负责用户增长营销全链路数据洞察与策略落地，通过用户分群建模、投放效果归因及LTV预测，驱动获客成本降低与用户生命周期价值提升

• 主导用户分群体系升级，基于RFM模型与XGBoost算法融合用户行为（APP停留时长、加购频次）、交易（客单价、复购间隔）及触达（短信打开率、Push点击）多维度数据，搭建动态分层标签系统（使用Python、Hive完成数据清洗与模型训练），解决传统静态分群滞后性问题，高潜用户（30天内付费概率＞70%）识别准确率从68%提升至82%，支撑Q4大促精准营销活动ROI较上半年提升25%
• 深度优化信息流广告投放策略，通过UTM参数标准化埋点与Shapley值归因模型，拆解各渠道（抖音、快手、小红书）用户后续30天LTV贡献差异，发现小红书用户客单价高但复购周期长、抖音用户转化快但流失率高，推动调整素材方向（小红书侧重品质故事、抖音强化限时福利），Q4新客成本下降18%，首月留存率提升12%
• 构建用户LTV预测模型，选取用户历史消费金额、最近购买时间、商品偏好（美妆/家居类目占比）、互动活跃度（评论/晒单次数）等15个特征，采用LightGBM算法训练，180天LTV预测准确率达89%，为市场预算分配提供量化依据，将高LTV用户（预测LTV＞500元）投放预算占比从45%提升至60%，整体ROI增长19%
• 牵头建立营销数据协同机制，梳理20+核心指标（如CPA、CVR、LTV）口径文档并与BI团队对齐，基于Tableau开发自动化数据看板，覆盖市场、运营、产品三方需求，需求响应时效从3个工作日缩短至4小时，跨部门数据争议率下降60%，团队协作效率提升40%

聚焦用户行为分析与营销活动效果追踪，通过数据挖掘定位增长瓶颈，支撑运营策略迭代与资源优化配置

• 核心参与会员营销活动效果评估，搭建“曝光-点击-领券-转化-复购”全链路漏斗模型（使用SQL提取埋点数据、Google Analytics验证路径），发现领券环节流失率高达35%（主因是领券入口隐藏深、规则复杂），推动优化入口至首页浮窗并简化规则（“满299减50”替代多档位选择），活动转化率从8%提升至14%，带动会员GMV月均增长22万元
• 开展用户留存归因研究，通过生存分析（Cox比例风险模型）识别影响30天留存的关键因子，发现首单物流时效＜48小时的用户留存率（58%）比＞72小时用户（39%）高48%（p＜0.01），推动供应链优化核心城市物流合作方，30天留存率从41%提升至53%，对应留存用户年贡献GMV增加1200万元
• 开发营销数据提效工具，基于Python编写ETL脚本整合CRM、广告平台、交易系统数据，实现“当日新增用户数-激活成本-7日转化率”核心指标实时监控看板，替代原有人工取数流程（需跨3个系统导出、2次VLOOKUP合并），日均节省数据团队2小时工作量，数据准确性从92%提升至99.5%
• 支持A/B测试全流程分析，主导“新人首单礼”测试（方案A：无门槛10元券；方案B：满50减15元券），通过卡方检验与置信区间计算，发现方案B虽首单转化率高3%，但次月复购率低5%，最终选择方案A并调整复购激励（下单后推送“满100减20”券），整体ROI较原方案提升11%

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。