数据科学家（用户增长方向）

1. 拉新策略分析与机会挖掘

· 深入理解品类业务目标与用户增长逻辑，构建品类拉新的指标体系（如新客规模、拉新成本CAC、ROI、留存率、LTV等）

· 基于用户行为数据、渠道数据和市场数据，挖掘品类拉新的增长机会点与瓶颈

· 针对不同品类特性，输出差异化的拉新策略建议，包括人群定向、货盘选择、补贴策略、触达时机等

2. AB实验设计与因果推断

· 设计、实施并评估科学的AB实验，包括实验方案设计、样本量估算、指标体系构建、实验监控与结果分析

· 应用因果推断方法（如PSM、DID、Uplift Modeling等），精准识别拉新策略带来的真实增量价值，区分增量效果与自然增长

· 通过严谨的实验与度量框架，回答“什么策略真正有效”、“增量有多大”、“ROI是否合理”等核心命题

3. 成本控制与效率优化

· 建立拉新成本的监控与预警体系，持续跟踪各渠道、各策略的获客成本与转化效率

· 通过人群分层、预算分配优化、触达策略优化等手段，在保证拉新量级的同时持续降低单位获客成本

· 构建ROI评估模型与LTV预测模型，指导预算在不同品类、不同渠道间的科学分配

4. 数据基建与度量体系建设

· 搭建品类拉新的核心指标监控体系（新客规模、转化漏斗、CPA、留存、LTV等）

· 建立拉新效果的度量标准与上线规范，推动分析能力的平台化与产品化

· 与数据工程团队协作，完善用户数据基建与实验平台能力

5. 跨部门协作与策略落地

· 与品类运营、产品、投放、算法等团队紧密配合，推动数据分析结论落地为可执行的拉新策略

· 将复杂的分析结论转化为清晰、可执行的业务建议，通过可视化与汇报影响决策

1.必备条件

· 教育背景：本科及以上学历，统计学、数学、数据科学、计算机科学、经济学、运筹学或相关量化专业

· 工作经验：3年以上数据科学、数据分析、增长分析或营销分析相关经验

· 技术能力：

· 精通SQL，熟练使用Python或R进行数据处理、分析与建模

· 扎实的统计学基础，熟悉假设检验、回归分析、实验设计、因果推断等核心方法

· 有AB实验的全流程实操经验，包括实验设计、方差缩减、结果分析与策略归因

· 业务能力：

· 对用户增长、拉新获客、营销效率等业务场景有深刻理解

· 具备将模糊业务问题转化为可度量、可验证的数据科学问题的能力

· 优秀的沟通能力与跨团队协作能力，能向非技术背景 stakeholders 清晰传达分析结论

2.加分项

· 有电商平台或多品类业务的拉新/增长分析经验

· 熟悉Uplift Modeling、MMM（媒体混合模型）、归因分析等进阶方法

· 有用户LTV建模、人群分层、预算优化等相关项目经验