负责在线职业教育用户全生命周期CRM策略落地，通过用户分层运营、自动化触达体系优化及跨部门数据协同，驱动高潜用户转化与沉默用户召回，核心指标聚焦30日留存率、LTV（用户生命周期价值）及付费转化率提升。

• 基于RFM模型与行为路径分析（使用SQL+神策数据平台），将用户划分为「高价值活跃」「潜力待激活」「沉默预警」3类核心群体，针对「潜力待激活」用户设计「课程试看+学习社群邀请」差异化触达策略，通过A/B测试验证最优触达时间（晚间19-21点）与内容形式（短视频+个性化学习报告），上线3个月后该群体30日留存率从28%提升至43%，对应付费转化率增长17%。
• 主导优化CRM自动化触达流程，梳理6类用户事件（如课程进度停滞、资料下载超时）的触发条件与触达SOP，接入神策触达工具实现「行为-标签-动作」实时联动，将人工配置耗时从48小时缩短至6小时，同时触达打开率从12%提升至25%，月均减少无效触达成本3.2万元。
• 联动产品与数据团队推动用户标签体系升级，新增「学习专注度」（日均学习时长/计划完成率）、「付费敏感度」（优惠活动点击转化率）等12个业务定制标签，支撑运营策略精准度提升；同步输出《CRM标签使用手册》，组织3场跨部门培训，标签调用量月环比增长40%。
• 针对高客单价课程（单价＞5000元）用户设计「1对1顾问+自动化提醒」双轨服务，通过CRM系统标记用户咨询高频问题（如课程大纲、讲师资质），赋能顾问提前准备应答库；项目上线后该类用户客诉率下降22%，续费率从55%提升至68%。

承担成人兴趣教育用户CRM运营执行，负责用户分层标签维护、常规触达活动落地及流失用户召回，重点提升180日以上沉默用户唤醒率与会员续费率。

• 搭建「基础属性+行为偏好+消费能力」三维标签体系，使用Python脚本自动化清洗用户注册信息与课程互动数据（如直播观看时长、题库练习频次），标签准确率从75%提升至92%；基于标签圈选「高活跃低消费」用户开展「会员权益体验周」活动，带动30日内会员开通率从8%提升至15%。
• 主导流失用户召回专项，通过漏斗分析定位流失关键节点（主要为结课1个月内未续报），设计「结课证书激励+专属折扣券」组合策略，结合CRM系统分批次触达（首触达后3天未响应追加短信提醒），季度召回率从9%提升至18%，对应挽回收入约45万元。
• 监控CRM渠道触达效果，定期输出《触达渠道ROI报告》，发现企业微信触达打开率（31%）显著高于短信（11%），推动资源倾斜；协调技术团队打通CRM与企业微信SCRM系统，实现用户标签同步与触达记录归因，企业微信转化订单占比从12%提升至27%。
• 处理用户CRM系统异常问题（如标签错配、触达延迟），建立「问题分类-根因定位-系统优化」闭环机制，月度问题解决时效从48小时缩短至12小时，跨部门投诉率下降60%。

协助完成用户CRM数据基础维护与日常运营执行，包括标签录入、触达活动配置及效果数据统计，为策略优化提供基础支持。

• 负责用户基础标签（如性别、年龄、注册渠道）每日更新，通过Excel宏工具自动化处理重复录入工作，数据录入错误率从5%降至0.5%，月度节省人工耗时约20小时。
• 执行常规营销触达（如节日祝福、课程上新通知），使用CRM系统配置短信/APP Push模板，监控触达到达率与点击率，输出《触达效果日报》供运营团队参考，月度触达准时率从88%提升至95%。
• 收集用户对触达内容的反馈（如退订原因、内容偏好），整理成《用户触达痛点清单》，推动优化短信文案（将「限时优惠」改为「专属学习礼包」），对应短信退订率从3.2%下降至1.8%。
• 协助搭建用户流失预警模型基础数据池，清洗近1年用户行为数据（登录间隔、课程完成度），输出包含20+字段的基础数据集，为后续模型开发提供数据支撑。

星途游戏社区用户生命周期价值（LTV）精准运营体系搭建项目

• 项目背景：公司旗下游戏社区月活超500万，但用户LTV均值仅85元，高价值用户（LTV前20%）占比不足15%，运营资源因缺乏精准分层常投放至低潜力群体。核心目标是通过构建LTV驱动的运营体系，将高价值用户占比提升至20%以上，整体ARPU增长15%。我在项目中担任主导者，负责体系设计、跨产品/运营/算法部门协同及落地推进。
• 关键难题：1）传统用户分群仅基于行为标签（如登录频次、互动数），未关联游戏场景下的付费潜力，导致高LTV用户识别准确率低（仅65%）；2）游戏用户生命周期短（平均120天），付费转化窗口期（如新手期、大版本更新期）动态变化，现有静态模型无法捕捉实时变化；3）运营策略与LTV预测结果脱节，缺乏针对不同价值层级用户的差异化触达路径。
• 核心行动：1）重新定义“游戏场景化LTV”计算逻辑，融合“行为维度（登录稳定性、社区互动深度）+付费维度（ARPU、付费频次、道具复购率）+游戏内进度维度（关卡通关数、核心玩法参与度）”三大模块，构建多因子预测模型；2）采用XGBoost算法优化模型，引入实时数据流（如用户当日付费尝试、大版本更新后24小时内关卡突破行为）动态调整预测权重，将LTV预测准确率从65%提升至82%；3）基于模型结果设计“三层级六场景”运营策略：对高潜付费用户（LTV预测前10%）推送“专属角色皮肤+首充双倍权益”，对流失预警用户（LTV下滑超20%）触发“召回活动+定制化攻略礼包”，对沉默用户（30天未登录）通过“社区话题邀请+小额体验券”激活。
• 项目成果：1）高价值用户占比从15%提升至22%，整体ARPU增长18%，年营收直接增加约3500万元；2）运营资源投放ROI提升40%，低潜力用户触达成本下降25%；3）该体系被推广至公司旗下3款游戏社区，成为数据化营销的标准运营框架，我个人主导编写了《游戏社区LTV运营SOP》并完成全公司培训。

头部二次元手游付费用户转化漏斗游戏化节点优化项目

• 项目背景：公司代理的二次元手游上线半年付费转化率仅8%，低于行业均值12%，核心问题是传统漏斗分析仅关注“下载-注册-付费”宏观步骤，未拆解游戏内关键行为对付费的影响。我的角色是项目负责人，负责漏斗拆解、瓶颈定位及优化策略落地。
• 关键难题：1）现有漏斗模型未关联游戏核心玩法节点（如首次抽卡、角色养成进度），无法识别用户在“新手引导-首次核心体验-付费决策”中的具体流失点；2）不同用户群体（新用户/回流用户/大R用户）的转化瓶颈差异大，一刀切的优化策略效果不佳；3）缺乏针对游戏场景的转化归因方法，无法评估运营活动对付费的实际贡献。
• 核心行动：1）重构付费转化漏斗为“新手适应层（引导完成率、首次抽卡次数）-玩法沉浸层（角色等级、核心副本通关数）-付费决策层（道具浏览时长、首充按钮点击）”三个阶段，每个阶段拆解5-8个游戏内行为指标；2）用K-means聚类将用户分为“快速入门型”（引导完成快但付费犹豫）、“慢热沉浸型”（玩法投入深但转化晚）、“高价值潜力型”（付费意愿强但需引导）三类；3）针对“快速入门型”用户，在首次抽卡后推送“首充双倍+限定角色碎片”，降低付费决策门槛；针对“慢热沉浸型”用户，通过“新手任务奖励加速玩法进度”提升其对游戏价值的认知，间接推动付费。
• 项目成果：1）付费转化率从8%提升至11.5%，接近行业均值，单月新增付费用户增长30%；2）不同用户群体的转化瓶颈解决率超75%，运营活动ROI提升35%；3）优化后的“游戏化漏斗分析模型”成为公司后续游戏上线的标准分析工具，支撑了2款新游的付费转化优化。

• 因痛心于年轻人对历史的疏离，我在B站创立「古人脱口秀」栏目，用职场梗解构历史事件（如《雍正皇帝的KPI保卫战》）。通过设计「颠覆认知-史料佐证-现代共鸣」三幕剧本模板，单期视频最高收获1.7万条弹幕互动。
• 两年间栏目播放量突破180万，作品被多地中学选为教学素材。这段经历磨砺出将学术内容转化为大众语言的能力，也让我理解到真实用户反馈才是创作者的指南针。