職務目標

一位高度分析且技術堅固的高級數據分析師，負責設計和管理零售數據生態系統的集成。此實戰角色負責建立自動化的ETL管道，管理複雜的API整合，並創建先進的互動式仪表板。

理想的候選人將深刻理解數位行銷、消費者研究與消費者分析的全景，並將分析框架锚定在跨平台付費媒體效果、受眾最佳化、品牌聲量（SOV）以及市場情報（包括主要消費者調查數據）上，以及消費者購買行為數據。理想的候選人將作為核心技術引擎，同時利用AI工具自動化數據處理，並透過使用者查詢和訓練支援內部業務部門。

職責

付費媒體、搜尋與影響者及消費者分析

效果與受眾追蹤：建立追蹤框架，以評估Meta、TikTok和Google Ads的付費媒體表現。工程數據模型以追蹤進階目標策略的效率，包括類似Audience表現和Audience Suppression清單跨平台。

搜尋與影響者洞察：將搜尋引擎洞察和關鍵字趨勢整合到數據生態系統中。建立自定義分析框架，以評估影響者行銷活動的投資回報率、參與度和轉換影響。

消費者旅程分析：支持業務利用第一方和第三方消費者數據建立分析框架，以評估消費者旅程，如購物車分析、活動評估、產品路徑分析等。

市場情報與消費者調查ETL

調查數據工程：負責準備和正常化主要市場研究、消費者追蹤和品牌健康調查數據（例如Qualtrics、Toluna或個性化代理報告）。

洞察整合：將定性調查數據和市場情報與定量交易數據（POS、CRM和電子商務銷售）進行和諧，以創造消費者行為的360度視圖。

數據管道工程、API與視覺化

API整合：連接、維護並優化從數位媒體API、CRM系統和Google分析等數據管道。

控制台架構：使用Power BI和Tableau設計、建立和維護企業級互動控制台，將媒體、調查和銷售指標轉換為可執行的業務策略。

用戶支援：作為主要技術聯繫點，解決基本用戶查詢、排查仪表板問題，並管理臨時的深入數據請求。

AI自動化與啟能

工作流程自動化：利用先進的AI腳本、工具或GenAI工作流程自動化混亂的媒體數據清理、廣告創意分類和簡化例行報告。與IT團隊合作，確保數據處理治理。

培訓材料與使用案例：編寫技術數據字典和用戶手冊。編制零售業實戰使用案例，並在培訓會議上提供支援，讓行銷和業務團隊能夠在仪表板上自我服務。

要求

經驗與產業背景

至少5年零售、電子商務或快速消费品（FMCG）行業的數據分析、行銷分析或商業智能的實戰經驗。

深刻了解跨多個數位行銷領域的複雜消費者數據：

o數位媒體範圍：熟悉廣告管理結構、歸因模型、像素追蹤和自定義受眾管道（相似度/抑制）跨Meta、TikTok和Google。

o社交與搜尋聽取：使用搜尋分析工具和影響者追蹤數據指標的經驗。

o原始研究數據：處理、加權和處理原始調查數據集（交叉表、SPSS輸出或原始調查CSV）的成熟能力。

技術技能集

視覺化大師：精通Power BI和Tableau（包括進階DAX、Power Query、LOD計算和跨源數據融合與優化dashboard性能）。

數據集成與ETL：豐富的經驗寫作（SQL，Python（加分））腳本，利用數據工具通過RESTful API和webhooks建立自動化數據管道。

AI 工具：利用 AI 編程/數據工具優化工作流程效率和數據轉換管道的經驗。

軟技能與語言

能夠獨立工作，作為單獨的技術貢獻者，能夠在技術數據工程和商業行銷策略之間架起橋樑。

強大的溝通技巧，支持非技術業務用戶在仪表板邏輯和查詢方面。

能夠將複雜數據集進行分離和整合，跨越各種業務領域，並提供分析需求的解決方案。

流利使用英語和中文（普通話）是跨團隊協作的必要條件。