您所在的企业/机构主要属于哪个生活服务细分领域？
餐饮外卖
出行交通（如网约车、共享单车）
本地生活/到家服务（如家政、维修）
休闲娱乐（如电影、健身）
旅游住宿
其他
您所在部门/岗位与数据工作的关联程度是？
数据部门（数据分析、数据科学、数据产品等）
业务/运营部门（直接使用数据做决策）
技术/研发部门（负责数据系统建设）
战略/管理层（依据数据制定战略）
其他支持部门，较少接触数据
目前，贵公司在业务运营中应用数据（如用户行为、交易、位置等数据）的普遍程度如何？
非常普遍，已深度融入核心业务流程
比较普遍，在多个关键环节有应用
一般，仅在部分环节尝试性应用
较少，数据应用处于起步或探索阶段
几乎没有系统性的数据应用
目前贵公司主要将数据应用于以下哪些方面？（可多选）
用户画像与精准营销
动态定价与促销策略
服务供需预测与调度优化
服务质量监控与异常检测
产品功能优化与用户体验提升
市场趋势分析与竞争洞察
风险控制与安全防范
内部运营效率分析（如人效、成本）
在您看来，数据驱动决策在贵公司业务决策中的实际占比约为？
超过80%，决策主要依据数据
约50%-80%，数据与经验结合
约20%-50%，数据作为辅助参考
低于20%，决策主要依赖经验
几乎不依赖数据
请用0-10分评价，您对贵公司当前数据基础设施（如数据仓库、计算平台、分析工具等）支持业务需求的满意程度？0分表示“完全不满意”，10分表示“非常满意”。
贵公司进行数据分析的主要技术栈或工具包括哪些类型？
商业智能（BI）工具（如Tableau, Power BI）
自研数据分析平台/系统
开源大数据生态（如Hadoop, Spark, Flink）
云端数据服务（如阿里云DataWorks, AWS Redshift）
传统数据库与Excel结合
以上均无或不明确
在数据分析与决策过程中，您认为面临的主要挑战或障碍有哪些？（可多选）
数据质量差（不准确、不完整、不一致）
数据孤岛，跨部门/系统数据难以打通
缺乏专业的数据分析人才
数据分析结果难以转化为业务行动
数据安全与隐私合规压力大
管理层数据意识不足或支持不够
分析工具/平台易用性差
数据处理与分析速度慢，无法满足实时需求
对于用户隐私与数据安全法规（如《个人信息保护法》），贵公司目前的应对状态是？
已建立完善的合规体系与数据治理流程
正在进行合规改造与体系建设
有基本意识，但执行层面尚不完善
了解法规，但尚未系统应对
关注较少
您认为人工智能/机器学习技术在生活服务数据应用中的潜力如何？
潜力巨大，是未来核心竞争力
潜力较大，可在特定场景深度应用
潜力一般，作为现有分析的补充
潜力有限，适用场景不多
不清楚
您认为未来1-2年，生活服务行业在数据应用上最值得关注的趋势是什么？（可多选）
实时数据分析与决策
隐私计算与数据安全流通
AI驱动的自动化运营与客服
全域数据融合与用户旅程分析
数据产品化，直接赋能一线业务
绿色低碳与可持续发展相关数据分析
元宇宙/虚拟空间中的数据应用探索
从数据获取到产生业务价值，您认为贵公司当前最需要加强的环节是？
数据采集与埋点规范
数据治理与质量保障
数据分析与建模能力
数据可视化与报告呈现
数据驱动的组织文化与决策流程
请对以下陈述进行评分（1-5分，1分=非常不同意，5分=非常同意）："我们公司有清晰的数据战略，并且与业务战略紧密结合。"
分数 ★ ★ ★ ★ ★
标签 ★ ★ ★ ★ ★
请对以下陈述进行评分（1-5分，1分=非常不同意，5分=非常同意）："业务人员能够自主、便捷地获取所需数据进行分析。"
分数 ★ ★ ★ ★ ★
标签 ★ ★ ★ ★ ★
请分享一个贵公司利用数据分析成功驱动业务决策或优化（或失败教训）的具体案例或故事。（选填）
对于生活服务行业更好地利用数据实现增长与创新，您还有哪些建议或展望？