求職意向
數(shù)據(jù)分析師 廣州 薪資面議 隨時(shí)到崗
教育背景
2020.x -2020x 杭州學(xué)軍中學(xué) 理科
2020.x -2020x 錘子簡(jiǎn)歷大學(xué) 電子商務(wù)(本科)
主修課程
數(shù)據(jù)庫原理、數(shù)據(jù)結(jié)構(gòu)、JAVA程序設(shè)計(jì)、WEB技術(shù)、概率論、運(yùn)籌學(xué)、線性代數(shù)、電子商務(wù)運(yùn)營(yíng)管理、網(wǎng)上支付與結(jié)算、信息安全技術(shù)等。
工作經(jīng)驗(yàn)
2020.x -2020x 錘子簡(jiǎn)歷信息技術(shù)有限公司 數(shù)據(jù)分析師
1、設(shè)計(jì)并輸出業(yè)務(wù)及產(chǎn)品日?qǐng)?bào)、周報(bào)、月報(bào)。
2、承接各部門對(duì)業(yè)務(wù)及產(chǎn)品數(shù)據(jù)的統(tǒng)計(jì)、分析需求。
3、定期專題分析，輸出分析報(bào)告：包括但不限于轉(zhuǎn)化漏斗分析、用戶留存分析、用戶促活策略效率分析、A/Btest分析、經(jīng)營(yíng)效率分析。
4、可視化數(shù)據(jù)看板搭建：滿足不同業(yè)務(wù)部門需求在開源BI平臺(tái)Metabase上搭建數(shù)據(jù)圖表。
5、數(shù)據(jù)中間表構(gòu)建：利用python對(duì)hive數(shù)倉(cāng)的中的數(shù)據(jù)進(jìn)行整理、提取，構(gòu)建的維表和report表，來進(jìn)行數(shù)據(jù)統(tǒng)計(jì)、報(bào)表呈現(xiàn)以及日常的數(shù)據(jù)分析工作。
2020.x -2020x 錘子簡(jiǎn)歷信息技術(shù)有限公司 運(yùn)營(yíng)主管
gifrer海外旗艦店
1、根據(jù)整體行業(yè)數(shù)據(jù)及店鋪歷史數(shù)據(jù)制定每月運(yùn)營(yíng)計(jì)劃。
2、活動(dòng)策略制定與數(shù)據(jù)分析：活動(dòng)前進(jìn)行預(yù)熱拉新和老客喚醒，活動(dòng)中進(jìn)行數(shù)據(jù)監(jiān)控及策略調(diào)整，活動(dòng)結(jié)束后進(jìn)行數(shù)據(jù)分析復(fù)盤。
3、負(fù)責(zé)付費(fèi)廣告投放，分析數(shù)據(jù)不斷優(yōu)化，降本增效提升ROI。
4、日常運(yùn)營(yíng)數(shù)據(jù)監(jiān)控，從數(shù)據(jù)中洞悉增長(zhǎng)機(jī)會(huì)，并制定計(jì)劃執(zhí)行。
2020.x -2020x 錘子簡(jiǎn)歷信息技術(shù)有限公司 運(yùn)營(yíng)經(jīng)理
ecostore海外旗艦店
1、根據(jù)品牌戰(zhàn)略要求、整體行業(yè)數(shù)據(jù)及店鋪歷史數(shù)據(jù)，制定合理年度目標(biāo)、月度銷售拆分、貨品規(guī)劃及營(yíng)銷費(fèi)用配比。
2、每日監(jiān)控自身運(yùn)營(yíng)數(shù)據(jù)、競(jìng)品數(shù)據(jù)，分析并提出改進(jìn)措施。
3、負(fù)責(zé)分析貨品動(dòng)銷數(shù)據(jù)，結(jié)合銷售目標(biāo)及時(shí)補(bǔ)貨，提升貨品周轉(zhuǎn)率。
4、與品牌進(jìn)行有效的溝通，解決品牌方的問題，保持良好的合作關(guān)系。
項(xiàng)目經(jīng)驗(yàn)
2020.x -2020x
項(xiàng)目一：新零售項(xiàng)目(2018.07-2018.11,滴滴合作項(xiàng)目)
項(xiàng)目背景：網(wǎng)約車場(chǎng)景下的無人貨架
1、用戶活躍分析：根據(jù)司機(jī)在激活后每周的活躍率衰減數(shù)據(jù)，給出制定促活策略的建議，推動(dòng)司機(jī)任務(wù)的制定，用戶次周活躍率從
50%提升至
70%。
2、用戶分層任務(wù)效率分析：司機(jī)完成按照上周活躍度進(jìn)行分層的任務(wù)之后，分析不同活躍度人群占比的變化，計(jì)算策略增量成本，推動(dòng)策略調(diào)整。
總體單用戶單日活躍增量成本從
25元降至
10元 ，總費(fèi)用節(jié)省
60%。
3、商品專題分析：①分析不同sku在全天不同時(shí)段的轉(zhuǎn)化情況，給出特定sku的時(shí)段折扣券策略建議。②分析不同sku的連帶銷售情況，給出商品推薦建議
2020.x -2020x
項(xiàng)目二：加油電商(2018.12-2019.08)
項(xiàng)目背景：為網(wǎng)約車司機(jī)提供加油O2O服務(wù)
1、用戶生命周期促活策略制定與分析：
根據(jù)用戶一個(gè)月的訂單轉(zhuǎn)化漏斗劃分用戶生命周期層級(jí)，制定發(fā)券策略，并根據(jù)數(shù)據(jù)反饋分析策略效率(使用率和增量成本以及后續(xù)留存)，迭代調(diào)整策略。
最終用戶從完成首單到完成第3單漏斗
轉(zhuǎn)化
率從
20%
提升至
35%
。
2、活動(dòng)發(fā)券策略制定與分析：
通過會(huì)員日前7天的用戶最后加油日進(jìn)行用戶分群，計(jì)算出不同人群在會(huì)員日活動(dòng)券額上升后的轉(zhuǎn)化提升率，以此來進(jìn)行會(huì)員日發(fā)券策略調(diào)優(yōu)，
最終在單次會(huì)員日節(jié)省
8%
優(yōu)惠券費(fèi)用。
3、用戶任務(wù)類型ABtest分析：
通過對(duì)無任務(wù)、現(xiàn)金獎(jiǎng)勵(lì)、魔幣獎(jiǎng)勵(lì)分組進(jìn)行ABtest，測(cè)試不同任務(wù)類型對(duì)沉默核心用戶的喚醒效果，最終選擇采用魔幣獎(jiǎng)勵(lì)進(jìn)行用戶喚醒，節(jié)省了
25%
的促活營(yíng)銷成本。
4、用戶留存分析：
從供給端、拉新渠道、客單價(jià)等維度分析用戶留存，定位問題，推動(dòng)業(yè)務(wù)優(yōu)化調(diào)整，用戶3日留存率從
30%
提升至
70%
。
5、魔幣兌換加油券對(duì)用戶加油活躍度影響分析：
通過對(duì)比同期使用和未使用兌換券的人群在前后七天的加油活躍度變化，得出兌換券的使用對(duì)中高活用戶活躍度提升明顯，對(duì)沉默低活用戶不明顯的結(jié)論。
2020.x -2020x
項(xiàng)目三：魔晶項(xiàng)目(2019.04-2020.02，滴滴合作項(xiàng)目)
項(xiàng)目背景：懸掛在網(wǎng)約車后座的車載屏幕，用于提升乘車體驗(yàn)和廣告投放
1、中間表搭建：利用python腳本對(duì)hive數(shù)倉(cāng)中的數(shù)據(jù)進(jìn)行整理、提取，寫入mysql中建立數(shù)據(jù)維表以及report表，在BI平臺(tái)上進(jìn)行數(shù)據(jù)圖表呈現(xiàn)。
2、廣告轉(zhuǎn)化漏斗分析：對(duì)廣告case進(jìn)行轉(zhuǎn)化漏斗分析，分析折損環(huán)節(jié)，用于產(chǎn)品迭代優(yōu)化，廣告掃碼率從
0.06%提升至
0.5%。
3、產(chǎn)品交互率及關(guān)屏率分析：對(duì)產(chǎn)品的整體交互率以及不同tab頁面的交互率分析，對(duì)產(chǎn)品不同功能點(diǎn)的使用率分析，對(duì)屏幕關(guān)屏率進(jìn)行綜合分析，給予產(chǎn)品迭代方向性建議。整體交互率從
15%提升至
30%，關(guān)屏率從
4%降至
3%。
項(xiàng)目四：跨境電商項(xiàng)目(2014.09-2018.04)
項(xiàng)目背景：天貓國(guó)際店鋪
1、活動(dòng)策略制定與分析：根據(jù)RFM模型制定分群發(fā)券策略，根據(jù)財(cái)務(wù)模型制定活動(dòng)玩法，活動(dòng)結(jié)束后數(shù)據(jù)復(fù)盤分析。
2、日常運(yùn)營(yíng)數(shù)據(jù)分析：從人貨場(chǎng)維度分析數(shù)據(jù)，發(fā)現(xiàn)問題，制定計(jì)劃，調(diào)整運(yùn)營(yíng)策略。
3、廣告投放策略制定與分析：進(jìn)行淘系付費(fèi)廣告直通車與鉆展的投放，根據(jù)數(shù)據(jù)反饋不斷調(diào)整優(yōu)化，權(quán)衡投放費(fèi)用與ROI，不斷降本增效。
4、店鋪歷史數(shù)據(jù)探索性分析：包含整體消費(fèi)趨勢(shì)分析，會(huì)員個(gè)體消費(fèi)分析，會(huì)員消費(fèi)行為分析。
自我評(píng)價(jià)
技能:
熟練掌握excel常用函數(shù)
熟練掌握mysql及hive查詢
熟練掌握python語法及常用庫
使用pandas、matplotlib庫進(jìn)行數(shù)據(jù)清洗和可視化分析
了解統(tǒng)計(jì)學(xué)知識(shí)及假設(shè)檢驗(yàn)
了解機(jī)器學(xué)習(xí)常用模型：LR、決策樹、隨機(jī)森林、聚類模型
了解Linux常用命令
證書：
校級(jí)能力突出獎(jiǎng)學(xué)金
校級(jí)學(xué)習(xí)優(yōu)秀獎(jiǎng)學(xué)金
CET-6
計(jì)算機(jī)技術(shù)與軟件專業(yè)技術(shù)資格（水平）證書-中級(jí)
內(nèi)容來源說明：本文章來自網(wǎng)絡(luò)收集，如侵犯了你的權(quán)益，請(qǐng)聯(lián)系QQ:2772182309進(jìn)行刪除。
http://www.90xin.cn/article/315680.html
