管理一个约30人的业务团队,探索新业务模式,拓展新业务市场
部分工作项目
即配物流升级的专题分析 | 阿里巴巴
背景和目的:市场反馈高频问题的专项分析,挖掘潜在发展机会
定量和定性分析结合,定位与友商在用户体验、成本和品牌心智方面的差异
通过随机森林算法分析发现差评率的主因有配送时长,进而按时长分段诊断出超长送达订单占比高,推动60
分钟超时率设置为年度考核目标
利用可视化的WaterfallPlot对物流成本进行breakdown,定位成本差异主要在订单密度和智能调度效率
销售作业数字化项目 | 阿里巴巴
背景和目的:年度战略形成前的决策信息输入
从产品、管理机制以及人力资源三方面,全方位调研和挖掘销售团队的人效现状以及数字化管理的提效机会点
提出基础销售,精细运营,智能补贴(针对各类商家的智能化营销活动/工具推荐),市场反应和跨线协同五大区
域运营能力提升方案
为数字化销售团队的年度战略的提出和落地提供了有力的决策依据和产品化的实现路径
背景和目的:CM制下的可复制业务增长策略探索
从区域、用户、商家和物流多个方面对目标区域的份额差进行全面的归因分析,并提出分业务线分区域以供给
运营为重心物流为保障的精细化增长策略,在补贴降低的情况下增加市场份额4%
分区域对用户数量、用户留存、ATV对份额的影响进行拆解,从用户维度对不同区域的份额差进行归因以指导
营销和运营策略
使用K-Means聚类商户群,进一步定位留存低的运营问题,如闭店率;使用回归分析探讨配送范围和市场份额
的关系。以指导供给侧优化的策略
研究项目
硕士项目:用深度学习技术预测即时降雨
Projectidea:使用深度卷积神经网络预测未来15分钟到1小时的空间网格降雨情况
对基于U-Net架构的神经网络模型进行优化,以提升模型的预测性能, 包括对modelcapacity,优化算法,skip
connections,注意力机制进行实验测试
使用四维的时空数据作为模型的input;应用递归方法(recursive)提升模型的长时段预测能力;利用earlystopping
和modelcheckpointcallbacks来获取模型的最佳性能表现
使用不同的指标(metrics)进行实验结果评估,包括均方误差(MSE),平均绝对误差(MAE)和准确率(Accuracy);其
中AttentionU-Netmodel对降雨区的预测在t+15min可以达到91%以上的准确度,在t+60min也可以达到86%
以上的准确度
通过观察图(observedimages)和预测图(predictedimages)对比研究,和进一步的统计分析,挖掘出不同模型的预
测特性,比如U-Net3+倾向于缩小降雨区域,而Attentionalgorithm能更准确的预测强降雨区域,这将大大提升
模型的应用价值。
小组项目: 墨西哥湾浮游生物健康状况 | 小组组长,成绩top10%
使用时间序列模型分析石油泄漏对墨西哥湾浮游生物健康状况的影响
对浮游生物数量波动(variation)进行归因分析,识别不同周期的谐波项(harmonicterms),其中年周期和半年周期
(6monthscycle)显性,挖掘浮游生物生长周期的驱动因素,MississippiRiverPlume解释了双花期
石油影响时效分析,分析残差(residuals)的异常,将实际数据与预测趋势进行对比以研究石油泄露影响的时滞效
应和持续时长
小组项目:巴西肺结核(TB)风险定量和归因分析 | 小组组长,成绩distinction
量化巴西过去3年的TB发病率(每10万人口),并对发病率进行社会经济变量(socio-economiccovariates)范围内
的归因分析,以指导医疗资源的分配决策
利用多变量GAM(multivariableGeneralizedAdditiveModels)量化TB风险,选择NegativeBinomialdistribution
来建模发病率的分布,并通过AIC调试出最优的模型
对参数(parametriccoefficients)进行假设检验;将平滑函数(thesmoothfunctions)可视化为线性预测(thelinearpredictorlevel)探讨不同因素对TB发病率的影响,其中人口密度、失业率、响应率对发病率有促进作用,文盲
率和贫困程度对发病率有交互影响(interaction)
用plot.map函数对预测结果进行可视化,以指导按地区发病率对医疗资源进行分配