负责奥迪新一代智能座舱HMI HCP3的数据埋点和数据分析的工作。
1、指标体系的建设:HCP3 当中导航,媒体,AI Dashboard 主页,智能推送,智能协助,语音输入,App Store,键盘,KTV的指标体系搭建和北极星指标的制定,数据需求文档的采集,数据产品uiux的优化。
2、商业策略报告的撰写:
负责奥迪clinic报告(用户诊断),利用Power-BI等工具做出关于功能的数据可视化的报告。和设计导航数据案例,用户路径流量的分析,功能评价,相似功能的评价,提升界面布局的分析,网页漏斗的分析；
根据不同APP的产品特点结合业务的需求给出核心功能的评估和相似功能的评判；
生成奥迪benchmark, competitor竞品小鹏(竞品分析), 理想,特斯拉比较的数据结构的设计和数据仓库的存储, 包括流行度和竞品车潜力特征的挖掘,各个维度渗透率的计算,各个层级对车影响力的评估,各个车型新型功能的捕捉,利用收集到的多车辆的数据进行行业状况的分析等。
3、数据底表的搭建:埋点数据SDK需求的收集和建设,埋点文档的整理,和分析需求的洞察。
4、文本分析:使用Ngram,切词,词云,词性标注等NLTK自然语言技术对benchmark的好评进行细致的分析。

作为暑期战役的指挥官,负责7,8月暑期战役看板的搭建,数据日播版的输出,和暑期战役的总结内容。
1、数据监测和数据的洞察:金沙活动的数据看板的搭建,活动总结的数据输出, 总结站外站内资源位的贡献,十日归因逻辑渠道的贡献,各个渠道的曝光, UV, 意向下单转化率的情况。活动期间吸引到的全住宿新客和境外新客的数量。金沙活动期间日历房和房券的购买核销的情况,金沙集团下面各个poi的间夜量,直采和代理的间夜量情况；
C端重要看板, 营销端经营指标看板的搭建,包括经营数据和客源地,BW,连住,星级,ADR,会员卡等级,企业分类(六大博企,Globe chain,豪华单体)的展示。
2、商业策略的输出:为 C 端飞猪人群的触达,提供用户画像,以及飞猪人群在美团平台上的购买行为,小 B 人群的识别(小型旅行社)的识别,刚需用户和高频用户的识别提供给 C端数据,利用K-means等模型给澳门用户进行分层的探测；
用户连住和提前订行为的探查,为业务上红包提供依据。返现利减返现得到未得到用户和留存关系的探索,为业务使用合理的补贴提供依据；
澳门酒店行业研究月报告是输出,包括各个星级的渗透率,竞对比值的数据,澳门月入境/留宿人数,大陆入境人数分省份,客房物理房间数,和酒店出租率的数据。
3、供应商的管理:对直连供应商进行分组管理,每个组别中包含以下数据, 总点订成功率、总提单成功率、C 端点订成功率、C 端提单成功率、分销点订成功率、分销提单成功率、详情页有价率、列表-详情价格一致率、详情-提单价格一致率、提单-支付价格一致率、支付间夜等数据的提供,提供Dash方便业务进行分组的管理。
4、商业分析需求池的管理:境外商分需求池里的业务需求,包括业务dash的搭建和取数工具的制作。
5、经营财务数据的出具:财务境外C端境外收退款数据的预测,平台补贴和补贴率的sql提取,包括去除美价券、商促、EPS自费促销口径下的补贴和美加券的补贴金额。C端季度补贴预算申请的数据填写。
6、数据底表的搭建:底表流量迁徙的需求和分销轮询表在XT平台上面的搭建。

工作地点：New Braunfels/SanAntonio
For client Facebook Newsfeed campaign
1、数据底表的搭建:
利用 SQL 编辑 1 亿条信息从不同的数据库中，例如 SRT，AWS Redshift, google drive files, Tableau；
利用 Python pandas 编辑不同结构的项目的数据，把他们导入 AWS Redshift 中。
2、商业策略的输出和数据洞察:用 Power bi 建立队友的打分卡，创建新的变量(KPI), 像平均处理时间，总共工作量，准确率，从案例接到手到开始处理的时间或者用 pivot table，Dax code 创建自己的公式给队友的表现分成 4 个 quatiles，创造新的 KPI 例如排名，百分位等，用 Power Bi dax code，或者创造其他公式；
出具周商业会议，季度商业会议和客户在 powerbi 的报表中，自动化 KPI 的结果，运用 R-studio 分析 26 个主题标准差和方差，找出准确率最不稳定的主题提供 correlation 分析在因变量和目标变量之中运用 R 代码，给运营经理建设性的建议，把可视化的结果建在 Power-Bi 平台中；
创造聚类分析用 R-studio 根据不同表现的数据集，根据聚类分析，给运营经理建设性的建议，把可视化的结果建在 Power-Bi 平台中清洗数据如缺失值，异常值, 夯余变量,多重共线性用 R。
3、数据看板的搭建和指标体系的建立:建立 Facebook newsfeed 和 portal 的数据看板，根据业务的需求随时调整看板的内容。准备公式人力资源的 dashboard, 像公司的每个项目中,多少雇员被裁员了在上个季度中，多少份简历的投入，多少人申请，雇佣了多少人。
4、评论文本的策略输出:利用自然语言处理技术分析 Portal 产品的客户评论,例如 TF-IDF,
Trigram,Bigram.情感分析，Named-Entities 等,分析痛点和优势点等；
利用自然语言处理技术分析 Boost 培训的信息,例如 TF-IDF, Trigram,Bigram.情感分析，Named-Entities 等，分析培训的主题，分析痛点和优势点等。