| 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 |
|
| 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):
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 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 |
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 | ★★★★☆ |