DiDi logo
滴滴出行
资深数据分析师

资深数据分析师

发布于 3 小时前

普通员工/个人贡献者

AI 估算 · 2.5–4.0万 · AI 参考估算
中级经验
本科
全职员工仅现场办公商业分析
商业分析
Sql
供应链
因果推断
归因分析
数据可视化
数据建模

值不值得投

76综合评分

综合评分 76

大厂核心业务数据岗,薪资竞争力强,技术成长空间大,但工作强度可能较高

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

3.3万

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 2380 个在招 · 其中商业分析 约 100 个

市场机会

选择面较广

北京 · 商业分析 · 约 310 个在招

职位详情

关于这个职位

负责企业级商旅供应链业务的数据体系搭建与指标设计,通过A/B实验和因果推断评估优化定价、补贴等策略

同时监控供应链经营结果进行归因分析,识别风险与机会点,并协同产研运团队推动数据结论落地,以驱动业务决策

最低要求

本科及以上学历优先,数学、统计、经济、计算机等相关专业优先

年以上数据分析/商业分析经验,具备TMC、OTA、电商、本地生活背景者优先
熟练掌握 SQL,熟悉 Python/R,掌握 A/B 实验、因果推断、归因分析等分析方法
逻辑清晰、数据敏感,能独立将业务问题拆解为数据问题并推动落地
具备良好的沟通协作与抗压能力

工作职责

数据基建:负责企业级商旅供应链业务的数据体系搭建,包括指标体系设计、埋点与数仓需求梳理、看板建设,保证口径统一、可追溯、可复用

策略分析:支撑定价、补贴、推荐等策略的评估与优化,通过 A/B 实验、因果分析等方法量化策略效果,驱动策略迭代
经营分析:对供应链经营结果做常态化监控与归因分析(量价结构、成本、毛利、履约等),输出可支撑决策的结论,识别经营风险与机会点
协同落地:与产品、算法、数仓、财务、运营团队协作,推动分析结论与评价体系在业务侧落地

AI 洞察

优缺点分析

优点

  • 接触核心商旅供应链业务,技术栈前沿(因果推断/A/B实验),平台数据量大
  • 需协调多部门推动落地,业务逻辑复杂,对数据敏感度与沟通能力要求高
  • 具备扎实统计学基础、喜欢解决复杂业务问题、擅长跨部门协作的数据分析师

缺点 / 挑战

暂无明显挑战项

角色解读

  • 可向数据科学专家、商业分析负责人或供应链业务管理方向晋升
  • 搭建商旅供应链数据体系,设计指标与看板,确保数据质量与复用性
  • 精通SQL/Python/R,掌握A/B测试、因果推断等高级统计分析方法

申请策略

  • 准备具体项目案例,说明如何通过数据分析驱动业务策略优化并产生实际价值
  • 突出SQL/Python技能熟练度,展示A/B实验或因果推断在项目中的实际应用案例
  • 强化因果推断理论(如DID、PSM等)及供应链业务知识储备

面试指南

  • 使用STAR法则(情境、任务、行动、结果)描述项目,重点突出方法论选择依据、实施难点及最终业务影响
  • 请分享一个你通过A/B实验优化业务策略的成功案例
  • 如何处理缺失值或非随机缺失数据?
  • 如何设计指标体系来评估供应链业务的健康度?
  • 因果推断与相关性分析的区别是什么?在实际业务中如何选择?
  • 复习统计学基础,熟悉主流数据分析工具,了解滴滴商旅业务模式及行业痛点

职位点评

薪资福利85
成长发展80
工作生活60
使命价值70

薪资福利

85较高

作为已上市的互联网巨头,提供具有市场竞争力的薪酬和完善的福利体系,满足补偿性动机。

薪资信号偏高 (2.5千–4.0万/月)

成长发展

80较高

涉及前沿的数据分析方法(因果推断、A/B实验)和复杂的供应链业务场景,有利于专业技能深度提升。

技术前沿主流现代技术
技术栈SQL、Python、R、A/B Testing、因果推断、归因分析
业务类型profit_center

工作生活

60中等

互联网大厂工作节奏较快,虽未明确提及加班情况,但高压环境可能对工作生活平衡构成挑战。

工作模式未明确
办公地点市区核心地段
加班情况未提及(无法判断)

使命价值

70中等

通过优化供应链效率和策略,间接提升用户出行体验和商家效益,具有一定的社会价值和行业影响力。

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