针对校园App注册转化率偏低的问题，使用SQL提取用户注册、激活、首次下单等环节数据，构建漏斗模型与分渠道留存表。通过对比发现某推广渠道激活率仅35%，结合用户画像分析，定位到落地页加载慢是主因。输出优化建议报告，推动技术团队压缩页面资源，最终该渠道激活率提升至52%，整体转化率提高18%。此外，还进一步分析了不同年级、性别用户的留存差异，为后续精准推送提供了数据支撑，项目成果被纳入产品迭代规划。

基于某电商平台公开评论数据，使用Python对10万条文本进行分词、去停用词及TF-IDF特征提取，结合评分区间划分正负面样本。采用朴素贝叶斯模型完成情感分类，准确率达83%。通过高频词云与词频统计，发现“物流慢”“包装破损”是差评核心痛点，输出商品优化建议，被课程导师评为优秀项目案例。同时，还尝试了LDA主题模型挖掘潜在话题，进一步验证了分析结论的可靠性。