陈雨晴 · 商业数据分析专员

针对某知名快消公司华北区上半年1200+条销售记录中约12%的缺失值与重复项，利用Excel的VLOOKUP、IF嵌套及条件格式完成系统性清洗与校验，将数据完整度从88%提升至97%，确保后续分析基准可靠。

• 基于清洗后的周度销售数据，使用Tableau构建包含销量、份额、环比增长率及渠道渗透率的动态看板，识别出某功能饮料在便利店渠道夏季销售额季度环比增长34%的核心趋势，支撑市场部提前两周调整铺货策略。

• 整合300份消费者问卷与门店POS数据，通过数据透视表与相关性分析，发现18-25岁用户对迷你装产品的偏好系数达0.72，据此输出4页分析报告，推动品牌组针对校园渠道增设定制化试饮活动。

• 参与月度销售趋势复盘，运用Tableau瀑布图拆解各SKU增量贡献，指出某主推新品因铺货率不足导致目标达成率仅67%的瓶颈，提出的渠道激励方案被区域经理采纳，后续两周铺货点增加80个。

针对校园便利店晚高峰客流量大但客单价低的问题，作为项目组长设计并发放320份结构化消费偏好问卷（回收有效298份），结合店铺3个月销售流水数据，使用Python进行数据清洗与关联规则挖掘，发现饮料与零食组合购买关联度达0.67，且夜间时段销售占比提升31%。

• 基于分析结果，提出“夜间热销套餐”货架重组与时段促销策略，经两周A/B测试，实验组客单价由8.5元提升至10.3元（+21%），品类动销率提高19个百分点，库存周转天数缩短2.1天。

• 运用Matplotlib与Seaborn制作可视化看板，向校方管理团队展示学生消费时段、价格敏感度及Top10热销品类画像，支撑后续会员积分活动设计，活动期整体营收环比增长14.5%。

• 独立撰写8页分析报告，包含数据处理逻辑、图表解读与策略建议，获指导老师评分A+，并作为案例用于学院商业分析课程教学。

• 概率论与数理统计

• 多元统计分析

• 时间序列分析

• 机器学习

• 毕业设计：《基于深度学习的高维数据降维方法研究》