轉職熱搜工作

1. 負責需求分析與流程規劃，洞察潛在關鍵應用或數據，並運用內外部數據進行前期探索分析及策略建議。 2. 負責梳理並規劃機器學習研發資料庫架構，建立數據品質流程管理與維護計畫，掌握數據產品策略及生命週期。 3. 能將數據應用產品轉化為需求文件、系統分析/設計文件及擬定測試案例。

【CRM 數據分析施的任務？】 －進行銷售和會員行為等分析，發現機會和問題，提出改進建議。 －不定期分析行銷活動，提出結果與建議 －構建、開發和維護數據模型、儀表板和績效指標。 －與CRM行銷人員協作，運用數據分析輔助會員經營。 －與內／外部相關單位共同營運管理數據，確保數據質量及Data pipeline運行。 －建立機器學習模型以提高會員經營成效。 －定期產出會員與銷售數據分析報表。 【誰適合擔任CRM數據分析師？】 －有相關領域的學學位，如、統計、數學、資料科學等。 －至少一年資料科學、會員經營或相關領域的工作經驗。 －熟悉資料庫管理工具及資料庫語法SQL。 －精通數據分析工具 相關程式語言，如 Python －熟悉資料排程管理工具尤佳，如 Airflow。 －出色的統計分析和數據解讀能力。 －具備商業與市場洞察力，得以透過數據分析提出建議。 －擅於溝通協調，能夠與不同職能的團隊成員合作。

1.負責蒐集使用者的報表需求與分析 2.報表開發及維護(Power BI) 3.自動化排程與流程優化 4.ETL/Data Mart規劃、建置與資料處理 6.專案/系統文件撰寫 7.主管交辦事項

1.定義數據分析流程、提出洞見及優化建議，製作簡報並進行報告。 2.分析用戶輪廓，以理解用戶需求與行為。 3.分析市場需求，提供產品開發部門建議。 4.使用網路行銷工具並導入新技術。 5.網站使用者行為追蹤(GA/Matomo)與分析，並進行A/B testing。

1. 分析業務需求，撰寫規格文件，提出報表開發流程解決方案。 2. 監管視覺化數據分析平台，設計儀表板報表。 3. 運用內外部資料庫進行各類商業分析，提供數據做為決策支援。

1.協助數據專案、企金相關的數據分析、經營績效追蹤等工作。 2.透過數據協助商業決策和洞察分析，工作包含資料抽取、數據清洗、探索分析等，發掘問題及新商業模式。 3.協助業務的日常分析需求，透過對行內診斷型及敘述型資料的分析，整合業務需求產出分析資料。 4.協助管理企金相關資訊系統(如SFA/CRM、徵授信系統、定價系統)，並持續針對變量進行維護和優化。 5.【尤佳】協助企業客群的樣貌分析，包括財務比率分析、產業特徵，挖掘對象客戶與行為樣貌。 6.【尤佳】協助建置客戶錢包分析、金流產品、價格敏感性、信用評級相關預測模型，並提供商業決策建議。

承接政府或企業之AI/大數據分析計畫或專案，協助政府或企業以數據輔助決策，除了專業分析技能外，對於分析結果解讀及應用尤為重要。 主要工作(包含但不限於): 1. 數據分析/資料探勘/分析與預測建模並提供洞察發現與結論建議 2. 協助業務進行專案規劃與提案企劃 3. 研發電信大數據之各項應用

1.本行數位會員數據平台管理與建置 I.透過數據建模演算法、工具與框架，建構統計數據分析模型(如行為預測、迴歸、分類分群)。 II.依據數據分析目的制定數據分析驗證做法，規劃驗證及測試程序。 III.利用資料視覺化工具發展資料儀表板，協助數據追蹤需求半自動化。 IV.協助規劃全行數據庫與分析平台，針對客戶屬性、產品架構、流程、檔案內容等規劃提出建議。 V.指導數據分析師熟悉全行資料庫及分析方法、訓練與經驗傳承。 2.數位會員經營數據分析 I.本行數位會員資料庫的管理及維護，並透過數據分析，進行數位會員相關數據研究與顧客行為分析 II.本行全會員輪廓分析應用，加速優化數位會員經營機制（新客開發、舊客經營、沉睡客活化），確保數據的準確性和可用性。 III.提升會員活躍度、轉換策略，設計會員旅程及分眾行銷規劃與溝通並進行名單撈取及成效追蹤，監測各溝通管道之流量、點擊、轉換等數據。 3.國內外數位金融用戶經營、應用市場分析及案例研究。 4.數據科技工具研究及應用評估。

1. 數據分析 統整跨部門數據分析需求，收集清理所需的數據資料，建置報表及儀表板，供團隊日常檢視監測 2. 數據決策 與策略團隊共同定義相關營運指標，持續追蹤並分析趨勢，以協助達成營運決策或提升效率 3. 數據應用 與跨團隊夥伴協作，推動數據整合應用並持續優化，包含但不限於會員RFM模型、顧客貼標、成就機制、商品銷售分析、個人化推薦模型等

【工作內容/角色】 Web軟體系統 (工業物聯網平台整合與智慧製造解決方案) 數據清洗與自動化 若你期待能團隊協同作業，在扁平化組織我們重視每個人想法，團隊成員皆一同參與討論技術規格，讓我們一起把夢想，用程式語言實現出來！ 1. 數據架構：負責設計和維護數據架構，確保數據的高效提取、轉換和載入（ETL）過程。 2. 數據處理：協助處理原始數據，清洗、轉換、處理缺失值，以確保數據可用性。 3. 數據管理：管理數據庫，包括設定、優化、維護和備份，以確保性能及可用性。 4. 數據自動化：建立自動化工具、腳本和技術文件，以簡化數據流程和提高效率。 5. 數據可視化：提供數據分析、資訊視覺化、說明分析結果、提出建議及後續成效評估。 6. 其他主管交辦事項 ※ 工作待遇：將依工作能力與學經歷進行敘薪。