Vui lòng bật chia sẻ vị trí để Toppy Ai gợi ý những cơ hội việc làm phù hợp nhất dành riêng cho bạn
Phân Tích Dữ Liệu Vận Hành & Tài Chính
100% tin đăng tải trên TopCV được cung cấp chủ động bởi Nhà tuyển dụng.
Tổng quan
Mô tả công việc
I/ MỤC TIÊU CÔNG VIỆC
Operations & Finance Data Analyst chịu trách nhiệm xử lý, chuẩn hóa, phân tích và kết nối dữ liệu giữa bộ phận Finance và Logistics/Fulfillment, đảm bảo dữ liệu đầy đủ, nhất quán và có thể đối soát giữa các hệ thống.
Vị trí làm việc với dữ liệu từ các nền tảng bán hàng, cổng thanh toán, nhà cung cấp POD, đơn vị vận chuyển và hệ thống tài chính nhằm hỗ trợ theo dõi doanh thu, chi phí, giá vốn và hiệu quả vận hành. Đồng thời, vị trí chủ động tìm kiếm cơ hội tự động hóa quy trình xử lý dữ liệu, giảm thao tác thủ công, phát hiện sai lệch chi phí và phối hợp với Tech & Data trong việc chuẩn hóa, tích hợp dữ liệu và triển khai ERP.
II/ TRÁCH NHIỆM CHÍNH
1. Xử lý, chuẩn hóa và kết nối dữ liệu Finance – Logistics/Fulfillment (35%)
- Thu thập, tổng hợp, làm sạch và chuẩn hóa dữ liệu từ nhiều nguồn, bao gồm nền tảng bán hàng (Shopify/Amazon), cổng thanh toán, nhà cung cấp POD, đơn vị vận chuyển 3PL và hệ thống tài chính.
- Sử dụng SQL để truy vấn, kết hợp và xử lý dữ liệu từ nhiều bảng, nhiều hệ thống nhằm xây dựng các bộ dữ liệu phục vụ báo cáo, phân tích và đối soát.
- Phối hợp với Tech & Data để xác định, kiểm thử và duy trì các quy tắc chuyển đổi dữ liệu (ETL/ELT), đảm bảo dữ liệu giữa các hệ thống được kết nối nhất quán.
- Xây dựng và duy trì các bảng dữ liệu phục vụ theo dõi luồng Order-to-Cash (O2C), từ doanh thu trên nền tảng bán hàng đến tiền thực nhận qua cổng thanh toán và tiền về ngân hàng.
- Kết nối dữ liệu đơn đặt hàng, sản xuất POD, vận chuyển và hóa đơn nhà cung cấp để phục vụ theo dõi giá vốn, chi phí vận hành và công nợ phải trả theo luồng Procure-to-Pay (P2P).
- Kiểm tra tính đầy đủ, hợp lệ và nhất quán của dữ liệu; phát hiện các trường hợp thiếu, trùng, sai lệch hoặc không khớp giữa các nguồn và phối hợp với bộ phận liên quan để xử lý.
2. Đối soát chi phí và phân tích dữ liệu vận hành (30%)
- Thực hiện và cải tiến quy trình đối soát chi phí vận chuyển, chi phí sản xuất POD và các khoản phí liên quan giữa hóa đơn thực tế, dữ liệu đơn hàng và bảng giá đã thỏa thuận.
- Phân tích sai lệch về cân nặng, kích thước, phụ phí vận chuyển, chi phí sản xuất và các khoản phí phát sinh từ nhà cung cấp hoặc đơn vị vận chuyển.
- Theo dõi và phân tích dữ liệu liên quan đến đơn hàng thất lạc, lỗi sản xuất, hoàn hàng, gửi lại hàng (resend), bồi hoàn và các khoản tổn thất vận hành.
- Đối chiếu dữ liệu giữa Logistics/Fulfillment và Finance để xác định nguyên nhân chênh lệch về chi phí, công nợ, giá vốn và các khoản thanh toán.
- Phân tích tác động tài chính của các vấn đề vận hành, cung cấp dữ liệu để Finance và Fulfillment đánh giá hiệu quả nhà cung cấp, kiểm soát chi phí và đề xuất hướng xử lý.
- Xây dựng các quy tắc kiểm tra và cảnh báo sai lệch nhằm phát hiện sớm các khoản chi phí bất thường hoặc nguy cơ thất thoát.
3. Báo cáo dữ liệu, tự động hóa và cải tiến quy trình (20%)
- Xây dựng, duy trì các bảng dữ liệu và báo cáo phục vụ theo dõi doanh thu, chi phí, giá vốn và các chỉ số vận hành theo nhu cầu của Finance và Logistics/Fulfillment.
- Sử dụng SQL và các công cụ BI như Power BI, Metabase hoặc Tableau để khai thác dữ liệu, phân tích xu hướng và hỗ trợ ra quyết định.
- Xác định các công việc xử lý dữ liệu lặp lại, tốn thời gian hoặc dễ phát sinh sai sót để đề xuất và triển khai phương án tự động hóa phù hợp.
- Sử dụng Python khi cần thiết để xử lý dữ liệu thô, file CSV và tự động hóa các tác vụ kiểm tra, tổng hợp hoặc đối soát.
- Ứng dụng các công cụ AI để hỗ trợ viết truy vấn, kiểm tra dữ liệu, xây dựng tài liệu và cải thiện hiệu suất công việc.
- Duy trì tài liệu mô tả nguồn dữ liệu, quy tắc xử lý, logic tính toán và quy trình đối soát nhằm đảm bảo kết quả có thể kiểm tra và truy vết.
4. Chuẩn hóa dữ liệu và hỗ trợ triển khai ERP (15%)
- Phối hợp với Finance, Logistics/Fulfillment và Tech & Data để phân tích yêu cầu dữ liệu, chuẩn hóa quy trình và thống nhất cách ghi nhận thông tin giữa các hệ thống.
- Tham gia mapping dữ liệu giữa hệ thống vận hành và các phân hệ tài chính, bao gồm doanh thu, tồn kho, giá vốn (COGS), công nợ phải trả (AP) và chi phí vận chuyển.
- Hỗ trợ chuẩn hóa dữ liệu dùng chung như SKU, danh mục nhà cung cấp, bảng giá, mã đơn vị vận chuyển và thông tin kho hàng.
- Tham gia chuẩn bị, chuyển đổi và đối chiếu dữ liệu lịch sử khi tích hợp dữ liệu vào hệ thống ERP mới.
- Xây dựng và thực hiện các kịch bản kiểm thử UAT, đối chiếu kết quả giữa hệ thống nguồn và ERP, ghi nhận sai lệch và phối hợp xử lý trước khi nghiệm thu.
- Duy trì tài liệu về luồng dữ liệu, từ điển dữ liệu (Data Dictionary), quy tắc xử lý và các yêu cầu nghiệp vụ liên quan.
Yêu cầu ứng viên
Học vấn và kinh nghiệm
- Tốt nghiệp Đại học chuyên ngành Phân tích dữ liệu, Hệ thống thông tin quản lý (MIS), Công nghệ thông tin, Khoa học máy tính, Quản trị chuỗi cung ứng, Tài chính, Kế toán hoặc các ngành liên quan.
- Có 2–4 năm kinh nghiệm ở các vị trí Data Analyst, Operations Analyst, Business Analyst, Financial Systems Analyst hoặc vị trí tương đương có liên quan đến xử lý và phân tích dữ liệu.
- Có kinh nghiệm làm việc với dữ liệu từ nhiều nguồn, dữ liệu giao dịch, dữ liệu tài chính hoặc dữ liệu vận hành.
- Ưu tiên ứng viên có kinh nghiệm trong thương mại điện tử, POD/Dropshipping, Logistics, Fulfillment, chuỗi cung ứng hoặc môi trường có nhiều hệ thống dữ liệu.
Kỹ năng chuyên môn
SQL và xử lý dữ liệu
- Có khả năng sử dụng SQL tốt để truy vấn, kết hợp và phân tích dữ liệu từ nhiều bảng, nhiều nguồn.
- Thành thạo hoặc có kinh nghiệm thực tế với CTEs, Window Functions, Complex Joins và các phương pháp xử lý dữ liệu lớn.
- Có tư duy logic trong việc kiểm tra dữ liệu, xác định nguyên nhân sai lệch và xây dựng quy tắc đối soát.
Cơ sở dữ liệu và công cụ phân tích
- Có kinh nghiệm làm việc với cơ sở dữ liệu hoặc Data Warehouse như BigQuery, PostgreSQL, Snowflake hoặc các hệ thống tương đương.
- Biết sử dụng Power BI, Metabase, Tableau hoặc công cụ BI tương đương để khai thác và trình bày dữ liệu.
- Có kiến thức Python cơ bản, đặc biệt với Pandas và xử lý file CSV, là lợi thế.
Hiểu biết nghiệp vụ Finance và Logistics/Fulfillment
- Hiểu các khái niệm cơ bản về doanh thu, dòng tiền, công nợ phải trả, giá vốn (COGS) và tồn kho.
- Nắm được quy trình xử lý đơn hàng, sản xuất POD, vận chuyển, giao hàng, hoàn trả và các khoản phí liên quan.
- Có khả năng kết nối dữ liệu vận hành với dữ liệu tài chính để phục vụ đối soát và phân tích chi phí.
- Hiểu biết về ERP, ETL/ELT, API hoặc quy trình tích hợp dữ liệu giữa các hệ thống là lợi thế.
Năng lực cốt lõi
- Tư duy phân tích: Có khả năng xử lý dữ liệu phức tạp, phát hiện bất thường, xác định nguyên nhân sai lệch và đưa ra nhận định dựa trên dữ liệu.
- Cẩn trọng và chính xác: Chú trọng tính nhất quán, khả năng truy vết và độ tin cậy của dữ liệu.
- Tư duy cải tiến: Chủ động nhận diện các công việc thủ công, đề xuất giải pháp chuẩn hóa và tự động hóa phù hợp.
- Khả năng phối hợp: Có thể làm việc với Finance về nghiệp vụ tài chính, Logistics/Fulfillment về quy trình vận hành và Tech & Data về yêu cầu dữ liệu, hệ thống.
- Quản lý công việc: Có khả năng sắp xếp ưu tiên, theo dõi tiến độ và phối hợp xử lý các yêu cầu từ nhiều bộ phận.
Quyền lợi ứng viên
- Mức thu nhập cạnh tranh theo năng lực và kinh nghiệm.
- Làm việc trực tiếp với CFO và phối hợp cùng Finance, Fulfillment, Tech & Data trong các bài toán dữ liệu thực tế của doanh nghiệp.
- Cơ hội tham gia xây dựng, chuẩn hóa và kết nối dữ liệu giữa hệ thống Tài chính và Vận hành trong môi trường eCommerce xuyên biên giới.
- Tham gia các dự án ERP, Data Integration, Finance Automation và tối ưu quy trình đối soát chi phí.
- Môi trường làm việc data-driven, khuyến khích ứng dụng AI, tự động hóa và chủ động cải tiến cách làm.
- Được trang bị laptop, monitor và các thiết bị cần thiết cho công việc.
- Pantry, coffee và các tiện ích tại văn phòng.
- Các chế độ phúc lợi, lễ Tết và chính sách nội bộ theo quy định của công ty.
Địa điểm và thời gian
Địa điểm làm việc
- Hà Nội: Toà SHG, số 8 Quang Trung Hà Đông, Phường Hà Đông (Phường Hà Đông thuộc quận Hà Đông cũ)
Thời gian làm việc
- Thứ 2 - Thứ 6 (từ 08:30 đến 18:00)
Cách thức ứng tuyển
- Ứng viên nộp hồ sơ trực tuyến bằng cách bấm Ứng tuyển ngay dưới đây.
Hạn ứng tuyển: 30/11/2026
Việc làm liên quan
Thông tin chung
Dưới đây là những dấu hiệu của các tổ chức, cá nhân tuyển dụng không minh bạch:
- Kiểm tra thông tin về công ty, việc làm trước khi ứng tuyển
- Báo cáo tin tuyển dụng với TopCV thông qua nút "Báo cáo tin tuyển dụng" để được hỗ trợ và giúp các ứng viên khác tránh được rủi ro
-
Hoặc liên hệ với TopCV thông qua kênh hỗ trợ ứng viên của TopCV:
Email: hotro@topcv.vn
Hotline: 1900 068 889 | Nhánh 2
Tìm hiểu thêm kinh nghiệm phòng tránh lừa đảo tại đây
Cơ hội tiếp cận việc làm đa ngành nghề với chế độ đãi ngộ hấp dẫn
Trước sự phát triển vượt bậc của nền kinh tế, rất nhiều ngành nghề trở nên khan hiếm nhân lực hoặc thiếu nhân lực giỏi. Vì vậy, hầu hết các trường Đại học đều liên kết với các công ty, doanh nghiệp, cơ quan để tạo cơ hội cho các bạn sinh viên được học tập, rèn luyện bản thân và làm quen với môi trường làm việc từ sớm. Trong danh sách việc làm trên đây, TopCV mang đến cho bạn những cơ hội việc làm tại những môi trường làm việc năng động, chuyên nghiệp.
Vậy tại sao nên tìm việc làm tại TopCV?
Việc làm Chất lượng
- Hàng ngàn tin tuyển dụng chất lượng cao được cập nhật thường xuyên để đáp ứng nhu cầu tìm việc của ứng viên.
- Hệ thống thông minh tự động gợi ý các công việc phù hợp theo CV của bạn.
Công cụ viết CV đẹp Miễn phí
- Nhiều mẫu CV đẹp, phù hợp nhu cầu ứng tuyển các vị trí khác nhau.
- Tương tác trực quan, dễ dàng chỉnh sửa thông tin, tạo CV online nhanh chóng trong vòng 5 phút.
Hỗ trợ Người tìm việc
- Nhà tuyển dụng chủ động tìm kiếm và liên hệ với bạn qua hệ thống kết nối ứng viên thông minh.
- Báo cáo chi tiết Nhà tuyển dụng đã xem CV và gửi offer tới bạn.
Nhanh tay tạo CV và ứng tuyển việc làm Hà Nội, việc làm TP.HCM cùng nhiều cơ hội việc làm tại các tỉnh, thành khác trên TopCV. Hãy truy cập chuyên trang việc làm của TopV để khám phá các việc làm mới cập nhật trên nền tảng.
