Công ty Phúc sinh ★ 1.6

1. Thu thập dữ liệu (Data Collection)

• Thu thập dữ liệu từ các nguồn nội bộ và bên ngoài như: cơ sở dữ liệu hiện có, website, mạng xã hội, ứng dụng, công cụ hỗ trợ (tools) và các nguồn dữ liệu mở khác.
• Sử dụng các công cụ thu thập dữ liệu thông minh để tối ưu tốc độ và chất lượng dữ liệu.
• Đảm bảo dữ liệu thu thập được đầy đủ, đúng định dạng và đáp ứng yêu cầu của từng dự án.

2. Làm sạch dữ liệu (Data Cleaning)

• Loại bỏ dữ liệu trùng lặp, dữ liệu không hợp lệ hoặc sai định dạng.
• Chuẩn hóa các trường thông tin như số điện thoại, email, địa chỉ, ngày tháng năm và các thuộc tính khác.
• Phát hiện và xử lý các lỗi dữ liệu phát sinh trong quá trình thu thập.

3. Bổ sung và làm giàu dữ liệu (Data Enrichment & Data Appending)

• Tìm kiếm, cập nhật và bổ sung các thông tin còn thiếu từ các nguồn dữ liệu đáng tin cậy.
• Xây dựng hồ sơ dữ liệu đầy đủ hơn về khách hàng, đối tác hoặc đối tượng nghiên cứu.
• Nâng cao giá trị dữ liệu nhằm phục vụ các hoạt động phân tích và khai thác dữ liệu chuyên sâu.

4. Phân loại và gắn nhãn dữ liệu (Categorization & Labeling)

• Phân loại dữ liệu theo các tiêu chí như ngành nghề, khu vực, nhóm khách hàng, hành vi hoặc các thuộc tính khác.
• Gắn nhãn dữ liệu phục vụ cho hoạt động phân tích, Marketing Automation và các mô hình AI/ML nếu cần.

5. Hợp nhất dữ liệu (Data Merging)

• Kết nối và tổng hợp dữ liệu từ nhiều nguồn khác nhau.
• Xây dựng hồ sơ dữ liệu tổng thể (360-degree customer view) nhằm cung cấp góc nhìn toàn diện về khách hàng hoặc đối tượng nghiên cứu.
• Đảm bảo tính đồng nhất và liên kết giữa các nguồn dữ liệu.

6. Xác thực dữ liệu (Data Verification)

• Kiểm tra tính chính xác và độ tin cậy của dữ liệu.
• Xác minh tính hợp lệ của email, số điện thoại và các trường thông tin quan trọng khác.
• Đánh giá chất lượng dữ liệu trước khi bàn giao cho các bộ phận liên quan.

7. Cập nhật và duy trì dữ liệu

• Định kỳ rà soát, cập nhật và làm mới dữ liệu đã lỗi thời.
• Duy trì cơ sở dữ liệu luôn chính xác, đầy đủ và đáp ứng nhu cầu sử dụng của doanh nghiệp.

8. Thực hiện một số công việc khác theo sự sắp xếp của Quản lý

Tốt nghiệp Cao đẳng/Đại học chuyên ngành Công nghệ thông tin, MIS, Khoa học dữ liệu, Thống kê, Quản trị dữ liệu hoặc các ngành liên quan.

Có từ 1 năm kinh nghiệm về Data Collection, Data Research hoặc Data Enrichment.

Thành thạo Excel/Google Sheets nâng cao (VLOOKUP/XLOOKUP, Pivot Table, hàm Text); biết Macro/VBA là lợi thế.

Có kiến thức SQL cơ bản đến trung cấp để truy vấn và xử lý dữ liệu.

Có kỹ năng Research trên Internet tốt và khả năng xác minh thông tin.

Biết sử dụng các công cụ làm sạch/làm giàu dữ liệu như OpenRefine, Clearbit, ZoomInfo hoặc công cụ tương đương.

Tư duy logic, phân tích tốt, cẩn thận, tỉ mỉ và có trách nhiệm.

Ưu tiên ứng viên:

Có kinh nghiệm làm việc với dữ liệu lớn (Big Data).

Biết sử dụng AI để thu thập, xử lý và làm giàu dữ liệu.

Am hiểu lĩnh vực FMCG, Digital Marketing hoặc E-commerce.

Biết Python hoặc các công cụ tự động hóa dữ liệu là một lợi thế.