颜楚佩
Summary
- 编程语言 : Python, Java, C++, C#, JavaScript, HTML, CSS
- 数据处理 : R, SQL, MySQL, Tableau, Power BI
- 办公软件 : Word, PowerPoint, Excel, Outlook
- 工具 : Docker, Azure, React, VS Code, Unity, Eclipse, DBeaver
Overview
1
1
year of professional experience
Work History
CRM产品经理实习生
H World集团有限公司
上海
09.2022 - 01.2023
- 系统集成与优化: 参与One CRM项目, 将国内和国际的CRM系统进行集成, 实现会员体系的统一, 确保数据的准确性和一致性, 提升了系统的跨平台互操作性, 使国内外的账号可关联, 会员等级和积分系统同步更新, 使客户体验大幅提升
- 需求分析与文档撰写：与德国和新加坡团队沟通, 收集和分析业务需求, 撰写详细的需求文档技术文档和设计文档, 讨论系统集成的可行性和迭代计划
- 数据处理驱动决策：收集客户行为, 购买历史, 互动记录等数据, 清洗和处理协助设计A/B测试, 分析用户反馈和为TikTok平台广告投放策略提供了数据支持
数据分析师实习生
蓝色光标传播集团
上海
09.2021 - 01.2022
- 数据收集和构建用户画像：通过对多渠道广告投放数据的收集与整理, 基于历史投放数据, 用户行为数据构建精准用户画像, 细分目标受众群体, 深入分析不同广告素材和投放策略对目标受众的影响
- 广告效果归因分析: 多触点归因模型, 应用Shapley Value模型评估每个广告触点的贡献, 使用Markov Chain模型分析用户转移概率, 识别出最有价值的广告渠道, 因果推断方法, PSM进行广告效果归因分析, 识别各渠道的贡献, 优化广告预算分配, 使广告转化率提高了10%
- 广告效果监测模型：针对各大快消品牌的市场活动, 协助设计A/B测试, 分析广告创意, 受众定向和投放时段对投放效果的影响, 并提出优化建议, 使用Tablelau建立广告效果监测模型, 从曝光量, 点击率、转化率等关键指标维度评估广告投放效果
Education
硕士学位: 计算机科学 -
布兰迪斯大学
02.2026
计算机科学桥接
纽约大学证书项目
04.2023
学位: 工商管理学士 -
加州大学欧文分校, 保罗·梅拉吉商学院
09.2022
学术项目
营销投放的高价值用户挖掘(Uplift)
- 为了优化广告资源的分配和提高广告投资回报率, 进行了高价值用户挖掘的研究
- 提取广告投放数据和用户行为数据, 构建交互特征, 使用GBDT评估特征重要性, 得到用户的历史点击次数, 广告曝光次数和用户的购买历史, PSM匹配处理组和对照组, 逻辑回归模型预测每组用户接收促销邮件的概率(倾向得分), 通过直方图和 QQ 图验证匹配后的变量分布, 使用双模型法训练两个独立的模型, 预测是否接受促销邮件后的购买概率, 估计不同用户子群体的增量效果
基于观察数据的因果推断项目(Double ML)
- 评估广告对用户行为(如点击率和转化率)的因果影响, 从而优化广告策略, 提高广告投资回报率
- 使用 Double ML, 第一阶段预测处理变量, 使用随机森林, 通过相关性分析和SHAP排序, 发现晚上发送时间, 20%折扣促销力度, 多渠道广告, 图片广告和适度增加频率对广告策略预测最重要, 第二阶段因果效应估计, 使用线性回归模型估计每个广告策略对点击率和转化率的因果效应, 使用均方误差, R2评估模型性能, 点击率提升 12%, 转化率提升15%
用户行为分析与推荐系统
- 为了提高用户参与度和广告效果, 构建推荐系统, 分析用户行为数据并为用户推荐广告
- 提取用户行为数据, 浏览记录, 点击记录, 购买记录, 基于用户和基于物品的协同过滤方法构建初步推荐模型; 矩阵分解 SVD, 提取出用户隐因子如用户的偏好, 广告隐因子如广告的属性, 内容类型; 通过神经网络模型捕捉用户行为模式, 广告属性交互和用户兴趣变化等复杂非线性关系, 最终推荐系统能够准确预测用户偏好
Timeline
CRM产品经理实习生
H World集团有限公司
09.2022 - 01.2023
数据分析师实习生
蓝色光标传播集团
09.2021 - 01.2022
计算机科学桥接
纽约大学证书项目
学位: 工商管理学士 -
加州大学欧文分校, 保罗·梅拉吉商学院
硕士学位: 计算机科学 -
布兰迪斯大学