数据分析-市场

1. 01

   数据现状诊断与清洗验证： ꔷ 负责终端客户多源数据的初步探查、清洗逻辑验证与质量评估，识别数据痛点； ꔷ 在内部环境中进行数据标准化与脱敏的可行性测试，为后续IT大规模接入制定标准规范。

2. 02

   指标体系与标签逻辑构建（从0到1）： ꔷ 基于业务探索需求，利用统计学方法设计终端客户标签体系与核心指标库的逻辑框架； ꔷ 通过小规模数据验证标签的有效性，明确客户分层与需求洞察的计算规则，而非直接开发系统。

3. 03

   模型原型设计与算法预研： ꔷ 运用数学/统计建模思维，构建客户运营健康度、风险预警、价值评分等模型的理论原型（POC）； ꔷ 验证算法思路在业务场景中的可行性，输出模型需求文档，指导未来IT团队的技术实现。

4. 04

   业务策略的数据化支撑： ꔷ 深入业务一线，将模糊的业务痛点转化为可量化的数据问题； ꔷ 通过探索性数据分析（EDA），为产品迭代、服务优化及销售策略提供初步数据依据和假设验证。

5. 05

   业技对接与需求转化： ꔷ 作为业务与IT的桥梁，将内部摸索成熟的分析逻辑、指标定义和模型算法，翻译为清晰的技术需求文档； ꔷ 协同IT团队评估技术实现路径，确保数据产品落地符合业务初衷

学历专业：统招本科及以上学历，数学、统计学或应用数学相关专业优先，具备扎实的数理统计理论基础。 知识技能：精通Python/R或Excel进行数据探索与原型验证，掌握机器学习建模思路，能将业务问题转化为数学模型逻辑。 工作经验：有从0到1的数据分析探索或业务咨询经验，具备将模糊业务需求转化为清晰技术文档的“翻译”能力，行业背景不限但需学习力强