相关数据的留存、管理; 　　5、结合crm系统使用情况给出使用升级需求; 　　6、上级领导安排的其他相关工作事宜。　　任职要求: 　　1、大学本科以上金融、企业管理等相关专业; 　　2、数据管理、数据分析、企业运营等相关培训经历; 　　3、精通excel、懂得数据管理、善于数据分析; 　　4、数据相关制作娴熟高效技能技巧; 　　5、通过数据分析,提出合理可执行解决方案。
收藏
立即投递

[武汉] 高级数据运营经理

职位薪资：20-35K 经验：5-10年学历：本科类型：全职

岗位职责： 1. 负责活动策划及管理，根据项目目标进行活动设计，并跟进开发； 2. 负责线上活动或系统的优化和数据调优，上线后进行数据回归并形成优化闭环； 3. 负责运营的配置维护，跟进并处理玩家反馈的问题； 4. 进行节日版本规划，按照版本需求包装节日，完成团队目标； 5. 负责对活动及系统的实际数据进行分析，提炼和梳理用户需求，进行产品系统及运营活动全方位持续优化； 6. 负责已有功能系统的升级迭代，根据产品线上情况进行数据分析，验收测试情况及用户有效建议，不断打磨优化产品，持续提升用户体验；岗位要求： 1. 5年以上工作经验，热爱游戏，了解玩家心理，能够准确把握玩家需求；能力优秀者，可放宽工作经验要求； 2. 具有良好的沟通及业务推进能力，英语能力强者优先考虑； 3. 熟悉Google Play、Appstore、Facebook，熟悉海外用户习惯，对目标市场、产品深度了解； 4. 具备较强产品调优、版本投放以及活动策划能力； 5. 有责任心，具备团队精神，能够承担较强的工作压力。 6. 对数据分析有一定的思维，若掌握一定的数据分析工具使用方法优先； 7.一本及以上学历，985、211、海外学历优先。
收藏
立即投递

[上海] 资深数据运营 - 原神

职位薪资：30-60K 经验：5-10年学历：不限类型：全职

岗位职责： 1、负责游戏内容设计调优、商业化设计调优相关的数据工作，包括但不限于构建分析体系、日常数据监控、专项分析、数学建模等形式； 2、为游戏的运营决策提供数据支持，包括但不限于全球运营数据分析及预测、玩家行为及生态分析、游戏性能分析等； 3、负责全球化数据平台建设和迭代，实现数据治理和应用的工业化、标准化、合规化。岗位要求： 1、5年以上数据工作经验，其中3年以上游戏产品数据分析工作经验，参与过至少1款游戏的全周期、全链条数据分析业务，能够独立开展分析和研究项目； 2、熟练运用SQL等查询语言，熟练掌握Excel、SPSS、Python、SAS等数据分析工具； 3、了解常用数据挖掘算法的基本原理（例如聚类、回归、决策树等）可加分； 4、对数据敏感、学习能力强，具备良好的逻辑思考能力、执行力，能够与策划、程序等研发岗深入沟通； 5、热爱游戏，重度二次元游戏玩家优先。
收藏
立即投递

[天津] 数据运营

职位薪资：4-5K 经验：不限学历：大专类型：全职

岗位职责： 1、负责用户资质的准入与审核，权限的分配，运行过程的监管； 2、负责对于用户运输以及交易过程中出现的诉求与纠纷进行及时处理、跟进与解决，并对于问题进行汇总，整理，分析与上报，行成标准化处理流程与办法； 3、进行运单流程监管，对于运价、吨位、承运商情况能够进行及时跟进，对于异常单据能够及时洞察并及时处理； 4、对于运营数据进行分析、分类与整合，行成工作流与工作规范； 5、对于平台承运方的用户交易行为、运输行为等进行多维度KPI考核与管理，对于考核异常用户及时进行清退与处理； 6、完成上级安排的其他相关工作。要求： 1、本科学历，物流专业，数据分析，工商管理类专业或做过无车平台相关的管理人专业优先考虑； 2、具有良好的沟通表达能力与总结能力；3、性格稳重，做事高效，细致认真，条理分明、工作责任心强； 4、有较强的执行力以及团队合作能力。
收藏
立即投递

[张家界] 数据运营

职位薪资：3-4K 经验：1-3年学历：本科类型：全职

会场控，会抖音数据分析有经验者优先
收藏
立即投递

[北京] 数据运营

职位薪资：15-20K 经验：1-3年学历：本科类型：全职

岗位职责（具体工作内容） 1、负责为咨询团队提供需数据策略工作，为策略制定提供数据支持。 2、参与设计合理的结果及供需过程评估指标，能够对业务经营追因剖析，提出并推动策略优化建议 3、能够基于季节给出供需策略打法建议，并能将评估指标及方法沉淀为数据产品工具 4、从落地角度出发，发现业务问题和机会，结合业务现状给出策略优化建议任职资格（学历、目标院校、语言、技能、性格等要求） 1、逻辑思维严谨、对数据敏感，有良好的数据分析/挖掘能力，精通SQL、Hive、Python等数据工具进行数据分析和统计应用能力； 2、能够独立思考，有专题分析和课题研究等加分； 3、能够适应高强度、快节奏的工作，乐观积极，保持开放。
收藏
立即投递

[西安] 数据运营

职位薪资：8-10K 经验：3-5年学历：本科类型：全职

1、负责中小微市场业务运营指标分析及创新点打法阶段性报告输出，能够独立完成PPT材料撰写； 2、完成项目数据收集、数据汇总、数据稽核、数据通报、数据复盘等流程节点必要操作工作； 3、解决10个地市2个重客中心日常提出支撑需求，根据客户需求，和研发测进行需求对接工作，按照客户需求，进行项目分解、项目分析、项目验收、进度跟进、项目督办等工作； 4、产品系统穿测流程，检验开发结果，按照项目管理要求，定期汇报项目进度，遇到处理不了问题，及时反馈向上举手； 5、产品组合策略需求跟进、产品运营资费梳理、产品培训赋能、产品案例收集等工作。 1、全日制本科及以上学历，统计学、应用数学、计算机、管理学相关专业； 2、精通XMIND、officel、SQL等工具，有3年以上工作经验优先； 3、具有政企中小微市场等工作从业经验；有运营商行业工作经验优先； 4、有数据库相关工作基础； 5、具备较强的规划和统筹能力，有较强的执行能力。 6、具备结构化逻辑思维能力，具备良好上传下达随机应变独立思考能力。年龄控制在30岁以下，全日制本科（至少二本），985/211/双一流学校者年龄可适当放宽。

数据运营分析工作内容

数据运营分析工作职责

企业对数据运营分析要求

要求A

要求B

要求C

数据运营分析热门招聘

数据运营分析热门公司面试