1. 负责 AI 数据分析平台的产品规划与建设 ● 主导公司数据智能分析平台的整体产品设计、路线规划与阶段落地 ● 搭建面向经营分析、用户分析、群体分析、销售支持等场景的平台能力 ● 推动平台从“分析工具”升级为“分析 + 建议 + 动作闭环”的业务系统 2. 围绕业务链路设计统一分析框架 围绕以下核心链路建立统一分析体系： 投流获客 → 体验课购买 → 到课/互动 → 正价转化 → 复购 → 跨品类复购 → ROI / LTV 回收 包括但不限于： ● 指标体系与统一口径设计 ● 漏斗分析、分层分析、经营诊断框架 ● 高潜人群识别与用户生命周期分析 ● 复购 / 跨品类迁移分析模型 ● 销售、教学、服务协同分析机制 3. 推动结构化与非结构化数据融合分析 ● 推动聊天记录、问卷、评论、行为轨迹等非结构化数据进入分析体系 ● 设计非结构化数据的标签、归因、证据提取与标准化能力 ● 建立“结构化指标 + 非结构化用户信号”的联合分析机制 ● 输出更接近真实业务的经营洞察与问题定位 4. 建立 AI 分析的规则、门禁与治理机制 ● 设计分析任务模板、证据等级、结论输出规范 ● 建立事实、假设、建议、验证计划的分层标准 ● 设计因果判断边界、低置信结论拦截、人工审核等机制 ● 确保 AI 输出可追溯、可审计、可复核，而不是只生成“看起来合理”的结论 5. 推动 Agent / Workflow 在业务分析中的落地 ● 结合 DeerFlow / Workflow / Rule Engine 等机制，设计多模块协同分析流程 ● 推动指标分析、文本分析、归因判断、经营建议等能力模块协同工作 ● 推动 AI 在分析、建议、报告、任务生成等环节的实际应用落地 6. 跨团队协同推进平台建设 ● 与业务、运营、销售、教学、数据、研发、AI 工程团队紧密协作 ● 推动需求拆解、方案落地、效果验证与持续优化 ● 将平台能力转化为实际经营价值，而不是停留在分析报告层