




个人介绍
工作经历
2017-03-23 -2021-03-31杭州随寓网络科技有限公司运营主管
一、长租公寓Saas系统运营 1、挖掘长租公寓门店运营痛点,提炼场景需求,输出解决方案,对接产品部,跟进需求的实现。 2、负责saas系统培训。负责系统上线前的功能测试,培训计划安排,培训组织以及具体培训、对培训效果负责。输出saas系统使用手册。培训方式包括面训,远程培训、直播、视频解说、图文等方式。 3、负责对接各门店及各部门,对各门店在saas系统使用过程中遇到的问题进行解答,并形成常见问题Q&A,编入系统使用手册。 4、收集门店运营反馈的问题,分类整理,提炼产品需求,每周反馈至产品部并推动需求实现。 5、对于反馈的bug,反馈至开发排查,跟进问题解决并输出解决方案。 6、追踪运营数据,通过数据分析定位问题,及时给出业务建议。例如空房违规占用巡查,租金催收巡查,流程执行效率巡查等。 二、流程建设与维护 1、基于实际的业务需求,负责梳理及建设各部门流程。包括不限于收房签约、退租、转租、换房流程,用章流程,付款流程等。完成并维护了总计约200条流程,1000个审批分支。 2、负责流程搭建过程中的跨部门沟通,推动各部门共同协作。 3、流程执行过程进行监控,发现问题并进行评估,推动流程
2015-07-01 -2017-02-28上海避风塘美食有限公司店长
1.人员管理。人员的招聘、培训以及人员的储备。 2.营运现场各个环节管控,发现问题并解决问题。 3.门店食品安全卫生的管理。 4.门店消防安全管理。 5.门店成本控制。 6.设施设备的管理。门店设施设备的保养、清洁和维修管理。 7.公司各项规定和政策的上传下达。
教育经历
2011-08-27 - 2015-07-03安徽师范大学旅游管理本科
本科学历,毕业于安徽师范大学旅游管理专业
技能

利用RFM模型以及聚类算法KMeans对某电商后台数据进行分析,从而对用户进行分群,再对分群后的用户进行精细化运营。 1. 完成对5万多个用户进行分群。 2. 对不同价值用户进行分析并为精细化运营提供数据建议。


通过Tableau对消费者数据进行各维度的特征分析,找到用户消费规律,以供运营、市场、销售部门决策使用。 1、GMV,消费频次,消费人数和产品数的整体趋势走向分析和预测; 2、 GMV与用户数、商品品类,订单数的相关性分析; 3、 消费行为的周期性分析; 4、 消费者的时段偏好以及不同时段的价格偏好分析; 5、 用户消费金额、次数、商品数的区间分布分析; 6、 商品销售情况、价格区间分析,以及销量和价格的相关性分析; 7、 月度复购率和回购率分析; 8、 头部用户贡献率以及用户平均购买周期分析
