综合能力:
具有较丰富的数据分析、建模经验,擅长银行零售、传统零售、互联网电商等领域相关数据分析工作
具有较强的逻辑思维能力及数据敏感度,对业务理解能力强;深入了解大数据生态和数据体系化
熟悉指标/标签体系搭建,熟悉路径归因、多维分析、预测分析及ABtest等常见分析方法
包容开放,具较强沟通协调及团队协助能力;良好的自我驱动能力,抗压能力强
软件技能:
熟悉使用Python/PySpark进行数据处理和分析;掌握国产大模型(百度问心、阿里通义)的接口调用
熟悉使用逻辑回归、XGBoost等传统ML算法进行数据挖掘,掌握深度学习CNN、RNN神经网络的使用
熟悉使用HiveSQL、MySQL等处理日常数据工作;掌握ES、MongoDB相关数据需求的处理方法
熟悉Linux常用命令,熟悉Windows、Mac系统操作使用;掌握Java语言的基本使用
熟悉数据结果可视化以及相关工具的使用(如Matplotlib、Tableau、Kibana等)
业务主题:
熟悉会员/客户数据分析:价值度分析、活跃度分析、流失预测分析、营销响应预测分析等
熟悉商品/销售数据分析:销售预测分析、商品价格敏感度分析、商品关联推荐等
熟悉流量/广告数据分析:流量转化效果分析、流量波动检测、个性化推荐分析等
(一)YC-营销中心销售多维分析看板 2021年2月-2021年3月
项目描述:
公司主营业务为saas软件,营销中心为公司渠道业务的前线,在组织架构上划分分公司、大区等多个维度。管理层在推行相关业务战略时,遇到各层级的销售数据混乱不统一,以至于无法及时有效管理的问题。经与管理层及营销中心管理人员沟通,通过梳理并搭建营销中心部门指标体系,开发多维度数据分析看板,以提提升管理效率,让公司战略及时有效落地。
项目职责:
1、与管理层以及营销中心管理人员会议沟通现有的数据内容、形式等,梳理并搭建分析指标体系;
2、确定指标数据的业务口径,收集线下手工、线上(业务库)数据,编写Python脚本清洗处理数据;
3、设计多维数据表结构,与业务同事验证数据质量,编写Python脚本将数据定时同步到ES;
4、在Kibana设计并发布多维看板,撰写看板使用说明文档,提供数据分析报告。
项目成果:
1、在预定时间节点顺利完成看板发布,输出订单数、签单金额及转化率等指标,及时提供数据分析支持;
2、提高部门管理工作效率,减轻业务管理人员工作量(节约30%时间成本)。
(二)ZLplatform客户流失分析模型 2022年3月
项目描述:
ZLplatform基于用户对客户营销响应、流失预测等个性化回检分析需求,提供名单上传接口并按期返回预测数据。根据用户对流失预测回检需求,建立客户流失预测模型,帮助用户分析客户流失原因。
项目职责:
1、对接业务用户的流失预测回检需求,确认流失预测的目标和相关数据源;
2、评估用户提供的数据源,确认相关表的特征变量的业务含义、值域等重要信息;
3、处理客户名单等相关表数据,对数据进行建模分析,评估和优化预测结果;
4、根据特征重要性分析客户流失可能原因,提供用户流失预测名单。
优化方向:
1、Pipeline管道封装预处理数据及特征;
2、GridSearchCV网格搜索坐标下降法,对随机森林、XGBoost参数调优;
3、VoteClassifier采用软投票组合(逻辑回归、随机森林、XGBoost)并交叉检验。
项目成果:
1、模型效果recall分数0.89,AUC分数0.88,提供可靠的客户流失名单,减轻用户筛选客户压力及降低筛客耗时;
2、协同用户分析客户流失可能原因,提供用户有关客户流失处理的建议。
待定待定待定待定待定待定待定待定待定待定待定待定待定待定待定待定待定待定待定待定待定待定待定待定待定待定待定待定待定待定待定待定待定
待定待定待定待定待定待定待定待定待定待定待定待定待定待定待定待定待定待定待定待定待定待定待定待定待定待定待定待定待定待定待定待定待定待定待定待定待定待定待定待定待定待定待定待定待定待定待定待定待定待定待定待定待定待定待定待定待定待定待定待定待定待定待定待定待定待定待定待定待定待定