负责平台本地生活商家（餐饮、丽人、休闲娱乐垂类）的GEO流量策略全生命周期管理，联动产品、销售、数据团队搭建区域流量分发优化体系，聚焦POI精准度提升、区域长尾词布局及竞品GEO策略反制，目标是将区域商家平均曝光转化率提升至行业均值1.2倍以上

• 主导餐饮垂类商家GEO精准度升级项目：针对区域内30%商家因POI地址模糊、关键词与地理位置不匹配导致的流量分散问题，牵头设计“POI+LBS关键词”双维度标准化方案——用NLP工具批量校验商家地址与百度地图API的匹配度，同步搭建区域长尾词库（如“海淀区中关村软件园附近轻食沙拉”“朝阳区国贸三期周边网红咖啡馆”），推动销售团队引导商家更新POI信息并绑定高转化关键词；项目落地3个月后，试点商家平均曝光量提升52%，点击转化率从2.1%升至3.8%
• 破解区域流量竞争瓶颈：Q4发现丽人垂类商家在朝阳区三里屯区域的流量份额被竞品抢走15%，通过地域流量热力图+用户搜索词云分析，定位竞品核心策略是“密集覆盖场景化GEO标签”（如“太古里商圈美甲美睫”“周末预约优先”）；随即调整策略，一方面优化平台算法给带场景标签的商家POI加权，另一方面指导销售团队向商家输出“场景+地理位置”的组合优化方案；1个月后该区域丽人商家流量份额回升至48%，头部商家曝光量增长67%
• 搭建区域GEO流量监测与迭代机制：整合GEO搜索量、POI点击率、商家到店转化率、竞品关键词覆盖度四大维度指标，开发可视化看板并每周输出《区域流量健康度报告》；针对报告中“城南区休闲娱乐商家GEO关键词覆盖率低”的问题，推动产品团队上线“区域热门搜索词推荐”功能，让商家可直接勾选适配的地理位置关键词；功能上线2个月内，城南区商家关键词覆盖率从32%提升至61%，区域整体流量留存率提升24%
• 联动产品优化GEO流量分发逻辑：发现平台原有算法过度侧重“商家评分”而忽略“地理位置相关性”，导致部分高评分但位置偏的商家流量不足；通过A/B测试验证“评分×地理位置权重”的新算法模型——将地理位置匹配度权重从15%提升至30%，同时保留评分的核心地位；测试周期内，区域内“距离用户3公里内”商家的曝光占比从58%升至73%，用户到店转化率提升19%

聚焦教育、美妆垂类本地商家的GEO流量运营，负责关键词库搭建、POI标签优化及区域流量趋势分析，支撑销售团队完成商家流量提升目标，目标是将负责垂类的区域商家平均点击转化率提升20%以上

• 主导教育类商家GEO关键词体系搭建：针对考研、雅思等刚需培训商家，通过爬取百度地图搜索日志、分析用户本地查询词，提取“XX区考研政治一对一辅导”“XX商圈雅思口语冲刺班”等210个区域长尾词，优化商家POI的搜索权重；同时设计“关键词-地理位置”匹配度评分卡，帮助销售团队快速指导商家调整；项目落地后，试点教育商家平均曝光量提升45%，点击转化率从1.8%升至3.2%
• 用A/B测试优化POI标签组合：针对美妆商家区域内流量同质化严重的问题，选取20家试点商家测试不同标签组合——“网红打卡+地理位置”“敏感肌专研+周边配套”“明星同款+交通枢纽”三种组合；通过数据统计发现，“网红打卡+地理位置”标签的商家点击量比普通商家高15%，转化率高8%；于是推动销售团队将该组合作为核心策略输出，覆盖区域内60%美妆商家，最终相关商家平均点击转化率提升22%
• 构建区域流量预警机制：通过监测区域内GEO搜索量波动、竞品关键词覆盖度变化，建立“红黄绿”三级预警体系——当某区域搜索量下降10%或竞品关键词覆盖度提升15%时触发黄色预警，销售团队需针对性调整商家策略；机制上线后，成功提前干预4次区域流量下滑事件，其中3次将流量跌幅控制在5%以内，1次实现逆势增长8%

协助处理本地商家（餐饮为主）的位置信息优化，参与初期GEO流量策略测试，负责数据统计与策略落地支持，目标是提升新入驻商家POI有效率及区域流量基础值

• 设计POI信息标准化方案：发现新入驻餐饮商家中40%因地址填写不规范（如“XX路附近”未写门牌号）、关键词缺失导致搜索不到；于是编制《POI信息填写指南》，包含“省市区街道门牌号”标准化模板、“主打菜品+地理位置”关键词建议（如“朝阳区三里屯小吃街重庆小面”）；通过销售团队培训推广，新入驻商家POI有效率从65%提升至90%，平均收录时间从3天缩短至1天
• 测试地理位置标签对流量的影响：协助产品团队测试“距离地铁口500米”“周边有停车场”“可外卖配送”等标签对商家点击量的影响；通过1个月的AB测试发现，带有“周边配套”标签的商家点击量比普通商家高15%，带有“外卖配送”标签的商家转化率高10%；于是推动产品团队将这些标签纳入商家POI可选范围，上线后区域餐饮商家平均点击量提升12%
• 挖掘区域流量空白点：用地图热力图分析区域内流量分布，发现城北区高校周边流量空白——高校学生是餐饮核心群体，但入驻商家少且POI信息不完善；建议销售团队重点拓展该区域的高校周边餐饮商家，并指导商家优化POI信息（如“XX大学南门附近麻辣烫”“学生折扣”关键词）；3个月内该区域商家数量增长28%，带动整体流量提升12%

趣玩圈公域-站内流量转化效率优化项目

• 项目背景：公司旗下垂类兴趣社交APP「趣玩圈」（主打Z世代兴趣社群）面临公域引流精准度下滑（巨量引擎投放ROI从1:3跌至1:2.1）、新用户7日留存仅28%（低于行业均值35%）的双重困境。我的核心目标是主导公域流量筛选-站内承接的全链路优化，实现投放ROI回升及留存提升。
• 关键难题：一是公域用户画像模糊，投放定向依赖经验导致兴趣匹配度低；二是站内外链路断层，广告点击到注册的流失率达65%；三是缺乏动态优化机制，策略调整滞后于用户行为变化。我选择以「用户兴趣匹配度」为核心，结合神策数据行为分析与巨量引擎自定义标签体系破局。
• 核心行动：1. 主导构建多维度用户画像：整合站内兴趣标签（如「二次元」「城市露营」）与站外投放数据（广告点击热力、落地页停留时长），用XGBoost算法训练「兴趣匹配度模型」，将用户细分为12个兴趣群体；2. 优化转化链路：基于AARRR模型拆解流失点，将注册流程从3步压缩至2步（免填手机号直接用第三方登录），并在落地页增加「兴趣测试小游戏」（如「测你最适合的露营风格」），提升用户停留时长；3. 建立动态迭代机制：每日监控投放ROI、用户留存漏斗，通过A/B测试优化素材（如针对「国潮手作」群体测试汉服场景视频 vs 产品功能图），每周调整定向策略。
• 项目成果：1. 投放ROI从1:2.1回升至1:3.5，公域引流成本下降38%；2. 新用户7日留存升至35%（超行业均值），站内首月付费转化率提升19%；3. 「兴趣匹配度模型」准确率达82%，后续被推广至公司其他垂类社区（如职场兴趣APP「职友圈」）。我全程主导从画像构建到策略落地的全流程，推动了流量运营从「经验驱动」向「数据模型驱动」的转型。

趣玩圈站内流量裂变体系搭建与迭代项目

• 项目背景：公司APP月活触及120万瓶颈，需通过站内裂变实现低成本增长。目标是将裂变带来的新用户占比从15%提升至30%，裂变单用户成本下降25%。我作为高级流量运营，负责设计体系化裂变策略并推动落地。
• 关键难题：1. 现有裂变形式单一（仅「邀请好友得积分」），用户参与率不足8%；2. 裂变路径复杂（需复制链接+打开APP），分享转化率仅3%；3. 缺乏效果评估体系，无法衡量活动ROI。我引入「裂变增长S曲线」模型与游戏化设计理论（心流、即时反馈），用GrowingIO搭建裂变漏斗分析系统。
• 核心行动：1. 搭建分层裂变体系：根据用户生命周期设计差异化活动——新用户「新手任务裂变」（邀请1位好友得7天会员）、活跃用户「兴趣社群裂变」（创建兴趣小组并邀请5人得专属徽章+线下活动名额）、沉睡用户「召回裂变」（邀请3位好友助力复活得「回归大礼包」）；2. 优化裂变体验：将分享按钮置于APP首页底部导航栏显眼位置，实现「一键生成个性化海报」（含用户昵称+兴趣标签），并在落地页增加「裂变进度条」（实时显示离奖励的距离）；3. 建立评估机制：定义「裂变系数K因子」「分享转化率」「单用户裂变成本」三大核心指标，每周输出裂变效果报告，通过A/B测试调整奖励阈值（如将「邀请3人得会员」改为「邀请2人」）。
• 项目成果：1. 裂变新用户占比从15%提升至32%，超目标2个百分点；2. 裂变成本下降28%，单用户获取成本从12元降至8.7元；3. 分层裂变体系被固化为公司标准运营流程，后续应用于职场兴趣APP「职友圈」，带动其裂变新用户占比提升至28%。我通过游戏化设计与分层策略，解决了传统裂变「参与度低、转化差」的问题，实现了站内流量的自增长。

• 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。