2026 · MID-TERM REVIEW

以数据理解业务
用工具提升效率

从快速熟悉岗位,到独立完成分析,再到主动建设自动化工具。

牛子怿营销中心 · 商务服务部 · 运营组 · 数据分析组员
开始汇报 审视周期 · 2026.04.20—07.20
SCROLL TO EXPLORE
01 · PROFILE

专业背景,是我快速进入岗位的基础

计算机专业背景与两年数据分析经历,让我能够较快承接数据处理、数据报告与工具开发工作。

EDU
2023

计算机科学与技术 · 本科

石家庄铁道大学四方学院

入职前拥有两年外包公司数据分析相关工作经验

SKILLS

从数据处理到可视化表达

PythonMySQLExcelPower BITableau数据采集AI 辅助开发
01

准确交付

稳定完成周报、台账和临时统计

02

理解业务

理解产品、渠道与运营规则

03

分析问题

定位异常、拆解原因、形成结论

04

提升效率

把重复工作沉淀为工具与模板

02 · GROWTH

审视周期内,从学习流程到基本独立胜任

2026年4月20日—7月20日,成长不是简单增加任务数量,而是完成从“跟着做”到“独立做”,再到“主动优化”的转变。

04
STAGE 01

快速融入掌握基础流程

  • 熟悉周报、业务系统和预算流程
  • 完成低销产品数据报告并主动调整口径
  • 开始承接回款与临时数据支持
05
STAGE 02

独立承接建立稳定产出

  • 完成项目备案、超长交货周期等数据报告
  • 稳定交付四类核心周报内容
  • 主动开发 3100D 周报自动化脚本
06
STAGE 03

深化分析优化工作方式

  • 完成 3100D 与销量下降原因数据报告
  • 持续优化脚本和表格公式
  • 搭建 8 类公告模板与业务手册
07
STAGE 04

独立闭环深化常规业务

  • 完成对账月报并与财务完成两部分核对
  • 完善对外报价模板、手册与 OKR 材料
  • 完成两类周报并测试多款 AI PPT 工具
学习流程独立交付分析问题建设工具与标准
03 · RESULTS

稳定交付,也持续增加分析与工具价值

审视期间,工作已覆盖常规报表、数据报告、自动化、运营支持和内容标准化五类场景。

0

次核心周报内容交付

疏散、3100D、集团运营、集团重点事项

0

类核心数据报告

产品、订单、项目与销量异常方向

0

个自动化工具

3100D 周报自动化脚本

0

类公告标准模板

覆盖政策、福利、特价与项目授权等场景

0

类业务指导手册

中消易贷、经销商项目授权

DELIVERY MIX

核心周报内容交付分布

保持基础工作稳定输出,是进一步完成数据报告和效率优化的前提。

疏散 123100D 12集团运营 8重点事项 8
04 · AUTOMATION

把重复手工作业,沉淀为可持续使用的流程

主动识别低效与差错风险,借助 AI 完成脚本开发,将 3100D 周报数据处理时间缩短至约 30 分钟。

INPUT每周一次
5 个据点 ERP 表格+一体化表格
01

自动读取与合并

02

数据清洗与字段统一

03

产品分类与指标计算

04

输出周报所需数据表格

OUTPUT · 周报数据表格
3100D周报自动化脚本代码和连续输出记录
当前单次处理≈ 30分钟

AI 辅助开发 · 独立梳理业务规则 · 持续核验输出

BEFORE手工合并 · 手工清洗 · 手工分类

步骤重复、整体耗时较长,容易产生操作偏差

AFTER规则固化 · 自动处理 · 持续复用

单次约 30 分钟,减少重复操作带来的差错风险

注:改造前未保留统一耗时记录,因此不计算具体效率提升比例。

05 · 企业文化认知

以客户为中心,让价值观落实到行动

在岗位履职、工具创新和工作复盘中,践行做好自己、拥抱变化与自我批判。

以客户为中心
至诚
守信
艰苦
奋斗
自我
批判
团队建设
与合作
拥抱
变化
做好
自己
VALUE IN ACTION

价值观,落实到具体行动

01
做好自己

立足数据分析岗位,逐步独立承接多类周报、数据报告、预算和项目核算工作,认真完成每一项职责。

02
拥抱变化

面对 3100D 周报的重复手工作业,主动借助 AI 与 Python 建设自动化脚本。

03
自我批判

发现低销产品原统计口径与业务实际不完全匹配后,主动复盘问题,调整分析方法并重新核验结果。

指导老师

刘畅

耐心讲解业务背景、工作流程和数据口径,帮助我完成从技术理解到业务理解的转换。

直属领导

李亚南

在遇到问题或出现偏差时及时指导和纠正,帮助我明确标准、改进方法。

个人成长既来自主动学习,
也来自团队及时、具体的指导。
06 · NEXT

从完成统计,进一步走向业务洞察

下一阶段同时深化业务理解、守住数据准确性,并继续沉淀自动化能力。

01更懂业务

深化业务理解与分析

  • 分析前对齐背景、场景与口径
  • 建立个人业务知识库
  • 进一步回答“为什么”和“如何改进”
02更稳交付

建立稳定校验机制

  • 检查文件、字段与统计周期
  • 总量、分类与关键指标交叉核对
  • 提交前执行固定检查清单
03更多沉淀

持续推进效率工具

  • 维护 3100D 自动化脚本
  • 盘点高频重复场景
  • 选择 1—2 个低风险场景验证
业务上理解得更深·数据上交付得更稳·方法上沉淀得更多
07 · PROPOSAL

沉淀业务知识,促进团队经验共享

通过统一的知识沉淀和轻量化经验交流,减少重复沟通,提升团队整体工作能力与效率。

01 · KNOWLEDGE BASE

建立共享业务知识库

建议部门整理一份共享的业务知识库,把核心数据口径、政策规则、产品知识、操作指南统一汇总。这样既可以加快新人上手速度,也能让大家查口径时有统一依据,减少反复沟通的成本,避免出现口径不一致的问题。

核心数据口径政策规则产品知识操作指南
02 · EXPERIENCE SHARING

定期组织小型经验分享

建议可以定期组织小型经验分享,不管是业务知识还是工具技巧,大家互相交流学习,既能补全各自短板,也能整体提升团队的工作能力与效率。

业务知识工具技巧互相学习共同提升