AMAZING RESUME
牛敬业
零售数据运营开发
188****0883niu****@***.com北京30男零售数据运营开发在职北京20k-30k •修读数据仓库与OLAP、流式计算、业务预测模型等课程，获校级优秀毕业设计，课题为基于门店客流数据的品类布局优化分析。
•作为队长率队参加全国大学生数据挖掘挑战赛，围绕零售促销活动效果评估，完成特征工程、模型开发与效果复盘，获得华北赛区一等奖，锻炼了从业务理解到方案落地的全链路能力。
•加入数据智能实验室，参与企业合作课题，利用Python与SQL对真实零售订单与库存数据进行清洗与探索性分析，构建商品动销监测看板，方案被企业导师采纳并应用于试点门店。
北京某大型零售集团 - 数据运营部零售行业领先企业
2018.07-2021.12
零售数据运营开发工程师数据开发零售分析数仓建设
北京
•负责大型连锁零售门店的进销存数据整合，搭建基于Hive与Spark的离线数据仓库，将多渠道数据统一为标准化业务宽表，支撑日常运营分析。
•运用Python和SQL对促销活动效果、品类关联购买等场景进行深度分析，输出选品优化与动态定价建议，成功推动重点品类毛利率提升3个百分点。
•开发自动化数据看板与预警系统，覆盖门店实时销售、库存深度及缺货率等指标，帮助区域经理快速定位异常，将数据响应时间从T+1缩短至小时级。
•与采购、供应链部门建立常态化数据需求对接机制，通过定制化数据接口和自助分析模板，赋能业务人员自主完成多维交叉分析，减少重复提数工作量60%。
北京某知名电商零售公司 - 数据技术部电商零售创新企业
2022.01-至今
资深零售数据运营开发数据平台消费者洞察数据治理
北京
•主导新一代零售数据中台的指标体系建设，引入实时流计算框架处理用户行为日志，将数据服务响应延迟优化至秒级，大幅提升运营反馈效率。
•负责跨部门数据项目全生命周期管理，协调数据工程、算法和业务三方，推动智能补货、选品决策等场景落地，保障项目里程碑达成率100%。
•深入挖掘会员生命周期与消费偏好，构建基于聚类和关联规则的消费者分群标签，驱动精准推送策略，使核心品类复购率提升18%。
•建立全链路数据质量监控体系，从埋点规范、采集校验到报表稽核，形成闭环治理，将关键数据差错率控制在3%以内，并沉淀为组织级数据标准。
零售品类销售预测与智能补货项目 - 数据开发与分析
2019.05-2019.12
•参与零售品类销量预测体系建设，针对生鲜短保品与标品长尾品分别设计Prophet时序模型和XGBoost回归模型，融合促销日历、天气及节假日特征。
•清洗并聚合近三年日均百万级的交易流水与库存变动数据，构建特征工程管道，完成缺失值插补、异常销量剔除及多维特征编码。
•通过滚动预测与回测验证持续优化模型精度，最终将周级别SKU销量预测误差率控制在15%以内，为自动补货系统提供可靠输入，使试点门店缺货率下降22%，库存周转天数减少8天。
•主导全渠道会员数据整合与精细化运营项目，打通线上商城、线下POS及小程序三端行为数据，建立统一会员画像宽表。
•针对超500万会员设计RFM+行为习惯的复合分层模型，将用户划分为核心价值客、潜力客、流失预警客等6个群体，并输出各层消费特征报告。
•协同CRM团队制定差异化触达策略，如为高潜客群策划专属品类券、为沉睡客设计首单免邮活动，经A/B测试验证后全量上线，拉动整体会员月活提升13%，沉睡会员唤醒率提高9个百分点。
相信数据是零售业务的眼睛，对从海量交易流水中提炼出库存优化、客流洞察等可落地的决策信号抱有持续的热情；习惯用代码洁癖对待每一行SQL与脚本，追求处理逻辑的严谨和可复用。享受从0到1搭建分析框架与自动化看板的过程，乐于在业务与技术的交叉地带发现问题、量化假设并推动方案闭环。
业务自助分析工具链搭建:
熟练使用FineBI与Metabase搭建面向零售运营的自助分析平台，设计多角色经营驾驶舱，使一线运营人员可通过拖拽维度与指标，快速完成渠道销售对比、库存周转分析与异常监控，大幅降低数据获取成本。
