负责美妆垂类电商平台营销数据体系搭建与全链路策略支撑，覆盖用户拉新-转化-复购生命周期，聚焦营销活动ROI优化、高价值用户识别及渠道效率提升的数据决策需求

• 主导搭建用户生命周期价值（LTV）预测模型，基于Python（Scikit-learn）、SQL及Hive数据仓库，整合用户基础属性、行为轨迹（浏览/加购/下单）及营销触达数据，针对新用户首单后30天内行为稀疏问题，引入协同过滤算法补全潜在消费偏好特征，模型预测准确率从72%提升至92%，支撑运营团队精准圈选高LTV用户进行定向权益投放，高价值用户贡献的GMV占比从35%提升至48%
• 优化营销活动ROI归因逻辑，采用Shapley值模型替代传统末次点击归因，解决多渠道（微信社群/抖音信息流/淘宝直通车）交叉引流的效果争议；通过拆解各渠道用户后续转化路径的边际贡献，推动市场部将20%的原低效渠道预算转移至抖音短视频种草场景，活动整体ROI从1:3.8提升至1:4.4，单用户获客成本下降18%
• 设计用户分层运营策略，结合RFM模型与K-means聚类分析，将用户划分为“高价值忠诚”“潜力待唤醒”“流失预警”三类，针对“潜力待唤醒”群体（占比25%），通过A/B测试验证“专属美妆顾问+满减券”组合策略的有效性，该群体30天复购率从11%提升至23%，带动整体复购率增长12%
• 搭建营销数据实时监控看板，基于Tableau连接ClickHouse数据库，整合活动流量、转化漏斗、用户分层及渠道ROI等12个核心指标，设置异常值预警规则（如某渠道点击率骤降20%触发提醒），将营销决策的信息获取时间从T+1缩短至实时，支撑运营团队快速调整活动素材与投放定向，紧急情况响应效率提升40%

负责教育类APP营销获客数据优化，聚焦信息流广告投放与用户转化路径分析，支撑投放策略调整及用户激活成本降低

• 主导信息流广告投放数据诊断与优化，通过Google Analytics 4（GA4）追踪用户从广告点击到注册的全路径，发现35%的用户在“填写手机号”环节流失，结合热图工具（Hotjar）分析页面交互体验，建议将验证码输入框从二级页面前置至首页，并优化按钮文案（“立即领取试听课”替换“提交信息”），该环节转化率从41%提升至58%，单用户激活成本（CPA）下降22%
• 构建广告素材效果评估体系，基于内容标签（如“名师讲解”“学员案例”“优惠福利”）与用户画像（年龄/地域/学习目标），用逻辑回归模型识别高转化素材特征；针对考研类用户，验证“985高校学员逆袭故事”素材的CTR比通用福利素材高37%，推动素材团队加大此类内容产出，考研类用户注册量增长45%
• 搭建营销数据仓库，使用Snowflake整合广告投放数据（巨量引擎/腾讯广告）、用户行为数据（APP埋点）及课程消费数据，解决跨平台数据孤岛问题；通过ETL流程自动化每日数据同步，数据提取耗时从4小时缩短至30分钟，支撑投放团队实时调整定向策略，季度内广告ROI波动幅度从±15%收窄至±5%

协助营销团队完成基础数据统计与用户行为分析，支撑活动效果复盘及运营策略迭代

• 负责营销活动数据复盘，使用Excel（VLOOKUP/数据透视表）统计活动期间流量来源、转化漏斗及销售额，输出包含“TOP5引流渠道”“高转化商品品类”“用户流失节点”的复盘报告，帮助团队识别“满99减10”活动在微信小程序的转化效率比APP高25%，后续活动优先倾斜小程序资源，活动GMV增长30%
• 分析用户官网行为数据，通过Google Analytics追踪用户在“产品详情页”“购物车页”的停留时长与跳出率，发现“护肤套装”详情页的跳出率高达60%，建议补充“搭配使用教程”视频，优化后该页面转化率从8%提升至12%，带动套装销量增长28%
• 搭建自动化数据报表，使用Excel宏实现周度营销数据（流量/转化/客单价）的自动生成与邮件推送，将运营团队手动整理报表的时间从每周8小时减少至2小时，释放人力投入更深度的用户洞察工作

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。