负责本地生活到店餐饮与酒旅业务的商业数据分析，聚焦用户生命周期价值（LTV）与商户获取成本（CAC）优化，联动运营、产品团队输出可落地的增长策略，推动业务目标达成

• 主导搭建到店餐饮商户LTV预测模型，基于神策数据整合用户消费频次、客单价、复购间隔等12维度特征，采用XGBoost算法优化预测准确率至89%；针对高LTV商户（贡献60% GMV）流失率超20%的问题，通过漏斗分析与用户访谈定位“优惠感知弱”“竞品分流”两大痛点，联动运营设计“定向权益包+竞品对比弹窗”策略，上线后高LTV商户30天留存率提升17%，单商户月均GMV增加2.3万元
• 核心拆解酒旅业务用户转化漏斗，发现“预订页到支付页”转化率仅38%（行业均值45%）；通过用户行为热力图与深度访谈识别“房型信息不清晰”“支付流程繁琐”关键卡点，推动产品优化房型筛选维度（新增“亲子友好”“宠物友好”标签）与简化支付步骤（合并短信验证与密码输入），优化后转化率提升至46%，季度内酒旅预订GMV增长1200万元
• 搭建本地生活业务全链路ROI评估体系，整合营销投放、用户运营、产品迭代成本数据，建立“渠道-用户-商户”三维ROI模型；针对某区域外卖补贴ROI低于1.2的问题，通过归因分析定位“补贴流向低频用户”问题，调整策略为“高频用户定向满减+新用户首单折扣”，优化后该区域ROI提升至1.5，季度营销成本减少180万元
• 推动数据驱动的商户分层运营，基于RFM模型（最近一次消费、消费频率、消费金额）与商户贡献度指标，将到店餐饮商户分为“头部核心”“潜力增长”“低效维护”三类；针对潜力增长商户（占比22%），设计“运营指导+流量倾斜”方案，3个月内该类商户月均GMV增速达25%，占整体到店餐饮GMV比例从18%提升至26%

负责集团本地生活全业务线（到店、外卖、酒旅）商业战略分析，聚焦增长瓶颈与效率提升，联动战略、运营、产品团队制定跨业务协同策略，驱动集团级目标达成

• 核心主导集团“高频带低频”协同策略设计，通过用户行为关联分析发现“外卖用户酒旅预订转化率仅2.1%（行业均值3.5%）”；基于用户画像匹配（高频外卖用户中的“家庭用户”“年轻白领”与酒旅需求契合度高），推动外卖APP嵌入“周边酒店/景点”入口，联动运营发放“外卖满减+酒店折扣”组合券，上线后跨业务转化率提升至3.8%，季度带动酒旅GMV增长1500万元，外卖用户ARPU提升8%
• 优化集团用户生命周期管理（LTV）策略，整合全业务线用户数据构建“用户价值-活跃度-需求偏好”三维分层模型；针对“活跃度下降用户”（占比25%），通过聚类分析识别“服务体验不满”“竞品吸引”两类群体，推动客服优化响应时效（从30分钟缩至10分钟）、产品上线“服务评价奖励”功能，3个月内该类用户活跃度提升19%，LTV增长12%
• 负责集团新业务（本地生活直播）商业可行性分析与落地支持，通过市场调研与竞品对标（抖音本地生活、美团直播）输出《直播场景用户消费决策链路》报告；针对直播初期“观看转化率低”（1.2%）问题，通过A/B测试验证“主播话术优化”（强调“独家优惠”“限时福利”）与“商品组合策略”（套餐+单品搭配）效果，优化后转化率提升至2.5%，单场直播GMV从50万元增长至120万元
• 搭建集团商业数据看板体系，基于Tableau整合全业务线核心指标（GMV、用户留存、商户活跃度、ROI），设计“业务健康度评分”模型（涵盖增长、效率、用户价值三大维度）；推动看板在战略会、业务周报常态化使用，使管理层决策效率提升30%，业务团队数据依赖度从45%升至70%

负责集团本地生活与新兴业务（社区团购、即时零售）商业分析顶层设计，聚焦生态协同与长期价值创造，联动高层及各业务线负责人制定战略级增长方案，驱动商业化能力升级

• 主导集团“本地生活+即时零售”生态协同策略，通过用户需求调研与行为数据挖掘发现“即时零售用户”（占比30%）对本地生活服务需求频次是普通用户的1.8倍；推动即时零售与本地生活APP用户数据打通，设计“跨APP权益互通”机制（如即时零售满额送本地生活优惠券），上线后生态内用户交叉转化率达15%，集团整体GMV增长2200万元
• 拆解集团商业化效率瓶颈，通过成本结构分析发现“商户CAC”占比过高（35%）；基于LTV/CAC比值分析识别“中小商户”CAC达450元、LTV仅500元的问题，推动销售团队调整获客策略（从“地推为主”转向“线上精准投放+老商户推荐”），优化后中小商户CAC降至320元，LTV/CAC比值升至1.6，年度商户新增量增长28%
• 推动集团数据驱动文化建设，主导“数据赋能业务”培训项目，覆盖各业务线120名运营与产品人员；设计“数据思维+工具技能”课程体系（含SQL基础、Tableau可视化、归因分析方法），通过“外卖补贴优化”“直播转化提升”等案例教学，项目实施后业务团队独立完成数据洞察报告比例从20%升至55%，跨部门数据协作效率提升40%
• 支持集团华南地区本地生活业务拓展，通过区域用户画像与竞品对标输出《华南用户需求特征报告》（如偏好“粤菜到店”“短途游酒旅”）；推动本地化策略调整（上线“粤菜馆专属满减”“华南热门景点套票”），上线3个月后华南地区GMV达8000万元，用户留存率42%（高于集团平均35%）

Z世代用户生命周期价值（LTV）精准预测与分层运营项目

• 项目背景：公司为年轻兴趣社交APP，核心问题是Z世代用户留存波动大（月留存率从38%降至32%）、付费转化效率低（ARPU同比下降15%），需通过数据驱动定位高价值用户、优化运营策略以提升整体LTV。我的核心目标是主导构建适配Z世代行为的LTV预测模型，联动运营实现精准分层，最终提升用户全生命周期价值贡献。
• 解决的关键难题：1）Z世代兴趣迭代快，传统RFM+静态属性模型无法捕捉行为动态性，预测准确率仅75%；2）用户行为数据分散在社交互动、内容消费、付费系统3个数据库，口径不一致导致特征整合困难。针对这些问题，我采用「动态特征工程+多模态数据融合」方案——用Spark Streaming实时同步行为数据，结合用户近7天兴趣小组活跃度、内容创作频次等动态特征，以及亚文化偏好、设备型号等静态特征，同时引入第三方Z世代兴趣趋势数据修正模型偏差。
• 核心行动与创新：1）主导设计「LSTM+XGBoost」融合模型，用LSTM提取用户社交互动序列的长期模式，XGBoost整合静态与外部特征，攻克了动态行为难以量化的痛点；2）推动建立「用户价值分层运营SOP」，基于模型输出的LTV概率分布，将用户分为「高潜高价值」「中价值待激活」「低价值需召回」3层，并定义各层的运营动作（如高价值用户推送专属IP权益、中价值用户触发兴趣内容引导）。
• 项目成果：1）模型预测准确率提升至89%，覆盖90%以上付费用户；2）高潜高价值用户（Top20%）的LTV较之前提升35%，整体用户ARPU增长22%；3）运营活动ROI从1:3.2提升至1:4.5，年新增营收约1200万元。我个人主导了模型全生命周期开发与跨团队落地，成为公司用户增长的核心数据引擎。

内容社区用户活跃下滑根因分析与优化项目

• 项目背景：公司内容社区DAU连续3个月下滑（从120万降至95万），核心创作者内容曝光量下降40%，需快速定位活跃下滑根源并提出可落地的优化方案。我的角色是负责用户行为洞察、流失归因及策略验证，支撑产品与内容团队决策。
• 解决的关键难题：1）用户行为数据维度多（含浏览、评论、点赞、关注等12类事件），传统漏斗分析无法识别隐性流失节点；2）创作者内容与用户兴趣匹配度低，但缺乏量化评估指标。针对这些问题，我采用「用户分群+归因分析」组合方法——用K-means将用户聚类为「泛娱乐消费者」「垂直兴趣创作者」「互动型用户」3类，再通过Shapley值归因定位各群体的流失驱动因素。
• 核心行动与创新：1）深度分析发现「泛娱乐内容消费者」群体流失率最高（40%），根源是推荐算法过度侧重头部创作者，导致该群体感兴趣的中小创作者内容曝光不足；2）推动产品优化推荐逻辑，增加「兴趣标签匹配度」权重（从20%提升至40%），同时联合内容运营发起「中小创作者扶持计划」，针对该群体推送定制化内容。
• 项目成果：1）DAU在6周内回升至115万，月均流失率从8%降至6.5%；2）「泛娱乐内容消费者」群体的停留时长提升25%，内容互动率（评论+点赞）增长30%；3）中小创作者的内容曝光量恢复至下滑前的90%，带动社区内容多样性评分提升18%。我通过数据洞察推动了产品算法与内容运营的协同优化，积累了内容社区活跃提升的实战经验。

• 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。