ASICS logo
亚瑟士
Retail Performance Supervisor

Retail Performance Supervisor

发布于 2 小时前

普通员工/个人贡献者

月薪参考 · 1.2–1.6万 · 官方披露
中级经验
本科
全职员工仅现场办公数据分析与科学
数据分析与科学
Excel高级应用
Power Bi
商业敏感度
数据可视化
跨部门协作
门店绩效管理
零售数据分析

值不值得投

72综合评分

综合评分 72

上市公司零售数据分析岗,侧重业务赋能与绩效建模,技能实用,薪资稳健,WLB一般

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

1.4万

比数据分析与科学中位数低

发布情况

新岗位 · 今天发布

公司情况

这家公司招聘很活跃

23 个在招

市场机会

选择面较广

上海 · 数据分析与科学 · 约 370 个在招

职位详情

关于这个职位

负责亚瑟士品牌全渠道线下门店的经营数据治理与分析,通过拆解销售额、客流等核心指标识别业务增长点与短板

协同跨部门搭建标准化零售数据体系与绩效核算模型,制定考核规则并提升整体零售数字化管理水平

最低要求

/3年及以上零售行业数据分析,零售运营工作经验,拥有运动品牌、高端奢侈品零售绩效分析经验者优先,熟悉线下门店人货场全链路经营逻辑

/本科及以上,统计学、市场营销、工商管理、数据分析相关专业优先
/高度结果导向,极强的数据与商业敏感度,能透过数据表象捕捉业务机会与风险,逻辑缜密,擅长将量化数据转化为可落地运营动作
/书面和口语沟通流利 fluency in verbal and written communication
/精通全套微软Office软件
Excel熟练运用透视表、高级函数
熟练使用 PPT 制作高管级经营汇报,掌握Power BI可视化工具者加分

工作职责

/ 统筹负责品牌全渠道线下门店经营数据全生命周期治理工作,覆盖直营门店、奥莱门店、等多城市线下门店

/ 围绕门店经营核心指标开展多维度精细化业绩拆解分析,深度拆解销售额、客流、转化率等核心指标波动成因,精准识别门店经营短板、业绩增长点、低效门店问题、人员效能差距等关键经营现状
/ 协同跨职能部门,联合搭建标准化零售数据体系与统一绩效核算模型,制定标准化数据分析模板、月度复盘机制、门店绩效考核规则,打通各部门数据协同链路,实现数据互通、高效联动,降低各岗位数据统计成本,提升整体零售数字化管理水平

AI 洞察

优缺点分析

优点

  • 依托亚瑟士上市大品牌平台,职业背书强
  • 工作内容聚焦核心业务指标,能深入理解零售全链路逻辑
  • 技能栈实用(Excel+BI),通用性强
  • 需处理多城市、多渠道(直营/奥莱)的复杂数据,协调成本高
  • 对数据敏感度和商业洞察力要求极高,需直接支撑高管决策
  • 适合有零售行业背景、喜欢用数据驱动业务优化、具备较强沟通协调能力的数据分析或运营人才

缺点 / 挑战

暂无明显挑战项

角色解读

  • 可向零售运营专家、数据分析经理或区域零售管理方向发展,积累业务洞察后转型业务侧管理岗
  • 负责收集、清洗和分析亚瑟士全国线下门店的经营数据,建立数据治理标准
  • 需要精通Excel高级功能(透视表、函数),具备Power BI可视化能力,熟悉零售‘人货场’逻辑

申请策略

  • 准备1-2个通过数据分析发现业务痛点并推动落地的完整案例,体现‘数据->洞察->行动’的闭环思维
  • 突出3年以上零售数据分析经验,强调使用Excel/Power BI解决具体业务问题的案例,展示对销售额、转化率等指标的拆解能力
  • 强化Power BI或Tableau等可视化工具技能,补充零售行业‘人货场’理论框架知识,提升PPT汇报的专业度

面试指南

  • 采用STAR法则(情境-任务-行动-结果),重点描述数据发现问题、跨部门沟通难点、最终带来的业务价值(如效率提升、业绩增长)
  • 请分享一个你通过数据分析发现门店经营问题并推动改进的案例
  • 如何构建一套标准化的门店绩效考核模型?
  • 面对多源异构的线下门店数据,如何进行数据治理和清洗?
  • 如何将复杂的分析结果转化为非技术背景的业务部门可执行的行动建议?
  • 复习零售核心指标(坪效、客单价、连带率等)的定义与计算方式,熟悉Power BI常用DAX函数,了解亚瑟士品牌近期市场动态

职位点评

薪资福利75
成长发展80
工作生活60
使命价值65

薪资福利

75中等

月薪1.2-1.6万在上海属于中等偏上水平,14薪结构提供较好的年度收入预期,作为上市公司福利体系完善,稳定性高。

薪资信号市场水准 (1.2千–1.6万/月)

成长发展

80较高

岗位涉及全渠道数据治理与绩效模型搭建,能接触核心业务逻辑,技术栈(Excel+BI)实用且前沿,有利于长期职业发展。

技术前沿主流现代技术
技术栈Excel、Power BI、数据分析、绩效核算模型
业务类型profit_center

工作生活

60中等

工作地点在市区,通勤相对便利;但零售行业通常面临月末/季末复盘压力,JD未明确提及弹性工作制,可能需配合业务节奏加班。

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

65中等

作为知名运动品牌,致力于推广健康生活方式,具有一定的社会正向影响力;岗位通过优化门店运营间接支持品牌发展。

行业发展稳定成熟行业
社会影响正向社会影响力较高
创新程度积极采用新技术
Watch Jobs