📋 JD 深度分析报告

📅 2026-04-26 🔗 信息来源: JD原文 + 朗新科技2025年报 + 新浪财经 + 理杏仁
商业分析负责人(数据分析)
朗新科技集团 (300682.SZ) · 上海徐汇
📋

JD 信息提取总览

维度提取内容
职位标题商业分析负责人(数据分析)(J14864) · 负责人级
公司/部门朗新科技集团股份有限公司 (300682.SZ) · 数据分析方向
地点/模式上海·徐家汇(近4号线上海体育场地铁站)· 现场办公
薪资范围25-45K × 14薪(年薪约 35-63万)
经验/学历5-10年 · 本科及以上(统计学/经济学/运筹学/计算机优先)
核心职责
  1. 建立并迭代 BI 看板 / 业务分析体系 / 指标体系,沉淀分析方法论,输出数据产品解决方案
  2. 日 / 月 / 周维度业务及经营数据监控,发现并预警问题,快速定位原因,驱动决策
  3. 深度专题分析,拆解量化业务核心痛点和问题,输出决策建议,跨部门协调推动落地
  4. 数据全链路管理(埋点→统计→可视化→量化模型),数据质量管理、指标标准制定,带领团队持续提升分析和业务理解水平
硬技能要求 SQL 必须 Python/R/SPSS 优先 数学建模能力 商业分析模型 统计学/经济学/运筹学背景优先 大型互联网平台 5 年+ 经验
软技能/管理 商业敏感度 跨部门协调 & 资源整合 沟通能力 2 年以上团队管理经验 快速学习能力 / 业务理解 / 逻辑思维
特殊标记 🔴 "大型互联网平台 5 年" → 强制要求大厂背景,非大厂可能直接被筛
🔴 "负责人"头衔但薪资上限 45K → 对标阿里 P7/P6+,不算高
🟢 薪资范围明确写出来了(25-45K × 14薪),不用猜
🏢

公司背景画像

公司全称: 朗新科技集团股份有限公司

成立时间: 2003 年 · 总部:江苏无锡

上市信息: 创业板 (300682.SZ) · 背靠蚂蚁集团战略投资

行业赛道: 能源数智化 + 能源互联网 — 电力能源领域领先的科技企业

主营业务: 双轮驱动:能源数智化(电网数字化解决方案,服务国家电网/南方电网等)+ 能源互联网(生活缴费、充电桩运营、能源交易等 C 端平台)。2025 年为"全面拥抱 AI"元年,推出"朗新九功 AI 能源大模型"

核心财务数据(2025年报):

年营收
45.17亿
↑ 0.84%
归母净利润
1.05亿
↑ 141.94%
毛利率
41.48%
净利率
-0.22%
改善中
员工规模
~5,551
2023末数据
应收账款/利润
1900%
⚠️ 极高
三费占比
25.68%
↓ 14.76pct
经营性现金流
0.44元/股
↓ 13%
2026业绩预期
4.78亿
机构预期
每股收益
0.10元
↑ 143%

战略方向: "AI+能源"双主线——全面拥抱 AI 驱动的业务创新升级和流程重塑;推进"九功"AI 能源大模型(时序预测 + AI 智能体双引擎);聚焦能源数智化和能源互联网双轮发展

相关 KPI 方向: 经营数据及时性与准确率 / BI 看板覆盖率与使用率 / 数据驱动决策采纳率 / 专题分析产出数量与落地率 / 团队人均分析产出效率 / 数据质量管理评分

⚠️ 数据来源:朗新科技2025年年报(深交所)· 新浪财经 · 理杏仁 Lixinger · 东方财富Choice

💡 如需该公司更详细的商业模式全景分析报告,可安装 business-model-analyst Skill(作者 AgentPeng)→ 一键生成战略+策略+指标三位一体专业报告

🔍

JD 暗语解码对照表

JD 原文表述解码后的实际含义置信度依据
"建立并迭代BI看板/业务分析体系/指标体系" 从零搭建或重构现有体系 —— "建立并迭代"说明要么没有,要么现有的不好用。你需要自己定义指标口径、看板架构和分析方法论 高 "建立"+"迭代" = 0→1 或 1→N 的双重信号
"总结沉淀业务有效的分析方法论" 之前没人做过方法论沉淀 —— 分析工作可能是 ad-hoc 的、零散的,缺乏标准化流程。你要把个人能力变成组织资产 中高 "沉淀"一词暗示此前缺乏知识管理
"发现并预警业务问题,并快速分析定位原因" 要做数据值班/数据运维角色 —— 不是只做项目式分析,还要做日常监控。出了异常你得第一个响应、最快定位 高 "发现""预警""快速定位" = 实时响应型职责
"数据驱动业务快速迭代并支撑决策" 业务方决策目前不依赖数据 —— 或者说公司想从直觉驱动转向数据驱动,你来做这个转变的推动者 中高 "数据驱动"经典暗号:此前不是这样的
"发现并拆解量化业务中存在的核心痛点和问题" 业务痛点是已知的但未被量化 —— 你不是去发现新问题,而是把老板/业务方已经感觉到的问题用数字证明出来 中 "拆解量化" = 定性问题→定量表达
"输出决策支持建议,跨部门协调并推动业务落地" 分析只是第一步,落地才是真本事 —— 你写的报告如果没人执行就没价值。需要"推"的能力,不是安静地写 SQL 出数 高 "协调并推动落地" = 典型的无权威影响力场景
"熟悉数据全链路相关工作(埋点、统计、可视化建设、量化分析模型等)" 数据工程 + 数据分析双修 —— 不只要会分析,还要懂上游埋点怎么打、中间数仓怎么建、下游怎么展示。这是"数据负责人"的全栈要求 高 "全链路" = 从源头到消费端的端到端责任
"对数据质量管理、数据标准管理、指标应用管理制定流程标准" 当前数据治理基本空白 —— 没有统一的数据标准、指标定义混乱、数据质量问题频发。你是来建规矩的人 高 "制定流程标准" = 此前缺乏标准化的强信号
"带领团队持续提升分析和业务理解水平" 团队现有水平不够 —— 可能是新建团队招的新人,或者老团队成员技术/业务能力参差不齐。你需要花时间带人 中高 "持续提升"暗示起点不高
"大型互联网平台5年数据分析/商业分析相关工作经验" 硬性门槛:必须有大厂背景 —— 这是一条筛选线,非大厂出身可能直接被 HR 系统过滤掉。对标阿里 P6+/P7、美团 L6/L7 级别 高 "大型互联网平台"+年限 = 明确的门槛条件
"具有良好的商业敏感度,精通常用的商业分析模型,并能够创新性地应用以解决复杂的商业问题" 不要纯技术型人才 —— 会 SQL/Python 不够,要懂 RFM/CLV/漏斗/归因/ABC 分类等商业模型,并且能在具体业务场景里灵活组合使用 高 "商业敏感度"+"创新性应用" = 反对套模板
"具有优秀的沟通能力、跨团队协调&资源整合能力" 40%+ 时间在协调 —— 数据团队天然是支撑角色,需要从各方拉取数据、争取资源、推销你的分析结论。内向型技术宅慎入 高 "跨团队协调"+"资源整合" = 高频政治活动
"具备快速学习能力、业务理解和逻辑思维能力" 能源行业你可能不懂 —— 朗新是能源科技公司,不是纯互联网公司。你需要快速学会电力市场、电网业务、能源交易等领域的 know-how 中高 "快速学习"+"业务理解"放在最后通常暗示跨界需求
🎯

要求 ↔ 公司战略关联矩阵

以下将 JD 核心要求与朗新科技当前业务战略进行映射。面试权重 ★★★★★ = 必考题

JD 要求原文解码后需求对应公司战略目标关联 KPI / 业务指标面试权重
建立 BI 看板 / 分析体系 / 指标体系 数据基础设施从 0 到 1 或重构升级 "AI+能源"战略的数据底座
AI 大模型需要高质量数据和标准化指标作为输入
BI 看板覆盖率 / 指标一致性评分 / 分析需求响应时效 ★★★★★
日/周/月维度业务数据监控 + 预警 经营数据驾驶舱 / 异常检测体系 精细化经营管理
2025年刚扭亏为盈,管理层对经营数据敏感度极高
数据及时性(T+N) / 预警准确率 / 异常定位耗时 ★★★★★
深度专题分析 + 跨部门推动落地 战略级分析项目主导者 业务增长与新曲线探索
能源互联网板块需要数据驱动的增长洞察
专题分析产出数 / 建议采纳率 / 落地项目 ROI ★★★★☆
数据全链路(埋点→统计→可视化→模型) 数据治理 + 工程能力双修 数据资产化战略
应收账款高达利润的 1900%,数据质量直接影响经营决策可靠性
数据质量分 / 埋点覆盖率 / 数仓建设进度 ★★★★☆
数据质量/标准/指标流程制定 数据治理体系建设者 组织数字化转型
2026年加速"全面AI驱动的流程重塑",需要标准化的数据基础
指标字典完整度 / 数据标准遵从率 / 元数据管理覆盖 ★★★★☆
带领团队 + 提升整体水平 数据团队 Team Lead / Manager 数据人才梯队建设
5500 人规模的公司需要成熟的数据团队来支撑 AI 战略
团队产出效率 / 成员成长速度 / 人员流失率 ★★★☆☆
大型互联网平台 5 年+ 大厂数据方法论迁移能力 引入互联网最佳实践
朗新从传统软件向互联网平台转型,需要成熟的方法论输入
N/A(准入门槛项) ★★★★★
商业敏感度 + 商业分析模型 业务理解深度 > 技术深度 从"做报表"到"做参谋"的角色升级
管理层需要的不是一个取数工具人,而是一个能给出商业判断的分析师
分析结论被引用次数 / 决策支持案例数 ★★★★☆

📍 岗位定位判断

组织位置: 核心支撑部门 — 数据分析团队负责人,直接服务于经营管理层决策
成本/利润中心: 成本中心属性(支撑角色),但对经营决策有间接利润影响
战略优先级: 中高 — AI 战略的数据底座,但不是直接创收的一线岗位
招聘紧迫度: 中 — 写了具体薪资范围且招聘专家活跃发布,说明真实在招
岗位生命周期: 新设/重组岗 — "建立并迭代"暗示体系待建或重建
风险等级: 中等 — 数据治理涉及多方利益协调;应收账款风险可能传导到内部压力
💡

应对策略建议

📝 简历定制重点 (Top 5)

  • 大厂数据分析/商业分析经历(阿里/美团/字节/拼多多等)— 这是硬性筛选条件,放最显眼位置
  • BI 体系从 0 到 1 搭建经验 — 具体写了哪些指标、搭了什么看板、覆盖多少业务线
  • 数据治理/数据标准制定经验 — 指标字典、元数据管理、数据质量管理 SOP
  • 带团队经历 — 带过几人、如何分工、培养出了什么成果(2年是底线)
  • 商业分析模型实际案例 — RFM/用户分层/归因分析/预测模型等,要有量化结果

🎤 面试准备清单 (预测题)

  • "请介绍一个你从零搭建的 BI 体系或指标体系,过程中遇到的最大困难是什么?" ★必考
  • "如果业务方对数据分析结果不认可,你怎么处理?" ★必考
  • "你对能源行业/电力市场的理解是什么?你觉得数据分析在这里最大的价值在哪里?" ★必考
  • "描述一次你通过数据分析推动业务落地的具体案例" ★必考
  • "你如何管理数据质量?遇到过什么数据问题?怎么解决的?"
  • "你带过的团队有多少人?你是怎么分配工作和做绩效管理的?"
  • "你对朗新的'九功AI能源大模型'有什么了解?" 加分题
⚠️

红旗 / 绿旗 / 待观察

🟢 绿旗 (正面信号)
  • ✅薪资明确写出(25-45K×14薪),不玩"面议"套路
  • ✅A股上市公司,背靠蚂蚁集团,稳定性优于创业公司
  • ✅"AI+能源"是国家政策红利赛道,行业天花板高
  • ✅从0到1建体系的机会,履历含金量高
  • ✅负责人级别有带人机会,适合想走管理路线的候选人
  • ✅2025年扭亏为盈(净利润+142%),公司在向好
🔴 红旗 (警示信号)
  • ⚠️净利率仍为负值(-0.22%),盈利能力脆弱
  • ⚠️应收账款/利润比 1900% — 回款压力极大,可能传导为内部成本控制
  • ⚠️经营性现金流下降 13% — 现金吃紧
  • ⚠️"大型互联网平台 5 年"硬门槛 — 大厂之外的经历可能不被认可
  • ⚠️负责人头衔但薪资上限 45K — 对标大厂可能有落差
  • ⚠️能源行业属传统领域 + 互联网转型阵痛期 — 文化融合可能痛苦
  • ⚠️数据治理涉及跨部门利益 — 推动阻力不小
⚠️ 待观察
  • ❓团队现在几个人?新增编制还是替补?
  • ❓汇报对象是谁?向数据总监/CDO 还是向业务 VP?
  • ❓数据团队的预算权限多大?工具采购能否自主决定?
  • ❓25-45K 的区间很大 — 入职定在哪一档取决于什么?
  • ❓14薪的构成是怎样的?固定月薪 vs 浮动绩效的比例?
  • ❓上海办公还是需要频繁去无锡总部出差?
🌅

这个岗位的一天

早上九点半到公司,先打开 Tableau/Power BI 刷新昨晚跑完的经营数据日报——主要看几个核心指标有没有飘红的:能源互联网平台的日活、充电桩的订单量、生活缴费的转化率。有个环比跌了 12%,得赶紧查原因,是系统上报问题还是真的业务波动。

十点半参加能源互联网事业部的周会,产品经理抛出来一个新功能上线后留存率不如预期的问题,当场被点名要你下周出一份归因分析。记下来,散会后立刻安排组里的小王去拉相关的埋点数据——顺便检查一下他上周做的 dashboard 是不是又把日期筛选器搞错了。

中午边吃外卖边刷了一下蚂蚁集团内网论坛上关于"九功大模型"的最新讨论帖,下午两点要跟技术那边对齐数据接入的事——他们要把 AI 预测模型的输出接进你们组的 BI 看板里,但你担心训练数据的标注质量不过关,得提前列好数据校验规则。

两点半回到工位,打开飞书审批流程——上个季度提的数据治理规范终于走到法务那一步了,催了一轮。然后开始写那个归因分析的 SQL,写到一半发现某张表的字段命名又不统一了(老问题),在群里 @ 了数仓的同学,估计又要扯半天。

四点,组里的例会。小张汇报说他负责的专题分析卡在了业务方不给数据权限上,你让他明天直接跟你一起去跟对方主管当面聊——这种事光在群里 @ 没用,得靠脸碰脸。顺便提醒大家本周五前把 Q2 的 OKR 初版交上来。

五点半,收到 CFO 助手发来的微信,问能不能帮忙看一下某个子公司的毛利率波动是不是正常的——这种临时取数的活儿每周至少三次。六点钟关电脑下班,路上还在想明天的周会汇报PPT该怎么讲才能让那个不懂技术的副总看明白为什么数据治理这么重要。