酷澎
Senior Data Analyst (Customer-Centric Planning)
Senior Data Analyst (Customer-Centric Planning)
发布于 3 小时前普通员工/个人贡献者
全职员工仅现场办公数据分析
数据分析
Etl
Power Bi
Sql
数据分析
值不值得投
78综合评分
综合评分 78
跨国电商企业核心数据岗，技术栈前沿且融合AI，业务成长空间大，但需适应快节奏的运营支持需求。
从薪资福利、成长空间、工作节奏和岗位方向综合评估，方便横向比较。
薪资怎么样
2万
与数据分析中位数基本持平
发布情况
新岗位 · 今天发布
公司情况
这家公司招聘很活跃
约 240 个在招 · 其中数据分析 6 个
市场机会
选择不多
台北 · 数据分析 · 5 个在招
职位详情
关于这个职位
酷澎客户体验规划团队正在寻找具有工程思维的高级数据分析师
你不仅需要使用数据，还要参与数据基础设施的建设，负责维护Airflow ETL流程，并利用Python和AI工具进行自动化开发，以支持供应商支持、客户支持等团队的运营和体验优化
最低要求
年以上数据分析或数据工程经验，具备处理复杂SQL查询的能力（如递归CTE、窗口函数、JSON解析）
具备业务分析敏锐度，能够将模糊的业务问题（如“为什么客户投诉增加？”）转化为具体的数据分析项目
熟悉Tableau Server、Power BI或相关的报表创建与运营
工作职责
快速支持（数小时内）并响应各运营团队的需求，制定Ad-Hoc分析计划，并产出高质量、高准确率的数据报告
运营痛点分析与根因分析：构建客户体验漏斗，从用户生命周期中识别流程问题和运营问题，并分析深层原因
端到端数据管道构建与维护（ETL & Pipeline）：使用Presto/Hive SQL处理大规模数据，负责设计和维护Airflow DAG，开发和优化Data Mart，监控数据管道健康状况并确保数据质量
流程自动化与工具开发（Automation & Tooling）：使用Python开发自动化脚本，集成Slack、GitHub、Zendesk、Tableau、Presto、Confluence及各种内部API，并使用/引入LangChain、MCP Server实现各类调研、报告生成、质量保证等的自动化更新和发布，减少人工干预并提高团队效率
优先资格
熟悉客服和工单系统运营数据结构：有客服、电商、物流等类似系统的数据分析经验
具备电商或供应链领域知识：了解电商商业模式和物流库存逻辑
具备Python实际开发技能，能够编写自动化脚本、处理API集成或进行数据转换
熟悉Airflow或类似的工作流调度工具，有编写和维护DAG的实际经验
熟悉版本控制工具（GitHub/Git），习惯Pull Request (PR) 审查和协作流程
AI/LLM应用经验：有使用LangChain或内部AI工具构建辅助分析代理或自动化流程的经验
AI 洞察
优缺点分析
优点
- 技术与业务深度融合：岗位不仅要求跑报表，更强调数据基础设施建设和AI自动化，能积累硬核的数据工程与AI应用经验
- 拥抱前沿技术：团队积极引入Windsurf、Gemini、Copilot及LangChain等AI工具，有助于保持技术敏锐度和前沿竞争力
- 适合具备扎实数据工程基础、对AI自动化有热情，且希望在复杂电商业务场景中发挥数据驱动价值的复合型数据分析人才
缺点 / 挑战
- 跨国企业平台：酷澎作为上市跨国电商，业务场景复杂（物流、客服、供应链），能提供丰富的数据量和极具挑战的业务问题
- 响应压力较大：JD明确要求数小时内快速支持运营团队需求，可能需要处理较多突发和紧急的Ad-Hoc任务
- 技能要求全面：既需要懂业务分析，又需要写Python和Airflow ETL，对候选人的综合工程能力和业务理解力要求较高
角色解读
- 纵向发展：从高级数据分析师成长为数据分析专家或数据架构师，主导更复杂的数据基础设施建设和AI应用落地
- 横向发展：向业务侧转型，成为数据驱动的业务负责人或商业分析总监，深度参与公司战略决策和运营优化
- 负责构建和维护端到端的数据管道，使用Presto/Hive SQL和Airflow处理大规模数据，确保数据质量和流转效率
- 深入业务一线，快速响应运营团队的Ad-Hoc需求，进行客户体验漏斗分析和根因分析，解决如客诉增加等实际业务痛点
- 利用Python和AI工具（如LangChain）开发自动化脚本和辅助分析代理，集成各类内部API，减少人工干预，提升团队整体效能
- 扎实的SQL功底，能够熟练处理复杂查询（如递归CTE、窗口函数、JSON解析），并熟悉Presto/Hive等大数据组件
- 具备Python开发能力，能够编写自动化脚本、处理API集成，并了解LangChain等AI/LLM工具的应用
- 敏锐的业务分析能力，能够将模糊的业务问题转化为具体的数据分析项目，并熟练使用Tableau/Power BI进行数据可视化
申请策略
- 准备一份包含数据管道架构图或自动化流程图的Portfolio，在面试中直观展示你的工程思维和技术落地能力
- 突出复杂SQL和大数据组件经验：详细列出使用Presto/Hive处理大规模数据、优化查询性能的具体案例
- 展示Python自动化与AI应用成果：重点描述使用Python开发自动化脚本、集成API，或利用LangChain构建AI辅助分析工具的实际项目
- 强调业务影响力：用具体数据说明你的分析报告或根因分析如何帮助业务团队解决痛点（如降低客诉率、提升运营效率）
- 深入学习Airflow和ETL管道设计：如果经验不足，建议通过实际项目或开源贡献熟悉DAG编写和任务调度
- 了解电商与供应链业务逻辑：提前熟悉电商订单管理（OMS）、仓储管理（WMS）及客服工单系统的数据结构和业务流程
面试指南
- STAR法则：针对业务分析和项目经验，按照情境(Situation)、任务(Task)、行动(Action)、结果(Result)结构化回答，突出数据驱动的业务价值
- 技术深度+业务广度：在回答技术问题时，不仅说明“怎么做”（技术实现），还要解释“为什么这么做”（业务场景和性能考量）
- 请分享一个你将模糊的业务问题（如客诉增加）转化为数据分析项目并最终解决痛点的完整案例
- 在处理大规模数据时，你如何优化Presto/Hive SQL查询性能？请举例说明你使用过的复杂SQL技巧（如窗口函数、CTE）
- 你如何使用Python和Airflow构建端到端的数据管道？在监控数据质量和处理任务失败时有哪些最佳实践？
- 请描述你使用LangChain或其他AI工具构建自动化流程或辅助分析代理的经验，它解决了什么具体问题？
- 复习SQL高级语法和大数据查询优化技巧，准备应对可能的技术笔试或现场白板写SQL
- 了解酷澎在台湾的业务模式（Rocket Delivery等），思考如何通过数据分析优化其物流和客服体验
职位点评
薪资福利80
成长发展90
工作生活60
使命价值75
薪资福利
80较高
作为跨国上市企业的核心数据岗位，薪资福利具备市场竞争力，但JD未详细披露具体薪酬和福利细节。
薪资信号未披露（AI估算：1.5千–2.5万/月）
成长发展
90较高
岗位高度融合数据分析与数据工程，且积极引入AI/LLM工具，技术成长空间大，能接触复杂的电商业务场景。
技术前沿前沿/新兴技术
技术栈SQL、Python、Airflow、Presto、Hive、Tableau、LangChain、MCP Server、ETL
成长机会Embrace new technologies、actively introduce AI
业务类型ambiguous
工作生活
60中等
JD明确要求数小时内快速响应运营需求，暗示工作节奏较快，可能存在一定的突发任务压力，WLB情况未明确说明。
工作模式未明确
办公地点未明确
加班情况JD含高强度暗示词
使命价值
75中等
电商物流与客服体验优化直接面向终端消费者，具有一定的社会服务价值，但属于常规商业领域。
行业发展稳定成熟行业
社会影响中性/一般
使命信号reimagining the shopping experience、wowing each customer
创新程度积极采用新技术
酷澎 的其他在招职位
相似职位推荐
Watch Jobs