求职意向

数据分析 广东深圳 薪资面议 随时到岗

教育背景

2020.x -2020x 锤子简历大学 计算机科学与技术

曾担任校心协副主席一年，荣获“校优秀团员”等荣誉称号

工作经验

2020.x -2020x 前海人寿互联网金融业务中心 数据分析

工作内容：

• 负责日常运营指标的整理和监控，制订细分的运营策略：负责部门用户数据指标，根据商城用户数据制作相关项目分析报告，包括数据日报、周报、月度分析报告，以图表、PPT方式展示，并针对用户新增、注册、转化、留存等流程提出可执行性运营策略； 
  
• 完成13次增粉专题活动分析及5次销售专题分析，优化专题活动运营方案：进行各种数据分析处理，针对运营表现较差的板块加工有用信息为活动组开展增粉活动提供活动优化依据，活动组采纳后，提升活动增粉数提升5%-10%； 
  
• 响应业务方数据数据需求，完善数据统计平台：发现数据需求，与相关同事沟通数据采集及数据展示报表开发工作，撰写数据报表开发需求文档，沟通确保报表按期上线，现已上线9张数据展示报表。

项目经验

2020.x -2020x 提升支付成功率专题分析 

• 项目目标：寻找订单支付成功率低的原因并寻找方法提升支付成功率；
• 项目背景：微信商城在长期停售之后新上线了意外险产品，但产品订单支付成功率较低；
• 工作内容：系统报表提数和向产品运营同事了解销售情况，向IT同事提取订单客户数据及页面浏览访客信息后，针对转化较差的两个板块加工有用信息并向典型客户进行电话调研；
• 项目成果：1.寻找到无法使用微信支付、产品本身吸引力有欠缺及支付流程存在多余步骤等原因，撰写专题分析报告反馈产品组同事；2.经产品组综合讨论，决定加快微信支付功能上线并减去职业选择等多余环节，并将保障自驾游等用户需求放入下期意外险开发内容之中；3.首期改版后订单支付成功率提升了20%-25%，微信支付功能上线后订单支付成功率提升50%；
• 本人负责：订单转化数据及流量数据研究与分析，针对转化较差的信息填写及支付流程进行用户调研，支付成功率最终提升50%，本人较好完成了分析任务。

2020.x -2020x 前海人寿锦绣江南门店访谈 

• 项目目标：通过与门店人员、小区工作人员访谈，周边环境观察，了解门店周边人群的生活习惯、财产及保险相关理念，以及门店相关运营策略；
• 工作步骤：1.与门店及小区人员约定好访谈时间并通知相关人员；2.收集好门店、小区资料并整理好问题；3.与门店及小区人员访谈；4.观察小区周边环境并交流意见；5.撰写访谈总结并发送相关同事。
• 个人负责：访谈时间及地点的确定，访谈总结的撰写。

2020.x -2020x 4月商城用户行为分析报告 

2020.x -2020x 锤子简历信息技术有限公司 

1.项目思路：本项目目标是客户价值识别，通过RFM模型和聚类算法来对客户进行细分；考虑到航空票价受距离和仓位影响较大，故本项目以会员注册时间、最近一次乘坐飞机月数、次数、累计路程、折扣系数平均值五个角度对客户进行聚类划分； 

2020.x -2020x 金融反欺诈模型训练 

1.数据来源：Lending Club平台下载的2016年第四季度贷款数据文件，共75M，数据存在缺失比例较大，样本不平衡情况； 2.数据预处理：删除缺失比例超过40%和无意义变量，用unknown填充分类型变量缺失值，用均值插补的方法填充数值型变量； 3.特征工程： (1)特征衍生：使用月负贷和年收入两个变量生成新变量：月还款比； (2)特征抽象：a.把贷款状态编码为违约=-1，正常=0；b.对多值有序变量工作年限和职级进行编码；c.用get_dummies()对多值无序变量进行独热编码； (3)特征缩放：选用标准法； (4)特征选择:a.通过递归特征消除方法选择30个与目标变量相关性最强的特征；b.通过皮尔森相关性图谱找出相关性较低特征并删除至9个变量; 4.模型训练: (1)使用SMOTE过采样方法处理样本不平衡情况； (2)通过交叉验证和grid_search对GBDT模型选择最佳参数为：'C'=1000, L2和'min_samples_split':100, 'n_estimators':100,'learning_rate':0.1,'max_depth':3; (3)使用GBDT模型训练兵预估数据； 5.测试集准确率为：86.25%，符合预期； 6.此项目为个人学习时练习的项目，从数据的预处理、模型调参到模型评估都为个人完成项目。

自我评价

• 热爱金融行业，对银行工作感兴趣并有相关实习经验，有一定的市场敏感度，能够为银行提供相关的金融服务分析以及投资策略的建议。 
  
• 对客户心理有一定的洞察力，能够及时反馈客户意见，把握市场动向，与公司内部各部门密切沟通，积极推进公司的金融产品业务推广活动。
  
• 良好的服务意识，能够有效协助业务部门完成银行相关数据收集、整理、分析与利用，并及时提供支持方面的业务。 
  
• 良好的数据分析能力、规律分析能力，善于利用Excel建模。