用户画像研究员简历模板

• 负责电商主站用户画像体系搭建，整合交易、行为与问卷数据，输出300+用户标签并接入CRM与推荐系统。
• 主导年度用户分层模型迭代，将高价值人群识别准确率由68%提升至82%，支撑大促精准触达。
• 牵头20+场用户深度访谈与可用性测试，形成季度用户洞察报告，推动购物车流程改版使下单转化率提升9%。

• 参与本地生活类客户画像项目，设计问卷与埋点方案，累计回收有效样本1.2万份并完成人群聚类分析。
• 独立产出用户旅程地图与画像卡片，帮助客户优化会员权益设计，使复购率提升7个百分点。

• 主导画像标签中台需求定义与指标体系设计，上线后标签查询响应时间由小时级降至分钟级。
• 设计A/B实验验证画像标签对推荐点击率的增益，实验组CTR提升11%，方案在全站推广。
• 建立标签质量监控看板，标签覆盖率从75%提升至93%，显著降低业务方数据投诉。

• 针对新客流失问题设计分层调研方案，结合行为序列分析定位3类高风险人群。
• 输出分层运营策略建议，落地后新客30日留存率提升5个百分点。

• 采用混合研究方法构建消费者决策风格量表，完成信效度检验并通过300份预调研验证。
• 研究成果发表于国内核心期刊，量表被后续3项用户研究项目引用。

研究方向：用户行为与消费者心理；核心课程：高级统计、问卷设计与测量、用户研究方法。

核心课程：多元统计分析、抽样调查、数据可视化；获校级优秀毕业生。