负责公司职业教育产品矩阵（含IT技能培训、财会考证、新职业资格认证三条业务线）的用户全生命周期数据治理、核心指标体系搭建及商业化增长策略支撑，主导数据驱动的产品迭代与运营优化，协同研发、运营、市场团队实现LTV提升与成本优化。

• 搭建覆盖用户触达-注册-转化-完课-续费-转介绍的全链路指标体系，基于Hive+Spark完成20+数据源（APP埋点、CRM、支付系统、第三方流量平台）的ETL整合，设计动态权重RFM模型识别高潜用户，输出分层运营SOP；落地后高价值用户（LTV≥8000元）占比从12%提升至18%，单用户获客成本下降15%（从450元降至382元）。
• 针对IT技能培训业务线转化瓶颈，运用Python（Pandas+XGBoost）构建首单转化预测模型，融合用户设备信息、浏览深度、试学行为等32维特征，准确率达82%；通过A/B测试验证模型输出的高潜用户定向触达策略，将试听-购课转化率从7.3%提升至11.6%，年增营收约240万元。
• 主导设计实时数据看板（基于Flink+QuickBI），监控核心场景（如直播课互动、题库练习、模考后咨询）的用户行为异动，设定15项预警指标（如连续3日完课率下降超5%触发根因分析）；曾快速定位某财会课程因章节测试题难度突变导致的退课率上升问题，协同教研团队48小时内调整内容，退课率回落至基线水平。
• 构建职业教育用户NPS（净推荐值）驱动模型，通过文本挖掘（SnowNLP）分析10万+条用户反馈，识别‘课程更新时效性’‘助教响应速度’为两大核心改进点；推动产品侧上线‘热点课程72小时上线机制’与服务侧‘助教SLA分级考核’，季度NPS从32分提升至45分，老用户转介绍率增长22%。

聚焦成人职业教育用户行为数据分析，支撑产品功能迭代与运营活动效果评估，负责数据资产建设、核心报表开发及跨部门数据需求响应，推动数据从支撑决策向驱动决策转型。

• 主导完成用户行为数据仓库（DW层）建设，梳理6大业务域（流量、转化、学习、服务、续费、裂变）的200+指标口径，通过dbt实现指标逻辑标准化；上线后数据查询效率提升40%，跨部门数据争议减少65%。
• 针对新用户首周留存率低于行业均值（38% vs 45%）的问题，运用漏斗分析与用户分群（K-means聚类），发现‘注册后3日内未完成1节正式课学习’为关键流失节点；提出‘新人7天学习任务包’策略（含每日15分钟微课+助教1对1学习规划），落地后首周留存率提升至47%，年度新增付费用户留存贡献超300万元。
• 支持市场部投放效果评估，搭建‘流量-转化-ROI’归因模型，整合SEM、信息流、私域引流等多渠道数据；发现抖音短视频引流的‘职场技能干货’类内容虽点击成本低（0.8元/次），但30日LTV高达2200元，推动市场预算向其倾斜30%，整体投放ROI从1:2.1提升至1:2.8。
• 开发自动化数据报表（Python+Airflow），覆盖用户增长、课程运营、服务效率三大场景，替代原人工取数流程；报表每日自动推送关键指标（如DAU、完课率、退费率），异常波动触发企业微信提醒，业务团队决策响应速度从T+1缩短至实时。

负责公司核心产品（会计职称考证培训）的用户基础数据统计与简单分析，支持运营活动效果复盘及课程优化建议输出，协助搭建数据看板与常规报表。

• 独立完成会计职称课程用户画像标签体系建设，基于注册信息、学习行为、付费记录等数据，定义‘在职宝妈’‘转行小白’‘在职备考族’等7类用户标签，标签准确率经人工校验达85%；为运营团队提供精准人群包，支撑‘宝妈晚间直播课’‘转行学员1对1规划’等活动，活动参与率较通用推广提升28%。
• 分析会计实务课程完课率（58%）低于预期问题，通过SQL提取用户学习日志，发现‘长视频（＞30分钟）章节完播率仅32%’；提出‘课程拆分为10分钟微视频+配套随堂练’优化方案，落地后该课程完课率提升至67%，对应班级通过率从61%升至69%。
• 搭建课程口碑监测看板，抓取应用商店评论、社群聊天记录中的关键词（如‘老师讲得清楚’‘题库太少’），每周输出《课程体验周报》；曾识别‘经济法基础’章节习题解析错误高频问题，推动教研团队修正120道题目，当月该课程差评率下降40%。
• 支持大促活动效果复盘，通过Excel数据透视表与VLOOKUP匹配用户行为与付费数据，分析‘双11早鸟价’活动的用户分层表现；发现‘提前15天报名用户’的30日完课率比‘活动当天报名用户’高19%，建议次年活动增加‘早鸟专属学习资料包’权益，活动续费率提升11%。

K12阶段AI自适应学习系统核心技术迭代与落地项目

• 项目背景：公司原有K12 AI自适应学习系统虽具备基础推荐能力，但因学科知识图谱适配性不足、实时学习数据处理延迟高，导致用户留存率仅42%、个性化推荐准确率65%。我的核心目标是重构系统技术底座，解决“精准度不够、反馈不及时”的痛点，支撑付费转化提升。
• 解决的难题：一是多学科知识图谱的认知逻辑错位——传统图谱以“知识点关联”为核心，未区分数学（递进式逻辑）、语文（积累式素养）等学科的认知规律；二是实时数据处理延迟——学生做题后反馈需5秒以上，严重影响互动体验。针对前者，我提出“学科认知模型+用户行为数据双驱动”的图谱架构；针对后者，锁定Flink流计算框架优化数据处理链路。
• 核心行动：牵头跨算法、教研、产品的12人团队，深度访谈50位一线K12教师，提炼2000条学科逻辑规则（如数学“函数→导数→积分”的递进权重、语文“文言文实词→虚词→篇章”的素养层级），完成10个核心学科的知识图谱重构；优化Flink任务调度策略，引入Redis缓存高频访问的用户画像数据，将数据处理延迟从5秒压缩至1秒内。
• 项目成果：系统个性化推荐准确率提升至88%，学生日均使用时长从35分钟增至52分钟，季度付费转化率较项目前提升22%（从8%升至9.76%）。我主导的技术优化直接构建了系统的核心竞争力，成为公司K12业务用户留存与营收增长的关键引擎，该项目也获公司年度“技术创新一等奖”。

职业教育OMO教学服务平台搭建与规模化落地项目

• 项目背景：公司拓展职业教育赛道时，线下校区与线上平台数据孤立、教学流程割裂，导致OMO课程完课率仅70%、教师重复劳动占比达35%。我的目标是搭建“教-学-练-测-评”全闭环的OMO平台，解决“数据不通、流程不标准”问题，支撑职业教育业务规模化复制。
• 解决的难题：一是跨系统数据打通——原有线下教务系统与线上学习平台采用MySQL+MongoDB异构数据库，学员信息、学习行为无法实时同步；二是OMO流程标准化——不同校区对“线下实训+线上巩固”的衔接方式差异大，教学效果参差不齐。针对前者，设计基于微服务的统一数据中台；针对后者，参考ADDIE模型构建标准化流程。
• 核心行动：主导数据中台需求分析与架构设计，定义学员、课程、练习、测评等12个核心数据实体及ESB企业服务总线同步规则，协调线下5个校区的IT团队完成系统对接；基于ADDIE模型优化OMO流程为“课前线上预习（视频+前置测试）-课中线下实训（技能操作+教师针对性指导）-课后线上巩固（错题重练+拓展阅读）-全程数据反馈（教师端实时查看学员进度与薄弱点）”，通过3轮校区试点调整15个流程节点（如将“实训报告上传”从课后24小时缩短至1小时内）。
• 项目成果：平台上线后，OMO课程完课率提升至85%，教师重复劳动占比降至18%（批改作业时间减少40%），支撑公司推出5个职业品类（UI设计、电商运营、Python编程等）的OMO课程，该业务营收占比从10%提升至25%。我搭建的数据中台与流程体系，成为公司职业教育OMO模式的核心基础设施，推动业务从“单点试点”转向“规模化扩张”。

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。