负责核心用户生命周期增长策略制定与落地，覆盖拉新-促活-留存-转化全链路，通过数据洞察与AB实验驱动提升用户规模及LTV，协同产品、市场团队完成增长目标。

• 主导设计「新手7日留存提升计划」，基于AARRR模型拆解流失节点，通过SQL提取高流失用户行为特征（注册后3日内互动次数<2次占比41%），联合产品优化新手引导流程（简化至3步并增加任务奖励机制），同步通过A/B测试验证3版方案（最终版采用「进度条+即时成就徽章」激励），7日留存率从28%提升至39%，月新增用户留存贡献超12万，直接拉动季度GMV增长8%。
• 搭建用户分层运营体系，基于RFM模型（最近活跃天数、互动频率、付费金额）将用户划分为高潜、活跃、沉默3类，针对高潜用户设计「专属权益包+定向push」策略（触达时机锁定用户活跃高峰19-21点，文案突出「限时72小时」福利），沉默用户采用「召回券+内容种草」组合（匹配其历史浏览偏好的图文内容），季度内高潜用户转化率提升27%，沉默用户召回率达18%，贡献月均3500+付费用户。
• 验证「老带新裂变」增长假设，通过用户分群筛选种子用户（近30日活跃且社交属性强的用户占比23%），设计阶梯式激励机制（邀请1人得5元无门槛券，邀请5人额外获会员月卡），同步优化分享链路（减少2步跳转，增加实时进度弹窗提醒），利用埋点监测裂变系数K因子，迭代3版后K因子从0.8提升至1.5，单月通过裂变带来新用户4.2万，占当月新增35%，裂变成本较广告投放降低42%。
• 协同市场部优化投放ROI，分析各渠道用户LTV-CAC比值（重点关注LTV>3倍CAC的优质渠道），针对低效渠道（某信息流平台CAC=85元，LTV=210元）提出「精准定向调整」建议（缩小年龄范围至20-30岁，兴趣标签聚焦「生活服务」），调整后该渠道ROI提升40%，季度内整体投放成本下降15%，获客效率进入行业前25%分位。

协助制定用户增长策略，执行拉新促活实验，分析数据输出优化建议，支撑核心指标达成及增长模型迭代。

• 参与「首月付费转化提升项目」，通过Mixpanel追踪注册-付费路径，定位「试用到付费」环节流失率最高（62%），提出「试用权益升级+付费引导弹窗」方案（延长试用至15天，增加每日任务奖励；弹窗在试用第7天触发，强调「剩余5项权益即将失效」），A/B测试显示付费转化率从8%提升至12%，月均新增付费用户增加3000+，该项目获季度「最佳增长实验奖」。
• 负责高活跃社群运营，筛选日均发言>50条的社群作为试点，设计「每日打卡领积分」活动（积分可兑换周边或会员天数），通过企业微信机器人自动推送任务提醒，设置「周榜top10额外奖励」，2周内试点社群日活提升45%，带动社群内付费转化率从3%提升至5%，经验被推广至全量200+社群，季度社群贡献GMV增长18%。
• 协助搭建用户增长数据看板，基于SQL从数据库提取核心指标（新增、留存、付费），用Tableau制作可视化看板，覆盖拉新渠道效果、用户生命周期各阶段转化，每周输出数据周报，帮助团队快速定位问题（如某周发现3日留存下降，通过分析定位为服务器偶发故障），数据看板上线后团队决策效率提升30%，成为日常运营核心工具。

协助用户分层标签建设、活动执行及基础数据统计，参与增长实验的前期调研与结果反馈。

• 协助完成用户分层标签体系建设，基于用户基础属性（年龄、性别）、行为数据（登录频率、互动类型）及消费数据（付费金额、频次），用Excel VLOOKUP和数据透视表整理标签库，输出20+维度标签（如「Z世代游戏爱好者」「高频小额付费用户」），为后续精准运营提供数据支持，标签准确率达92%。
• 执行「新人礼包优化」小范围测试，协助设计3版礼包内容（侧重权益、内容、现金券），通过邮件向10%新用户推送，跟踪3日内留存及首单转化数据，分析得出「权益+现金券」组合效果最佳（留存率25% vs 其他版本18%-20%），结论被采纳至正式方案，首月新用户留存提升7%。
• 参与用户反馈分析，每周整理APP评论、客服工单痛点（如「新手引导不清晰」「提现到账慢」），分类汇总输出《用户反馈周报》，其中「新手引导优化」建议被产品团队采纳，推动引导流程改版（增加视频教程+关键节点提示），上线后新用户次日留存提升5%，获产品部书面致谢。

职场垂类社区高价值用户LTV提升项目

• 项目背景：公司旗下职场技能垂类社区进入存量竞争期，高价值用户（季度付费≥500元或月活≥15天且互动≥20次）3个月LTV同比下降19%，流失率升至38%，需通过精准运营挖掘这部分用户的长期价值。我的核心职责是主导策略制定、跨部门协同及落地效果追踪。
• 解决的难题：传统RFM分层仅依赖历史付费/活跃数据，无法识别“高潜力未爆发”用户，且同质化触达导致转化低效。我选择用XGBoost机器学习模型整合多维度数据，构建更精准的LTV预测能力。
• 核心行动：1）整合用户基本属性、行为序列（发帖/评论/收藏）、兴趣偏好（话题标签点击）、社交关系（关注大V数量）等12个维度数据，训练LTV预测模型，准确率达82%；2）将高价值用户细分为“高潜力待转化”“高活跃待深化”“高价值待留存”三子群；3）针对“高潜力待转化”用户设计“专属课程试用+大V1v1答疑”权益，通过企业微信精准触达；4）针对“高活跃待深化”用户搭建职场进阶社群，引入KOL分享并设计“打卡领会员”机制；5）为“高价值待留存”用户配备专属顾问，联动产品优化“我的技能树”功能。
• 项目成果：落地3个月后，高价值用户3个月LTV从1200元提升至1690元（+42%），流失率降至27%（-28%）；策略贡献当季社区总收入的35%，模型被推广至公司其他垂类社区，成为用户分层运营标准工具。

初创在线教育平台长周期用户分层运营体系搭建项目

• 项目背景：公司用户规模快速扩张至500万，但新用户30天留存仅28%，付费转化率不足3%，需搭建可复用的长周期运营体系提升效率。我从专员起步，逐步成长为体系核心设计者，负责框架搭建、流程设计及跨部门推动。
• 解决的难题：传统静态分层无法覆盖用户生命周期变化，且数据标签滞后、跨部门协作困难。我结合AARRR模型与用户生命周期理论，设计动态分层体系解决“用户状态变化”与“运营动作匹配”的矛盾。
• 核心行动：1）搭建“潜在-导入-活跃-留存-变现-传播”六层分层体系，每层定义核心指标（如潜在层：注册未激活；导入层：激活未完成首课）及运营目标；2）主导设计自动化运营流程——潜在层用户注册2小时内推“新手引导视频+1元试听课”，导入层完成首课后推“学习计划定制”；3）联动数据团队开发实时标签系统，确保分层标签每小时更新；4）推动产品优化：在导入层页面加“进度提醒”，留存层加“同学排行榜”。
• 项目成果：落地6个月后，用户30天留存率从28%升至35%（+25%），付费转化率从3%升至3.5%（+18%），单用户获客成本下降18%；体系被推广至公司考研、职业资格等产品线，成为用户运营基础框架，我因此晋升为高级用户运营。

• 因痛心于年轻人对历史的疏离，我在B站创立「古人脱口秀」栏目，用职场梗解构历史事件（如《雍正皇帝的KPI保卫战》）。通过设计「颠覆认知-史料佐证-现代共鸣」三幕剧本模板，单期视频最高收获1.7万条弹幕互动。
• 两年间栏目播放量突破180万，作品被多地中学选为教学素材。这段经历磨砺出将学术内容转化为大众语言的能力，也让我理解到真实用户反馈才是创作者的指南针。