中国平安
数据分析岗
数据分析岗
发布于 1 天前普通员工/个人贡献者
上海市
初级经验
全职员工
仅现场办公
本科
数据分析
数据挖掘
KPI
业务洞察
精准营销
报表体系
客户模型
AI 估算 · 12k–22k
大厂数据分析岗，技能通用性强，薪资有竞争力
职位详情
关于这个职位
加入中国平安数据分析团队，负责业务报表搭建与KPI追踪，通过数据挖掘技术构建客户模型，实施精准营销策略，提升业务转化效率
适合1-3年经验、具备数据分析与业务洞察能力的求职者
最低要求
本科学历
-3年相关工作经验
具有优秀的领悟能力、优秀的担当精神、优秀的执行力、优秀的结果导向型思维，持续付出，努力推进，高质量完成本职工作
工作职责
完成业务团队各类业绩报表的业绩追踪，搭建报表体系，分析解读跟踪KPI指标、业务运营指标、客户行为及流量指标等，挖掘分析影响业务的关键因素，提出改善建议
通过内外部大数据挖掘技术，结合客户行为数据标签等，能够有效得搭建客户模型
通过数据模型搭建，针对不同顾客群体进行精准化营销，提高业务触达效率和转化效率，提升顾客活跃度和粘性
AI 洞察
优缺点分析
- 大平台数据资源丰富，有利于积累规模化的数据分析经验
- 核心业务部门，工作直接关联业绩指标，价值可见度高
- 技能可迁移性强，未来职业发展空间广阔
- 工作节奏可能较快，需快速响应业务需求，承担一定压力
- 部分工作涉及重复性的报表任务，需平衡日常支持与创新分析
- 跨部门沟通较多，对协作与表达能力要求较高
- 适合1-3年经验、渴望在大平台打磨技能、注重实践与成长的求职者
角色解读
- 向资深数据分析师或数据科学家发展，深耕机器学习与高级建模技术
- 转向数据产品经理或业务分析经理，负责数据驱动业务决策
- 在金融科技领域沉淀行业知识，成为跨领域的数据专家
- 搭建业务报表体系，追踪KPI及业务运营指标，分析客户行为与流量数据，识别关键影响因素并提出改善建议
- 运用内外部大数据挖掘技术，结合客户行为标签构建客户模型，为精准营销提供数据支撑
- 基于客户模型设计精准营销策略，提升业务触达与转化效率，增强客户活跃度和粘性
- 熟练掌握SQL与Excel进行数据处理与分析，具备报表搭建和业务指标解读能力
- 了解数据挖掘与机器学习基础，能够应用Python或R进行客户建模
- 具备良好的业务理解力和沟通协作能力，擅长将数据洞察转化为业务建议
申请策略
- 提前研究中国平安的业务布局与数据战略，展现对公司的了解
- 在简历中突出数据驱动业务增长的思维，强调结果导向
- 突出过往报表体系搭建或KPI分析的具体案例，展示数据驱动改善的量化成果
- 强调数据挖掘或客户建模项目经验，体现算法与业务结合的能力
- 展现对业务指标的深刻理解和通过数据发现问题、提出建议的经历
- 强化Python或R在机器学习方面的应用，学习常见聚类、分类算法
- 熟悉Tableau等可视化工具，提升数据呈现效果
- 了解保险或金融行业知识，为业务理解加分
面试指南
- 使用STAR原则（情境、任务、行动、结果）结构化回答项目经验
- 分步骤阐述：理解业务需求→数据清洗与探索→建模与验证→落地与迭代
- 始终强调业务价值，用数据量化成果
- 请描述你过去如何设计一个KPI报表体系？
- 举例说明你通过数据分析推动业务改善的具体案例
- 谈谈你对客户模型构建的理解，你常用哪些算法？
- 如何处理业务方频繁变更需求？
- 你对精准营销有什么实践经验？如何评估效果？
匹配度报告
70
综合匹配度
大厂数据分析岗，技能成长空间大，薪资有竞争力，但工作地点固定。
适合人群
适合注重技能成长与职业发展的求职者，对工作地点灵活性要求不高。
最强匹配
成长发展匹配
最弱匹配
工作生活匹配
薪资福利75
成长发展80
工作生活60
使命价值65
薪资福利匹配
75中等
平安作为上市巨头，薪资福利有竞争力，但JD未披露具体薪资，存在不确定性。
薪资信号未披露 (12K-22K/月)
成长发展匹配
80较高
职位涉及数据挖掘与建模，技能成长空间大，大平台提供丰富学习资源，但JD未明确培训或晋升路径。
技术前沿主流现代技术
技术栈数据分析、数据挖掘、客户模型、精准营销
业务类型profit_center
工作生活匹配
60中等
仅现场办公，未提及弹性工作或WLB，上海通勤可能耗时。
工作模式仅现场办公
办公地点市区核心地段
加班情况未提及（无法判断）
使命价值匹配
65中等
金融科技行业稳定，数据驱动业务有一定价值感，但社会影响力中性。
行业发展稳定成熟行业
社会影响中性/一般
创新程度积极采用新技术
Watch Jobs