京公网安备 11010802034615号
经营许可证编号:京B2-20210330
职位介绍
1、数字化战略规划:结合物业行业数字化趋势(如智慧物业、AIoT 应用、大数据赋能)与集团业务目标,制定集团数字化中长期战略与实施路径,明确数字化建设重点(如智慧运营平台、业主服务数字化、数据分析体系搭建),统筹IoT平台、数据中台、业务系统一体化建设,推动数字化与业务深度融合。
2、产品研发管理:主导智慧物业平台(含CRM、工单、巡检、能耗等模块)的规划、研发、迭代与用户成功;对接外部技术供应商,把控技术方案质量与项目交付进度。
3、数据资产运营:搭建集团数据治理体系,规范数据采集、清洗、存储、分析全流程,建立统一数据标准与数据字典;推动数据应用场景落地,如通过顾客行为数据分析优化服务方案、通过设备数据监测实现预防性维护、通过运营数据支撑集团决策,释放数据价值。
4、数字化落地推广:制定数字化应用推广策略,协同各区域公司、业务部门开展数字化工具培训与落地辅导,解决一线使用痛点,提升员工数字化应用意愿与能力;建立数字化成效评估体系,定期跟踪各业务线数字化应用效果,持续优化迭代。
5、技术创新与安全管控:关注物业行业数字化新技术(如 AI、物联网、区块链在物业服务中的应用),推动技术创新试点项目(如智能巡检机器人、无人值守车场、AI 客服);建立数字化安全保障体系,涵盖数据安全、网络安全、系统安全,防范数字化风险。
岗位要求
1、学历与专业:本科及以上学历,计算机科学与技术、软件工程、数据科学、信息管理等相关专业;具备 PMP、CDA(数据分析师)、信息系统项目管理师等资质者优先。
2、工作经验:10 年以上数字化相关工作经验,其中 3 年以上同层级管理岗位经验;有大型物业集团、互联网企业或智慧服务领域数字化建设经验,熟悉物业行业业务流程(如客服、安防、工程、环境)者优先。 3、精通智慧社区/楼宇技术架构,有0-1主导搭建数字化平台的成功案例。
4、综合素养:具备较强的战略洞察力与创新思维,把握集团数字化转型方向;拥有优秀的跨部门协同能力,可推动业务与技术团队高效配合;具备良好的沟通表达与培训能力,能向非技术人员传递数字化价值;注重细节与安全,对数字化风险有敏锐的预判与管控能力。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在大数据时代背景下,海量行业数据亟需通过专业化工具挖掘潜在价值,辅助企业业务决策、优化运营模式、规避经营风险。Python凭借 ...
2026-08-28SQL是数据分析领域最基础、最核心的工具,承担着取数、清洗、统计、分层、归因的全流程工作。不同于单纯的语法练习,实战化SQL数 ...
2026-08-28 很多企业团队并非缺乏指标,而是陷入“指标失控”:仪表盘上堆满实时跳动的数据,却无法回答“当前瓶颈在哪、下一步该做什么 ...
2026-08-28随着新零售模式的快速普及,零售行业从传统的“货品驱动”全面转向“用户驱动”。门店交易数据、线上消费记录、浏览轨迹、复购频 ...
2026-08-27在数据分析、爬虫采集、接口开发、数据归档等场景中,JSON与CSV是两种使用率最高的数据存储格式。JSON为键值对结构化格式,适配 ...
2026-08-27 很多数据分析师每天都在计算指标、制作报表,但当被问到“什么叫指标数据元”“指标数据标准包含哪些核心维度”“指标数据质 ...
2026-08-27在数据分析工作中,时间序列是最常见的数据类型之一,订单时间、日志时间、交易时段、统计周期等数据均离不开时间处理。原始数据 ...
2026-08-26在数据分析与数据预处理工作中,原始数据普遍存在录入错误、系统故障、偶然极值等问题,极易产生异常数据。异常数据会严重干扰数 ...
2026-08-26 很多数据分析师能熟练写SQL、做透视表,但当被问到“数据是从哪里来的?经过哪些加工才进入数据仓库?ETL具体做了什么?”时 ...
2026-08-26在数理统计与数据分析领域,多因素方差分析与线性回归模型是研究变量关系、因素影响、数据差异规律的两大核心工具。二者均属于经 ...
2026-08-25数据分析的核心价值不在于数据计算与图表制作,而在于清晰、精准、有逻辑地输出结论、支撑业务决策。日常数据分析报告普遍存在结 ...
2026-08-25 很多数据分析师能熟练地写SQL、做透视表、算描述性统计,但当被问到“如何预测用户流失概率”“如何归因销量下滑的关键因素 ...
2026-08-25平均数是数据分析、数理统计与日常运算中最基础、最常用的统计量,核心作用是浓缩一组数据的整体水平、刻画数据集中趋势。在众多 ...
2026-08-24在MySQL数据库中,InnoDB存储引擎作为主流事务型引擎,默认事务隔离级别为可重复读(Repeatable Read,RR),这与SQL Server、Or ...
2026-08-24 很多数据分析师拿到数据就开始清洗、建模,但当被问到“这批数据属于什么类型——结构化还是非结构化?分类变量还是数值变量 ...
2026-08-24 很多数据分析师画过趋势图、做过业绩预测,但当被问到“这个月销售额增长20%,到底是长期趋势自然增长,还是促销活动的短期 ...
2026-08-21在数据分析与数据可视化工作中,直方图是展示数据分布特征、离散程度、集中区间的核心图表,能够直观呈现数值数据的频次分布规律 ...
2026-08-20在数据分析领域有一句核心准则:垃圾数据进,垃圾数据出。数据清洗是数据分析、数据建模、数据可视化之前的必经前置工序,也是保 ...
2026-08-20 很多数据分析师做过按月份的销售额趋势图,画过按天的流量折线图,但当被问到“时间序列和普通数据有什么本质区别”“季节性 ...
2026-08-20在Python数据分析与数据清洗工作中,Pandas是最核心的数据处理库,DataFrame是结构化数据的标准存储格式。在实时数据采集、循环 ...
2026-08-19