案例 1：用户画像宽表构建 + 跨环境 SQL 迁移
- 项目背景：某 B2B 电商平台业务数据分散在 MySQL 实时库与 Hive 离线数仓，运营取数需跨多个环境手写 SQL，口径不统一、易出错。
- 我的职责：
- 主导构建 100+ 字段的用户画像宽表（按日分区），统一订单、客户、营销三个业务域的核心指标口径；
- 制定 MySQL → Hive 的 SQL 迁移规则，覆盖 15+ 张表的字段映射与函数语法转换，沉淀成标准化转换文档。
- 技术栈：MySQL、Hive、Doris、SQL
- 成果：运营取数从"跨 3 个环境手写 SQL"变成"单表查询"，取数效率提升约 70%；新同事上手 SQL 迁移从 2 周缩短到 2 天。

案例 2：RFM 客户分层 + 流失预警体系
- 项目背景：某 B2B 电商平台客户流失加剧、大盘 GMV 下滑，需要定位流失原因并建立精细化运营分层。
- 我的职责：
- 搭建 30 天 / 90 天 / 365 天多时间窗口的 RFM 分层模型，把客户划分为 S / A / B / C / D 五层；
- 识别高价值客户的流失特征，输出流失预警规则与召回优先级清单，支撑业务定向召回。
- 技术栈：SQL、Hive、用户画像、指标体系
- 成果：定位到下滑主因（高价值客户分层下移），输出分层运营策略与预警看板，被业务团队用于日常召回动作。

案例 3：销售报表自动化（Excel + SQL + Python）
- 项目背景：业务团队每天手工汇总多源数据做销售日报 / 周报，单次耗时 1-2 小时且易错。
- 我的职责：
- 用 Excel 高级函数 + VBA 宏 + SQL 搭建"一键生成"报表模板，自动读取多数据源、自动计算环比、自动出图；
- 用 Python（openpyxl + matplotlib） 生成自动化周报，替代重复人工整理。
- 技术栈：Excel、VBA、SQL、Python
- 成果：日报从 1-2 小时降到 5 分钟内一键生成，手工错误率归零。