教育经历
简历机大学 ｜ 统计学 ｜ 本科
2015.09 - 2019.06
主修统计推断、数据仓库、实验设计、R 语言和商业分析。连续两年进入专业前 10%，毕业论文围绕电商用户留存模型构建，完成完整的数据清洗与验证流程。
职业摘要
具备 4 年数据分析与增长分析经验，擅长从指标波动中定位业务问题，通过 SQL、Python 和 BI 看板输出结构化结论，并推动运营、产品和销售团队采取行动。适合强调结论表达能力和业务理解的经典分析师岗位。
工作经历
数澜引擎 ｜ 数据分析师
2021.04 - 至今
- 负责增长看板和转化漏斗分析，围绕注册、激活、付费 3 条链路建立周度复盘机制，帮助产品团队在两个季度内将试用转正率提升 22%。
- 搭建经营分析数据集市，统一 60+ 指标口径并输出 Tableau 看板，业务方取数时间从 2 天缩短到 20 分钟。
- 与产品经理共同设计实验分析模板，累计支持 24 组 A/B 实验，显著实验占比提升到 58%，减少无效试验投入。
观象数据 ｜ 商业分析专员
2019.07 - 2021.03
- 围绕电商营销活动和渠道投放效果进行归因分析，识别 3 类高 ROI 渠道组合，使季度投放预算浪费下降 19%。
- 建立商家分层标签体系，覆盖近 2 万商家，支持运营针对性触达，重点商家月留存提升 11 个百分点。
- 输出周报、月报和专题分析 80+ 份，推动业务团队从经验判断转向数据驱动决策。
项目经历
试用用户激活提升项目
2022.05 - 2022.09
基于用户行为链路搭建激活漏斗，识别核心流失点集中在首次建档和团队邀请两个步骤。输出分层诊断结论后，联动产品优化引导文案和任务提醒机制，试用 7 日激活率提升 17%，试用转付费率提升 8 个百分点。
营销投放归因看板
2020.06 - 2020.11
负责整合广告平台、站内行为和订单数据，建设统一归因看板。上线后市场团队每周报告制作时间从 6 小时降到 40 分钟，季度无效投放预算减少约 80 万元。
自我评价
- 擅长把业务语言转成分析问题，把分析结论转成可执行动作，而不是停留在报表层面。
- 具备较强的指标敏感度和实验意识，能快速定位异常并输出清晰结论。
- 表达结构化，适合需要对管理层或跨部门汇报的岗位场景。
专业技能
SQL
Python
Tableau
A/B 测试
数据建模
经营分析
