波克城市
2027届秋招 - 数据分析师
2027届秋招 - 数据分析师
发布于 4 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
A/B测试
Ltv建模
Sql
用户分层
用户增长
用户研究
留存分析
值不值得投
68综合评分
综合评分 68
游戏公司校招数据分析岗，重视用户洞察与付费经营，技术栈主流，WLB信息不明。
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，方便比较职业起点。
薪资怎么样
1.9万
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 590 个在招 · 其中数据分析 2 个
市场机会
选择面较广
上海 · 数据分析 · 约 120 个在招
职位详情
关于这个职位
面向2027届秋招，基于用户研究、分层运营与数据洞察，支持游戏产品、内容和运营决策
同时负责核心付费用户的经营与价值提升，结合SQL/Python建模挖掘用户增长机会
最低要求
届本科及以上学历，数学/统计/计算机/数据相关专业优先
精通 SQL，可独立完成复杂 Join、窗口函数、用户级行为聚合与性能优化
熟练使用 Python 进行数据分析与建模（Pandas / Sklearn 等）
扎实的数据分析能力：用户分层、漏斗、留存、行为特征构建
具备独立建模能力，理解常见模型（回归 / 分类 / 树模型等）及评估方法
能从业务问题出发，独立设计分析/建模方案并推进落地
工作职责
用户研究与洞察：
建立并持续完善用户画像和分层体系，系统理解不同用户的行为、付费习惯、游戏偏好及核心需求
独立开展用户访谈、焦点访谈、问卷调研等研究，结合用户反馈与数据分析，形成对主题、玩法、用户需求及产品方向的有效洞察，并转化为产品和运营建议
核心付费用户经营：
负责核心付费用户的分层运营、日常维护及关系经营，对核心用户充值、付费活跃、留存稳定性等结果负责
持续关注用户付费变化、流失风险及潜在需求，制定针对性的运营策略，并将核心用户反馈及时反哺产品及运营决策
用户价值提升：
结合用户分层、付费行为及用户需求，参与礼包、活动、付费内容等策略的设计与优化
持续关注不同用户群体的付费表现和运营效果，挖掘新的用户需求及价值提升机会，在兼顾用户体验的基础上提升用户长期价值
支持产品规划与用户增长：
与策划、数据、市场等团队协作，将用户研究、核心用户反馈及业务数据串联起来，为主题选型、玩法设计、产品体验及版本规划提供依据
关注新用户到活跃、深度及付费用户的成长链路，识别关键转化问题并推动优化，帮助业务持续拓展用户规模
优先资格
有 PLTV / LTV / 用户价值建模 实战经验
有 反作弊 / 异常检测 / 风控分析 相关经验
熟悉 A/B 实验设计、数仓体系（Hive / Spark / ClickHouse）
有游戏或用户增长相关分析经验
AI 洞察
优缺点分析
优点
- 岗位同时覆盖用户研究、数据分析和付费用户经营，能力面较宽，不是单一取数岗
- 游戏业务场景丰富，可接触用户分层、留存、LTV、A/B实验等实战方法
- 需要SQL、Python建模和业务落地，有利于积累可迁移的数据分析能力
- 校招岗位面向2027届，适合应届生系统进入游戏行业数据与用户运营方向
- JD未说明培训机制、团队分工和工作节奏，入职后需要快速适应游戏业务
- 适合对游戏业务有兴趣、愿意把数据分析与用户洞察结合，并能接受业务结果导向的应届生
缺点 / 挑战
- 既要懂数据建模，又要做用户研究和付费用户经营，对复合能力和沟通推进要求较高
- 核心付费用户经营直接关联充值、付费活跃和留存结果，业务压力和责任较大
角色解读
- 可从数据分析师向资深数据分析、用户增长、用户研究或游戏运营策略方向发展
- 积累付费用户经营和LTV建模经验后，可转向商业化、精细化运营或数据科学岗位
- 在游戏业务中形成“数据+用户洞察+运营落地”的复合能力，未来可承担更完整的用户价值管理职责
- 围绕游戏用户开展画像、分层、访谈、问卷和数据分析，输出可落地的产品与运营建议
- 负责核心付费用户的分层运营与关系维护，跟踪充值、付费活跃、留存和流失风险
- 结合付费行为与用户需求，参与礼包、活动、付费内容等策略设计与优化
- 与策划、数据、市场团队协作，支持主题选型、玩法设计、版本规划和用户增长转化链路优化
- 扎实的SQL能力，能处理复杂Join、窗口函数、用户级聚合与性能优化
- 熟练使用Python（Pandas、Sklearn等）完成数据分析、建模与评估
- 掌握用户分层、漏斗、留存、行为特征构建等分析方法
- 具备用户研究、业务理解和跨团队沟通能力，能把洞察转化为业务建议
申请策略
- 关注波克城市的产品线和用户群体，准备对游戏用户付费与留存的理解
- 投递时明确自己是2027届校招，并突出可到岗实习或项目时间安排（如适用）
- 突出SQL复杂查询、窗口函数、用户级行为聚合和性能优化项目
- 展示Python/Pandas/Sklearn做用户分层、留存、漏斗、回归或分类建模的案例
- 如有用户访谈、问卷调研、A/B实验、LTV/用户价值建模或游戏分析经验，应放在显眼位置
- 用业务结果说明分析如何影响产品、运营或增长决策，而不只罗列工具
- 提前准备一个完整的用户分层与留存分析项目，覆盖数据清洗、特征构建、建模和业务建议
- 补充A/B实验设计、Hive/Spark/ClickHouse等数仓工具的基础知识
面试指南
- 业务问题拆解：先明确目标、用户群体、核心指标和约束条件，再选择分析方法
- 数据与模型：说明数据来源、特征构建、模型选择和评估指标，并给出可落地建议
- 结果与复盘：用业务指标衡量效果，说明如何监控、迭代和跨团队推动落地
- 如何设计一套游戏用户分层体系？你会用哪些指标和模型？
- 如果核心付费用户充值下降，你会如何定位原因并制定运营策略？
- 请介绍一个你用SQL/Python完成的分析或建模项目，如何评估效果？
- 如何设计A/B实验验证付费活动效果？需要注意哪些坑？
- 用户研究和数据分析结论冲突时，你会如何取舍并向业务方沟通？
职位点评
薪资福利60
成长发展88
工作生活50
使命价值55
薪资福利
60中等
JD未披露薪资、奖金或福利信息，补偿性动机主要取决于后续offer条件，当前无法从职位描述中获得明确保障。
薪资信号未披露（AI估算：1.4千–2.4万/月）
成长发展
88较高
岗位覆盖用户研究、分层运营、付费用户经营和建模分析，能积累游戏业务与数据建模复合经验，但JD未明确培训或晋升机制。
技术前沿主流现代技术
技术栈SQL、Python、Pandas、Sklearn、用户分层、留存分析、LTV建模、A/B测试、Hive、Spark、ClickHouse
业务类型profit_center
工作生活
50较低
JD未提及办公模式、弹性工时或加班情况，工作生活平衡信息不足，需在面试中确认。
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
55较低
岗位服务游戏产品与付费用户经营，业务价值明确，但JD未呈现社会使命或行业创新信号，意义感更多来自游戏业务本身。
行业发展稳定成熟行业
社会影响中性/一般
创新程度稳健跟随主流
Watch Jobs