高级数据分析专家

岗位介绍 面向多学科教育业务，梳理经营指标、业务标签及底层数据关系，推动商业分析、财务分析和业务团队基于可靠数据开展分析。通过可计算、可追溯的规则和质量机制，支持业务调整、跨产品协同，并为自动化与 AI 应用提供数据基础和效果评估。 工作职责 12.定义经营指标与业务规则。理解获客、成交、授课、课消、续费及退费链路，明确统计对象、分子分母、时间窗口、适用场景和例外处理，形成可计算、可验证的指标字典。 13.定位并解决数据差异。核查商分、财分和业务报表的数据链路，区分数据错误、计算规则、标签映射及场景差异，推动修复并建立可核对的差异说明。 14.完善业务对象与标签。与数据研发梳理用户、家庭、订单、商品、渠道及学科等对象关系，明确获客、销售和履约归属，支持跨产品销售及组织调整下的历史追溯。 15.建立质量与来源核查机制。完善明细核对、异常监控及分析看板；区分系统事件、人工录入和 AI 提取信息，核查准确性、覆盖范围及适用限制。 16.推动产研交付。将业务问题转化为数据需求、规则和验收标准，协调排期、开发、测试与上线，主动解决依赖和阻塞，亲自参与取数验证及业务验收。 17.维护规则与业务变更。与业务及产研明确规则负责人、生效时间、版本和变更记录，支持新产品、业务归属及组织变化，降低重复取数和手工改表成本。 18.评估自动化与 AI 应用效果。围绕具体流程，协同业务和商业分析建立质量、效率、完整成本及经营效果指标，通过基线、抽样核查和适当对照评估收益，说明归因限制并提出改进建议。 任职要求 12.具有教育行业数据分析、BI 或业务数据建设经验，熟悉课程销售、教学履约、课消、续费及退费，理解指标背后的经营含义。 13.独立推进过指标体系、口径对齐、数据质量整改或业务数据建模项目，能说明规则定义、产研上线、验收和维护的完整过程。 14.熟练使用 SQL，能够独立取数、核查明细和定位差异；理解数据仓库、数据模型及数据链路的基本逻辑。 15.能与业务、财务、产品和研发有效协作，主动争取资源、推进优先级并处理阻塞，对所负责项目的交付负责。 16.具备耐心和持续推进能力，愿意处理历史数据和例外；能区分公共规则与合理场景差异，清楚解释指标的适用范围。 17.具备实验设计和效果评估能力，能识别样本偏差、区分相关性与因果影响，并结合收益、成本和用户体验判断结果。 18.能使用 AI 或自动化工具改善数据处理和分析，核查来源与输出，理解证据不足、数据缺失及需要人工复核的情形。 优先条件 •有多学科、多产品或跨地区教育业务的数据建设经验。 •有用户、订单、SKU、销售归属及历史映射治理经验。 •有指标或规则版本管理、数据产品、CRM 或流程自动化项目经验。 •有 AI 应用测试、效果评估或使用 Python 自动核查数据的实践。