•深入研习用户研究方法论、服务设计思维、数据驱动营销等课程，建立对用户需求挖掘与体验优化的理论框架。
•作为队长参加“中国高校智能交互设计大赛”，针对“银发族数字健康”场景开展用户深度访谈与行为实验，获全国二等奖。
•担任校创客空间运营助理，组织“用户研究实战沙龙”系列，协调设计、工程团队完成两项校园产品的可用性测试与迭代建议。
北京某智慧数据科技有限公司 - 用户增长部数据智能创新驱动
2018.07-2021.06
•搭建基于RFM与行为序列的用户分层体系，融合聚类算法与用户访谈，将用户划分为高潜力、沉睡、流失预警等七类群体，为产品迭代与增长策略提供基石。
•运用SQL与Python清洗并分析千万级用户行为日志，提取关键特征，构建用户健康度评分模型，实现细分群体的动态监控与预警。
•与增长、产品团队深度协作，针对不同细分群体设计差异化触达与激励方案，推动核心用户的次日留存率提升12%，沉睡用户激活率提升25%。
•每季度输出《用户细分全景洞察报告》，向公司管理层汇报群体迁移趋势与关键发现，直接支撑年度战略目标制定。
北京某本地生活服务平台 - 用户增长与体验中心生活服务行业领先
2021.07-2023.05
•主导本地生活服务平台的用户全生命周期细分项目，聚焦餐饮、丽人、休闲娱乐等多业态用户，挖掘跨品类消费的关联与迁移路径。
•构建多维用户画像标签体系，涵盖消费频次、价格敏感度、场景偏好、社交裂变意愿等维度，形成可复用的用户资产库。
•对比分析高价值用户、摇摆用户和价格敏感用户的购买行为差异，发现影响复购的关键因子，协同营销团队设计会员权益与精准补贴，活动ROI提升35%。
•建立用户分群自动化更新机制，将实时行为数据与离线标签结合，使细分结果精准度提升20%，并支持千人千面的营销触达。
•全面负责K12在线教育产品的用户细分研究，通过分析学习行为数据（如出勤率、互动频次、作业完成度等），将用户划分为主动钻研型、被动跟随型、间歇放弃型等四类群体。
•运用K-means与层次聚类算法对学习特征进行建模，交叉验证细分效度，确保群体间差异显著且群体内同质。
•为不同群体设计差异化学习路径与激励策略，例如为主动钻研型用户提供高阶挑战赛，为间歇放弃型用户设置班主任强提醒，上线后课程完课率提升18%。
•参与房产服务平台用户细分专项，结合用户浏览行为（户型偏好、区域关注、房价敏感度）与线下带看数据，构建购房意向分级模型。
•采用决策树与XGBoost算法识别高意向购房者、观望者和信息浏览者，将转化意向预测准确率提升至85%以上。
•与销售、产品团队合作，针对高意向用户推送经纪人即时服务，对观望用户推送市场动态与限时优惠，使带看转化率提升22%，平均成交周期缩短15天。
行业洞察:
持续追踪互联网、智能硬件、汽车出行等领域用户行为趋势，积累跨行业用户细分与体验痛点判断。
熟练运用用户旅程地图、卡片分类、A/B测试等研究方法，并关注眼动追踪、情感计算等新兴技术在用户研究中的应用。
