1.与业务部门紧密沟通，深入理解业务逻辑，将模糊的业务问题转化为清晰的数据分析需求。参与设计和完善公司核心业务的数据指标体系。

2.负责集团数据底座及主数据的建设及维护工作。制定和执行数据治理规范，包括数据口径的统一、数据字典的维护、数据安全与权限管理，确保数据在组织内被正确、安全地使用。

3.负责或参与数据仓库的模型设计和维护。使用ETL工具（如Kettle, DataStage, dbt）或SQL、Python脚本，从业务数据库、日志文件等多源系统中抽取、清洗、转换和加载数据，构建高效、可靠的数据模型。

4.基于业务需求，使用主流BI工具（如Tableau, Power BI, FineBI, QuickBI等）设计、开发并优化静态报表和交互式数据仪表盘，将数据直观地呈现给业务部门，助力决策。

5.响应业务方的临时数据提取需求，编写复杂SQL查询以快速提供数据支持。针对关键业务问题进行深度专题分析，挖掘数据背后的原因，并形成分析报告。

6.建立数据质量监控规则，定期核查数据的准确性、完整性和一致性，及时发现并推动解决数据异常问题，确保数据源的可靠性和数据结果的公信力。

7.基于数据分析结果，形成有价值的业务洞察，提出切实可行的改进建议或策略方案，并通过报告、演示等方式向管理层和业务团队汇报，直接驱动业务增长和效率提升。

8.跟踪和评估数据分析领域的新技术、新工具，参与团队内部的技术选型。持续优化现有的数据分析流程、SQL查询性能和仪表盘加载速度。

9.编写和维护清晰的技术与业务文档，并积极分享数据分析方法和最佳实践，提升团队整体数据能力。

10.优化、备份、检查、测试各类业务数据库，保障集团数据安全。