•主修概率论与数理统计、多元统计分析等核心课程,具备扎实的数学基础,为后续数据建模与假设检验提供理论支撑
•大三期间组队参加全国大学生数学建模竞赛,担任数据建模负责人,基于时间序列算法预测交通流量,获省级二等奖
•负责零售业务线的数据治理与报表开发,清洗并整合供应链、库存及销售数据,搭建 TB 级主题宽表,保障数据口径统一
•基于 SQL 编写自动化脚本,替代人工报表,输出周度/月度经营分析看板,涵盖 GMV 拆解、库存周转率等核心指标,支持管理层决策
•构建客户生命周期价值模型,利用 RFM 分层策略优化会员权益体系,辅助运营团队实施差异化触达,带动复购率提升 18%
•协同产品与研发团队,参与数据埋点规范制定,主导 AB 测试方案评估,通过数据反馈迭代功能模块,优化用户体验路径
•主导数据中台指标体系建设,定义 DAU、留存、ARPU 等北极星指标,建立实时数据监控预警机制,保障业务健康度可视化
•运用 Python 进行用户行为预测建模,搭建流失预警模型与销量预测算法,模型准确率稳定在 88% 以上,优化资源配置效率
•定期撰写行业竞品监测与内部数据洞察报告,为产品规划与战略调整提供量化依据,输出深度分析文章多篇
•带领 3 人数据分析小组,制定组内代码规范与复盘机制,负责新人培养与技能分享,提升团队整体交付质量与分析深度
•项目背景:针对在线教育平台用户学习中途弃课率高的问题,开展用户学习行为专项分析
•数据采集:整合 LMS 学习管理系统数据,包含视频观看进度、作业提交记录、互动弹幕等多维行为,样本量超 300 万条
•分析过程:利用漏斗分析定位流失关键节点,结合 RFM 模型对用户活跃度进行分层,识别高潜力与高危用户群体
•成果:基于分析结果建议增加督学打卡与积分激励功能,核心课程完课率提升 15%,带动后续续费率增长,预计带来营收 300 万元+
•项目背景:为支撑线下门店快速扩张,进行商圈用户画像与选址潜力分析
•数据处理:清洗 LBS 地理位置数据、周边 POI 信息及历史客流数据,处理坐标偏移与脏数据问题
•分析方法:运用聚类算法分析商圈人群消费特征,构建选址评分模型,评估潜在门店的辐射能力与竞争强度
•成果:输出的选址建议被战略部采纳,新店首月坪效高于平均水平 20%,有效规避了低效点位,节省试错成本 50 万元+
数据可视化:
精通 Tableau 与 PowerBI 工具,擅长设计交互式仪表盘,能将复杂指标转化为直观图表,提升数据洞察效率