You measure and optimize digital marketing performance across search, social, and e-commerce channels using data analytics and experimentation.
注：职业描述基于市场通用岗位职能，实际工作内容因单位和部门有所不同。
月薪（税前）· 受地区、单位性质和个人能力影响较大
北京、上海、深圳等一线城市薪资通常高于全国平均水平 20–40%
国有企业稳定性强，私营和外资企业薪资弹性较大
AI工具将大幅提升该职业的工作效率，善于运用AI的从业者可以产出倍增。主动学习AI工具的毕业生将明显领先于同行。
技术技能名称保留英文（行业通用表达），面试和实际工作中均以此为准。
在导师或上级指导下熟悉业务体系，建立专业知识框架。通常需要 3–6 个月内开始独立承担项目模块。
独立主导项目或业务模块，开始带领初级成员，逐步建立行业内的专业声誉和人脉网络。
负责重大项目或部门管理，参与战略决策，薪资上限显著提升。高级岗位通常需要丰富的项目记录或专业认证。
上午9:00查看前日全渠道营销数据仪表盘（Google Analytics 4、巨量云图、腾讯广告后台），识别异常波动；10:30与内容团队同步A/B测试结果，优化落地页转化路径；11:30清洗并建模处理双11预热期投放数据，用Python（Pandas+Statsmodels）分析ROI与用户LTV相关性；午后参与跨部门复盘会，用Power BI可视化呈现各渠道获客成本与留存率对比；15:00撰写《小红书种草效果归因报告》，结合UTM参数与归因模型（Shapley值法）量化KOC贡献度；17:30设置自动化预警规则，监控核心指标（如CPC突增30%或跳出率＞75%）并邮件推送简报。每日约60%时间处理数据、30%协同沟通、10%持续学习新平台算法更新。
本科及以上学历，市场营销、统计学、信息管理或计算机相关专业优先；需掌握数据处理与业务洞察双重能力：
可行。建议通过考取GA IQ+完成2个实战项目（如用公开电商数据集做渠道归因分析、为本地咖啡馆设计低成本增长方案）构建作品集，首份岗位可瞄准营销助理或数据运营岗过渡。
无需成为开发者，但需掌握SQL必会、Python基础（数据清洗/可视化）已成行业门槛；复杂建模由数据科学家协作，分析师核心价值在于定义问题、选择模型、解读业务含义。
天花板开阔：可纵向成长为首席营销官（CMO）、营销数据科学总监；横向拓展至用户增长专家、CDP策略顾问；资深者常兼任企业数字化转型内训师，复合型人才稀缺度持续上升。