工作职责：基于业务目标及商业模式，搭建全面、准确、客观的指标体系和监控框架，并基于业务监控指标体系，及时发现与定位业务问题； 对业务问题进行深入分析，为产品方向、运营策略等提供数据支持和决策依据； 沉淀分析方法与监控框架， 提炼数据产品需求，与技术、产品等相关团队协作并推动数据产品的落地，推动业务部门的数据化运营。

培训内容：学习各种计算机技术，包括excel，SQL，Python等等

项目职责：项目描述: 基于用户数据，构造 RFM 模型实现用户价值分层，并使用 K-Means 算法完成客户的聚类分群便于精准营销策略的实施。 项目工具： python(numpy、pandas、seaborn、sklearn) Power BI 项目职责: 1. 数据预处理：对数据进行预处理(类型转换、缺失值处理、异常值处理、去重等) 2. 用户分层：对用户的基本信息(年龄构成、性别比例、购物时间)进行分析及初步可视化 3. RFM 模型建立：构建用户基本特征标签包括时间类特征、消费行为类特征、用户信息特征、商品信息特征等指导运营，并建构计算 RFM 指标刻画行为特征 4. 补充聚类特征指标如：平均购物间隔、商品平均单价、消费者活跃度、购物车商品数等，并将特征归一化同时训练取不同 K 情况下的 K-Means 聚类模型，通过轮廓系数选择 k =4 5. 将用户分类为: 认知用户、兴趣用户、购买用户、热衷用户 6. 分析不同群落用户的特征，提供消费者精细化运营策略 项目成果： 热衷用户提高了 2.8%，兴趣用户提高了 6.9%，营业额提升了 5.79%

项目职责：项目描述： 基于淘宝店铺销售数据，对销售额下降的原因进行深入挖掘分析，并针对问题提出相应 的解决方案，以提升企业的销售额和市场占有率。 项目工具： Excel Python PowerBi 项目职责： 1. 数据收集与处理： 收集洗护用品的销售数据，并进行数据清洗，包括统一数据格式、处理缺 失值和异常值等。 2. 探索性数据分析： 对洗护用品销售数据进行探索性分析，包括分析销售额的年度变化趋势、 月度销售额的波动情况以及不同渠道销售额的占比。同时，比较同行业其他品牌的销售情 况。 3. 关键指标分析： 运用洗护用品销售数据，对影响销售额的关键指标进行分析，包括销售价 格、成本、营销费用、销售规模、推广活动等 4. 销售额预测： 通过运用 Python，基于时间序列和回归分析模型，对可能影响销售额的因素进 行预测，并确定可能的关键因素对销售额趋势的影响。 5. 数据可视化： 使用 PowerBI 对销售数据进行可视化展示，以便更深入地了解和分析销售情 况。 项目成果： 通过研究，我们提出了优化产品组合、加强营销创新、改善客户服务等建议， 提升了客户满 意度和忠诚度。

项目职责：项目工具：SQL Excel 项目描述： 在举行大促活动时，需要对用户进行精细化运营，针对不同的用户级别采取不同的活动细 节。为了提高活动运营的效率和效果，本项目旨在通过对用户行为特性进行分群，为不同分群用 户提供相应的活动支撑。 项目职责： 1. 数据收集： 全面收集母婴产品的销售数据、用户行为数据和竞争对手数据。 2. 数据清洗与整理： 对收集到的数据进行清洗和整理，以确保数据的质量和准确性。 3. 描述性统计分析与业务指标构建： 对数据进行描述性统计分析，构建业务指标，包括页面浏 览量（PV）、独立访客数（UV）、复购率和复购次数等。 4. 活跃度分析： 从时间维度进行活跃度分析，发现用户的活跃时间主要集中在周五到周日，以 及每天的 18 点到 22 点。业务人员可以在这些高峰时段安排相关活动，提高用户参与度。 5. 获客情况分析： 虽然每天都有新用户增加，但获客人数呈逐渐下降趋势。业务部门需要设计 有效的拉新活动，吸引更多潜在用户。 6. 留存情况分析： 进行次日留存和七日留存分析，发现次日留存率接近 70%，七日留存率在 65%左右。 7. 用户状态分析： 通过对用户状态的分析，发现正常用户占比 89%，流失用户占 5%，睡眠用 户占 8%。对于流失用户，可以签到得积分换优惠券的活动召回。 对于睡眠用户，可以根据其 兴趣偏好发送相关商品信息，唤醒其购买意愿。 项目成果： 通过深度分析用户行为，为双十一大促运营提供决策支持， 睡眠用户减少 2.7%，当月提高 销售额 2.2%。