基于某银行APP用户行为数据，清洗并分析近5万条浏览与购买记录，使用Python进行用户分层与偏好聚类，识别出稳健型与进取型两类客群。针对不同客群设计差异化推荐策略，通过A/B测试验证，推荐点击率提升18%。同时，撰写分析报告，提出产品展示优化建议，协助团队提升用户转化效率。此外，还参与构建用户画像标签体系，为后续精准营销提供数据支撑，并定期跟踪推荐效果，持续迭代优化策略，最终实现用户平均持仓金额增长12%。

联合校学生会与当地银行支行，策划并执行面向500+学生的金融知识讲座与互动问答。负责活动流程设计、宣传物料制作及现场协调，使用Excel进行预算与人员分工管理。活动后回收有效问卷300份，参与者满意度达92%，并获银行方后续合作意向，有效提升了校园金融素养与品牌认知。同时，通过复盘总结形成标准化活动手册，为后续系列化金融教育项目提供可复制经验，进一步扩大了活动影响力。