1、基础业务数据治理:负责数据资产盘点、数据接入、数据标准制定、数据清洗、建立数据模型、ETL数仓加工到提供数据服务的全流程解决方案制定与实施(业绩:通过将不同业务的数据拉通、融合,解决看不到整体运营情况和无法做精准营销的问题);
2、基础业务数据稽核:负责推动业务完成从运维(业务数据库)、采集(ods、dwb层)、数仓(dwd、dm层)到报表的全链路数据异常规则的配置和监控,包括记录数、空值、唯一性、准确性、波动性、一致
性、逻辑性、及时性等(业绩:对重点报表数据做到全链路无死角监控,一旦出现异常相关方可立即发现问题并定位原因);
3、搭建数据资产管理平台:负责整个平台的规划设计并推动研发团队进行开发和部署,同时负责跨部门
的沟通协调和项目管理工作。(业绩:数据资产管理平台成功上线后,盘点出的数据资产通过目录的形式对外展示,极大地提高了数据的可见性和可访问性);
4、基础业务指标体系建设:负责推进基础业务从战略目标拆解,绘制用户旅程地图到指标和埋点体系埋
点设计、点位录入、数据入湖及报表开发的全流程工作(业绩:为基础项目提供数据保障,推动业务侧完善数据相关能力,为该业务制定标准的口径输入规范)。

1、数据分析:负责核心运营数据监控及预警,对于异常问题进行分析和反馈,发掘运营改善优化点,给
出策略改进建议(业绩:从0到1搭建指标体系,发现问题与及时沟通不下上千次,保障各业务部门健康运转);
2、专题分析:根据业务需求进行专题分析,包括用户行为分析、用户画像分析、用户流失预警分析等专题分析(业绩:在为业务部门分析清楚现状及发展方向的同时,累计建设600多个标签和20多个应用场 景);
3、行业分析:定期调研、收集和分析行业内相关数据,撰写行业研究报告(与麦肯锡、德勤、尼尔森等 专业机构合作撰写20多份分析报告);
4、数据建设:运用DataArts Insight、DataArts Studio等商业智能产品建设数据中台,包括数据资产盘点,梳理数据字典,数据 ETL 处理等(业绩:从0到1为搭建基础业务数据中台体系,以数据驱动效能提 升);
5、数据治理:基于实际业务场景和需求,搭建指标体系、设计埋点方案、划分主题域、提供数据建模支持(业绩:负责账号、支付等业务所有数据相关的指标、埋点和建模工作) ;
6、专题培训:定期对业务人员进行数据工具和分析方法的培训(业绩:当前业务部门中核心需要数据的 运营人员都可简单使用 SQL进行取数和分析)。