AMAZING RESUME
牛敬业
商品分析专员
188****4580niu****@***.com北京28男商品分析专员在职北京12k-18k •系统修读商业统计与计量经济学课程，建立了针对零售终端数据的量化分析框架；
•主导过校内区域市场品类销售归因分析课题，独立完成了从数据采集到销量预测的全流程；
•具备扎实的 Python/R 工具应用能力，能高效处理进销存数据并输出可视化报表。
•追踪3C数码品类全渠道销售动态，整合用户浏览与加购行为数据，构建商品热度预测模型，每周输出品类健康度报告，支撑采购节奏调整；
•基于历史销量与外部事件（如节假日）进行趋势推演，预测误差控制在12%以内，显著减少滞销品积压；
•联合运营团队设计分层促销实验，通过A/B测试优化满减规则，使高毛利商品在促销期的动销率提升22%；
•实时监测库存水位异常，快速定位断货或过剩商品，联动仓储部门启动动态补货机制。
•主导新上线预制菜品类的上市前研究，挖掘本地生活平台用户搜索热词与评价反馈，输出定价建议与推广渠道优先级；
•搭建品类健康度评估框架，量化分析各SKU的利润贡献与流量转化效率，调整低效商品占比后，高利润品类销售额占比增长18%；
•协同供应商开展成本谈判，基于损耗率与周转速度数据协商阶梯返利政策，单季度采购成本下降12%；
•运用Power BI设计交互式经营看板，直观呈现区域销量热力图，提升跨部门数据对齐效率。
•负责家电3C品类在主流电商平台的销量提升专项，核心任务是解析用户从浏览到下单的决策路径；
•运用聚类算法对用户进行价值分层，针对价格敏感型客群定制‘以旧换新’补贴方案，高价值用户复购频次提升28%；
•深挖商品季节性需求规律，结合地域消费习惯调整库存前置仓布局，库存周转天数缩短18%；
•项目周期内该品类销售额增长42%，超额完成既定目标，获事业部创新案例奖。
•参与生鲜品类全链路提效工程，聚焦采购-仓储-配送环节的数据断点分析；
•开发生鲜损耗归因模型，识别冷链断点与包装缺陷，推动供应商改进后，损耗率下降14%；
•通过历史订单与天气数据建模，优化夜间配送路线规划，配送准时率从75%提升至92%；
•项目落地后单均履约成本降低9%，用户投诉率下降25%，经验被纳入平台标准操作流程。
对商品全链路数据充满热忱，痴迷于从交易与用户行为中捕捉市场脉搏，坚信数据是商品优化的隐形指挥棒。严谨细致是我的职业底色，习惯用Excel透视表反复校验异常值，对库存周转率的微小波动格外敏感。精通商品生命周期建模与促销效果归因，能快速搭建从采集到决策的闭环分析体系。日常坚持每周复盘行业报告，积累跨品类洞察；同时热衷与运营团队深度协作，用可视化看板让数据‘开口说话’。期待在商品分析岗位上持续打磨商业敏感度，以实干驱动选品与定价策略的精准迭代。
零售运营数据实战特训营:
参加头部电商机构举办的运营数据专项研习，深度拆解了全渠道选品逻辑与 SKU 动销归因模型；
研修期间完成‘区域新品上市渗透率测算’课题，产出的备货策略方案被合作零售商采纳应用于区域铺货。
