Ada

2019年06月 — 2023年04月

技术,数据,数据治理工程师

一、软工数据治理与大数据成本管控 落地了一套覆盖软硬工所有埋点的数据治理管理与成本管控体系，包含数据埋点治理、大数据成本优化和数据管控整条链路。设计埋点从需求到下线整个流程规范，建设软硬工埋点地图，大数据成本分摊系统，以及埋点与成本监控预警平台。编写各链路涉及的规范文档，使数据资产变得规整、干净且少歧义，重新组织数据使数据治理与成本优化持久化。 二、lens数据平台项目 建立统一规范、高质量的手机产品域，整合软工系统核心业务的核心指标，提供规范管理、产品矩阵的全套解决方案，协助业务方设计高质量埋点和数据集市，加强数据便捷应用和分析，有效辅助业务决策。 三、人群洞察与细分分析 基于业务方需求，结合用户调研、三方数据、用户的基础特征、品质数据和用户行为数据，用聚类和XGBoost的方法对用户进行分群和特征重要度筛选，后结合适用的数据分析提供相关业务的数据分析报告。 四、NPS&舆情分析 基于海量数据，通过智能分析定位问题提升售后服务效率，AI智能预测手机品质改善方向提升用户体验，手机产品领域实现品质监测闭环体系建设。搭建品质监测闭环数据体系，通过实现体验指标、感知指标、埋点指标系统化生产及建立关联关系，发现品质改善点，实现数据驱动品质闭环；建设体验异常预警，问题数据自动化分析能力；预防或提升FFR处理效率；建设全网舆情监测能力，更加全面的收集和分析客户意见、竞争对手信息，有效维护品牌口碑。 五、专题分析 1、品质分析：流畅性、稳定性模块业务相关分析。 2、手机 ColorOS 版本分析。 3、根据业务需求及上级临时需求，提供分析报告。例如：《软工疫情专题分析》等。

2018年01月 — 2019年06月

技术,数据,数据分析师

一、建立电话地址库 1、以用户电话号码为唯一标识，基于顺丰用户收寄件地址数据，对地址进行相似聚合，采用机器学习、聚合规则、逆向检查项等方法建立精准电话地址库，应用于精准营销、客户分群、金融征信等领域。 2、将无法识别的工单地址数量减少 14%-20%，整体提升路由分单系统网点识别率两个百分点以上，按日件一千万件计，每天可多识别 20 万件。后期运用于招行信贷申请信息验证、个人信用评分、客户虚假地址识别以及欺诈风险预警等场景。 二、优化地址匹配算法 采用随机森林算法、聚类和地址规则等方法提出有效优化方案，并提供自动测试策略及脚本。 三、优化短文本相似度算法 采用机器学习（主要是余弦相似度）和音形码优化地址中街道、道路、POI等相似度。 四、优化地址标准库 基础地址问题定位分析（分词，聚合，缺数据等方面），并修复基础数据；大组排重、主体匹配等专项分析。 五、其他参与项目 地址语音识别项目：制定语音识别标注规则；获取语音训练数据；制定外包人员标注语音数据计划，并质检其标注数据质量。 路由分单项目：分析匹配不上地址，提供提升覆盖率和准确率的方案。

2015年03月 — 2017年09月

技术,数据,数据分析师

一、城市经营指标体系（展现现状，评估效益，预警未来） 1、采用数据统计，评分卡，聚类，因子，回归等分析方法，按照销量、风控、人员、门店、产品、活动、达成率等维度，形成城市经营指标分析，城市经营指标评估，城市经营指标预警3个子体系。2、体系目标：展现并评估城市经营现状，实现销售前端和后端数据共享，缩小同等级城市差异化。预报城市将出现的不平衡状态及某些结构性障碍，帮助公司较好的规避风险，减少经营危机的发生或降低危机的破坏程度，并使相关部门快速作出应对策略。 3、多次帮销售前端同事找出业绩下滑原因，并给出相应运营活动策略，提升业绩。帮风控部提供欺诈城市、门店、销售人员名单，减少公司运营损失。 二、生命周期分析（提高引进效率，加速成长步伐，延长成熟周期，减缓衰退进程） 1、分析维度：手机生命周期分析，销售人员&商户生命周期分析，产品生命周期分析。 2、分析目标：对公司主营产品及新产品各阶段提供相应的战略决策支持；对活动产品进行效果评估并提出优化策略；协助HR对新&留存人员作出奖励或惩罚的KPI考核；加快新商户成长，留存商户的持续增长，减缓优质商户的流失。 三、城市等级体系（统筹规划，合理布局，优化结构，提升销量） 1、采用聚类，回归，对比，二八法则等方法，按照销量、风控、人员、门店、竞手、GDP&人口等分析维度，形成城市分级，销售人员分级，门店分级3个子体系。 2、体系目标：结合市场部、产品部、HR等部门对不同等级的城市，人员，门店制定不同策略目标，实现城市利润最大化。 四、销量数据预测：输出销售预测数据，制定销售计划。根据历史数据及销售特征因子，利用移动平均、多因子分析、卡方检验等方法建模、预测、检验、修正。 五、专题分析：根据业务需求与上级临时需求，分析各类专题，例：竞品分析，城市风控分析，人员效率分析，活动效果分析等，并与其他部门就业务和数据进行有效沟通协调，推动数据分析结果和相应决策落地。

2013年07月 — 2015年01月

技术,数据,数据分析师

1、负责OTT平台的专项数据提取及分析，提供部门（运营部门、产品部门、运维部门）； 2、参与数据平台包含终端盒子用户行为数据采集、分析和展示三大功能实现的工作。 3、负责用户特征数据、用户行为数据、运营数据的收集，跟踪和分析。