秦皇岛门店导购
门店导购是在商场、专卖店或者零售店等实体零售场所,为顾客提供产品信息、推介产品、解答问题、处理退换货等服务的工作人员。导购员需要了解商品的特点、使用方法、价格等信息,能够耐心、细致地为顾客提供专业的购物向导。他们也负责维护产品陈列、保持货品的整齐和干净,以及促销活动的执行。门店导购需要具备良好的沟通能力、服务意识、团队合作精神和销售技巧。随着新零售和线上零售的发展,门店导购也需要不断学习新知识、适应新技能,以满足消费者不断变化的需求。门店导购是零售行业中重要的一环,为顾客提供优质的购物体验。
薪酬概览
平均月薪
¥4800
中位数 ¥4500 | 区间 ¥3000 - ¥6600
数据来源:样本数量过少,仅供参考;更新时间:2026年7月13日
月薪分布
100% 人群薪酬落在 0-8k

三大影响薪酬的核心维度
影响薪资的核心维度1:工作年限
影响薪资的核心维度2:学历背景
市场需求
3月新增岗位
8
对比上月:岗位新增4
数据由各大平台公开数据统计分析而来,仅供参考。
岗位需求趋势
不同经验岗位需求情况
| 工作年限 | 月度新增职位数 | 职位占比数 |
|---|---|---|
| 3-5年 | 4 | 33.3% |
| 不限经验 | 8 | 66.7% |
热招职位
1、协助区域开展销售工作,实战销售一线业务;
2、协助区域开展消费者营销工作;
3、多维度分析区域数据,协助上级制定销售策略;
4、负责校园招聘项目推广工作。该岗位设置实习期,实习期通过后可转正。
负责储能产品制工艺审查,以保证产品正确性、可装配性、一致性、稳定性;
结合IPD流程,在产品生产定型阶段对产品问题关闭率、工艺文件齐套性和准确性进行统计及跟踪;
负责新产品开发配线表编制、线束设计开发及产品测试作业指导书编制 ;
结合国家或行业标准,编制工艺工作相关规范标准;
负责产品新开发物料的检验与验证;
负责产品测试平台及装置的开发;
负责解决产品制造环节及现场运行电气问题导致故障排查与解决;
负责产品委外制造工艺管理,产品制造技术管理,与产品研发及其他部门的沟通。
导购( 五险+带薪休假+年假)4000-10000元/月
工资(福利)待遇:4000-10000元
工作内容(岗位职责):
1.负责门店商品陈列、销售及顾客接待,提供专业服务
2.维护店面形象,完成商品补货、盘点及日常清洁
3.熟悉商品卖点,主动挖掘顾客需求,提升成交率
任职要求:
1. 形象气质佳,亲和力强
2.有零售/导购经验者优先,无经验可培训
工作时间:半天班制(具体排班根据门店运营灵活安排 )
星野家导购4K~10K/月
:主要负责护肤、彩妆及生活用品等的销售;
【岗位要求】:
1.热爱美业,具备良好的销售技巧和沟通话术,能灵活处理顾客异议;
2.年龄20-40岁,有化妆品/护肤品销售经验者优先;
【福利待遇】:
1.综合薪资4k-10k上不封顶(基本工资+绩效+个人业绩提成+贴花+手工服务费+节日津贴+全勤奖)
2.缴纳五险,带薪年假,生日福利,节日福利,每月员工劳保,员工内购折扣
岗位职责:
1、接待顾客的咨询,了解顾客的需求并达成销售;
2、负责做好货品销售记录、盘点、账目核对等工作,按规定完成各项销售统计工作;
3、完成商品的来货验收、上架陈列摆放、补货、退货、防损等日常营业工作;
4、做好所负责区域的卫生清洁工作;
5、完成上级领导交办的其他任务。
任职资格:
1、年龄18-35岁,形象气质佳,大专学历优先;
2、零售服装服饰相关工作经验者优先;
3、具有较强的沟通能力及服务意识,吃苦耐劳;
4、能接受新鲜事物,对销售有接触或感兴趣。
岗位职责:
1、接待顾客的咨询,了解顾客的需求并达成销售;
2、负责做好货品销售记录、盘点、账目核对等工作,按规定完成各项销售统计工作;
3、完成商品的来货验收、上架陈列摆放、补货、退货、防损等日常营业工作;
4、做好所负责区域的卫生清洁工作;
5、完成上级领导交办的其他任务。
任职资格:
1、年龄18-35岁,形象气质佳,大专学历优先;
2、零售服装服饰相关工作经验者优先;
3、具有较强的沟通能力及服务意识,吃苦耐劳;
4、能接受新鲜事物,对销售有接触或感兴趣。
1、负责淘宝闪购C端零售品类导购相关场景(搜索、推荐、场景导购等)的整体体验设计与升级,从"发现—比较—决策—下单"全链路视角定义问题,判断 AI 介入时机与角色定位,对业务结果保持关注。
2、从导购链路视角识别用户关键决策节点和体验机会点,以结构化和系统思维梳理链路结构、状态变化和异常场景,把模型能力转化为可信、可控、可用的人机协作体验,给出可落地的体验方案。
3、结合业务目标与模型能力,设计人-AI 协作方式(AI 出场时机、角色、对话策略、反馈与纠错机制),系统性地处理误判、失败、回退等异常场景。
4、与产品 / 算法 / 工程高频共创,把体验原则拆解为组件、规则、工作流,并通过数据和实验验证,推动跨团队问题闭环。
5、以 AI 为起点进行方案探索和原型验证,用 AI 编程工具构建可交互原型,沉淀 AI 工作流中的设计方法与可复用知识资产。

