大厂运营的 JD 写的是「用户运营专家 / 活动运营专家 / 内容运营专家」各管一摊。但中小企业的招聘 JD 里写的是另一回事：「负责淘宝、抖音、拼多多全平台日常运营，含上架、活动报名、投放、数据整理、日报汇报」—— 一个岗位把五个后台全占了，有的还要兼客服和美工。运营总监的原话：「90% 的 AI 案例都夸大其词」—— 客户见过世面。
所以这套场景库按「数据流向 × 钱眼」切分，而不是按职能表：每天要从几个后台抄数的（日报与口径）、活动上线前没人推演的（优惠与预算）、微信里躺着名单没人算的（私域与复购）、货和钱正在错配的（商品与投放）—— 这四类活在中小企业里是同两个运营干的，区别只在数据从哪来、钱从哪漏、谁拍板。而拍板的永远是老板 —— 运营没有决策权，只有执行权和背锅权，所以 AI 的位置是备弹药、算清账、标好异常，让老板一分钟拍板。
需要客户三个平台后台的近期导出（越乱越好）、支付宝到账流水、上一份手写的日报 —— 现场对比「抄数版」与「口径版」的差距最有冲击力。
这里列的是这个岗位真实会用到的数据类型， 不表示已经取得任何客户的生产数据。
需要客户一次真实活动的报名信息与券配置、商品成本表、一份待发布的内容素材 —— 沙盘现场跑给他们看最直观。
这里列的是这个岗位真实会用到的数据类型， 不表示已经取得任何客户的生产数据。
需要客户近一年的订单导出、企微会话存档样本、一份现行 SOP 文档 —— RFM 现场算一版名单最有说服力。
这里列的是这个岗位真实会用到的数据类型， 不表示已经取得任何客户的生产数据。
需要客户的商品与库存导出、近一个月投放报表、差评与退款原因导出、3-5 家竞品店铺清单 —— 诊断类场景客户数据越脏越好讲。
这里列的是这个岗位真实会用到的数据类型， 不表示已经取得任何客户的生产数据。