基于校园活动报名及参与数据，使用SQL构建用户行为事件表（涵盖曝光、点击、报名、签到、反馈等7个节点），通过对比不同推广渠道（公众号推文、社群转发、邮件投放、短信提醒）的转化率，定位报名流失关键环节在点击到报名的过渡阶段；采用Python绘制漏斗图并计算各环节衰减系数，结合统计学假设检验验证渠道差异显著性，最终输出渠道优化策略（如优化推文文案、推送时机、增加激励），使整体转化率从15%提升至33%，提升幅度达18个百。

爬取在线教育平台2000门课程的10万条评论数据，进行文本清洗（去除停用词、符号、表情包），利用jieba分词提取高频词与情感极性（基于情感词典+TF-IDF），结合评分分布分析用户投诉焦点（如知识点晦涩、授课节奏过快、题目适配度低）；使用Python实现LDA主题建模（设置5个主题），产出可视化词云与情感趋势图（按季度展示正负向情绪波动），为课程迭代提供数据支持，推动改进项优先级排序（如针对负面热词开发专项练习题）。