统筹在线职业课程产品的营销数据闭环与增长策略，覆盖用户全生命周期价值挖掘、跨渠道投放优化及营销活动ROI提升，支撑市场部制定精准增长方案，边界为不涉及产品功能迭代，聚焦数据驱动的营销决策落地与体系搭建

• 主导搭建「高潜用户-付费转化-长期留存」全链路预测模型体系，基于XGBoost与LightGBM算法，整合用户行为（试听时长、试学完成率）、交易（客单价、复购间隔）及外部数据（行业景气度、竞品动态）等300+维度特征，训练出用户付费概率（准确率85%）与LTV预测（MAE≤150元）模型，输出「高LTV低转化」「高潜力易流失」等6类用户标签，支撑运营团队开展「个性化权益召回」与「高价值用户专属运营」，使高LTV用户付费转化率提升22%，整体用户生命周期价值增长18%
• 重点解决跨渠道投放归因难题，针对抖音、小红书、知乎等5个渠道的ROI波动问题，引入Shapley值归因模型替代传统last-click，结合Google Analytics 4的用户旅程数据，拆解出「内容种草（小红书）→搜索转化（百度）→私域沉淀（企业微信）」的核心链路，定位到「小红书笔记的干货密度」与「百度SEM的关键词精准度」是ROI瓶颈，推动内容团队优化笔记结构（增加案例占比至40%）、广告团队调整关键词策略（聚焦「职场晋升+技能证书」长尾词），使跨渠道整体ROI提升28%，季度获客成本下降19%
• 牵头营销活动效果闭环优化，针对双十一大促活动，构建「曝光-点击-注册-转化-复购」全漏斗监控看板（Tableau+Python实时更新），发现「注册后30分钟内未触达」导致20%的用户流失，协同技术团队实现「注册即触发个性化福利推送」的自动化流程，同时通过A/B测试验证「福利类型（课程优惠券vs会员体验卡）」的影响，最终选择「课程优惠券+1对1学习规划」的组合，使注册转化率提升15%，活动总GMV超目标350万
• 支撑客户分层运营策略落地，基于RFM-T与聚类算法输出用户分群结果，将用户分为「核心复购用户」「潜力续课用户」「沉睡唤醒用户」3大类，为每类用户设计差异化策略——核心用户推送「专属课程升级权益」、潜力用户发送「续课折扣+学习进度提醒」、沉睡用户触发「回归礼包+需求调研」，使核心用户复购率提升25%，沉睡用户唤醒率达12%，整体用户留存率提升10%

负责职业技能培训产品的营销数据体系搭建与策略协同，覆盖用户行为分析、广告投放优化及私域流量转化，支撑市场总监制定年度营销计划，边界为不涉及产品开发，聚焦数据体系的完善与策略落地的有效性验证

• 核心参与构建跨渠道营销数据中台，整合抖音、微信、B站等6个渠道的广告投放数据（花费、CTR、CVR）与用户行为数据（APP内浏览、互动、转化），通过Apache Airflow搭建自动化数据pipeline，每日同步120万+条数据至Snowflake数据仓库，解决此前各渠道数据孤立的问题，使营销团队获取完整用户旅程数据的时间从3天缩短至实时，策略调整效率提升45%，该中台后续被纳入公司数据资产核心模块
• 主导优化私域流量转化链路，针对企业微信社群与个人号的低转化问题，用Python分析用户标签（行业、职位、学习目标）与触达响应的相关性，发现「行业匹配度」与「内容个性化程度」是关键因素，输出「按行业推送定制化干货文章」「个人号1对1发送学习诊断报告」的优化方案，同时通过A/B测试验证「社群活动频率（每周2次vs每周3次）」的影响，最终确定「每周2次干货分享+1次福利活动」的节奏，使社群转化率提升25%，个人号加微后7日转化率提升18%
• 推动竞品营销数据监测与应对策略，爬取竞品（某头部职业教育平台）的广告素材、投放渠道与用户评价数据，用NLP技术分析用户评论中的高频痛点（如「课程更新慢」「答疑不及时」），结合自身产品数据对比，输出「强化课程迭代速度宣传」「增加讲师每周答疑频次」的竞争策略，同时监测竞品投放素材的变化，及时调整自身素材方向，使品牌好感度调研得分从7.1分提升至8.2分，竞品用户转化率达20%（较此前提升5个百分点）
• 落地营销数据自动化报告体系，基于Tableau与Python的ReportLab库，搭建覆盖「广告投放效果」「用户转化漏斗」「LTV预测」的自动化看板，每周自动生成可视化报告并推送至市场团队，减少人工整理数据的时间80%，使团队能更聚焦策略优化，季度营销决策效率提升35%，该体系被推广至公司其他业务线

协助营销团队完成基础数据处理与效果分析，涵盖广告投放统计、用户行为追踪及活动复盘，边界为基础数据支持，聚焦数据准确性与初步洞察输出

• 负责广告投放数据的日常统计与异常监控，每日从巨量引擎、腾讯广告平台提取投放数据（展现量、点击率、转化率），用Excel函数（VLOOKUP、数据透视表、条件格式）整理成标准化报表，确保数据准确率达100%，曾及时发现某渠道点击率异常下降（从4.8%降至1.1%），排查后发现是素材违规被拒，协助团队在2小时内更换素材，避免了约18万的预算浪费
• 协助用户行为分析，用Google Analytics 4追踪网站与APP的用户行为，输出「用户浏览路径」「热门页面停留时长」「流失节点」等报告，发现「课程详情页跳出率高」（38%）的问题，通过分析用户行为流，建议将「课程大纲」「学员评价」前置到页面顶部，优化后页面停留时长增加28%，转化率提升9%
• 参与营销活动效果复盘，整理活动期间的注册、转化、营收数据，用柱状图、折线图呈现关键指标变化，输出「引流渠道效果排名」「用户转化bottleneck分析」等结论，其中「引流渠道TOP3（小红书占35%、抖音占28%、知乎占17%）」的结论被团队采纳，使下一次活动的引流成本下降12%
• 维护营销数据字典，梳理广告投放、用户行为、交易数据的字段定义与口径（如「新客」定义为首次注册并产生付费的用户），形成18页的数据字典文档，解决了此前跨部门数据口径不一致的问题，使市场部与运营部的沟通效率提升55%

游戏社区用户生命周期价值（LTV）最大化数据驱动营销项目

• 项目背景：星途社区作为公司核心游戏用户沉淀平台，近一年面临「高活跃用户付费转化下滑」「营销预算ROI降至1:3.2」的双重压力——传统「按渠道曝光分配预算」的方式无法区分用户长期价值，导致高LTV用户触达不足、低LTV用户过度投放。我的核心目标是通过数据驱动构建LTV预测与分层运营体系，实现「精准触达高价值用户、优化资源分配」，最终提升整体LTV与ROI。
• 关键难题与技术方案：1）数据分散：用户行为数据分布在APP、小程序、H5及第三方渠道（如TapTap、B站），缺乏统一的用户ID映射与标签体系；2）LTV预测准确性低：传统线性回归模型无法捕捉用户生命周期阶段的非线性特征（如「激活后7天内付费」的用户LTV是普通用户的5倍）。我牵头整合多源数据（用Spark完成日均10TB数据的清洗与关联），基于用户「属性（年龄/游戏偏好）+ 行为（登录频率/关卡进度）+ 付费（客单价/复购间隔）」构建320+维度的标签体系，同时采用「分阶段XGBoost模型」——针对获客期（注册7天内）、成长期（激活30天内）、成熟期（付费≥2次）用户分别训练子模型，解决非线性预测问题。
• 核心行动与创新：1）定义「可运营LTV」口径：联合财务与产品团队，将LTV计算从「历史付费总和」调整为「未来180天预期付费+推荐带来的新用户价值」，更贴合营销决策需求；2）搭建实时预测pipeline：用Flink实现用户LTV分数的分钟级更新，联动运营系统自动触发个性化触达策略——比如对「高LTV未付费」用户推送「专属游戏皮肤+首充双倍」权益，对「低LTV高活跃」用户引导参与「邀请好友得游戏币」裂变活动；3）建立「策略-反馈」迭代机制：每周分析触达效果，优化模型特征（如新增「用户最近浏览的付费内容类型」特征），提升预测精准度。
• 成果与价值：1）LTV预测准确率从68%提升至85%，营销资源ROI从1:3.2提升至1:4.3（超年度目标15%）；2）付费转化率较之前提升27%，单用户生命周期价值（LTV）增长21%；3）推动公司从「渠道导向」转向「用户价值导向」的营销模式，该模型后续复用至公司其他游戏产品的用户运营中。我的贡献在于主导了从数据整合、模型搭建到策略落地的全流程，打通了「数据-模型-运营」的闭环。

跨渠道用户获取（UA）归因优化项目

• 项目背景：此前公司UA投放依赖「Last-Click归因」，导致渠道价值评估严重偏差——比如短视频平台的「种草视频」虽未直接带来点击，但能提升用户后续转化，却被归因为空白；而部分信息流广告因「最后点击」被高估。我的目标是建立「多触点归因模型」，准确衡量各渠道对转化的贡献，优化投放预算分配。
• 关键难题与技术方案：1）数据稀疏性：部分渠道（如KOL合作）的用户行为路径短，难以追踪完整转化链路；2）模型选择争议：团队对「马尔可夫链归因」（强调渠道间的转移概率）与「Shapley值归因」（强调渠道组合的边际贡献）存在分歧。我通过梳理12个核心渠道（信息流、短视频、KOL、应用商店等）的触点数据，先用马尔可夫链模型计算各渠道的「转化概率贡献」，再用Shapley值修正高客单价游戏的「组合渠道价值」（比如「短视频种草+KOL推荐」的组合转化率比单一渠道高3倍），解决了单一模型的局限性。
• 核心行动与创新：1）搭建归因数据仓库：整合用户从「曝光-点击-注册-付费」的全路径数据，定义18类触点（如「短视频观看≥30秒」「KOL评论区互动」）作为归因节点；2）开发可视化归因报表：用Tableau搭建渠道效果看板，展示各渠道的「直接转化贡献」「间接辅助贡献」「总价值排名」，让投放团队直观看到渠道的真实价值；3）推动策略落地：根据归因结果，将预算从「低价值信息流广告」（占总预算25%但贡献仅8%）转移至「短视频种草」（归因价值提升40%）与「头部KOL合作」（组合贡献提升35%）。
• 成果与价值：1）归因准确率从55%提升至90%，UA投放ROI提升31%；2）无效渠道预算削减18%，新增用户中来自高价值渠道的比例从45%提升至72%；3）建立了公司首个「跨渠道归因标准」，为后续投放策略提供了数据基础。我的贡献在于主导了模型选型与数据链路搭建，用数据证明了「组合渠道」的价值，推动了投放策略的精细化。

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。