负责电商全渠道营销活动的数据闭环管理，从策略制定、执行监控到效果复盘，结合用户行为、交易数据及营销触点数据，驱动营销ROI提升与用户生命周期价值（LTV）增长

• 主导设计会员分层营销体系，基于SQL、Python整合用户行为（埋点数据）、交易（订单数据）及营销触点（短信/APP推送数据），引入K-Means聚类分析补充传统RFM模型的不足——解决过去分层仅看消费金额、忽略用户内容偏好（如美妆/家居品类倾向）的问题；最终实现高价值会员（Top20%）复购率从35%提升至53%，对应营销成本下降12%
• 优化跨渠道广告投放数据链路，通过GA4+神策分析重构归因模型（从“最后点击”调整为“Shapley值数据驱动归因”），解决抖音信息流、小红书KOC、私域社群联动投放时归因偏差超30%的问题；结合各渠道边际ROI评估，推动预算从低转化的小红书向抖音倾斜25%，季度广告ROI从2.1提升至2.8
• 搭建营销活动实时监控看板，使用Tableau+Superset整合埋点（用户点击/加购）、交易（支付/退款）及投放（曝光/点击成本）数据，设置“转化率低于阈值”“客诉率突增”“预算消耗过快”三类预警规则；上线后活动偏差率（实际GMV与预期差距）从15%降至5%，团队响应异常的时间从2小时缩短至15分钟
• 推动用户流失预警模型落地，基于XGBoost算法融合用户行为（近7天登录频率、页面停留时长）、交易（客单价、最近一次购买间隔）及客服数据（投诉次数、咨询类型），构建流失概率评分卡；提前30天识别高流失用户（评分≥8分）并通过“个性化权益包+专属客服跟进”召回，月度用户流失率从8.2%降至5.9%

支持电商平台营销活动的数据分析与用户行为洞察，协助优化广告投放策略与活动效果，搭建基础数据资产支撑业务决策

• 参与平台618大促全周期数据分析，通过A/B测试对比“阶梯满减（满300减50/满600减120）”与“直接8折”两种优惠券策略的用户反馈及转化效果——发现满减策略下客单价提升22%、优惠券使用率达45%（高于折扣策略的32%）；推动策略落地后，大促期间整体客单价较去年同期增长19%
• 分析新用户7日留存瓶颈，用漏斗模型拆解“注册-浏览-加购-支付”转化路径，结合Cohort分析定位“注册后3天内无互动用户”流失率高达65%；建议优化新手引导流程（增加“个性化推荐弹窗”+“首单立减10元”提醒），上线后该群体留存率从28%提升至41%
• 搭建营销数据仓库基础架构，使用Hive+Spark整合用户行为（埋点）、交易（订单）、商品（类目/价格）三类数据，输出12张主题表（如用户标签表、活动效果表）；将运营团队提取核心数据的时间从每周8小时缩短至2小时，支撑实时获取“各品类活动转化率”“用户复购周期”等指标

协助营销数据的收集、清洗与基础分析，支持活动策划与效果复盘，搭建基础数据看板服务团队决策

• 负责营销活动埋点方案设计与验证，使用Google Analytics 4（GA4）定义“商品详情页浏览”“优惠券领取”“支付成功”等15个关键事件，通过漏斗分析验证埋点准确性（事件触发率从85%提升至98%）；确保后续活动数据可追溯、可分析
• 整理2000+份用户调研问卷数据，用SPSS进行因子分析，识别出影响用户购买意愿的前3大因子——“价格敏感度”（方差解释率35%）、“商品评价可信度”（28%）、“营销触达频率”（18%）；为运营团队调整“大促定价策略”“优化商品评价排序规则”提供数据支撑
• 协助制作周度营销效果报告，使用Excel（数据透视表、VLOOKUP函数）整合核心指标（GMV、转化率、客单价）及趋势变化，用PPT呈现关键结论（如“本周美妆品类转化率下降5%，因首页Banner曝光减少30%”）；帮助团队及时调整活动资源分配，将美妆品类曝光恢复至上周水平

Z世代用户LTV提升与全链路精准触达数据化营销体系搭建

• 项目背景：公司核心Z世代社交APP「星伴」面临新用户30日留存低于行业均值（29% vs 行业35%）、高价值用户LTV增速放缓（年增长18%）的问题，需通过数据驱动重构用户运营逻辑，目标是将LTV前20%用户占比提升至25%以上，整体LTV年增长超30%。
• 关键难题：①现有用户标签体系仅基于基础属性与简单行为，无法识别「高潜付费但易流失」「低价值但高传播」等异质群体；②跨注册、行为、付费、客服4大系统的用户数据未打通，营销活动效果归因误差超40%；③传统RFM模型对Z世代「兴趣迭代快、重视情感联结」的行为特征适配性差，预测付费准确率仅62%。
• 核心行动：1. 主导用户行为链路重构，梳理「内容互动-社群参与-付费尝试」3大核心场景，定义28个行为特征（如「连续7天浏览二次元内容」「在兴趣小组发起话题」），结合隐马尔可夫模型（HMM）预测用户生命周期阶段（获客→激活→留存→付费→忠诚）；2. 推动数据中台对接，整合8个业务系统数据，搭建「用户行为-营销触点-转化结果」全链路归因模型，将归因误差降至15%以内；3. 针对Z世代特点，在XGBoost付费意愿预测模型中加入「情感共鸣度」（如对UGC内容的点赞评论情绪分析）、「社交影响力」（如社群发言被回复量）等定制特征，优化模型泛化能力。
• 项目成果：①高价值用户（LTV≥500元）占比从15%提升至29%，整体用户LTV年增长41%；②营销活动ROI从1:2.3提升至1:3.3，无效投放成本下降31%；③体系被纳入公司营销SOP，后续支撑海外版「StarPal」上线首月LTV超预期27%。个人主导从模型搭建到跨部门落地的全流程，创新将Z世代行为特征融入传统模型，成为公司数据化营销的核心方法论。

新用户激活转化效率提升数据化运营策略迭代

• 项目背景：「星伴」APP新用户注册后7日留存仅38%（行业均值42%），首单转化率11%，需通过数据化运营优化激活流程，目标是将7日留存提升至50%以上，首单转化率提升至18%。
• 关键难题：①用户来源渠道分散（抖音、应用商店、小红书等8个渠道），各渠道用户行为差异大（如抖音用户更关注「兴趣匹配」，应用商店用户更在意「功能引导」），无法针对性运营；②激活流程存在3个关键流失节点（注册后引导页停留超30秒流失率达60%、新手任务完成率仅45%），但未明确优化方向。
• 核心行动：1. 用漏斗分析与路径聚类（K-means）划分渠道用户类型——将抖音渠道用户定义为「内容驱动型」，应用商店用户定义为「功能导向型」；2. 针对「内容驱动型」用户，优化注册后引导页为「兴趣话题挑战」（如「选择你喜欢的二次元风格，立即加入同好圈」），替代原功能介绍；针对「功能导向型」用户，强化新手任务的「即时奖励反馈」（完成1步得专属头像框）；3. 通过A/B测试验证21组引导文案与交互设计，比如将「创建你的社团」改为「加入10万同好的动漫圈，领限定表情包」，点击转化率提升24%。
• 项目成果：①新用户7日留存从38%提升至56%，首单转化率从11%提升至22%；②建立「渠道-用户类型-运营策略」分群运营方法论，后续新渠道接入效率提升50%。个人负责从问题诊断到策略落地的闭环，首次将用户分群与场景化运营结合，成为公司早期数据化营销的标杆项目。

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。