岗位职责
-岗位定位：负责库库企业版从"权益下发→激活→使用→复用→付费"整条转化链路的拆解、归因与优化，通过漏斗分析与实验驱动，把增长从"拍脑袋"变成可量化、可归因、可复制的系统工程 -做什么 -搭建并持续迭代转化漏斗体系：定义从权益下发、激活、使用、复用到付费转化的全链路漏斗，区分用户级激活率与任务级完成率，确保每一层分母口径清晰、可验证；建立漏斗各环节的基线指标与目标水位，按周/月追踪波动并自动归因 -归因分析与增长实验：对漏斗断点和异常掉速做根因归因（交互效率 / 意图理解 / 任务完成质量 / 能力边界 / 响应时延），输出可执行的优化动作清单，而非止步于"某环节掉了X%"；设计并推进 A/B 实验，验证关键假设，用实验结果而非直觉驱动决策 -新用户激活与价值确认体验：优化首次使用路径，让新用户在最短步骤内完成一个"可感知价值"的任务，缩短从注册到"Aha moment"的距离；与策略/工程团队协作，确保首推场景与用户真实诉求对齐，而非展示能力目录 -复用与付费转化：分析免费→付费的决策路径与阻力点，设计阶梯式价值释放与付费触发机制；对已付费客户做留存与深度渗透分析，识别"买了但没用起来"的根因并推动解决 -指标基建与口径治理：与数据团队共建 L1 业务结果 / L2 产品体验 / L3 平台稳定性三层指标框架，确保指标定义精确、口径一致、可由第三方独立验证；拒绝把预估当结果、把功能可用性当转化率，推动全链路指标从有数到可信
职位要求
-必备技能 -3年以上 C 端产品经验，有用户增长、转化优化或商业化产品闭环经历，亲自操盘过漏斗拆解与归因优化-非仅看报表 -扎实的漏斗分析与归因能力：能独立定义漏斗分层、选择归因模型、设计实验验证，而非只会拉数据做描述性统计 -数据驱动的工作习惯：用实验和证据说话，能区分"相关性"与"因果性"，对口径模糊的指标有本能的不适感 -强执行力：能把"某环节转化率低"推进到"因为X原因，做Y改动，预期提升Z%，实验方案如下 -加分 -有 AI 原生产品经验，理解对话式交互、生成式内容、Agent 编排等场景下用户心智与转化路径的差异 -有 SaaS/工具类产品增长经验，理解"卖可验收的结果"与"卖席位"的差异 -有企业端产品经验，理解 B 端决策链路与 C 端体验的交叉地带 -熟悉 SQL / Python 数据分析，能独立完成取数与归因，不依赖分析师排队 -有从 0 到 1 搭建增长体系或指标框架的经历
