香港赛马会
Data Analyst
Data Analyst
发布于 6 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
Kpi定义
Power Bi
Pyspark
Sql
客户分析
数据可视化
数据建模
数据治理
值不值得投
薪资怎么样
4.5万
比数据分析中位数高
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 100 个在招
市场机会
选择不多
香港特别行政区 · 数据分析 · 8 个在招
职位详情
关于这个职位
香港赛马会数字化转型项目（AOP）招聘数据分析师，负责与业务方及产品团队对接需求，用 SQL 对海量复杂数据做探索与剖析，定义和校验业务 KPI 与指标口径，并用 Power BI / Tableau 搭建看板与报表
同时需与数据工程师协作明确数据契约与跨系统数据流，把分析结论清晰传递给技术与非技术受众
最低要求
年以上数据分析、商业智能、业务分析或相关领域的实操经验
扎实的 SQL 技能，具备查询和分析海量复杂数据集的经验
具备将业务需求转化为分析解决方案与可执行洞察的成熟能力
深入理解数据模型、业务指标、数据血缘与数据质量原则
具备 Power BI、Tableau 等数据可视化工具的实操经验
具备同时与业务方和技术方协作，定义数据需求、数据契约与跨系统数据流的经验
出色的利益相关方管理、沟通与演示能力
优秀的商业敏感度，能理解业务流程、客户行为与运营绩效驱动因素
分析、信息系统、计算机科学、统计学、数学、商业分析或相关专业本科学历
工作职责
与业务利益相关方、下游应用团队及产品负责人沟通，理解业务目标、分析需求与数据集成需求
将业务问题和系统需求转化为分析方法、数据需求、SQL 查询与数据接口规范
对海量复杂数据集进行数据剖析与数据探索，识别趋势、风险、机会与可执行洞察
使用 Power BI、Tableau 或类似可视化工具设计、开发并维护看板与报表
定义、校验并文档化业务 KPI、指标、业务规则与源到目标映射
与数据工程师和系统开发人员协作，对齐数据契约与接口要求，包括文件/消息格式、交付频率、吞吐预期、对账、确认与错误处理
向技术与非技术受众清晰传达分析结论与建议
优先资格
具备博彩、娱乐、会员忠诚度、客户分析或相关行业经验
具备分析客户行为、交易模式、客户分群、活动效果与客户价值指标的经验
了解 AWS、Azure 或 GCP 等云分析平台
熟悉 PySpark、Python、Spark SQL 或自动化框架
理解现代分析平台与数据治理实践
具备 API、文件型接口或事件驱动集成（如 Kafka、Solace）经验
持有 Power BI、Tableau 或相关分析技术认证
AI 洞察
优缺点分析
优点
- 所处项目是机构级的数字化转型旗舰计划，数据工作直接服务于产品、平台与客户体验，业务可见度高
- 业务场景丰富，涵盖赛马、会员、博彩、慈善等多个板块，客户行为与交易数据体量大，分析素材充足
- 岗位兼具业务对话与技术落地，能同时锻炼需求拆解、数据工程协作和可视化呈现的复合能力
- 机构具有明确的社會使命与慈善属性，工作成果与社区价值挂钩，意义感较强
- 数据分散在多个下游系统和接口中，口径对齐、数据质量与对账工作琐碎且耗时，需要足够耐心和严谨
- 岗位对 5 年以上经验有明确要求，需要能独立承担端到端的分析交付，而非只做取数执行
- 适合有 5 年以上数据分析或 BI 经验、既懂 SQL 与可视化又善于和业务对话，并愿意在复杂组织里推动数据规范落地的人
缺点 / 挑战
- 需要同时面对业务方、产品、数据工程和系统开发等多方，沟通与协调成本较高，需求冲突时需要有推动力
角色解读
- 可以沿着数据分析纵向深耕，向资深分析师、分析负责人或数据科学方向延伸，补齐 Python / PySpark 与建模能力
- 也可以横向拓展到业务侧，转向产品分析、客户洞察或商业策略岗位，用数据直接驱动业务决策
- 在大型机构的数字化转型项目中积累跨系统数据集成与数据治理经验，是向数据架构或数据产品方向发展的加分项
- 作为业务与数据之间的桥梁，深入对接业务方、产品负责人和下游应用团队，把模糊的业务问题拆解成可执行的分析方案与数据需求
- 用 SQL 对海量复杂数据做剖析与探索，找出趋势、风险与增长机会，并定义和校验业务 KPI 与指标口径
- 用 Power BI / Tableau 搭建并维护看板与报表，让业务方可以持续自助地看到运营与客户数据
- 与数据工程师对齐数据契约、接口格式与跨系统数据流，确保数据从源到目标准确、可对账、可追溯
- 过硬的 SQL 能力是硬门槛，需要能独立处理大体量、多表关联的复杂数据场景
- 数据建模、指标定义、数据血缘与数据质量的基本功，决定你能否把口径讲清楚、把数据用得住
- 可视化工具（Power BI / Tableau）实操能力，以及把结论讲给非技术听众的表达能力
- 利益相关方管理与商业敏感度，能理解业务流程、客户行为和运营绩效背后的驱动因素
申请策略
- JD 明确表示即使不完全满足要求也欢迎投递，可在求职信中用一段话说明你的核心匹配点与可快速补齐的缺口
- 提前了解赛马会的综合业务模式（赛马、会员、博彩、慈善）与 AOP 数字化项目的目标，面试时更容易对上业务语境
- 用具体项目说明你如何把业务问题拆成分析方案并落地，重点写清分析目标、数据口径和最终带来的决策或业务影响
- 突出 SQL 能力，可写明处理过的数据量级、复杂关联场景和性能优化经验
- 展示 Power BI / Tableau 作品，说明看板服务的使用者、覆盖的 KPI 与迭代过程
- 如有客户分群、活动效果评估、客户价值指标等客户分析经验，务必单独成段强调
- 补强云分析平台（AWS / Azure / GCP）与 PySpark、Spark SQL 的实操，这是 JD 中明确列出的加分方向
- 熟悉数据契约、API / 文件接口与事件驱动集成（如 Kafka）的基本概念，便于与数据工程团队高效协作
面试指南
- 用 STAR 结构回答：先说清业务背景与目标，再讲你如何拆解需求、定义口径和数据来源，最后量化结果与业务影响
- 遇到口径或数据质量类问题，按「发现问题—定位根因—与谁协作—建立规则/文档—如何验证」的链路讲，体现规范性
- 讲可视化或沟通类问题时，强调受众视角：先结论后细节，用业务语言而不是技术语言表达
- 请举一个你把模糊业务问题转化为分析方案并最终产生业务影响的例子
- 面对同一指标在不同系统口径不一致的情况，你会如何定位并推动对齐？
- 你如何设计并维护一个被多方使用的 Power BI / Tableau 看板？会关注哪些质量维度？
- 在需要与数据工程师约定数据接口时，你会明确哪些关键要素？
- 你如何向非技术背景的业务方解释一个复杂的分析结论？
香港赛马会 的其他在招职位
相似职位推荐
Watch Jobs