霸王茶姬
间采COE - 采购系统与数据方向
间采COE - 采购系统与数据方向
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供应链、采购与物流
供应链、采购与物流
Ai应用
Power Bi/Tableau
Sql
主数据治理
数据分析
跨部门协作
采购数字化
降本增效
值不值得投
79综合评分
综合评分 79
头部新零售企业、高成长性数字化岗位、AI与数据驱动、高压高回报
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
比供应链、采购与物流中位数高
发布情况
新岗位 · 今天发布
公司情况
这家公司招聘很活跃
44 个在招
市场机会
选择面较广
上海 · 供应链、采购与物流 · 约 460 个在招
职位详情
关于这个职位
该职位是霸王茶姬的间采COE（专家中心）岗位，专注于采购数字化平台搭建、数据体系构建及AI应用落地
核心职责包括主导SRM/P2P系统优化、建立间接采购支出分析框架、利用BI工具输出管理看板，并通过数据分析驱动降本增效与流程自动化
最低要求
本科及以上学历，计算机、统计学、数学、理工科或供应链管理类相关专业优先
年及以上数据分析、采购数字化或间接采购相关工作经验，其中2年以上COE、采购系统建设或数据分析经验
具备2年以上团队管理或项目管理经验者优先
熟悉间接采购各品类（工程、IT、市场、公司服务等）的业务特点
主导过SRM/P2P等采购数字化系统从0到1搭建或核心模块上线者优先
在外企与民企（含互联网公司）均有工作经历者优先：兼具规范化的体系思维与快节奏环境下的落地推动能力
精通数据分析工具（Excel高阶
熟悉SQL及BI工具如Power BI、Tableau者优先）、PPT和飞书等办公工具
具备良好的AI应用能力（如AI辅助数据建模、分析与报告生成、流程自动化/智能审查等）
具备采购业务产品思维，能够以关键用户（Key User）角色推动业务需求的整合、评估与系统化落地
具备良好的跨部门沟通能力、解决问题能力、抗压能力和团队（项目）管理能力
能够以数据工具支撑组织治理场景：有组织成熟度量化指标、人才或绩效数据看板搭建经验者优先
工作职责
采购数字化平台搭建与运营
作为采购数字化平台建设的关键用户（Key User），整合与评估业务新需求，协同IT团队推进SRM/P2P等系统的建设、上线与持续优化
负责系统的培训、推广和各使用方（业务部门、供应商）的使用支持，制定操作指引，持续提升系统采用率与流程线上化率
基于公司间采政策和流程，结合品类特征与系统能力，设计间接采购主数据架构（品类目录、供应商主数据等），负责主数据全生命周期运维与治理，统一支出数据口径，保障数据质量
数据体系与支出分析
搭建间接采购数据指标体系与分析框架，设计、制作和发布采购各类定期报表与管理层看板
负责分析工具和报表的研发与迭代维护，推动报表自动化，减少手工统计、提升数据时效性与准确性
对间接采购支出数据进行多维度分析（品类、供应商、分子公司、价格趋势、需求波动等），识别降本与流程优化机会点（如集中采购、供应商整合、价格谈判窗口等）
输出品类分析报告与降本测算模型（含节省追踪 Save Tracking），为品类策略制定和管理层决策提供数据支持
协同相关业务负责部门（人），推动机会点落地并跟踪量化收益，支撑部门OKR与降本目标达成
数字化协同与AI落地
支持分子公司的品类管理：输出系统操作规范与培训，提供间采数据洞察与对比分析
推动AI在采购管理与数据分析中的应用落地：流程合规类（合同/模版智能审查、合规风险预警、智能审批/流程自动化）、数据分析类（支出分类自动化、需求预测、异常支出预警、AI辅助归因分析与报告生成），提升治理效率与分析深度
负责间采团队绩效数据的统计与分析（例行统计以自动化报表和AI工具为主），支撑团队绩效体系与培训的持续运转
组织成熟度与人才发展数据度量（与岗位一共担的 COE 横向统筹职责）：在岗位一牵头的组织成熟度评估标尺与人才发展治理框架下，负责量化指标搭建与看板开发（组织成熟度量化指标、人才结构与绩效数据看板），以数据支撑人才盘点、培训效果评估与成熟度改进追踪
本条为团队绩效数据职责的延伸，治理机制设计本身由岗位一承担
与品类采购岗位协同：本岗位提供系统与数据支持，不介入具体品类的寻源决策与供应商商务管理
AI 洞察
优缺点分析
优点
- 平台优势：身处上市新零售巨头，接触海量交易数据，职业背书强
- 前沿实践：直接参与AI在采购场景的落地，积累稀缺的“业务+数据+AI”复合经验
- 核心职能：COE岗位属于专业中心，影响力大，能直接接触管理层决策数据
- 技能复用：掌握的系统建设与数据分析技能具有极高的行业通用性
- 变革阻力：推动系统上线和流程线上化往往面临业务部门的习惯阻力，沟通成本高
- 数据治理难度：间接采购数据分散、非标准化，清洗和治理工作繁琐且耗时
- 适合具备采购背景但希望转型数字化/数据分析，或具备数据分析能力且对供应链业务感兴趣的复合型人才
缺点 / 挑战
- 跨界压力：需要同时懂采购业务、IT系统和数据分析，对综合能力要求极高
角色解读
- 纵向深化：成为采购数字化领域的专家，向采购总监或供应链数字化负责人发展
- 横向拓展：转向更广泛的数据分析专家、商业分析师（BA）或产品经理方向
- 管理晋升：凭借项目管理与跨部门协调能力，晋升为团队主管或COE负责人
- 担任采购数字化系统的“关键用户”，连接IT与业务部门，推动SRM/P2P等系统的优化与落地
- 构建间接采购的数据分析体系，通过SQL和BI工具制作报表与看板，进行支出分析与降本挖掘
- 探索并落地AI在采购流程（如合同审查、异常预警）和数据自动化中的应用，提升效率
- 协助进行团队绩效数据度量与组织成熟度评估，提供数据支持
- 扎实的采购业务知识，特别是间接采购品类（IT、市场、工程等）的理解
- 强大的数据分析能力，精通Excel高阶功能，熟练使用SQL及至少一种BI工具（Power BI/Tableau）
- 数字化系统实施经验，有SRM/P2P系统建设或主数据治理经验者优先
- AI工具应用能力，能利用AI进行数据建模、报告生成或流程自动化
申请策略
- 准备一个完整的“从数据发现问题到推动系统/流程解决”的案例故事
- 研究霸王茶姬的业务模式，思考其间接采购的特点（如门店扩张带来的物资需求）
- 突出“业务+技术”双重背景，强调在采购系统中作为Key User的角色
- 量化数据成果：展示通过数据分析带来的降本金额、效率提升百分比或报表自动化覆盖率
- 列举具体的系统名称（如SAP Ariba, Coupa等）和BI工具熟练度
- 强调AI应用案例，如使用Python/AI工具优化了哪些具体流程
- 强化SQL复杂查询能力，确保能独立处理大规模数据集
- 深入学习Power BI或Tableau的高级可视化与DAX/M函数
面试指南
- STAR法则：情境(Situation)-任务(Task)-行动(Action)-结果(Result)，重点突出行动中的策略和结果中的量化数据
- 业务导向：始终将技术/数据动作与业务价值（降本、增效、合规）挂钩
- 同理心与影响力：在解决阻力问题时，强调沟通、培训和利益相关者管理
- 请分享一次你主导或深度参与的采购系统（如SRM）上线或优化的经历，遇到了什么阻力？如何解决的？
- 面对间接采购中杂乱无章的主数据，你有什么治理思路和方法论？
- 请举例说明你是如何利用数据分析发现降本机会点的？最终实现了多少节省？
- 你如何看待AI在采购领域的应用？有没有实际使用AI工具提升工作效率的经验？
- 如果业务部门不愿意使用新系统，你会如何推动他们改变习惯？
职位点评
薪资福利85
成长发展90
工作生活60
使命价值70
薪资福利
85较高
作为已上市的头部企业，提供具有市场竞争力的薪酬和完善的福利体系，稳定性较高。
薪资信号市场水准 (2.5千–4.0万/月)
成长发展
90较高
岗位涉及前沿的AI应用落地和复杂的系统建设，能提供极佳的技术成长和业务视野拓展机会。
技术前沿前沿/新兴技术
技术栈AI、SRM、P2P、SQL、Power BI、Tableau、主数据治理
业务类型profit_center
工作生活
60中等
新零售行业节奏较快，且涉及跨部门推动和系统上线，可能存在一定的工作压力和加班情况，但JD未明确提及高强度加班。
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
70中等
通过数字化手段提升供应链效率和透明度，间接支持品牌的高质量发展，具有一定的职业成就感。
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