负责职业教育赛道用户全生命周期数据资产的挖掘与分析，聚焦课程转化、学习效果及教学策略优化，通过构建预测模型与归因框架驱动产品迭代及运营决策，工作边界覆盖数据清洗建模、业务洞察输出至策略落地闭环。

• 主导设计‘职业技能课程转化漏斗优化项目’，基于用户行为日志（埋点工具：神策）与CRM系统数据，通过Python完成200+字段的特征工程，识别出‘试学进度卡点’与‘咨询响应时效’为核心流失因子；联合产品团队优化试学引导页交互逻辑并设置智能客服触达规则，3个月内高意向用户转化率从18%提升至29%，单月新增付费学员增长42%。
• 构建‘职业技能学习效果归因模型’，融合知识点掌握度（测试数据）、学习时长（行为数据）与教学资源类型（课程元数据），采用XGBoost算法量化教师授课风格、配套练习难度对结课率的影响权重；输出《不同岗位方向学员最优学习路径报告》，指导教研部门调整Java开发课程实操环节占比至65%，结课考核通过率提升17%。
• 搭建用户LTV（生命周期价值）预测体系，基于RFM模型与机器学习（LightGBM）整合付费频次、客单价、续费意愿等15维特征，准确率达82%；推动运营部门针对高LTV潜力用户推出‘企业项目实战营’增值服务，6个月内高价值用户ARPU提升31%，续费率从58%增至69%。
• 攻克多源数据融合难题：协调教务系统（MySQL）、学习平台（MongoDB）与第三方测评数据（JSON），设计ETL流程实现日级增量同步；开发‘学员技能缺口诊断看板’（工具：Tableau），支持销售团队快速定位学员前端技能短板，线索转化周期缩短2.3个工作日。

承担K12学科辅导业务的数据支撑工作，重点分析学生学习行为与教师教学策略的匹配度，通过数据洞察辅助个性化学习方案设计及校区运营效率提升，工作边界包含基础指标体系搭建、专题分析及策略验证。

• 核心构建‘中小学生学习投入度评估体系’，整合课堂互动次数（直播工具：ClassIn）、作业完成度（OMS系统）与知识点停留时长（学习APP埋点），设计包含3个一级维度、12个二级指标的评估模型；输出《各年级学科学习投入度差异报告》，指导教学部门针对初中物理‘力学’模块增加实验动画讲解，该章节单元测试平均分提升11%。
• 深度优化‘分层教学效果验证项目’：通过聚类分析（K-means）将学生按初始成绩、学习速度分为5类，跟踪对比不同组别在‘基础班’与‘提高班’的成绩提升幅度；发现中等生在‘提高班’的提分效率较基础班高23%，推动校区调整班型划分标准，全年中等生续费率提升9%。
• 设计‘教师教学行为-学生成果关联分析’框架，提取教师提问类型（结构化/开放）、作业批改反馈时长等10类教学行为数据，通过Spearman相关性分析定位‘即时错题解析反馈’与‘单元测试进步率’的强关联（r=0.68）；协助教师培训部门开发‘高效反馈技巧’课程，试点班级单元测试进步率提升14%。
• 搭建校区运营健康度看板，整合招生转化率、教师课时饱和度、学生退费率等核心指标，设置异常预警阈值（如退费率连续3日＞5%触发提醒）；推动运营团队针对预警校区开展‘家校沟通话术优化’专项，季度退费率均值从6.2%降至3.8%。

负责早幼教业务的基础数据统计与简单分析，支撑课程排期、教师排班及家长沟通策略调整，工作边界包含数据清洗、日报/周报制作及基础问题定位。

• 独立完成‘早教中心会员行为数据库’搭建，梳理会员注册来源（地推/转介绍/线上广告）、试听转化周期、课程包购买偏好等8类基础标签；输出《各渠道会员LTV对比报告》，发现转介绍会员12个月留存率较地推高28%，推动市场部增加老学员推荐奖励机制，年度转介绍占比从15%提升至27%。
• 优化‘教师课时分配效率’分析流程：通过Excel VLOOKUP与数据透视表整合教师资质（早教证/感统训练认证）、擅长领域（音乐/运动/语言）与班级需求，输出‘最优教师-班级匹配建议表’；试点3个月内班级家长满意度评分从4.2分（满分5分）提升至4.6分。
• 定位‘试听课转化率低’问题：对比分析试听学员的年龄分布、陪同家长身份（妈妈/奶奶）与课程互动数据，发现2.5-3岁学员由奶奶陪同时转化率仅11%（妈妈陪同为24%）；协同顾问团队设计‘祖辈家长沟通手册’，针对性讲解‘课程对孩子社交能力的长期影响’，该群体转化率提升至18%。
• 搭建‘课程材料消耗预警系统’：统计各班级手工课材料（彩泥/拼图）的月均消耗量，设置安全库存阈值（如低于月均1.5倍触发补货）；全年材料断供导致的课程延误次数从12次降至2次，家长投诉减少40%。

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”。

• 大二观察到毕业生离校时大量教材被废弃，而新生购书支出占生活费12%，便发起校园书籍教材循环计划。为解决传统二手书交易效率低的问题，我们开发微信小程序实现扫码估价、预约取件功能，并说服快递中心以成本价承接物流。
• 通过建立翻新消毒标准打消卫生顾虑，项目年流通教材1.2万册，累计为同学节省书费38万元。这段经历让我从商业小白成长为能设计闭环模式的实践者，项目不仅获省级创业金奖，更被纳入学校官方服务体系延续至今。