供应链产品（智能订货）

岗位职责
【岗位职责】
1. 智能订货产品规划与落地
负责销量预测、智能订货、库存优化、自动补货等核心场景的产品全生命周期规划与设计。把订货业务逻辑抽象为算法可实现的模型语言，推动供应链决策从"人工经验"转向"数据驱动"。
2. 供应链归因分析
构建供应链核心指标（缺货率、库存周转、临期损耗、订货满足率、预测准确率等）的归因分析体系：搭建指标树与逐层下钻路径，把异常拆解到门店、品类、商品、供应商、仓等维度，定位到预测偏差、订货参数、资料错误、供应商履约、仓配时效、人工改单等具体环节。
沉淀可复用的归因模型与诊断规则，推动归因分析从人工专项分析走向系统化、自动化，并把归因结论转化为算法优化、流程改进与业务整改动作，形成"发现—归因—改进—复盘"的闭环。
3. 供应链数据分析看盘
负责面向管理层、采购、门店、仓库等多角色的供应链看盘产品规划与建设：定义指标体系与统计口径，设计分层级（公司—区域—门店/仓—品类—商品）的看盘结构与下钻交互，确保各角色看数一致、口径可追溯。
建立看盘上的异常预警与主动推送机制，持续跟踪AI订货覆盖率、采纳率、人工干预率及业务效果，让看盘成为管理决策与日常作业的抓手，而不只是报表展示。
4. 模型验证与效果监控
结合销量、库存、价格、营销等多维数据，主导算法模型在业务侧的应用验证。建立模型监控与评价体系，通过A/B对照、试点对比等方法评估算法收益，持续优化预测准确率、缺货率与库存周转，确保算法结果可落地、可归因、可持续改进。
5. AI创新与策略迭代
独立开展零售供应链行业调研与竞品分析，持续探索AI技术在组货优化、智能定价、促销订货、智能归因与分析助手等场景的应用，提出前瞻性产品方案。
6. 推广运营与项目管理
推动AI订货在门店、仓库等场景的规模化应用，制定推广节奏与效果口径。协调研发、算法、数据及业务资源，制定版本计划并跟进执行。与商品/供应商产品团队协同，明确算法对订货资料的数据质量要求。

岗位要求
【任职要求】
1. 教育与经验
● 本科及以上学历，3-8年B端产品经验；有美团、叮咚、盒马、朴朴、永辉等零售企业或大规模供应链平台经验者优先；
● 熟悉订货、补货、仓配联动及供应链底层逻辑（如库存状态机、调拨路径、订货规格约束），有智能订货或补货系统从0到1经验者优先；
● 有供应链指标体系搭建、归因分析或数据看盘/BI产品从0到1经验者优先。
2. 产品与数据能力
● 逻辑严密，抽象建模能力强，理解预测、优化类模型的基本原理（如时序预测、安全库存、服务水平），能与算法团队高效对话；
● 掌握指标拆解、漏斗分析、对照实验等归因分析方法，能从多维数据中快速定位问题根因，并给出可执行的改进建议；
● 具备优秀的指标体系与看盘设计能力，能清晰定义指标口径、分层结构与下钻逻辑，兼顾管理层与一线用户的使用场景；
● 数据敏感，熟练使用SQL/Python，熟悉至少一种BI工具（如FineBI、Tableau、Quick BI等），能独立完成取数、分析与可视化表达。
3. 自驱与担当
● 主动深入门店、仓库一线发现痛点，善于跨部门推动落地；
● 我们寻找"智能决策的设计者"而非"功能翻译官"，期待你对供应链效率有独立见解，敢于挑战传统作业模式；
● 能适应供应链业务波动带来的节奏与压力。
关键词：供应链、新零售、AI应用、智能订货、销量预测、库存优化、归因分析、数据看盘、指标体系