XXX生活是专注于本地餐饮商家数字化服务的科技公司，团队规模约XXX人，核心业务是为中小餐饮门店提供智能点餐、会员营销及经营数据分析SaaS产品，服务超过XXX万家商户，与多家区域知名连锁品牌建立长期合作关系。

工作概述：

1.数据采集：依据商家经营分析需求，梳理关键业务数据字段清单；与产品及技术部门沟通，明确数据埋点规则与采集频率；定期核对数据源的准确性与完整性，通过抽样比对将核心业务数据采集覆盖率从XXX%提升至XXX%；将数据采集流程文档化，并培训XXX名新同事。

2.数据处理：负责清洗与整合多渠道业务数据，包括订单、会员与活动数据；使用SQL从数据库中提取原始数据，利用Excel和Python进行格式统一与异常值处理；搭建基础数据表并定时更新，支撑日常分析需求；通过优化清洗规则，将单次数据处理平均时长缩短XXX%，数据错误率降低至XXX%。

3.数据分析：响应业务方需求，对商家经营情况进行多维分析；围绕新店开业、会员活跃度、促销活动效果等主题，进行数据提取与可视化图表制作；参与设计分析框架，通过环比、同比等基础方法定位问题；独立完成分析报告XXX份，支持运营决策，成功辅助业务部门发现XXX个关键经营问题。

4.报表搭建：为解决运营手动统计数据效率低的问题，参与设计并上线自动化业务监控报表；使用FineBI工具，将核心指标如订单量、销售额、会员增长率进行可视化呈现；根据使用反馈迭代报表布局与指标计算逻辑；报表上线后，运营日常数据查看时间减少XXX%，关键决策所需数据获取效率提升XXX%。

工作业绩：

1.累计完成XXX次核心业务数据核对与补全，保障分析数据源质量。

2.独立处理并整合超过XXX万条业务数据记录，形成XXX张可直接用于分析的基础数据表。

3.完成XXX份专项数据分析报告，报告中提出的XXX条优化建议被业务采纳并落地。

4.主导搭建X张核心业务监控报表，周均使用次数超过XXX次，获得运营团队好评。

公司为提升客户成功团队服务效率及商家续费率发起的专项，原有服务模式依赖客户经理经验，缺乏数据量化标准，难以快速识别高风险流失商户及增长机会点，导致服务资源分配不均，部分商家问题响应延迟超过XXX小时。

项目业绩：

1.项目上线后，成功服务超过XXX家付费商户，高风险商户识别准确率初步达到XXX%。

2.客户经理借助诊断报告，平均单商户分析时间减少XXX%，服务响应效率提升XXX%。

3.基于诊断体系输出的建议，成功辅助XXX家商户进行运营调整，试点商户群续约意向度提升XXX%。

GPA X.XX/X.X（专业前XX%），主修数据库原理、统计学、管理信息系统等核心课程，熟练掌握SQL数据查询及Excel数据分析，能使用Python进行基础数据处理与可视化。在《商业数据分析》课程项目中，独立完成某电商模拟数据集的分析，通过用户行为分析提出商品展示优化建议，报告获评优秀。