课程项目中与三名同学分析某校园超市匿名消费流水约八千条，我负责数据清洗与图表设计：用SQL按品类与时段聚合交易记录，剔除异常订单与重复条目，再用Python做RFM分群，识别高价值与流失倾向客群。随后用Tableau制作复购率与客单价差异看板，并在小组汇报中主讲洞察部分，提出分时段促销与品类组合建议。最终报告获课程评分A，我整理出可复用的清洗与分析流程说明，供后续课程项目直接套用。

个人项目中用Python采集某公开电商平台五十个SKU近三十天的价格与评论数据约六千条，完成去重、缺失值处理与字段标准化后，按价格带与评分做对比分析，用Power BI搭建监测看板追踪价格波动。独立完成从取数到结论的全流程，输出一页英文摘要与中文分析报告，梳理出促销期价格波动规律及选品建议，并作为作品集用于面试讲解，锻炼了商业解读与中英文表达能力。