陈雨桐 · 数据&策略运营

在S级大促及频道活动中，独立搭建活动数据看板（SQL+Tableau），设计10+个核心监控指标，将异常预警响应时间从小时级压缩至15分钟内，确保全年4场S级大促零数据故障。

主导建立渠道质量评估模型，基于用户留存与LTV对10余个外部投放渠道进行分层，推动预算向高价值渠道倾斜，半年内带动拉新渠道综合ROI提升22%。

通过漏斗分析与用户分群，定位资源位“领券不核销”瓶颈，协同运营团队优化券面设计与定向策略，使该资源位券核销率提升18个百分点，减少无效曝光浪费。

针对日常栏目迭代开展A/B测试，完成实验方案设计、样本量估算与显著性检验，输出结论并推动全量上线，累计验证6项策略假设，其中4项带来核心转化率显著提升。

负责清洗与整合平台超 20 万条新用户行为日志，利用 Python 构建转化漏斗模型，定位注册至首单路径中“搜索后无加购”环节流失率高达 53%，为策略干预圈定核心断点。

结合归因分析拆解断点背后的关键阻碍因子，发现价格感知模糊与权益触达滞后是主因，并将分析结论转化为 3 项可配置的新人权益推荐规则。

基于新用户早期行为数据搭建轻量 RFM 模型，产出 4 类差异化新人画像，推动分群权益推荐策略的 A/B 测试，替代原有“千人一面”的发放逻辑。

策略上线后，实验组次日留存率由 16.3% 提升至 21.8%，相对提升 33.7%，其分群推荐框架被纳入平台常态化新客承接流程。