王厉

经济学

2017年08月 — 2019年11月

2024年12月 — 2025年03月

• 历史模型评估:基于现有模型的模型目标、输入输出,制定 4 项模型评估目标,在不同时间周期与阈值下输出共计 26 种不同的模型表现评估结果 • 业务诊断:测算各种复购定义下的车主复购情况,以实际数据推动业务团队明确复购业务指标的定义;深入理解业务逻辑,制定用户复购动因核心假设 条件,梳理客户数据字典,使用可获取的数据验证假设,如车主因用车舒适性偏好的变更而复购等 • 机器学习模型设计:基于模型在营销环节的实际应用场景设计复购模型,包括模型目标、特征 X 和 Y 的定义、模型时间数据范围、迭代建议等 • 特征处理:独立负责模型的特征处理工作,包括数据质量验证、数据筛选、特征工程等,将模型正样本率提升63%,最终入模特征覆盖7大维度的63个标 签,模型预测的高潜复购人员复购概率比自然发生率高出5.2倍

2024年06月 — 2024年11月

• 场景和需求分析:明确各类用户在不同场景下的分析目的,分析Awareness to Purchase、Purchase to Ownership、Ownership to Loyalty及人口属性4大场景 下23个子场景的用户需求,设计不同业务角色在车主生命周期各阶段的关键指标与切分维度 • 看板详细设计:归纳整合不同数据场景与指标,针对营销、售后在内的4个部门用户,划分出购车、复购、用户画像、线上行为、服务5大标签页面与分 析主题,并在各个主题下基于用户日常使用场景设计可视化图表,得到业务部门的高度认可 • 数据来源探查与看板数据表结构设计:负责探查报表数据来源,包括探查数据可获取性、来源、字段选用、数据质量;设计适配于可视化工具Tableau的 后端数据表结构 • 看板交付:使用Tableau进行数据验证、异常数据筛选、数据可视化等完整车主运营数据看板的落地交付工作,后续用户调查问卷显示90%的使用者对看 板的功能、视觉、数据准确度满意度为5分满分

2024年01月 — 2024年05月

• 用户分群:基于客户精细化运营的经营目标,分析存量客户的行为特征,定义客群细分规则,描绘客群画像,洞察在获客和用户留存中不同群体的行为 偏好,指导差异化运营策略的设计 • 数据分析:负责车主App内容部分的数据分析工作,制定核心假设,针对曝光、交互和转化各阶段进行假设问题的验证,对曝光渠道、内容与形式偏好、 阅读交互偏好进行现状诊断,为内容运营策略做数据输入 • 机器学习模型搭建:搭建机器学习模型,探索多维度影响因素对阅读效果的共同影响效果,帮助优化内容生产与发布策略

2023年08月 — 2023年12月

• 业务分析:负责券组合产品的业务分析工作,从客户的简单需求出发,梳理详细的业务模糊点清单,提出建议方案,与客户沟通,产出明确业务规则 • 功能设计:设计券组合产品从创建、发布、库存管理到购买、核销及退款的全流程产品方案,输出功能清单、故事卡和后台UI设计图 • 平台落地:在平台交付过程中,与技术团队紧密合作,在支付平台、券管理平台等第三方平台的限制下,打磨迭代切实可行的业务方案

2022年11月 — 2023年06月

• 平台设计:负责数据计算平台的全流程设计,包括不同数据层的数据表结构设计、表字段设计、计算过程的输入输出与流转规则设计 • 平台落地:与开发及测试人员沟通,推动数据计算平台的交付与验证,包括输入数据的准备、故事卡的拆解与撰写、测试用例的撰写;识别线上协作中 的信息互通问题,推动敏捷工作方法在项目中的适配,改进项目工作方法与流程,提升线上协作效率 • 数据分析:分析全球多个分类下的碳排现状及与目标的差距,识别需重点关注的地区,提出可重点关注的减排行为建议,指导公司下一步减排行动方向 • 看板设计与交付:独立负责全球碳排情况看板的设计,识别和拆解不同用户的使用目的与核心关注问题并进行优先级排序,调研同类成熟产品,圈定当 期看板范围并设计未来演进路线,基于使用场景进行图表可视化设计,并使用看板搭建工具Sisense独立进行看板的交付

2022年03月 — 2022年09月

• 工作台设计:负责工作台(指标看板及每日工作提醒页)部分的业务设计,围绕工单响应速度与客户满意情况定义数据分析主题,基于业务流程拆解分 析内容与指标信息,定义指标计算规则,让工作台页面可简单、快速地产生业务洞见,并通过专业沟通使指标设计获得客户侧业务专家认可 • 客户侧指标设计指导:沉淀工作台指标产出的工作方法,为客户侧导入数据分析思维等理论基础,提供由明确目的到拆解分析内容、到指标落地、工作 台应用的全流程培训,提升客户侧对工作台指标的认知,保证平稳交接