满意度管理岗（用户体验数据分析师）-吉利

1. 用户体验数据分析与洞察 - 负责用户满意度相关数据（NPS、NSS、服务触点评价、VOC、用户反馈等）的采集、清洗、分析与挖掘； - 运用统计分析方法识别用户体验关键影响因素，挖掘满意度变化趋势及业务问题； - 输出用户体验分析报告，为服务策略优化、业务改善提供数据依据。 2. 满意度分析模型搭建与优化 - 根据用户体验管理需求，设计并搭建数据分析模型，包括满意度影响因素分析模型、用户分群模型、问题识别模型、预测分析模型等； - 探索机器学习、统计建模等方法在用户体验管理中的应用； - 持续优化分析方法，提高问题定位和决策支持效率。 3. 数据看板搭建与运营 - 负责用户体验数据看板的规划、设计与搭建，实现满意度指标的可视化管理； - 基于业务需求搭建NPS、NSS、服务触点评价、VOC闭环等核心指标监控看板； - 使用BI工具实现数据自动更新、指标追踪、异常预警及趋势分析； - 推动数据看板在业务部门中的应用，提升数据驱动管理能力。 4. 数据分析工具及代码应用 - 使用Python、SQL等工具进行数据处理、分析和自动化开发； - 熟练应用数据分析工具完成数据加工与分析； - 探索利用AI工具提升数据分析效率，包括数据处理、代码生成、报告撰写、分析思路辅助等。 5. 用户声音（VOC）数据挖掘 - 对用户投诉、低分评价、开放题反馈等文本数据进行分析； - 应用文本分析、情感分析、关键词聚类等方法识别用户核心痛点； - 建立用户问题分类体系，支持服务流程优化和改善闭环。 6. 数据驱动改善项目支持 - 结合满意度数据分析结果，识别关键问题并推动改善； - 协同服务管理、技术运营、区域管理等团队开展专项分析； - 跟踪改善措施效果，验证体验提升成果 1、 本科及以上学历，数据科学、统计学、数学、计算机、信息管理、工业工程等相关专业；5年以上工作经验，有用户画像、满意度分析、预测建模或指标体系搭建经验者优先。 2、 熟悉数据分析完整流程（采集、清洗、分析、建模、可视化、报告输出）；掌握SQL和Python，熟悉至少一种BI工具（Power BI、Tableau、FineBI等），有数据看板设计与搭建经验；掌握回归分析、相关分析、聚类分析、因子分析等常用统计方法，能够把业务问题转化为可落地的分析模型； 3、 熟练掌握ChatGPT、Claude、Copilot等AI工具，能借助AI完成数据处理、代码开发和报告撰写，有AI+数据分析实际应用经验者优先。 4、 数据敏感度高，业务理解能力强，善于从数据中发现业务问题并形成洞察；逻辑清晰，汇报呈现和跨部门沟通能力好。