用户画像与匹配策略产品经理-OSA(J72577)

建设客户画像策略体系 围绕购房动机、家庭结构、预算边界、区域、通勤、户型、教育、交易时机、决策角色、风险偏好等维度，设计客户画像框架、字段标准、标签体系及需求权重。 区分客户明确表达的事实、行为信号、模型推测和待验证判断，建立画像信息的来源、可信度、时效性、冲突处理和动态更新机制。

设计客户分层、分类与分阶段策略 根据客户购房目标、需求明确程度、决策阶段、服务需求和当前障碍，建立可解释、可应用的客户分层分类体系。 研究客户画像在不同购房阶段的变化规律，识别当前最需要补充的信息和最适合提供的服务，为差异化服务和下一步行动提供策略依据。

建设房源画像策略 在价格、面积、户型、楼层、朝向、位置等基础属性之外，进一步建立房源的居住体验、交易特征、适配人群、核心价值、限制条件和比较优势等画像维度。 推动房源信息从“基础属性描述”升级为“客户决策语言”，使系统能够解释一套房为什么适合或不适合某类客户，支持房源筛选、推荐、比较和方案收敛。

建设专业经纪人能力画像 围绕经纪人的区域及小区熟悉度、房源理解、特定客群服务经验、专业问题处理能力和交易服务能力，设计专业能力画像及评价标准。 推动匹配逻辑从简单的房源关系或线索分配，升级为基于客户需求、决策阶段和待解决问题的专业能力匹配，为客户连接更合适的经纪人。

设计客户、房源与专业能力匹配策略 建立客户需求与房源价值、客户问题与经纪人专业能力之间的匹配逻辑，明确硬性条件、弹性偏好、需求权重、冲突处理及排序规则。 与算法、产品和业务团队共同优化房源推荐、推荐理由、排除理由及专业服务匹配策略，提升匹配的准确性、可解释性和客户认可度。

推动画像数据产品化及AI应用 梳理客户对话、浏览行为、房源信息、带看反馈和业务记录等数据来源，设计画像信息的识别、确认、写入、更新、失效和复用机制。 探索大模型在需求抽取、信息归纳、标签识别、冲突发现、画像总结和匹配解释等场景中的应用，并建立相应的Prompt、规则和评测标准。 推动画像与匹配策略在OSA产品中落地，协同产品、数据、算法和研发团队完成策略配置、功能上线及持续迭代。

建立画像与匹配效果评估体系 围绕画像的准确性、可信度、时效性和业务可用性建立评价标准，不以标签数量或字段填充率作为唯一目标。

本科及以上学历，3年及以上用户策略、画像策略、推荐策略、策略运营、CRM/CDP、生命周期运营或相关工作经验。

具备较强的用户理解能力，能够从客户表达、行为和业务结果中识别真实需求、硬性条件、弹性偏好和决策障碍。

具备复杂业务抽象和策略设计能力，有用户分层、标签体系、评分模型、画像体系或匹配策略从0到1建设经验。

具备良好的数据分析能力，熟练使用SQL等分析工具，能够独立完成问题定义、数据分析、策略验证和效果复盘。

理解推荐、匹配或排序策略的基本逻辑，能够与产品、数据、算法和研发团队共同完成策略落地。

对大模型、AI Agent、Prompt、RAG知识库等有基本理解，能够判断AI在画像识别、信息抽取和匹配场景中的应用方式及能力边界。

逻辑清晰，善于总结规律和沉淀方法，具备较强的跨团队协作及项目推动能力。