# 初筛记录（终稿2）：数据分析专员（零售业务部）

- 本文件为完整独立终稿，另存为《初筛记录-终稿2.md》；此前《初筛记录.md》《初筛记录-修订.md》《初筛记录-统一口径.md》《初筛记录-修正版.md》《初筛记录-终稿.md》均原样保留，未改动
- 筛选依据：《岗位说明-数据分析专员.docx》（用人部门：零售业务部，发出日 2026-10-12），任职要求 6 条及加分项逐字照录；简历来源：「材料/脱敏后」共 5 份（候选人 1–5，按文件编号排列，不分先后优劣）
- 记录方式：逐条对照任职要求，只登记简历中有无证据、出处（文件+页码/板块）及原文摘录；不打分、不排名；经历相关性、是否符合各项要求与面试录用决定，均保留给招聘方
- 核验说明：候选人 2、3（文字层 PDF）pdftotext 提取逐字比对，候选人 4 与岗位说明（docx）解包逐字比对；候选人 1、5（扫描件，无文字层）以「材料/OCR」机读文本忽略空白差异比对命中，OCR 为机器识别、未经人工视觉核验，引用以原页为准。全部 44 条引文复核命中
- 技能栏自述与实际项目证据分栏登记，不互相替代

## 〇、统一口径

**年限口径**（全篇唯一年限口径）：

1. 截止点统一为 2026 年 10 月；「至今」以 2026 年 10 月为结束点，含当月；
2. 月数 ＝ (结束年−起始年)×12 ＋ (结束月−起始月) ＋ 1（起止月都计入），逐段算式见第二节；
3. **全职经历去重累计**：多段全职经历日期重叠的月份只计一次（候选人 3：90−2＝88 个月）；
4. **实习单列**：实习经历单独列示，不并入全职段。候选人 2 咨询实习不计相关经验（已定）；候选人 4 实习单列、是否计入待定，Java 段是否计入待定，若认定相关，与全职数据分析段去重累计（见第二节）。

**证据分档口径**：

- 「有证据」＝简历有原文证据；「部分证据」＝有相关记载但不完整或与要求不完全对应；「没写」＝整份简历未出现相关内容。证据标注仅为登记，不构成满足与否的判定；
- 要求 5 行业分档：原文明确出现零售/电商相关表述记「有证据」；行业相邻（如快消品、供应链）但原文未出现记「部分证据」，是否视同符合交招聘方把握；
- 要求 6 判定：看板/报表制作列为本人工作内容、无相反说明视为有证据；写明由他人/团队开发、本人仅提需求记「部分证据」。不因原文少写「独立」等字样而机械否定经历。

## 一、任职要求（照录岗位说明）

1. 统计学、数学、计算机或相关专业，本科及以上学历；
2. 3 年以上数据分析相关工作经验；
3. 熟练使用 SQL，能独立编写多表关联、窗口函数等复杂查询；
4. 会用 Python 或 R 做数据处理；
5. 有零售或电商行业数据分析经验；
6. 能独立用 Tableau 或 Power BI 制作可视化报表。

加分项：英语六级。

## 二、工作年限计算（截至 2026.10，起止月都计入含当月，全职去重累计，实习单列）

| 候选人 | 时段 | 算式 | 月数 | 折合 | 计入方式 |
|---|---|---|---|---|---|
| 1 | 迅途供应链科技 数据分析工程师，2022.07–至今 | (2026−2022)×12+(10−7)+1 ＝ 52 | 52 | 4 年 4 个月 | 全职数据分析，计入 |
| 2 | 橙仓电商 运营数据专员（全职），2023.02–2025.10 | (2025−2023)×12+(10−2)+1 ＝ 33 | 33 | 2 年 9 个月 | 全职数据分析，计入 |
| 2 | 某咨询公司 实习生，2022.07–2022.12 | (2022−2022)×12+(12−7)+1 ＝ 6 | 6 | 6 个月 | 实习单列，不计相关经验（已定） |
| 3 | 优鲜数据 数据分析助理，2019.07–2021.06 | (2021−2019)×12+(6−7)+1 ＝ 24 | 24 | 2 年 0 个月 | 全职数据分析，计入 |
| 3 | 惠邻连锁超市 数据分析师，2021.05–2024.03 | (2024−2021)×12+(3−5)+1 ＝ 35 | 35 | 2 年 11 个月 | 全职数据分析，计入 |
| 3 | 栗果电商 高级数据分析师，2024.04–至今 | (2026−2024)×12+(10−4)+1 ＝ 31 | 31 | 2 年 7 个月 | 全职数据分析，计入 |
| 3 | **全职合计（重叠去重后）** | 24+35+31−2 ＝ 88 | 88 | 7 年 4 个月 | 重叠 2021.05–2021.06 共 2 个月去重 |
| 4 | 青禾快消 数据分析师（全职），2024.01–至今 | (2026−2024)×12+(10−1)+1 ＝ 34 | 34 | 2 年 10 个月 | 全职数据分析，计入 |
| 4 | 青禾快消 数据分析实习生（每周 3 天），2022.09–2023.12 | (2023−2022)×12+(12−9)+1 ＝ 16 | 16 | 1 年 4 个月 | 实习单列，是否计入待定 |
| 4 | 滨海网络 Java 开发工程师，2018.07–2022.08 | (2022−2018)×12+(8−7)+1 ＝ 50 | 50 | 4 年 2 个月 | 是否计入待定 |
| 4 | **全职累计（若 Java 认定相关）** | 50+34 ＝ 84 | 84 | 7 年 0 个月 | Java 与全职数据分析段去重累计；两段日期不重叠（2018.07–2022.08 与 2024.01–至今），无扣减 |
| 5 | 鲜丰汇超市 数据分析师，2020.09–至今 | (2026−2020)×12+(10−9)+1 ＝ 74 | 74 | 6 年 2 个月 | 全职数据分析，计入 |

**候选人 3 重叠去重**：优鲜写到 2021.06、惠邻自 2021.05 起，重叠 2 个月；三段相加 90 个月，去重后 88 个月＝7 年 4 个月，与连续跨度 2019.07–2026.10 含当月一致。重叠原因列面谈核实（第四节）。

**候选人 2 空档**：全职 2025.10 结束，2025.11–2026.10（含当月）共 12 个月无在职记载，供招聘方参考。

**要求 2「满 3 年（36 个月）」对照**：候选人 1（52 个月）、候选人 3（去重后 88 个月）、候选人 5（74 个月）满 3 年；候选人 2（全职 33 个月）不足 3 年；候选人 4 全职 34 个月不足 3 年，若 Java 认定相关，与全职累计 84 个月即满 3 年，实习 16 个月仍单列待定。

## 三、逐人对照

### 候选人1（材料/脱敏后/候选人1.pdf，扫描件，共 1 页）

| 任职要求 | 结论 | 出处 | 工作/项目经历证据（原文摘录） | 技能栏/其他自述 |
|---|---|---|---|---|
| 1. 相关专业本科及以上 | 有证据 | 第 1 页「教育」 | 「2019.09-2022.06 西川师范大学 应用数学 硕士」「2015.09-2019.06 西川师范大学 数学 本科」 | — |
| 2. 3 年以上数据分析经验 | 有证据 | 第 1 页「工作」 | 「2022.07-至今 迅途供应链科技 数据分析工程师」——52 个月＝4 年 4 个月（第二节） | — |
| 3. SQL 复杂查询（多表关联、窗口函数） | 部分证据 | 第 1 页「工作」「技能」 | 「SQL 取数，R 语言建模预测补货量」——有 SQL 实际使用记载；「多表关联」「窗口函数」没写 | 技能栏「SQL / R / Power BI」——自述，无查询复杂度细节 |
| 4. Python 或 R 做数据处理 | 有证据 | 第 1 页「工作」「技能」 | 「R 语言建模预测补货量」——R 有实际工作记载 | 技能栏「SQL / R / Power BI」佐证 |
| 5. 零售或电商行业经验 | 有证据 | 第 1 页「工作」 | 「为电商平台客户做仓配时效与库存分析」——原文明确出现「电商平台客户」表述，按分档口径记「有证据」；公司本身为供应链科技，是否符合交招聘方确认（第四节） | — |
| 6. Tableau 或 Power BI 报表 | 有证据 | 第 1 页「工作」 | 「用 Power BI 做客户周报看板」——列为本人工作内容、无相反说明，按判定口径记「有证据」 | 技能栏「Power BI」佐证 |
| 加分：英语六级 | 有证据 | 第 1 页「技能」 | — | 「SQL / R / Power BI；英语六级」（证书类资历，技能栏列明即常规证据） |

### 候选人2（材料/脱敏后/候选人2.pdf，共 1 页）

| 任职要求 | 结论 | 出处 | 工作/项目经历证据（原文摘录） | 技能栏/其他自述 |
|---|---|---|---|---|
| 1. 相关专业本科及以上 | 部分证据 | 第 1 页「教育背景」 | 「2018–2022 沪东财经学院 市场营销 本科」——本科有，专业为市场营销，未见统计学/数学/计算机相关专业记载；是否属「相关专业」交招聘方把握（第四节） | — |
| 2. 3 年以上数据分析经验 | 部分证据 | 第 1 页「工作经历」「项目经历」 | 全职「2023.02 – 2025.10 橙仓电商（上海） 运营数据专员」＝33 个月＝2 年 9 个月，不足 3 年；实习 6 个月单列不计（已定）；空档 12 个月（第四节） | — |
| 3. SQL 复杂查询（多表关联、窗口函数） | 部分证据 | 第 1 页「专业技能」「工作经历」 | 工作描述均为 Excel 与后台导出：「负责店铺日报、周报，用 Excel 汇总 GMV、转化率」「从后台导出订单数据，配合运营做活动复盘」——无 SQL 取数记载；「多表关联」「窗口函数」没写；追问点见第四节 | 技能栏自述「SQL」——无工作证据支撑 |
| 4. Python 或 R 做数据处理 | 部分证据 | 第 1 页「专业技能」「项目经历」 | 「用 SPSS 做问卷回归分析；课程中学习过 Python 基础语法」——Python 仅为课程学习表述，无工作/项目应用记载；追问点见第四节 | 技能栏自述「Python」 |
| 5. 零售或电商行业经验 | 有证据 | 第 1 页「工作经历」「项目经历」 | 「橙仓电商（上海） 运营数据专员」「负责店铺日报、周报，用 Excel 汇总 GMV、转化率」；毕业论文「社交电商用户复购影响因素」 | — |
| 6. Tableau 或 Power BI 报表 | 部分证据 | 第 1 页「专业技能」「工作经历」 | 「参与搭建商品销售看板（由 BI 组开发，本人提需求）」——按判定口径记「部分证据」；追问点见第四节 | 技能栏自述「Tableau」「Power BI」 |
| 加分：英语六级 | 没写 | 第 1 页「证书」 | 证书栏为「大学英语四级」，未见六级 | — |

### 候选人3（材料/脱敏后/候选人3.pdf，共 2 页）

| 任职要求 | 结论 | 出处 | 工作/项目经历证据（原文摘录） | 技能栏/其他自述 |
|---|---|---|---|---|
| 1. 相关专业本科及以上 | 有证据 | 第 2 页「教育经历」 | 「2015.09 – 2019.06 江澜理工大学 统计学 本科」 | — |
| 2. 3 年以上数据分析经验 | 有证据 | 第 1 页「工作经历」 | 三段均为数据分析类岗位：「2019.07 – 2021.06 优鲜数据科技有限公司 数据分析助理」「2021.05 – 2024.03 惠邻连锁超市 数据分析师」「2024.04 – 至今 栗果电商（杭州）有限公司 高级数据分析师」——24+35+31＝90 个月，重叠去重后 88 个月＝7 年 4 个月（第二节），满 3 年 | — |
| 3. SQL 复杂查询（多表关联、窗口函数） | 有证据 | 第 1 页「工作经历」 | 「负责会员复购分析，用 SQL（窗口函数、多表关联）搭建日更宽表」——多表关联、窗口函数均有明确记载；另「编写 SQL 报表，配合采购做促销效果复盘」 | 第 2 页「技能证书」「SQL、Python、Power BI」佐证 |
| 4. Python 或 R 做数据处理 | 有证据 | 第 1 页「工作经历」 | 「用 Python（pandas）清洗订单数据，每周输出 Power BI 经营看板」 | 第 2 页「技能证书」佐证 |
| 5. 零售或电商行业经验 | 有证据 | 第 1 页「工作经历」；第 2 页「自我评价」 | 「栗果电商（杭州）有限公司」；「惠邻连锁超市……门店销售与库存周转分析，覆盖 120 家门店」；「踏实、细致，对零售业务数据敏感」 | — |
| 6. Tableau 或 Power BI 报表 | 有证据 | 第 1 页「工作经历」 | 「每周输出 Power BI 经营看板」——列为本人工作内容、无相反说明，按判定口径记「有证据」 | 第 2 页「技能证书」「Power BI」佐证 |
| 加分：英语六级 | 有证据 | 第 2 页「技能证书」 | — | 「英语六级；SQL、Python、Power BI」 |

### 候选人4（材料/脱敏后/候选人4.docx，无固定页码，按板块标注）

| 任职要求 | 结论 | 出处 | 工作/项目经历证据（原文摘录） | 技能栏/其他自述 |
|---|---|---|---|---|
| 1. 相关专业本科及以上 | 有证据 | 「教育经历」板块 | 「2014.09-2018.06 滨海大学 软件工程 本科」「2020.09-2023.12 滨海大学 计算机技术 硕士（非全日制）」 | — |
| 2. 3 年以上数据分析经验 | 部分证据 | 「工作经历」板块 | 全职「2024年1月—至今 青禾快消品（中国）有限公司 数据分析师」＝34 个月＝2 年 10 个月，不足 3 年；Java（50 个月）是否计入待定，若认定相关与全职去重累计 84 个月＝7 年 0 个月（第二节）；实习 16 个月单列待定 | — |
| 3. SQL 复杂查询（多表关联、窗口函数） | 部分证据 | 「工作经历」板块 | 实习段「协助整理经销商数据，编写 SQL 查询」；Java 段「写过部分报表接口（SQL）」；全职段「SQL 熟练」——有 SQL 实际使用记载；「多表关联」「窗口函数」没写 | 技能栏自述「SQL、Python、Tableau、Java」 |
| 4. Python 或 R 做数据处理 | 有证据 | 「工作经历」「技能」板块 | 「Python 自动化日报」——全职段实际工作记载 | 技能栏「SQL、Python、Tableau、Java」佐证 |
| 5. 零售或电商行业经验 | 部分证据 | 「工作经历」板块 | 「青禾快消品（中国）有限公司……负责渠道销量分析与经销商库存监控」——快消品（渠道/经销商场景），原文未出现零售/电商表述，按分档口径记「部分证据」，是否视同符合交招聘方把握（第四节） | — |
| 6. Tableau 或 Power BI 报表 | 有证据 | 「工作经历」「技能」板块 | 「Tableau 搭建区域销售看板」——列为本人工作内容、无相反说明，按判定口径记「有证据」 | 技能栏「Tableau」佐证 |
| 加分：英语六级 | 有证据 | 「技能」板块 | — | 「SQL、Python、Tableau、Java；英语六级」 |

### 候选人5（材料/脱敏后/候选人5.pdf，扫描件，共 1 页）

| 任职要求 | 结论 | 出处 | 工作/项目经历证据（原文摘录） | 技能栏/其他自述 |
|---|---|---|---|---|
| 1. 相关专业本科及以上 | 有证据 | 第 1 页「教育背景」 | 「2016.09-2020.06 北岭大学 统计学 本科」 | 简历无技能栏 |
| 2. 3 年以上数据分析经验 | 有证据 | 第 1 页「工作经历」 | 「2020.09-至今 鲜丰汇超市集团 数据分析师」——74 个月＝6 年 2 个月（第二节） | 简历无技能栏 |
| 3. SQL 复杂查询（多表关联、窗口函数） | 部分证据 | 第 1 页「工作经历」 | 「使用 SQL 从数仓取数，制作 Power BI 月度经营报表」——有 SQL 实际使用记载；「多表关联」「窗口函数」没写 | 简历无技能栏 |
| 4. Python 或 R 做数据处理 | 没写 | 整份简历 | 全文未出现 Python 或 R；追问点见第四节 | 简历无技能栏 |
| 5. 零售或电商行业经验 | 有证据 | 第 1 页「工作经历」「其他」 | 「鲜丰汇超市集团……负责全国 300 余家门店销售数据分析」；「熟悉零售业务指标」 | — |
| 6. Tableau 或 Power BI 报表 | 有证据 | 第 1 页「工作经历」 | 「使用 SQL 从数仓取数，制作 Power BI 月度经营报表」——列为本人工作内容、无相反说明，按判定口径记「有证据」 | 简历无技能栏 |
| 加分：英语六级 | 没写 | 整份简历 | 全文未出现英语等级/证书相关内容 | — |

## 四、待确认问题汇总（供招聘方/面谈使用，本记录不代为判定）

| 候选人 | 待确认/追问点 | 说明 |
|---|---|---|
| 1 | ① 行业是否符合：简历所示为供应链公司服务「电商平台客户」 | 证据按分档口径记「有证据」，是否视同满足「零售或电商行业」要求，交招聘方确认 |
| 2 | ① 2025.11–2026.10 空档约 12 个月的原因 | 面谈了解 |
| 2 | ② 市场营销专业是否属「相关专业」 | 交招聘方把握 |
| 2 | ③ SQL 追问：技能栏自述 SQL，但工作描述仅 Excel 与后台导出 | 面谈可追问实际取数/查询经验（如多表关联、窗口函数） |
| 2 | ④ Python 追问：技能栏自述 Python，简历仅「课程中学习过 Python 基础语法」 | 面谈可追问实际数据处理经历 |
| 2 | ⑤ 看板追问：原文「由 BI 组开发，本人提需求」 | 面谈可追问本人在看板搭建中具体承担的部分 |
| 3 | ① 优鲜数据（至 2021.06）与惠邻超市（自 2021.05）重叠约 2 个月的原因 | 面谈核实；年限已按去重口径计算，不受影响 |
| 4 | ① Java 段（2018.07–2022.08，50 个月，开发岗，含「写过部分报表接口（SQL）」）是否计入「数据分析相关工作经验」 | **待定（用户指定）**；认定相关时与全职数据分析段去重累计 84 个月（7 年 0 个月，两段不重叠） |
| 4 | ② 实习段（2022.09–2023.12，16 个月，每周 3 天）是否计入 | **待定（用户指定）**；单列，是否计入由招聘方判断 |
| 4 | ③ 快消品渠道/经销商场景是否视同「零售或电商」 | 交招聘方把握 |
| 5 | ① Python/R 追问：整份简历未出现 Python 或 R | 简历无记载；面谈可确认是否具备相应能力 |
| 5 | ② 「复购率提升（具体数据见面谈）」具体数据 | 简历自注面谈补充；该句与六条要求无直接对应，仅提示 |

## 五、汇总一览

| 任职要求 | 候选人1 | 候选人2 | 候选人3 | 候选人4 | 候选人5 |
|---|---|---|---|---|---|
| 1. 相关专业本科及以上 | 有 | 部分（专业为市场营销） | 有 | 有 | 有 |
| 2. 3 年以上数据分析经验 | 有（52 个月） | 部分（全职 33 个月） | 有（去重后 88 个月） | 部分（全职 34 个月；Java 待定，认定相关累计 84 个月；实习单列待定） | 有（74 个月） |
| 3. SQL 复杂查询 | 部分 | 部分 | 有 | 部分 | 部分 |
| 4. Python 或 R | 有（R） | 部分 | 有（Python） | 有（Python） | 没写 |
| 5. 零售或电商行业 | 有（电商平台客户；是否符合待招聘方确认） | 有（电商） | 有（电商+连锁超市） | 部分（快消品） | 有（超市集团） |
| 6. Tableau 或 Power BI | 有（Power BI） | 部分 | 有（Power BI） | 有（Tableau） | 有（Power BI） |
| 加分：英语六级 | 有 | 没写（仅四级） | 有 | 有 | 没写 |

注：「有」＝简历有原文证据；「部分」＝有相关记载但不完整或与要求不完全对应（详见逐人对照）；「没写」＝整份简历未见相关内容。本表仅为证据覆盖情况汇总，不构成评价、打分或排名。