AMAZING RESUME · MORNING LIGHT
牛敬业
用户画像数据分析师
139****5678niu****@***.com北京30男用户画像数据分析师在职北京20k - 25k •系统学习了数据挖掘、统计学习与商业分析方法论，并加入算法竞赛社团，多次发起用户生命周期价值分析Workshop，带动团队解决实际业务问题。
用户画像数据分析师用户分层行为分析指标体系建设
北京
•负责构建本地生活服务平台用户分层体系，通过聚类分析将用户划分为高价值、活跃、流失等群体，支撑精准营销策略，使召回率提升15%以上。
•运用Spark进行大规模用户行为数据处理，优化了埋点数据清洗流程，将数据处理时间缩短40%，并提升了数据质量。
•与增长、市场团队紧密协作，输出用户偏好洞察报告，为活动策划提供数据依据，成功将新客首单转化率提升了18%。
用户画像数据分析师用户洞察特征工程分析框架构建
北京
•主导构建了内容推荐用户画像，基于用户阅读、点赞、评论等行为，挖掘内容偏好与兴趣标签，优化推荐算法，使用户人均阅读时长提升20%。
•使用SQL和Hive进行多维数据查询，构建了用户活跃度、留存率等关键指标的仪表盘，为管理层提供日度数据简报。
•重新设计了画像标签更新机制，从离线批量更新升级为实时增量更新，确保用户兴趣标签的时效性，使推荐点击率提升12%。
•该项目旨在为本地生活服务平台构建用户画像，以提升商户推荐和优惠券发放的精准度。
•我负责整合多源数据，包括用户注册、浏览、下单、评价等，清洗后构建数据宽表。
•采用XGBoost和LightGBM模型进行用户消费能力预测和偏好分类，构建了用户价值分层模型。
•最终实现了个性化推荐，使优惠券核销率提高了25%，用户复购率提升了15%。
•该项目是为短视频平台优化用户画像，以增强内容分发效率和用户粘性。
•我分析了用户观看、点赞、评论、分享等行为，提炼出兴趣标签和社交关系特征。
•利用图神经网络对用户社交关系进行建模，改善了兴趣传播的准确性。
•项目使视频推荐的人均观看时长提升了22%，用户次日留存率提高了10%。
对数据背后的人的行为与动机充满好奇，乐于从海量用户足迹中提炼洞察；多年深耕用户画像方向，习惯从繁杂数据中梳理出清晰的人群特征，做事严谨，对标签的准确性与一致性有近乎偏执的要求。能熟练运用 Python 与 SQL 对大规模数据集进行高效处理，并熟悉从清洗、建模到应用落地的完整链路；善于与产品和运营团队协同，将分析结论转化为可执行的业务策略，助力精细化运营。期待在用户研究领域持续沉淀，用数据驱动更聪明的决策。
数据可视化与业务看板交付:
为增长团队搭建了用户激活路径漏斗仪表盘，设置异常波动自动预警，辅助定位流失环节，成为每周复盘核心工具。
利用地理可视化与聚类热力图呈现用户分群空间分布，为地推团队精准圈定高潜社区，提升了线下资源利用效率。
