网易
资深运营策划-数据分析向
资深运营策划-数据分析向
发布于 2 小时前普通员工/个人贡献者
全职员工仅现场办公游戏运营
游戏运营
Ab测试
Ltv预测
Power Bi
Sql
数据可视化
数据建模
流失预警
用户分群
值不值得投
73综合评分
综合评分 73
核心业务线的数据分析岗，技术栈现代、业务导向强，薪资预期较高但WLB情况未知。
从薪资福利、成长发展、工作生活和使命价值四个维度综合评估，方便横向比较。
薪资怎么样
3.5万
比游戏运营中位数低
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 2720 个在招 · 其中游戏运营 18 个
市场机会
选择面较广
上海 · 游戏运营 · 63 个在招
职位详情
关于这个职位
该职位负责通过数据分析驱动游戏运营策略，深入分析用户留存、经济系统及付费行为，构建预测模型并输出优化建议
你需要联动多团队共建数据分析体系，输出洞察报告，推动产品迭代与运营提效
最低要求
本科及以上学历，数学、统计学、计算机、信息管理或相关专业优先
年以上游戏行业数据分析或运营策划经验，完整参与过至少1款上线产品的数据驱动型运营项目
熟练使用SQL进行复杂数据查询与处理，掌握Python（Pandas/NumPy）或R进行统计分析与建模，能独立完成数据清洗、指标构建及AB测试分析
精通至少一种主流BI工具（如Tableau、Power BI或DataStudio），具备从数据采集到可视化看板落地的全流程能力
具备强逻辑推导与归因分析能力，能从多维数据中识别关键影响因子，将分析结论转化为可执行的运营策略建议
工作职责
围绕游戏运营目标，深入分析用户留存与流失、游戏内经济系统、付费行为及玩家行为路径等核心数据，结合用户反馈，定位问题根因并输出可落地的优化建议
联动产品、技术、运营等团队，共建标准化数据分析体系，覆盖数据采集、清洗、存储、分析及可视化全流程，保障数据准确性与分析结果可信度
基于历史数据与业务逻辑，构建预测模型（如付费转化预测、流失预警、LTV预估等），支撑运营策略制定与关键决策
定期输出数据洞察报告，以清晰、直观的方式呈现核心指标变化、归因分析及趋势判断，推动团队快速响应与迭代
主动识别数据盲区与埋点缺陷，协同技术团队优化数据采集方案，持续提升数据覆盖度与颗粒度
关注行业数据方法论与分析工具演进，结合项目实际推动分析提效，提升数据驱动运营的深度与广度
优先资格
有用户分群建模、LTV预测、流失预警模型或游戏经济系统仿真经验者优先
AI 洞察
优缺点分析
优点
- 依托成熟的游戏项目，能接触到海量真实用户数据与复杂的业务场景
- 岗位核心度高，直接通过数据驱动业务决策，成果易于量化且对游戏营收影响显著
- 适合对游戏行业有热情，具备扎实数据分析功底，且能将数据洞察转化为实际业务策略的复合型人才
缺点 / 挑战
- 需要频繁跨部门沟通（产品、技术、运营），对沟通协调与推动落地的能力要求较高
- 游戏数据维度复杂，从海量数据中精准定位问题根因并转化为有效策略具有较大挑战
角色解读
- 纵向可发展为数据分析专家或数据科学家，深耕游戏数据建模与算法
- 横向可向游戏运营总监或制作人方向发展，全面负责游戏商业化与用户增长
- 深入分析游戏内用户行为、经济系统和付费数据，定位问题并输出优化策略
- 搭建和维护标准化数据分析体系，构建预测模型（如LTV、流失预警）支撑业务决策
- 输出数据洞察报告，协同技术团队优化埋点与数据采集，推动数据驱动运营
- 熟练掌握SQL及Python/R，能独立完成数据清洗、统计分析与AB测试
- 精通Tableau/Power BI等BI工具，具备从数据采集到可视化看板落地的能力
- 具备强逻辑推导与归因分析能力，能将数据结论转化为可执行的运营策略
申请策略
- 准备一份脱敏的数据分析报告或BI看板作品集，直观展示你的数据洞察与可视化能力
- 突出完整参与过的数据驱动型运营项目，量化数据优化带来的业务收益（如留存提升、LTV增长）
- 详细展示SQL、Python及BI工具的实际应用场景，体现从数据采集到看板落地的全流程能力
- 深入学习游戏经济系统仿真与用户分群建模算法，提升预测模型的准确度与业务解释性
- 了解网易旗下核心游戏的运营现状与数据指标体系，做到知己知彼
面试指南
- STAR法则：情境(Situation) -> 任务(Task) -> 行动(Action) -> 结果(Result)，重点突出数据指标的变化
- 假设驱动：先提出业务假设，再设计数据验证方案，最后根据数据结果调整策略
- 请分享一个你通过数据分析定位问题并成功优化游戏留存或付费率的完整案例
- 如果游戏内某项活动的参与度和付费率均未达预期，你会如何设计数据分析框架来归因？
- 在构建流失预警模型时，你通常如何选取特征？如何处理样本不平衡问题？
- 当你的数据分析结论与运营团队的主观经验发生冲突时，你如何推动数据结论落地？
- 复习游戏运营核心指标（DAU/MAU、留存率、ARPU、LTV等）的计算逻辑与业务意义
- 准备1-2个自己主导的复杂数据项目，梳理其中的技术难点与业务难点及解决方案
职位点评
薪资福利85
成长发展80
工作生活50
使命价值65
薪资福利
85较高
该资深岗位对数据建模与业务落地能力要求较高，薪资预期具备市场竞争力，但JD中未明确提及具体福利细节。
薪资信号未披露（AI估算：2.5千–4.5万/月）
成长发展
80较高
岗位涉及数据建模与BI体系搭建，处于业务核心环节，能接触到复杂的游戏数据场景，技术成长空间大。
技术前沿主流现代技术
技术栈SQL、Python、Pandas、NumPy、R、Tableau、Power BI、DataStudio、LTV预测、流失预警
业务类型profit_center
工作生活
50较低
JD未提及工作模式与加班情况，无法明确判断该职位的工作生活平衡状态，建议面试时与HR确认。
工作模式未明确
办公地点科技园/产业园
加班情况未提及（无法判断）
使命价值
65中等
游戏行业属于成熟娱乐产业，岗位侧重于商业化与用户留存，社会影响力一般，但业务具备持续的创新与数据驱动特征。
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