1.支撑业务决策：拆解现有业务产品，发现体验洼地，能够提供清晰实用的数据分析，数据驱动业务快速迭代并支撑决策；

2.点对点的主导专项分析，从发现问题到解决问题，独立分析并提供洞见，能够跨部门协调并推动业务落地，并能科学评估相应的收益和效果；

3.设计搭建完善的数据和指标体系，总结沉淀业务有效的分析方法论，落地数据产品解决方案，协助业务数据需求的高效解决；

4.有效的利用分析工具（python、R、SPSS等）和BI工具，使用统计学分析方法、挖掘算法，构建数据分析模型来驱动增长；

5.利用统计学知识设计AB方案，分析实验结果，推断挖掘影响业务增长的核心因素，制定优化策略并协同推进落地；

6.熟悉数据全链路相关工作（包括埋点、统计、可视化建设、分析等），能够对负责方向的数据质量管理、数据标准管理、指标应用管理的制定流程并跨部门推动。