数字化精细运营

1. APP 千人千面体验升级落地负责 APP 中个性化体验相关模块的业务规划、策略设计与落地推进，包括但不限于首页内容推荐、商品推荐、会员权益推荐、生活场景内容推荐、活动触达等。基于不同用户状态、会员价值、兴趣偏好、行为特征、商品购买路径和生活方式需求，设计分层分群策略和个性化推荐逻辑。与 APP Experience、系统部及外部供应商协作，将业务需求转化为产品功能、数据规则、内容规则及可执行的系统方案。持续跟踪个性化模块上线后的用户行为、点击、转化、复购、品类渗透、内容互动等效果，并推动策略迭代。2. 精细化生活原型与场景化推荐策略建设负责推动 MUJI “生活原型模型”在精细化人群运营中的落地应用。结合外部生活趋势、社交平台内容洞察、会员数据、商品数据和内容资产，识别用户在不同生活阶段、生活状态、季节时点和使用场景下的真实需求。围绕重点商品、A Team 商品及跨品类商品组合，设计生活场景、人群策略、推荐逻辑和内容表达方式。与 APP Experience、市场部、商品部、系统部及供应商合作，建立可持续迭代的场景库、内容素材库和推荐策略库。推动生活场景从“创意表达”转化为可应用于会员沟通、 APP 推荐、门店及导购赋能及OMO 体验的业务资产。3. AI 工具应用与体验创新管理负责从业务侧规划和推进 APP 中 AI 工具及智能体验模块的应用场景，包括但不限于虚拟试穿、素材放大镜、场景可视化、商品理解、内容理解、个性化文案生成等。基于 MUJI 品牌调性、用户体验和实际业务目标，判断 AI 工具的适用场景、用户价值、落地优先级和效果评估方式。与供应商及系统部协作，明确 AI 工具的业务需求、数据输入、内容边界、体验流程和上线标准。对 AI 工具上线后的使用效果、用户反馈和业务价值进行评估，并推动持续优化。4. Data 与算法策略支持负责业务侧的数据与算法策略支持，定义业务问题、提出策略、设计分析口径，并带动供应商和系统部完成数据分析、模型设计和策略验证。工作包括：人群聚类分析：基于会员价值、消费行为、浏览行为、内容偏好、商品偏好和生活方式信号，推动品牌人群聚类与标签体系建设。场景效果分析：分析不同生活场景、内容素材、商品组合和触达方式对用户互动、转化、复购、连带和品类宽度的影响。业务洞察与分析报告：定期输出用户经营、商品场景、APP 体验和推荐效果相关分析，为业务决策提供支持。推荐引擎逻辑设计：从业务侧定义推荐目标、推荐规则、策略优先级、场景触发条件和效果评估指标。模型落地验证：协同供应商完成生活原型模型、推荐模型、人群模型等能力的 POC、上线验证和持续迭代。5. 店铺数字化与 OMO 体验联动负责推动 APP 与线下门店之间的数字化体验联动，提升用户在门店、APP、CRM 触点之间的连续体验。推进门店扫码查看商品信息、手机扫描商品条码后的商品信息落地页、商品内容页维护、门店活动联动、会员识别与场景推荐等相关功能。结合门店场景、商品信息、会员行为和 APP 内容能力，设计用户从线下到线上、从商品到内容、从浏览到购买的体验路径。6. 跨部门项目推进与供应商管理作为 APP 用户体验升级和 精细化人群运营能力建设的业务侧专家，协同内部多部门和外部供应商推进项目落地。负责将业务目标转化为清晰的项目需求、功能需求、数据需求、内容需求和验收标准。与系统部、供应商共同推进项目排期、功能开发、数据对接、测试验收、上线复盘和迭代优化。与CRM团队、市场部、商品部、门店等团队协作，推动用户策略、商品策略、内容策略和触点体验的一致性。