ABOUT / 关于
我处理的,
不止是一张表。
约2年跨境电商数据分析经验,工作覆盖数据采集、指标体系、维度建模、BI看板、异常归因与策略落地。
我习惯先把业务问题写成能计算的指标,再把取数、核对、解释和行动建议连接起来。分析的结果需要被业务人员理解,也需要能在下一次复盘里继续使用。
下游取数效率提升
GMV提升
推动GMV提升
刷新机制
以上为既有项目材料中的阶段性结果,具体口径随项目场景而定。
SELECTED WORK / 作品
从问题到页面,
把过程讲完整。
项目覆盖跨境电商经营分析、独立站漏斗、投放归因和市场洞察。公开页面只展示方法框架,业务数据与完整报告保存在受保护的 ERP 中。
跨境电商
市场洞察框架
把类目研究拆成问题定义、数据验证与决策输出三步,形成可复用的分析路径。公开页不展示站点、品类或业务数据。
- STEP 01
- 定义问题
- STEP 02
- 验证信号
- STEP 03
- 输出决策
validate
decide

亚马逊经营分析BI看板
围绕数据字典、维度模型、业务宽表和多维下钻,把经营指标从临时取数变成可复用看板。
- SQL取数与口径统一
- Tableau Server多维分析
- A/B测试与人群策略

独立站全链路数据监控
整合Shopify成交、广告投放和达人数据,建设曝光到成交漏斗,支持渠道、达人、国家和产品下钻。
- 多源数据整合
- 漏斗与异常定位
- 渠道效率对比

亚马逊经营周报
把GMV、利润、广告与产品数据放在同一套周报中,减少重复整理,让异常和行动项更容易被发现。
- 周度经营复盘
- 指标趋势与异常
- 产品维度追踪
海外多渠道投放归因优化
比较末次点击、马尔可夫链、U型和时间衰减归因,拆解GMV、ACOS与UV价值,为预算调整提供依据。
- 多模型归因比较
- 跨渠道效率评估
- 预算与人群建议
SKILLS / 能力
会取数,也会解释
为什么会这样。
工具只是工作的一部分。重点是让指标口径、数据关系和业务结论能被团队重复验证。
分析与诊断
指标体系、量化测算、异常分析、业务诊断、归因分析、A/B测试
BI与表达
从业务口径到可视化看板,兼顾决策层概览和执行层下钻
数据建设
维度建模、数据字典、数据血缘、业务宽表与T+1刷新
跨境业务
Amazon经营与用户路径,多渠道广告和独立站转化漏斗
CAREER / 经历
做过什么,
按时间说明。
1981跨境数字科技有限公司
数据分析师
负责Python、RPA与MCP数据采集,SQL取数、指标体系、BI看板、Amazon AMC用户路径分析,以及经营复盘和投放优化。
山西农业大学
土地资源管理
学习应用统计学、运筹学、统计分析、Python、C++、宏观经济学与计量经济学。
CONTACT / 联系
寻找深圳的
数据分析、数据运营机会。
完整简历与联系方式可通过现有招聘平台索取。公网主页暂不公开手机号和邮箱。
先看项目