围绕校园超市会员消费记录，使用Python清洗两周交易数据并提取客单价、购买频次与复购间隔特征。通过RFM模型划分用户价值层级，结合不同分组的商品偏好差异设计针对性优惠券策略。使用Tableau制作销售额和复购率趋势看板，最终向运营团队提出3条可执行建议，预计可提升高价值用户月复购率约6%。在项目复盘时，我总结了数据质量问题和模型优化方向，为后续迭代提供参考。

爬取某短视频平台公开视频元数据（标题、标签、播放量、点赞数），使用正则与jieba提取高频关键词并统计内容分类。通过相关性分析探究标签多样性与播放表现的关系，利用matplotlib绘制播放量分布和词云图。整理出一份热门内容特征清单，为创作者提供选题方向参考，部分结论被所在学院新媒体工作室采纳用于内容规划。在分析过程中，我特别关注了异常值处理和数据标准化，确保结论的可靠性。