企业数据相关的职能

(1) 一般职能

营销: 营销的核心是品牌、流量，包含搜索引擎营销 (Search Engine Marketing，SEM)广告 (Advertisement，AD) 、联盟、新媒体、电子邮件营销 (Email Direct MarketingEDM) 、搜索引擎优化 (Search Engine Optimization，SEO)等

运营: 运营的核心是网站日常的运维管理，包括网站、商品、资源位、内部活动管理，甚至包括会员、采销、物流等管理。

采购:采购的核心是商品采购，一般以品类划分

销售: 销售的核心是商品销售，一般以品类划分，有时与采购合并。

物流: 物流的核心是物流配送，主要是商品的购进、销售

仓储: 仓储的核心是商品库存管理，仓储通常与物流合并成进销存体系

客服: 客服职能的核心是客户服务和维系，包括客户维系、咨询、服务、关怀

(2) 系统运维

核心是维护数据系统，保证数据系统正常运行

维护流量系统，保证流量系统的正确部署和实施，并负责数据的收集。

提供系统部署方案，配合技术方案实施和测试

提供系统后台和数据报表配置，制订日常发送计划。

对系统进行部署和配置，保证数据的正确输出

(3)数据架构

核心是数据系统的架构和规划，保证数据的标准化和规范化。

大数据体系规划，支撑大数据集成、建模、挖掘和产品体系。

负责构建公司元数据管理系统和数据质量管理体系

明确模型的定义和数据标准的定义 (词汇、术语、主题域、接口等)5对重大项目进行评估和审核。

(4)数据管理

核心是数据的存储和维护，保证数据的安全性、可用性

数据仓库的维护和管理，包括数据仓库的安装、配置、迁移、升级、备份。

数据仓库性能的优化、应急处理，建立数据管理体系和工作机制。

数据仓库开发，构建数据集市和数据底层架构。

数据校验、数据权限管理、日常数据输出

(5)产品

核心是数据产品开发和应用支持。

梳理数据产品需求、优化报表、规划新报表及数据产品。

根据产品需求协调开发资源，保障项目按时上线。

协助数据分析和数据挖掘部门，进行数据模型产品化输出。

在大数据基础上实现逻辑规划，辅助技术开发和测试

(6)数据分析

核心是提供业务方向的数据分析支持

业务活动效果评估，如渠道画像、会员活跃度。

业务活动异常分析支持，如异常订单、恶意流量、恶意点击。4建立业务效果标杆管理与预警机制，如流量预测、库存预测

业务内在价值的挖掘与提炼，如渠道订单归因、确定用户生命周期。

业务活动规则支持与辅助决策，如营销活动人群规则、广告定向。

(7)数据挖掘

核心是制定面向产品的挖掘规则及为部分业务提供支持

负责商业智能 (Business lntelligence，BI) 实施中的数据挖掘模块的算法研究，以及模块的建立和优化

负责数据挖掘模块的建立与维护，如关联模块、决策规则模块

负责个性化推荐模块的算法研究及推荐效果优化。

负责大数据下传统机器学习算法并行化的实现及应用，提出改进方法及思路

(8)市场战略

核心是提高对行业和竞争对手的认知，增加对公司战略的支持。

根据公司战略，制订中长期发展规划。

根据公司规划，协助各中心制订战略研究规划并进行课题跟踪。

搜集行业信息，捕捉行业发展新机会，为高层提供战略建议。

建立竞争对手档案库，全面把控竞争对手动态。把握用户脉搏，挖掘用户的新需求、新想法。