物業分公司項目投訴分析指引

1適用范圍

本指引適用于各物業分公司進行階段性(季度、年度)顧客投總結分析工作。

2定義

本指引中的投訴分析是指一段時間內(季度、年度)各物業分公司范圍內顧客總體投訴的分析。

3顧客投訴的分類

3.1屬于物業管理公司責任范圍內的投訴,由物業管理公司直接處理,制定整改方案,并對投訴處理情況進行跟蹤回訪。

包括但不限于:

(1)衛生(包括清潔、保潔、垃圾清運等)

(2)環境與綠化(包括綠化、區內噪音等)

(3)安全防范與公共秩序(人員和物品的進出控制、公共區域的巡邏、控制外來騷擾、治安情況、消防設施管理、寵物飼養控制等)

(4)交通與車輛管理(交通路線與標識、交通秩序、車輛安全、停車場管理等)

(5)社區文化服務

(6)電梯服務

(7)其它電器設施(如中央空調等)

(8)上門維修服務(包括及時性、質量及效率等)

(9)家政服務(包括收費情況、服務質量等)

(10)服務態度與職業形象(包括禮貌用語的使用、服務熱情度、儀容儀表等)

3.2物業管理公司接到屬于開發商責任范圍內的投訴,對投訴進行接待與協調,轉交開發商進行處理,物業管理公司對投訴處理情況進行跟蹤回訪。

包括但不限于:

(1)規劃設計

(2)景觀環境

(3)配套設施

(4)土建(房屋滲水等)

(5)強電系統(在保修期限內)

(6)弱電系統(在保修期限內)

(7)水暖

(8)門窗

3.3物業管理公司接到屬于市政管理及其他相關部門責任范圍內的投訴,對投訴進行接待與協調,轉交市政管理及其他相關部門進行處理,并予以說明,物業管理公司對投訴處理情況進行跟蹤回訪。

包括但不限于:

(1)供水

(2)供電

(3)供熱

(4)煤氣

(5)市政配套設施

(6)有線電視信號

(7)電話通訊線路

4階段性投訴總結分析報告

4.1階段時間內的投訴情況統計

4.1.1統計要素:

(1)投訴類別:按3中所列的3個責任方面的投訴分類進行統計。

(2)時間段:以月份作為統計時間段。

4.1.2統計圖表

(1)用"統計表"列出對3個責任方面的各類投訴每個季度及季度內各月的統計情況。

(2)用"折線圖"表示階段內每個月總體投訴以及各個分項的量變情況。

(3)用"餅圖"分別表示3個責任方面所含各類投訴的比例情況。

4.2針對統計結果對各類投訴進行分析。

4.3針對每一項統計分析制定整改措施。涉及相關方(如開發商、市政相關部門)的須提出相關建議。

4.4根據整改措施或協助相關責任方對投訴進行處理,并對各類投訴處理后的回訪情況進行說明。

篇2:病毒分析崗位工作職責

簡介:計算機病毒(ComputerVirus)是編制者在計算機程序中插入的破壞計算機功能或者數據的代碼,能影響計算機使用,能自我復制的一組計算機指令或者程序代碼。

病毒分析職位描述(模板一)

崗位職責:

1.主要從事病毒、木馬、漏洞等惡意樣本分析;

2.負責研究惡意代碼樣本文件的特征分析和提取方法;

3.持續跟蹤和分析國內外的網絡安全動態,對嚴重的安全事件、惡意代碼進行快速響應;

4.對公司產品相關核心技術和技術難點進行攻堅(惡意代碼方向);

5.對技術研究成果進行整理,出具技術研究報告、競品技術評估報告等技術報告。

任職要求:

1.本科學歷,最好有Windows和Linu*惡意代碼相關研究工作經驗或者從事過相關行業工作(加分項);

2.有惡意代碼分析檢測和分析經驗,熟悉病毒、木馬、蠕蟲等惡意代碼以及軟件安全漏洞的攻擊利用技術;

3.熟悉逆向相關知識,包括反匯編語言、掌握0llyDBG、WinDBG等至少一種動態調試器、以及IDA等靜態反匯編工具。

病毒分析職位描述(模板二)

崗位職責:

1.完成手機病毒樣本的日常分析和病毒特征的提取;

2.移動安全相關的技術研究;

3.競品分析及內部產品安全性評估;

4.參與日常分析組件的開發。

任職要求:

1.熟悉Android語言和應用開發;

2.熟悉Android安全機制以及系統運行機制;

3.對手機病毒/惡意軟件工作機理由一定了解;

5.熟練掌握軟件逆向工具及技巧;

6.對反病毒、反匯編、安全研究有興趣者優先。

病毒分析職位描述(模板三)

崗位職責:

1、病毒樣本分析研究;

2、惡意代碼分析研究。

任職要求:

1.熟悉匯編,程序逆向,熟練使用ODIDA等工具;

2.可以完整分析惡意代碼并且寫出報告;

3.病毒及其變種的代碼分析,檢測,清除;

4.有一定的C/C++編程能力;

5.了解Windows調試,內存管理,數據結構;

6.了解windows內核;

7.了解python(PESON),perl或者其他腳本語言;

8.了解熟悉多種文件格式。

病毒分析職位描述(模板四)

崗位職責:

1、負責設計、開發安全解決方案;

2、病毒木馬的新技術分析挖掘。

任職要求:

1、熟悉病毒、木馬、惡意軟件的工作原理,了解常用加解密算法;

2、熟悉windows內核及常見的網絡協議;

3、熟練掌握C/C++編程語言,具有良好的編碼風格;

4、熟悉匯編語言,具備反匯編能力。

篇3:數據分析師崗位工作職責

簡介:數據分析師是數據師Datician['det?n]的一種,指的是不同行業中,專門從事行業數據搜集、整理、分析,并依據數據做出行業研究、評估和預測的專業人員。

數據分析師職位描述(模板一)

崗位職責:

1、在上級領導的指導下,按照既定工作流程,執行業務對接、數據核算等常規性工作;

2、與公司內各部門有效溝通,確保業務開展過程中發生的突發性問題得到快速解決;

3、分析人力資源部門等相關數據,并以此為根據提出建議;

4、組織個人維度業務數據和其他日常需要。

任職要求:

1、本科以上學歷,數學、統計學、財務等相關專業,1年以上數據分析經驗;

2、熟練掌握各種辦公軟件,E*cel和PPT技能優異者為佳;

3、具有優秀的邏輯思維和溝通協調能力,分析和解決問題能力;

4、工作態度認真踏實,處理問題關注細節,能承受一定的工作壓力。

數據分析師職位描述(模板二)

崗位職責:

1、對用戶行為數據進行分析、監控和挖掘;

2、支持產品團隊,從數據幫助產品找到產品優化提升的方向;

3、與運營團隊配合,用數據指導運營工作,以數據驅動用戶的活躍;

4、與用戶增長團隊配合,通過數據方法協助高效的獲取用戶。

任職要求:

1、本科及以上學歷,計算機、統計學、數學等相關專業優先;

2、有豐富的數據分析或數據挖掘經驗。有IT大數據分析經驗,咨詢公司數據分析經驗、互聯網數據建模分析經驗者優先;

3、熟練使用SQL進行數據地查詢與處理,掌握Tableau/R/Python等分析工具者優先;

4、能快速理解業務,發掘業務細節和數據之間的聯系;

5、有一線產品或運營業務優化經驗者優先。

數據分析師職位描述(模板三)

崗位職責:

1、深入調研行業客戶的業務邏輯、信息系統與數據架構;

2、梳理客戶業務邏輯、流程、數據;

3、分解客戶問題,對具體問題設計數據處理、數據統計、機器學習的概要算法方案,快速驗證;

4、深度優化概要算法方案,形成詳細數據清洗以及算法方案;

5、與由數據處理工程師、數據開發工程師、數據分析師組成的團隊協作,最終實現能夠解決客戶問題的認知智能解決方案。

任職要求:

1、統計學、數學等相關專業碩士以上學歷優先;

2、精通信息檢索、數據挖掘和機器學習等算法,對深度學習的前沿算法理論有一定的了解和運用;

3、熟練使用任意Python/R/SPASS/SAS等數據分析工具,熟練使用SQL;

4、具有良好的商業敏感度和優秀的數據分析技能,能夠開發創新而實際的分析方法以解決復雜的商業問題;

5、具有數據分析學術、項目經驗者優先。

數據分析師職位描述(模板四)

崗位職責:

1、基于業務需求,規劃分析思路,完成從數據提取、數據清洗、數據分析和報告產出的整個流程,為業務問題原因排查及解決方案提供數據支撐;

2、在深入理解業務基礎上,結合業務目標和問題,構建分析模型,為數據化運營提供系統化的解決方案;

3、主動分析并研究業務數據,基于數據分析結果,為管理層和業務部門提供商業策略分析和業務優化建議;

4、基于業務分析經驗,將關鍵分析思路進行產品化。

任職要求:

1、統計學、數學、計算機信息類、數據挖掘等相關專業,本科及以上學歷;

2、對數據敏感,具有縝密的邏輯思維能力及優秀的書面總結及口頭表達能力;

3、責任心強,細致認真,能承受較強的工作壓力,熱愛數據分析工作;

4、熟練使用E*cel、PPT、R/python、SQL,有較好的文字、數據、圖表呈現能力;

5、熟悉常用數據挖掘算法(如分類、聚類、回歸等及其原理,并具備相關項目經驗;

6、熟悉自然語言處理與文本挖掘相關技術,并能進行文本處理、抽取,詞向量計算,文本建模(文本分類、聚類、相似度計算、語義分析等。

數據分析師職位描述(模板五)

崗位職責:

1、深入理解業務流程,建立業務數據指標體系與模型;

2、對接業務部門需求,基于公司大數據平臺實現業務指標多維度數據分析報表;

3、根據業務需求,進行數據搜集、清洗、分析挖掘工作,完成各項專題分析報告;

4、基于數據分析,及時發現、總結有價值信息,為業務決策、管理等提供支持;

5、參與企業數據產品的設計與實現。

任職資格

1、本科或以上學歷,計算機、數學或統計學等相關專業優先;

2、3年以上數據分析相關工作經驗,具有互聯網數據挖掘、用戶行為分析經驗者優先;

3、掌握spss、sas、R、python其中任一種或幾種數據分析挖掘工具;

4、熟悉數據庫操作,有hadoop、HIVE、spark等分布式大數據工具使用經驗者優先;

5、具有出色的邏輯分析能力和對數據的敏感度,善于發現問題,并具有獨立問題解決能力。