BI数据分析工程师简历范文全文
自我评价
5年BI与数据分析经验,专注零售与电商业务的数据指标体系搭建和可视化看板落地,熟练使用SQL、Power BI、Tableau和Python。主导过经营分析看板与用户增长分析项目,累计支撑20余个业务决策场景,看板日均访问量超800人次。擅长从业务问题出发拆解指标,推动数据驱动的运营优化。
专业技能
SQL(Hive/MySQL)
Power BI
Tableau
Python(Pandas/NumPy)
数据仓库与指标体系设计
Excel高级分析
工作经历
上海云零售数字科技有限公司
零售数字化SaaS服务
上海
BI数据分析工程师
BI看板指标体系
2022年9月 - 至今
- 负责零售业务经营分析看板建设,覆盖销售、库存、会员三大主题,支撑区域经理日常决策,看板日均访问量超800人次。
- 重构核心指标口径并统一至数据仓库,解决跨部门报表口径不一致问题,月度对账工时由16小时降至4小时。
- 搭建用户复购与流失预警分析模型,输出运营策略建议,推动高价值会员复购率提升6.2个百分点。
杭州优选电商有限公司
电商平台互联网
杭州
数据分析师
经营分析数据可视化
2020年7月 - 2022年8月
- 负责电商平台流量与转化分析,搭建日常经营日报和活动复盘模板,将活动复盘周期从3天缩短至1天。
- 通过漏斗与分渠道归因分析定位投放低效环节,协助优化投放结构,季度获客成本下降约12%。
项目经验
集团经营分析驾驶舱项目 - BI负责人
2024年3月 - 2024年5月
- 主导需求调研与指标梳理,设计包含60余个核心指标的三层指标体系,输出指标字典并推动落地。
- 使用Power BI搭建多维度驾驶舱,支持按区域、渠道、品类下钻分析,上线后管理层月度会议全面改用该看板。
- 建立数据质量校验规则,关键指标异常发现时效由次日提升至2小时内。
会员生命周期价值分析项目 - 数据分析工程师
2022年12月 - 2023年2月
- 基于RFM模型对80万会员分层,识别高潜与流失风险人群,输出分层运营策略清单。
- 配合运营落地定向触达活动,试点人群30天复购率提升9%,方案推广至全量会员运营。
教育背景
华东理工大学
211双一流
上海
信息管理与信息系统 本科
2016年8月 - 2020年5月
主修课程:数据库原理、统计学、数据挖掘、管理信息系统;CET-6。
证书与认证
阿里云大数据分析师认证(ACP) - 阿里云
2023年6月
证明云上数据分析与BI建模能力。
数据库系统工程师(软考中级) - 工业和信息化部
2021年11月
证明数据库设计与数据管理能力。
荣誉奖项
公司年度优秀员工
校级一等奖学金
其他信息
到岗时间:
在职,一个月内可到岗。
出差意愿:
可接受短期出差与跨城市项目支持。
作品集:
可提供脱敏看板截图与指标字典样例。
就从这份范文开始
免费复制到你的账户里,每一句话、每个板块和颜色都能改,改好即可下载投递。