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%）

浅月社交APP核心用户留存提升项目

• 浅月社交APP月活进入800万平台期，核心用户（周互动≥3次）30日留存仅28%，低于行业均值35%；项目目标是提升该群体留存至35%，驱动活跃用户规模与商业化基础增长。我作为数据分析负责人，主导从用户洞察到策略落地的全流程闭环，衔接产品、运营团队推进执行。
• 传统留存分析停留在“行为路径漏斗”层面，未区分用户核心动机；多维度交叉分析依赖人工筛选，效率低且易遗漏关键因子。核心问题是“如何精准定位不同动机用户的留存驱动因素”，避免“一刀切”策略无效。
• 搭建“RFM价值分层+用户动机聚类”双维度标签体系：先用RFM模型划分用户价值梯度，再通过K-means聚类结合用户深度访谈，将用户分为“社交连接型”（需求：高频好友互动）、“内容消费型”（需求：精准内容匹配）、“兴趣探索型”（需求：新功能/话题触达）3类；针对每类用户，用因果推断（DID）排除版本更新、运营活动等混淆变量，定位留存关键因子——如社交连接型的“好友私信24小时回复率”、内容消费型的“推荐内容点击转化率”、兴趣探索型的“新话题参与门槛”。
• 推动产品优化：① 社交连接型用户上线“好友活跃提醒+共同兴趣话题推荐”功能；② 内容消费型用户升级“行为序列推荐算法”（结合浏览/点赞/评论历史）；③ 兴趣探索型用户增加“轻量化新话题弹窗”。3个月后核心用户30日留存提升至36%（超目标1pct），对应月活增长12万，商业化ARPU提升8%；主导的“动机分层+因果验证”模型被纳入公司用户运营标准工具库，成为后续留存策略的核心分析框架。

浅月信息流广告点击率与用户留存平衡优化项目

• 公司信息流广告收入年增长25%，但核心用户30日留存下降3pct，CTR从5%跌至4.2%——问题在于广告曝光过度消耗用户体验。项目目标是平衡“广告变现效率”与“用户留存”，实现“CTR提升+留存稳定”。我作为高级数据分析专家，负责策略设计与效果评估。
• 传统A/B测试仅关注单一指标（如CTR或留存），无法衡量广告对用户的长期LTV影响；广告频率与素材的组合策略依赖运营经验，易出现“为点击牺牲留存”的矛盾。核心挑战是“建立多目标平衡的广告策略，避免短期收益损害长期价值”。
• 搭建“广告耐受度+用户LTV”双模型体系：① 用XGBoost训练广告耐受度模型，输入用户历史广告曝光次数、点击行为、使用时长等12个特征，输出“低/中/高”耐受等级；② 结合LTV预测模型（基于用户价值、活跃周期、付费潜力），将用户分为“高价值低耐受”“低价值高耐受”等4类；③ 基于帕累托最优原则，为每类用户制定差异化策略——如高价值低耐受用户减少曝光频率（从每日3次降至1次）但提升素材相关性（匹配用户兴趣标签），低价值高耐受用户增加原生广告曝光（融入内容流）。
• 策略上线后，CTR回升至5.1%（超目标0.1pct），核心用户30日留存回到29%（较优化前提升1pct）；月广告收入增长15%（约2000万），用户广告投诉率下降20%。提出的“多目标平衡优化框架”被推广至公司所有信息流产品，成为广告变现的核心方法论；我个人也因此晋升为数据分析负责人，完成从“执行分析”到“策略设计+团队主导”的成长。

• 大二观察到毕业生离校时大量教材被废弃，而新生购书支出占生活费12%，便发起校园书籍教材循环计划。为解决传统二手书交易效率低的问题，我们开发微信小程序实现扫码估价、预约取件功能，并说服快递中心以成本价承接物流。
• 通过建立翻新消毒标准打消卫生顾虑，项目年流通教材1.2万册，累计为同学节省书费38万元。这段经历让我从商业小白成长为能设计闭环模式的实践者，项目不仅获省级创业金奖，更被纳入学校官方服务体系延续至今。