负责公司核心电商平台用户增长与营销活动全链路数据洞察，主导搭建用户分层运营体系，优化跨渠道投放ROI，通过数据模型驱动策略迭代，支撑年GMV超50亿的营销决策。

• 主导用户生命周期价值（LTV）预测模型迭代，针对新客成本攀升痛点，融合用户基础属性、行为序列（浏览深度/加购频次）及外部数据（区域消费指数/节假日因子），采用XGBoost算法优化特征工程，通过5折交叉验证调参，模型预测准确率从82%提升至89%。以此支撑市场部调整30%拉新预算，Q4获客成本同比下降18%。
• 设计618大促跨渠道归因方案，针对传统末次点击模型低估内容种草（小红书/抖音）贡献的问题，引入Shapley值算法计算各触点边际贡献，输出“内容种草-搜索转化-私域复购”链路权重分布。推动预算向内容渠道倾斜25%，大促期间内容渠道ROI从1:3.2提升至1:4.1，整体GMV超预期12%。
• 搭建高潜用户识别体系，结合RFM模型与逻辑回归，挖掘“近30天活跃但未复购”用户共性（客单价<200元/收藏商品>5件），联动运营设计定向优惠券+个性化推荐策略。该群体30天复购率从15%提升至28%，对应月均GMV增量达1.2亿元。
• 优化营销自动化流程，通过分析用户触达响应数据，发现晚8-10点触达效率较均值高35%，调整触发时间并增加场景化文案（如“今晚下单赠运费险”）。活动触达转化率提升22%，年节省无效触达成本超500万元。

负责电商平台拉新与促活场景数据分析，支持营销活动策略制定，搭建基础用户分群与效果追踪体系，保障核心业务数据准确性与时效性。

• 构建新用户冷启动分群模型，基于注册来源（应用商店/信息流/裂变）、设备信息（iOS/Android）及首登行为（浏览品类/停留时长），使用K-means算法划分5类用户，针对性设计触达策略（低价券/新品试用/拼团链接）。新用户7日留存率从38%提升至49%，首单转化率提升9%。
• 解决广告投放数据割裂问题，接入巨量引擎、腾讯广告API，通过UTM参数标准化与跨平台ID映射（cookie匹配+设备指纹），搭建投放-点击-转化全链路追踪体系。定位美妆类目信息流素材点击率高但转化率低问题（落地页加载慢），推动技术优化后CPA从85元降至62元，有效转化率提升18%。
• 支撑会员权益优化项目，分析近半年会员权益使用数据，发现高等级会员（年消费>1万元）对“24小时专属客服”需求强烈（未响应率22%）。推动客服部将SLA从48小时缩短至2小时，高等级会员ARPU提升15%，年续费率从68%增至76%。
• 开发营销数据看板，基于SQL提取用户行为、交易、营销触达数据，使用Tableau搭建“用户画像分布”“渠道效果对比”“活动ROI追踪”可视化看板。业务团队数据获取耗时从2小时缩短至10分钟，获“年度数据赋能之星”称号。

协助营销数据分析师完成用户行为分析与营销活动基础数据支撑，负责数据清洗、报表制作及简单模型辅助开发，保障营销数据链路的基础准确性与及时性。

• 负责营销活动数据清洗与整合，每日处理APP埋点、广告平台、CRM系统百万级数据，通过Python编写自动化脚本（Pandas/NumPy）清洗重复值、修正异常订单。数据处理耗时从4小时/天缩短至1.5小时/天，准确率从92%提升至98%。
• 协助搭建活动效果评估模板，基于Excel设计曝光量、点击率、转化率、客单价四级指标表，支持周度复盘报告输出。定位“满减门槛过高导致转化率低”问题，推动规则调整后活动转化率提升7%。
• 参与新用户来源分析项目，通过UTM参数拆解渠道效果，发现抖音短视频引流用户次日留存率较均值高12%。输出报告建议增加抖音投放，后续该渠道新用户占比从15%提升至25%。
• 学习基础机器学习模型，协助分析师训练用户分群模型，负责数据预处理（特征提取/标准化）与结果验证。模型测试集准确率达79%，为精细化运营提供基础支持。

「星屿」APP用户生命周期价值（LTV）最大化精准运营项目

• 项目背景：星屿作为二次元垂类头部社交产品，面临新用户30天留存率从35%下滑至28%、老用户月均ARPU停滞在120元左右的增长瓶颈；核心诉求是通过数据驱动的用户分层与精准触达，实现从“流量获取”到“价值挖掘”的转型，目标是将高价值用户LTV提升25%以上。
• 核心职责与行动：我主导项目全流程，联动数据中台、产品及运营团队，聚焦“用户价值识别-策略匹配-效果迭代”闭环——首先推翻传统静态RFM分群逻辑，基于二次元用户“兴趣迭代快、身份认同强”的特征，构建“行为偏好（内容创作/互动/消费）+ 长期价值（LTV预测）+ 身份标签（创作者/核心粉/普通用户）”的三维动态分群模型；同时整合神策数据、埋点日志与第三方投放数据，打通用户从拉新到变现的全链路行为链路。
• 关键难点与解决：① 传统LTV模型仅基于历史付费预测，无法捕捉二次元用户“兴趣驱动的突发消费”特性——引入XGBoost梯度提升树算法，将用户近30天的“同人创作投稿量”“热门话题互动频次”“虚拟礼物打赏对象集中度”等12个时序行为特征纳入模型，将LTV预测准确率从68%提升至82%；② 多渠道归因混乱导致投放预算错配——采用Shapley值归因模型，整合APP Store、微信社群、B站KOL、抖音信息流等8个渠道数据，还原每个渠道对用户最终付费的边际贡献，解决了“信息流广告ROI虚高、KOL引流转化被低估”的问题。
• 项目成果：① 构建了行业首个针对二次元用户的动态LTV运营体系，新用户30天留存率回升至39%，高价值用户（LTV前20%）月均ARPU从450元提升至610元；② 全渠道投放ROI较之前提升41%，单季度新增付费用户环比增长32%；③ 项目方法论被推广至公司其他垂类产品，成为数据化运营的标准框架。我的核心贡献是突破了二次元用户价值预测的“行为滞后性”难题，推动运营从“经验导向”转向“数据智能导向”。

「星屿」二次元用户裂变效率提升与成本优化项目

• 项目背景：星屿早期用户增长依赖自然流量与广告投放，获客成本逐年攀升至85元/人；为降低增长成本，团队尝试裂变活动但效果不佳——裂变转化率仅8%，单用户带来的新用户数不足1.2个，核心问题是裂变路径冗余、激励机制与用户需求错位。
• 核心职责与行动：我负责裂变策略的设计与数据迭代，聚焦“降低参与门槛-提升激励感知-精准触达裂变种子用户”——首先通过漏斗分析与用户访谈，定位到“分享后承接页加载慢”“奖励展示模糊”两大流失节点，将承接页加载时间从2.1秒压缩至0.8秒，并用动态卡片实时展示“好友已领取的专属权益”；其次重构激励体系，放弃传统虚拟货币，针对“创作者”推出“作品曝光至首页推荐位+社区专属勋章”，针对“普通用户”推出“限定头像框+与喜欢的UP主互动机会”。
• 关键难点与解决：① 裂变种子用户筛选不准确，导致大量无效邀请——基于用户“社交活跃度（每周加好友数）”“内容输出意愿（投稿次数）”“对品牌认同度（参与官方活动频率）”三个维度，用逻辑回归模型预测用户裂变潜力，将种子用户精准度从45%提升至72%；② 裂变路径过长导致用户流失——将原本“分享→好友注册→双方得奖励”的3步流程简化为“分享→好友点击链接即得小奖励”，同时将最终大奖励延迟至“好友完成首次互动”发放，既降低决策门槛，又保证用户质量。
• 项目成果：① 裂变转化率提升至19%，单用户带来新用户数增至2.5个，获客成本下降37%至54元/人；② 裂变带来的新用户30天留存率达31%，高于广告投放用户的27%；③ 项目建立了“裂变潜力预测-激励精准匹配-路径极简优化”的标准化流程，成为公司低成长期用户增长的核心方法论。我的核心贡献是用数据破解了二次元用户“重认同、轻利益”的裂变动机难题，实现了增长效率与用户质量的平衡。

• 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。