吉利汽车
数据分析负责人
数据分析负责人
发布于 大约 14 小时前中层管理(经理/总监)
杭州市
专家级经验
全职员工
仅现场办公
本科
数据分析
Finebi
Nl2Sql
Power Bi
Quickbi
Sql
团队管理
数据治理
Ai For Bi
指标治理
AI 估算 · 60k–90k
职位详情
关于这个职位
作为吉利汽车集团的数据分析负责人，你将统筹集团级指标治理体系建设，领导数分与商分团队，输出高业务感知的分析报告，并主导AI for BI产品的落地
这是一个兼具管理深度与技术前沿性的关键岗位，适合具备8年以上经验、有团队管理背景的数据分析专家
你将直接向集团管理层汇报，推动数据驱动的业务闭环，在汽车行业数字化转型中发挥核心作用
最低要求
教育背景：本科及以上学历，统计学、数学、计算机、数据科学、经济学、信息管理等相关专业优先
经验要求：8年以上数据分析/商业分析/数据产品相关工作经验
年以上团队管理经验，具备从0到1搭建或重构分析体系的经历
有汽车行业（主机厂/出行/智能网联/新能源）或大型制造业数据经验者优先
核心技能：精通SQL，熟练使用Python/R进行数据处理与分析建模
熟悉主流BI平台（Tableau/Power BI/FineBI/QuickBI等），有平台选型与推广经验
具备指标体系设计与治理实操经验，熟悉数据标准管理、元数据管理、数据血缘等
了解大模型在数据分析领域的应用（NL2SQL、智能归因、自动化报告等），有落地经验者优先
了解Hive/Spark/Flink等大数据技术栈，能与数据工程团队高效协作
软性能力：出色的业务理解力与商业敏感度，能将业务目标转化为可量化的数据方案
强跨部门协同能力，能推动多方共识并驱动项目落地
优秀的沟通表达能力，能向高管层清晰呈现分析洞察与战略建议
结果导向，具备强推动力与抗压能力
工作职责
一、集团级指标治理体系建设：1. 统筹设计集团统一的指标分层架构（集团级→业务域级→场景级），建立指标定义、口径、计算逻辑的标准化规范
推动指标全生命周期管理，建设指标元数据管理与血缘追踪机制
搭建指标质量监控体系，治理指标口径不一致、重复建设、数据孤岛等痼疾，确保'一指标一口径'
协同数据中台/数据工程团队，推动指标管理平台的建设与迭代，实现指标的标准化生产与消费
二、数分及商分团队能力建设：1. 负责数据分析及商业分析团队的整体规划、梯队搭建与日常管理
建立团队分层能力模型，制定系统性培训与成长路径，推动分析方法论标准化
搭建可复用的分析框架与模板库，沉淀行业最佳实践，提升团队整体产出效率与质量
推动数据文化在组织内部的渗透，提升各业务线的数据素养与自助分析能力
三、高业务感知的分析报告输出：1. 深入理解业务战略与运营逻辑，围绕销售、用户运营、供应链、售后等核心业务场景，输出有深度、有洞察、可直接驱动行动的分析报告
主导集团经营分析体系的搭建，包含经营驾驶舱、月度/季度经营复盘、专题深度分析等
建立异动归因与智能预警机制，从'事后报告'向'事前预警、事中干预'转变
确保分析结论能够有效触达管理层与业务决策者，推动数据驱动的业务闭环落地
四、AI for BI 产品落地：1. 主导AI赋能BI的产品规划与落地路线图，探索大模型/智能分析技术在自助取数、智能报表、自然语言查询（NL2SQL）、智能归因、自动化报告生成等场景中的应用
与产品、工程团队协同，推动AI for BI产品的设计、开发、测试与上线，并持续迭代
跟踪前沿AI技术（如Agent、RAG、多模态分析等），评估其在企业数据分析场景中的适用性并推动试点
建立AI for BI产品的效果评估体系，量化智能化带来的效率提升与业务价值
优先资格
有主机厂集团级数据治理/指标治理项目的统筹经验
有AI for BI或智能分析产品从规划到上线的完整落地经验
有数据中台/指标管理平台/元数据管理平台的建设经验
熟悉汽车行业核心数据（销售漏斗、用户生命周期、车联网数据、售后维保等）
有AB实验平台建设与因果推断实践经验
AI 洞察
优缺点分析
优点
- 吉利作为跨国巨头，平台大，资源丰富，数据治理和AI for BI项目具有行业影响力
- 岗位涉及管理、技术、业务多维度，职业发展空间广阔，可积累丰富的汽车行业数据经验
- 集团级数据治理复杂度高，跨部门协同难度大，需要极强的沟通和推动能力
- 技术更新快，需要持续学习大模型等前沿技术，保持技术敏感度
- 适合具有丰富数据分析和管理经验，具备战略思维和跨部门推动力，希望在汽车行业数字化转型中发挥领导作用的资深专家
缺点 / 挑战
- 薪资水平高，福利待遇好，作为集团核心岗位，具有较高的稳定性和职业声誉
- 工作强度大，需要应对高层汇报和业务压力，可能面临加班
角色解读
- 可向集团数据总监或首席数据官（CDO）方向发展，负责更大范围的数据战略
- 可横向拓展至业务部门，成为业务线负责人，利用数据洞察驱动业务增长
- 可深入AI for BI领域，成为企业智能化转型的领军人物
- 负责集团级指标体系的顶层设计，制定指标标准、口径和计算逻辑，推动指标治理落地，确保数据一致性
- 领导数据分析与商业分析团队，负责团队规划、人才梯队建设、方法论标准化，提升团队整体分析能力
- 深入业务场景，输出经营分析报告，建立预警机制，推动数据驱动的决策闭环
- 主导AI for BI产品规划与落地，探索大模型在数据分析中的应用，如NL2SQL、智能归因等
- 精通SQL和Python/R，具备扎实的数据处理与分析建模能力
- 熟悉主流BI平台，有平台选型与推广经验，能构建指标体系
- 具备团队管理经验，能搭建和培养分析团队，推动跨部门协作
- 了解大模型在数据分析领域的应用，具备AI产品落地经验者优先
申请策略
- 了解吉利汽车的业务战略和数字化转型方向，在面试中展示对汽车行业数据的理解
- 准备一个详细的案例，说明如何通过数据分析驱动业务决策，并量化成果
- 突出8年以上数据分析经验，重点展示集团级指标治理或数据中台建设项目的成果
- 强调团队管理经验，特别是从0到1搭建分析团队或体系的能力
- 展示AI for BI或智能分析产品的落地案例，体现技术前瞻性
- 突出汽车行业或大型制造业的数据经验，如销售漏斗、车联网数据分析
- 补充大模型在数据分析中的应用知识，如NL2SQL、RAG，可学习相关课程或实践
- 强化数据治理和指标管理工具的使用，如元数据管理平台
面试指南
- 采用STAR法则，情境-任务-行动-结果，突出量化成果和影响力
- 强调方法论和框架，如指标分层设计、团队能力模型，展示系统性思维
- 结合业务场景，说明技术如何解决业务问题，并量化价值
- 请描述一次你主导集团级指标治理项目的经历，如何解决口径不一致的问题？
- 你如何规划和管理一个数据分析团队？如何提升团队的分析能力？
- 谈谈你对AI for BI的理解，如何评估大模型在数据分析中的应用价值？
- 如何向高管层汇报分析结果，确保他们采纳你的建议？
- 你如何设计一个经营驾驶舱，关键指标有哪些？
职位点评
73
综合评分
集团级数据负责人，发展空间大，薪资高，但工作强度大，WLB一般。
从薪资福利、成长空间、工作节奏和岗位方向综合评估，方便横向比较。
更适合这类人
适合追求职业发展、技术前沿和管理挑战的资深数据分析专家，愿意接受高强度工作。
表现最好
成长发展
相对薄弱
工作生活
薪资福利80
成长发展90
工作生活40
使命价值70
薪资福利
80较高
作为集团数据负责人，薪资水平高，福利完善，但JD未明确薪资范围，需面议。
薪资信号面议 (60K-90K/月)
成长发展
90较高
岗位强调团队能力建设、方法论标准化，并探索AI前沿技术，发展空间大。
技术前沿前沿/新兴技术
技术栈SQL、Python、R、Tableau、Power BI、FineBI、QuickBI、Hive、Spark、Flink、NL2SQL、AI for BI、Agent、RAG
成长机会系统性培训与成长路径、方法论标准化、沉淀行业最佳实践
业务类型ambiguous
工作生活
40较低
岗位要求现场办公，未提及弹性工作，且集团级管理岗可能面临高强度工作。
工作模式仅现场办公
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
汽车行业数字化转型有积极意义，但JD未强调社会价值，主要聚焦业务驱动。
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