香港赛马会
Assistant Manager, Data Office (Deployment Strategy)
Assistant Manager, Data Office (Deployment Strategy)
发布于 12 小时前普通员工/个人贡献者
全职员工仅现场办公商业分析
商业分析
变革管理
商业分析
干系人管理
数据战略
数据治理
用例管理
值不值得投
薪资怎么样
4.7万
比商业分析中位数高
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
选择适中
香港特别行政区 · 商业分析 · 32 个在招
职位详情
关于这个职位
这是香港赛马会会员及客户卓越部门（MCE）数据办公室的岗位，核心是把俱乐部的数据战略转化为可执行的部署路线图
你需要与各业务部门一起挖掘并优先排序 Data & AI 用例，作为业务伙伴推动产品从立项、商业论证到上线推广，并跟踪价值实现指标
同时还要与治理、数据科学、数据平台和 IT 团队协作，确保方案合规、可解释且技术可行
最低要求
商业、金融、统计、数据科学、信息系统或信息技术等相关专业本科及以上学历
至少 4 年 Data & AI 产品负责人、商业分析师或相关岗位的专业经验
具备作为 Data & AI 产品负责人和/或商业分析师的成功交付记录，曾成功落地用例
具备推动变革管理、干系人采纳以及 Data & AI 项目业务价值实现的经验
工作职责
支持业务部门识别、塑造并优先排序用例，确保业务成果清晰、收益可衡量，并对价值与交付投入进行均衡评估
参与俱乐部数据战略的制定与执行，将业务优先级转化为可执行的部署路线图与项目组合
作为俱乐部内各干系人可信赖的业务伙伴，建立长期关系，识别机会、促进协作，并通过数据最大化跨职能业务价值
从业务视角协助 Data & AI 业务产品负责人，推动产品从创意、商业论证到部署、采纳与持续改进的全生命周期
通过干系人参与、变革管理和能力建设，支持所负责业务解决方案的采纳计划，确保可持续的业务成果与投资回报
定义、跟踪并报告业务价值实现指标，监控已部署方案的影响，识别优化与进一步创造价值的机会
支持与治理团队的沟通，确保拟定方案保持可信、合规、可解释，并具备有效的管控措施
支持与数据科学、数据平台及 IT 团队的沟通，综合考虑数据可用性、质量、安全性与可扩展性，确保拟定方案的技术可行性
优先资格
具备亲手开发与实施解决方案的实践经验，和/或持有 Data & AI 技术（如 AWS、Azure、Databricks）相关认证，为加分项
（职位说明：如果未满足全部要求但相信自己能带来价值，也欢迎申请
）
AI 洞察
优缺点分析
优点
- 业务形态独特，赛马、会所、投注与慈善一体，客户触点与数据场景非常丰富
- 岗位横跨战略规划与产品落地，既做路线图又做价值度量，能力积累较为全面
- 直接服务会员与客户体验，业务成果相对可量化，个人贡献可见度高
- 组织已将数据战略与治理列为部门职责，具备较完整的数据体系支撑
- 数据与 AI 项目的价值实现周期较长，需要耐心做指标管理与持续优化
- 所处行业受严格监管，方案要在创新与合规、可解释性之间取得平衡
- 适合有 4 年以上数据产品、商业分析经验，既懂业务又能与技术对话，并愿意在大型机构中推动数据落地的人
缺点 / 挑战
- 需要同时对接业务、治理、数据科学与 IT 多方，协调成本高，对沟通与推动能力要求较高
角色解读
- 从助理经理向数据办公室经理、数据产品负责人方向发展，负责更大范围的产品组合与战略议题
- 深耕行业数据战略与客户体验方向，可横向转向数据治理、数据产品管理或业务转型领导岗
- 积累跨部门交付与价值管理经验后，有机会进入部门管理层
- 与各业务部门一起挖掘、梳理 Data & AI 用例，评估业务价值与交付投入并排出优先级
- 参与俱乐部数据战略落地，把业务优先级翻译成可执行的部署路线图和项目组合
- 作为业务伙伴推动数据/AI 产品从立项、商业论证到上线推广与持续优化
- 定义并跟踪价值实现指标，同时与治理、数据科学、数据平台和 IT 团队协作，保障合规与技术可行
- 商业分析与需求拆解能力：能把模糊的业务诉求转化为清晰的用例、目标与可衡量收益
- 数据与 AI 产品素养：了解 AWS、Azure、Databricks 等平台的能力边界，能与技术团队讨论数据可用性、质量、安全与扩展性
- 干系人管理与变革推动：在多方利益相关者之间建立信任，推动一线业务真正采纳新方案
- 价值度量与治理意识：能设计 ROI/价值实现指标，并理解合规、可解释性与管控要求
申请策略
- 提前了解赛马会的会员、马场、场外投注站等业务形态与客户触点，面试时结合具体场景谈用例会更有说服力
- JD 明确表示不满足全部条件也欢迎申请，可在求职信或简历开头强调可迁移能力与学习意愿
- 突出你作为 Data & AI Product Owner 或商业分析师端到端交付的用例，写清业务问题、你的角色、方案与量化收益
- 展示价值实现与 ROI 指标设计经验，如采纳率、转化提升、流程效率改善等
- 强调跨部门干系人管理与变革管理案例，尤其是推动一线业务真正采纳新工具的经历
- 列出 AWS、Azure、Databricks 等平台使用经验或相关认证
- 补充数据治理、合规与可解释性相关知识，了解个人资料私隐条例等要求对数据项目的影响
- 熟悉常见数据平台与 AI 产品的基本架构，提升与技术团队的对话效率
面试指南
- 用 STAR 结构讲案例：业务背景—你的角色—关键动作—量化结果，重点落在价值指标与采纳数据上
- 讲优先级时给出具体框架，例如价值/投入矩阵、与业务目标对齐程度、数据可行性与合规风险
- 谈协作时体现「翻译者」定位：把业务语言转成数据需求，再把技术约束讲回业务并共同取舍
- 请举一个你从识别用例到落地并衡量收益的 Data/AI 项目案例，你如何评估价值与投入？
- 当业务方需求很多但资源有限时，你如何排优先级？
- 你如何推动一线业务团队采纳新的数据产品？遇到过哪些阻力、如何化解？
- 你如何与数据科学、数据平台和 IT 团队协作评估技术可行性？
- 你如何确保提出的方案符合治理与合规要求？
香港赛马会 的其他在招职位
相似职位推荐
Watch Jobs