负责公司K12在线课程用户全生命周期CRM策略落地，通过用户分层运营、流失预警干预及付费转化提效，驱动高价值用户LTV增长；主导SCRM系统策略迭代与触达流程优化，协同产品团队完善用户标签体系与自动化运营机制。

• 基于用户行为数据（课程完课率、互动频次、咨询记录）与消费数据（客单价、复购间隔），重构RFM+LTV混合分层模型，将用户划分为「高潜续费」「沉默激活」「流失挽回」等7类核心群体，针对性设计差异化触达策略；通过A/B测试验证短信/APP Push/社群私聊的最优组合，Q4高潜续费用户30天转化率从28%提升至41%，年续费GMV贡献超3200万元。
• 搭建动态流失预警机制，基于XGBoost算法训练流失预测模型（输入变量含最近登录天数、客服投诉次数、竞品访问轨迹等12维特征），提前30天识别高流失风险用户（预测准确率82%）；联动班主任团队执行「1对1权益召回」+「专属课程补贴」干预方案，季度流失率从15%降至9.7%，单季度挽回潜在损失超800万元。
• 主导SCRM系统与CDP平台对接项目，梳理23个业务场景的用户触达规则，优化自动化流程节点（如试听课结课后30分钟自动推送选课指南、结课7天内触发家长满意度调研）；通过埋点监测触达链路转化漏斗，定位「短信打开率低」痛点，优化标题文案与发送时段（调整为19:00-20:30），短信打开率从11%提升至24%。
• 定期输出《用户运营健康度报告》，从活跃度（DAU/MAU）、转化率（试听转正价课）、忠诚度（NPS净推荐值）三个维度监控策略效果；针对Q2新用户7日留存率下滑问题，通过归因分析定位「新手引导流程冗长」问题，协同产品简化3个操作步骤，次月新用户7日留存率回升至68%（较Q1提升12pct）。

聚焦成人职业教育用户付费后运营，负责会员权益落地、学习进度跟踪及二次转化；搭建用户标签库支撑精准营销，优化CRM触达模板与频率，提升用户活跃度与课程完成率。

• 梳理用户从「购课-学习-考试-复购」全链路行为数据，设计包含「学习进度滞后」「考点掌握薄弱」「证书到期提醒」等18个场景的自动化触达策略；通过Python脚本批量清洗历史触达数据（去重率35%），优化短信模板变量（如插入学员姓名+剩余课时），关键节点触达响应率提升27%。
• 搭建用户标签体系，覆盖基础属性（年龄/职业）、行为属性（日均学习时长/章节完成率）、价值属性（累计消费/转介绍次数）3大类42个标签；支撑市场部「职场技能提升季」活动精准投放，定向推送高潜力用户（标签：近30天学习时长＜2h+剩余课程＞50%），活动期间课程完成率从45%提升至61%。
• 针对「付费用户3个月后活跃度下降」问题，联合教研团队设计「学习打卡激励计划」（连续7天打卡送模考解析课）；通过SCRM系统配置自动化任务（第60天未活跃用户触发邀请），活动参与率达38%，带动季度活跃用户数环比增长22%。
• 每月输出《用户运营效果复盘报告》，对比不同分层用户的ARPU值（高价值用户ARPU是普通用户的3.2倍）、退费率（标签「高频互动」用户退费率仅4.1%），为产品优化学习激励功能提供数据支撑（如上线学习积分兑换实物奖励）。

协助搭建用户运营基础体系，参与用户分群、触达执行及效果分析；学习CRM系统操作与数据清洗技能，支撑团队完成日常用户运营任务。

• 协助整理历史用户行为数据（APP打开频次、点击路径、表单提交记录），使用Excel VLOOKUP与数据透视表完成10万+条用户信息清洗，输出首版「高互动用户」「沉睡用户」基础分群表，支撑运营团队开展差异化关怀活动。
• 参与「双11大促」用户召回项目，负责执行短信触达（覆盖5万+沉睡用户），监测触达后7日活跃数据（打开率8.3%，点击转化率2.1%）；通过对比不同文案效果（情感化文案vs利益点文案），总结出「限时福利+情感共鸣」组合更优的经验，被纳入团队SOP。
• 学习使用BI工具制作用户运营看板，监控核心指标（DAU、触达覆盖率、转化成本）；每周输出《触达效果简报》，定位「周五下午触达打开率低」现象，建议调整发送时段至工作日上午，后续同类触达打开率稳定在10%以上。
• 协助优化会员权益发放流程，梳理「积分兑换」「生日礼券」等6类权益的触发规则，通过SCRM系统配置自动化发放任务，权益发放及时率从85%提升至98%，用户咨询量减少40%。

泛娱乐APP用户全生命周期数据化营销体系搭建

• 「星动」APP在2022年Q1面临用户增速下滑（从15%+降至5%）、付费转化率仅3.2%、投放ROI从2.8跌至1.9的困境。我的核心目标是搭建覆盖「获客-活跃-留存-变现-裂变」全生命周期的数据化营销体系，推动ROI回升至2.5+、付费转化率提升至4.5%+，并通过标准化流程沉淀可复用的营销方法论。
• 项目面临三大关键挑战：①用户行为数据分散在神策埋点、巨量引擎/腾讯广告投放平台、CRM系统，口径不统一导致无法整合分析；②不同生命周期用户（新客/活跃/沉默/流失）需求差异大，通用营销策略触达效率低；③传统T+1数据处理无法满足实时营销决策需求，错失用户转化窗口期。我针对性选择Apache Kafka搭建实时数据pipeline整合多源数据，基于RFM+CLV模型划分用户生命周期阶段，并引入BERT模型分析UGC互动内容提炼用户兴趣偏好，解决数据割裂和人群细分问题。
• 我主导了三项核心行动：1）牵头梳理12个核心用户标签（如「新客首刷时长」「沉默用户触达敏感度」）和5个生命周期阶段模型，输出《全生命周期用户标签体系规范》，统一跨市场、产品、算法部门的数口径；2）与算法团队合作优化BERT模型，将用户兴趣标签准确率从72%提升至89%，支撑「高潜新客」「即将流失老客」等8类精准人群细分；3）搭建基于Flink的实时数据处理平台，联动营销自动化工具，实现「对即将流失老客触达1小时未响应则触发专属权益包」等实时策略，替代传统人工盯盘模式。
• 项目上线6个月内，「星动」APP投放ROI提升至2.7（超目标8%），付费转化率提升至4.8%（超目标6.7%）；沉默用户召回率从11%增至23%，高潜新客转化成本下降31%；更关键的是，搭建的自动化营销平台支持日均100+万条精准触达，人工干预减少60%，团队营销效率提升45%。我不仅推动了跨部门协作机制的固化，更将这套体系沉淀为公司泛娱乐产品的标准营销方法论，后续被复制到公司另一款直播产品中。

短视频内容投放ROI优化项目

• 2020年公司核心获客依赖信息流投放，但ROI波动剧烈（1.5-2.3）、单用户获取成本（CAC）居高不下（约85元）。我的目标是搭建「素材-人群-出价」联动的精准投放体系，将ROI稳定在2.2+，同时降低CAC15%以上，解决投放「靠天吃饭」的问题。
• 当时面临三个痛点：①素材类型杂（短剧情/才艺展示/教程），人工筛选效率低且效果不可预测；②人群包依赖第三方标签（如「年轻女性」），精准度不足导致无效曝光占比达40%；③投放策略调整滞后，无法应对抖音/快手平台的实时流量变化。我需要用数据模型替代经验判断，实现投放的自动化和精准化。
• 我的突破点在于：1）搭建素材评分模型——提取10万+条投放素材的20+特征（时长、字幕密度、转场次数），结合完播率、点赞率等用户反馈，用XGBoost训练出准确率85%的评分模型，实现素材自动分级（S/A/B级）；2）构建「兴趣-行为」双维度人群画像——整合自有用户的观看内容类型、互动习惯（如是否点赞过舞蹈视频）和第三方数据，生成「舞蹈爱好者-高活跃」「剧情粉丝-潜在付费」等5类自定义人群包；3）对接实时竞价（RTB）系统，将素材评分和人群精准度作为出价因子，动态调整投放价格。
• 项目落地后，投放ROI从2.0提升至2.4（超目标9%），CAC下降18%至69元；素材筛选效率提升70%，日均有效投放素材从50条增至120条；实时竞价使流量利用率提升25%，无效曝光占比降至15%以下。我主导的素材评分模型和自定义人群包成为公司投放团队的核心工具，至今仍在迭代使用——这也让我从「执行型优化师」转型为「策略型数据营销人」，为后续晋升负责人奠定了基础。

• 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。