负责本地生活服务中‘到店餐饮’业务线的用户需求挖掘、产品功能设计与全生命周期管理，协同研发、运营、市场团队推动产品迭代，聚焦用户下单转化率与商家复购率双指标提升，同时统筹跨端（APP/小程序/H5）体验一致性。

• 针对用户决策链路长、到店前信息过载的痛点，主导设计‘智能推荐套餐’功能：通过埋点分析用户浏览行为（使用神策数据定位‘菜品详情页-加入收藏’流失率38%），结合RFM模型划分用户价值分层，搭建‘口味偏好+消费能力+场景需求’三维推荐算法框架；联动算法团队调优策略，上线后用户下单转化率从8.2%提升至11.7%，商家套餐曝光点击率增长22%。
• 为解决商家端运营效率低问题，牵头搭建‘商家经营数据看板’：梳理核心指标（曝光量、转化率、客单价、复购率），接入BI工具Tableau实现实时可视化，配套设计‘异常数据预警’规则（如连续3日转化率低于行业均值触发提醒）；上线3个月后，试点商家主动调整套餐结构的频次提升40%，复购率季度环比增长15%。
• 推动‘周末特惠’场景化运营功能落地：联合市场部定义‘家庭聚餐’‘朋友小聚’等5类场景标签，设计‘场景-商家-优惠’匹配策略；通过A/B测试验证不同入口（首页Banner/频道页浮层）的导流效果，最终选择首页固定入口+个性化推送组合，活动期间参与商家订单量周均增长35%，用户对‘场景匹配度’的满意度评分从4.1分提升至4.6分（1-5分制）。
• 统筹跨团队完成‘跨店优惠券通用’需求：协调技术团队解决多商家结算规则冲突（设计‘按实际核销金额分润’方案），联动运营制定‘满199减50’通用券投放策略；功能上线后，用户跨店消费频次提升28%，参与商家的连带订单占比从12%增长至19%。

负责本地生活平台基础交易链路与用户权益体系的产品迭代，重点优化用户下单-支付-核销全流程体验，同时支撑商家侧‘店铺装修’‘营销工具’等核心功能的迭代，目标是提升用户留存率与商家工具使用率。

• 针对用户支付环节流失率高问题（原支付成功率68%），通过用户访谈与热力图分析（使用GrowingIO定位‘选择支付方式’页面跳出率41%），主导简化流程：合并主流支付渠道入口（微信/支付宝/钱包），新增‘默认支付方式’记忆功能；优化后支付成功率提升至79%，该页面日均客诉量下降62%。
• 重构‘收藏夹’功能以提升用户复访率：基于用户行为数据发现‘收藏后未复访’占比达73%，设计‘分类标签’（美食/丽人/娱乐）与‘最近浏览’双维度展示，配套‘收藏商家上新提醒’功能；上线后收藏夹月活用户占比从35%提升至52%，复访用户下单转化率较普通用户高18%。
• 推动与地图团队的跨部门合作，优化‘附近门店’定位准确性：针对用户反馈‘显示3公里内无店但实际存在’的问题，梳理定位逻辑（优先GPS+基站辅助+POI纠偏），同步更新商家地址校验规则（要求上传门头照+经纬度复核）；优化后定位准确率从89%提升至96%，用户因定位不准的投诉量减少58%。
• 设计‘新人权益包’分层策略：根据用户来源渠道（应用商店/信息流广告/裂变邀请）匹配不同权益（无门槛券/折扣券/免费体验），通过SQL分析各渠道用户LTV差异，动态调整权益成本；活动期间新用户7日留存率从25%提升至34%，首单转化成本下降12%。

协助完成本地生活平台日常需求落地，参与竞品分析、PRD撰写及开发跟进，重点支持‘商家入驻’‘评价体系’等基础功能迭代，同时负责用户反馈收集与优先级评估，保障产品功能贴合实际需求。

• 独立完成‘外卖自提’功能竞品分析：对比美团、饿了么的自提流程（取餐码生成/超时提醒/退款规则），输出12页分析报告，提出‘自提时间窗自定义’‘取餐后自动评价’等差异化建议；其中‘时间窗自定义’被采纳上线，用户自提爽约率下降27%。
• 全程跟进‘评价内容优化’需求：梳理用户差评高频问题（出餐慢/服务差/菜品不符），设计‘标签化评价’功能（用户可选择对应问题标签），配套商家端‘问题分类统计’看板；功能上线后，商家对差评的响应速度提升50%，用户评价有用性评分从3.8分提升至4.3分。
• 优化‘商家入驻’流程：通过访谈100+中小商家发现‘资质上传繁琐’是主要阻碍，推动将‘营业执照+食品经营许可证’合并OCR识别（调用阿里云OCR接口），并增加‘常见问题自动解答’浮层；入驻流程平均耗时从45分钟缩短至22分钟，商家入驻转化率提升19%。
• 搭建用户反馈分级机制：定义‘功能建议/体验问题/BUG’三类反馈，设计‘影响范围+紧急程度’评估矩阵，推动技术团队优先解决‘支付闪退’‘地址无法保存’等高频BUG；机制上线后，反馈处理效率提升40%，用户对‘问题响应速度’的满意度提升21%。

本地生活场景化推荐系统重构项目

• 2022年小芒科技本地生活业务面临核心增长瓶颈：用户30日留存率仅28%，场景内（如“附近美食”“到店服务”）下单转化率不足11%。经用户调研发现，原有推荐系统过度依赖用户历史行为标签，未结合“时间、地点、用户即时状态”等场景维度，导致推荐内容与用户需求错位。我的职责是作为产品负责人，统筹算法、研发、运营团队完成推荐系统从“行为驱动”到“场景驱动”的重构，目标是将30日留存提升至35%以上、场景转化率提升20%。
• 项目核心难点有二：一是场景数据的标准化沉淀——原有数据体系未覆盖“场景三元组”（时间、地点、用户状态）的结构化采集；二是场景与推荐的精准匹配——如何将抽象场景转化为算法可理解的特征，避免标签泛化导致推荐偏差。为此，我引入用户旅程Mapping工具拆解本地生活全场景，同时联合数据团队设计场景标签体系。
• 我主导了三方面关键行动：1）通过用户访谈与行为数据分析，定义12个核心场景（如“通勤早餐”“下班小聚”“周末家庭聚餐”），并为每个场景标注“时间窗口+地理围栏+用户状态”标签（例如“下班小聚”=晚7-9点+商圈500米内+单人/双人）；2）推动算法团队基于XGBoost模型开发“场景感知推荐引擎”，将场景特征与用户历史行为特征以3:7权重融合，同时接入实时位置数据动态修正场景判断；3）设计多维度A/B测试方案，覆盖10个试点城市、50万用户，验证不同场景下的推荐效果与迭代方向。
• 项目上线6个月后，用户30日留存率提升至37%（超目标2pct），场景内转化率提升28%，单月GMV新增1200万元。场景化推荐模型被纳入公司推荐系统标准架构，后续推广至美食、丽人、到店全品类；我个人也因项目成果晋升为本地生活产品线负责人，负责该线全链路产品策略。

本地生活老年用户“长辈模式”从0到1落地项目

• 2021年公司启动银发用户增长战略，但现有APP对老年用户极不友好——内部调研显示，65岁以上用户使用时的前三大痛点是“找不到入口”“操作复杂”“担心安全”，老年用户占比仅3%。我的职责是作为老年服务产品负责人，从0到1设计并落地“长辈模式”模块，目标是将老年用户月活提升至10%以上，建立老年用户对产品的信任体系。
• 项目最大挑战是老年用户需求的深度洞察与功能平衡：团队均为年轻成员，难以还原老年用户的使用场景（如在社区活动中心找菜市场、在家预约医院）；同时需避免因简化操作而牺牲商业价值。为此，我采用“深度参与式调研”——陪同老年用户使用APP，观察其操作痛点，并结合可用性测试优化设计。
• 我推动了三方面核心工作：1）定义“空巢阿姨”“退休叔叔”两大老年用户Persona，梳理出“便捷找刚需服务”“安全可信”“操作极简”三大需求，输出《老年用户本地生活服务设计指南》；2）设计“长辈模式”功能矩阵——大字体高对比度界面、语音搜索+一键直达核心服务、“子女代付+服务保障”体系，同时将注册流程简化为“手机号+短信验证码”一键登录；3）推动研发团队优化性能，确保老年用户页面加载速度≤1.5秒，避免因卡顿流失。
• 项目上线3个月后，老年用户占比提升至11%，月活用户达82万；“子女代付”功能贡献了15%的额外GMV，老年用户复购率达45%。项目获得公司“年度社会责任奖”，并成为本地生活行业老年用户服务的参考案例，我个人也因此积累了To G（政府民生合作）与To F（家庭场景）的产品经验。

支教时发现乡村小学因缺乏实验器材，科学课多停留在课本讲解。返校后联合实验室开发出百元级科学实验背包，内含20个基础实验器材。为确保可持续运营，设计配套视频课程与城乡结对系统，并培训132名大学生担任远程助教。项目覆盖9省47所学校后，学生科学兴趣评分提升35%。这段经历教会我用产品思维解决社会问题，当看到孩子们用自制望远镜发现土星光环时，我理解了教育的真谛是点燃可能性。