与推荐产品、算法、运营多个电商业务部门合作，通过数据分析、数据挖掘、实验分析、异动归因、特征建设等工作协助业务洞察用户策略、内容商品供给、流量分发等方向问题，为业务发展带来增量认知，与业务共同优化电商推荐系统、改善用户体验、为用户创造价值
电商推荐指标体系建设：依据业务核心战略目标，制定完善电商推荐指标体系，规划建设业务指标数据、数据产品，完成核心业务指标异动归因，为业务与管理层提供决策支持，实现数据产品化
实验工程：参与实验设计、实验异动归因、实验效果评估、实验下钻分析等AB实验全流程工作，通过实验分析为推荐策略迭代方向提出优化建议，规范实验评估体系建设，协助业务制定实验评估指标组，制定科学的指标评估方法
推荐策略分析：依据业务战略目标，与对电商业务理解，制定逻辑清晰的分析框架，撰写专业分析报告，通过分析清晰定位业务发展问题，为业务发展提供增量洞察指导业务发展方向
特征挖掘：通过统计学习、机器学习等建模方法，挖掘用户行为规律，内容、商品特征价值，内容、商品供给线索，协助优化推荐算法，挖掘算法驱动业务增长点，推动数据产品、技术落地
方法论沉淀和创新：组织相关团队进行数据产品理念、技能、工具的培训，推动业务部门数据化运营