试用期工作总结及自我评价.docxVIP

试用期工作总结及自我评价

第一章入职背景与角色定位

1.1入职信息

2023年2月1日入职杭州云脉数据科技有限公司，任职数据运营中心·用户增长组·初级数据分析师，试用期6个月，汇报对象为中心总监李蔚，隔级汇报人为VP王铮。

1.2角色边界

公司采用“项目制+职能线”矩阵管理，我的直线职责是支持用户增长组所有数据需求；虚线职责是向数据中台输出埋点规范与数据资产沉淀。试用期KPI三条：①完成0→1搭建小程序行为数仓；②用数据驱动把新客30日留存提升3个百分点；③沉淀一套可复用的埋点评审SOP。

第二章试用期目标拆解与里程碑

2.1目标量化

①数仓：日增量1.2亿条，存储≤2TB，查询P95≤3秒；②留存：基线18.7%，目标21.7%；③SOP：评审节点≤3个，交付周期≤5个工作日。

2.2里程碑

T0（2.1）入职→T1（3.15）完成埋点治理→T2（4.30）数仓上线→T3（5.31）A/B实验迭代3轮→T4（6.30）留存提升验收→T5（7.31）试用期转正答辩。

第三章工作内容与实施细节

3.1埋点治理（2.1-3.15）

3.1.1问题诊断

①事件命名混乱：同一“点击购买”事件，iOS叫click_buy，安卓叫buy_click；②参数缺失：支付环节缺少coupon_id；③埋点遗漏：小程序43个页面中11个核心页面无曝光埋点。

3.1.2制度先行

发布《云脉数据埋点V5.0规范》，其中4.2条强制要求“任何新埋点须通过评审系统，未评审直接下发代码，发现一次扣绩效5%”。规范经法务审阅，符合《个人信息保护法》最小必要原则。

3.1.3工具落地

①自研埋点评审系统，前端用React，后端用Go，接入飞书审批流；②写Python脚本批量比对日志与埋点元数据，差异率0.5%自动飞书告警；③输出《埋点验收清单》模板，含27项检查点，例如“是否记录user_id”“是否加密手机号”。

3.1.4结果

3月15日全量1.2万个事件完成标准化，差异率降至0.18%，为后续数仓奠定元数据基础。

3.20→1搭建小程序行为数仓（3.16-4.30）

3.2.1技术选型

存储：阿里云OSS+MaxCompute；调度：Airflow2.5.1；实时：Flink1.15；BI：Superset2.1。

3.2.2模型设计

采用Kimball维度建模，事实表4张：曝光、点击、下单、支付；维度表7张：用户、商品、活动、渠道、页面、版本、时间。分区策略：ds按天+小时双分区，压缩格式ORC，ZLIB压缩比0.28。

3.2.3数据血缘与质量

①用ApacheAtlas做血缘采集，每日02:30全量解析任务依赖；②写42条SQL质量规则，如“支付金额0”“曝光-点击转化率≤50%”，异常自动入SLA工单系统；③建立“数据质量日报”飞书群，07:30自动推送，连续30天零重大事故。

3.2.4性能优化

把常用维度表缓存到Redis，设置TTL=6h，查询P95从8.7s降到2.4s，满足KPI。

3.3留存提升A/B实验（5.1-5.31）

3.3.1假设提出

通过漏斗分析发现：新客D7留存低的核心节点是“完成首单且评价≥4星”人群占比仅6.8%。假设：在订单完成页植入“晒单返5元券”弹窗，可提升该节点3pp，从而带动D30留存。

3.3.2实验设计

①人群：近7日注册且支付成功的新客，样本量14万，置信度95%，MDE1.5pp；②分层：按渠道（抖音/快手/微信）、城市等级、性别做8层StratifiedSampling；③指标：一级指标D30留存，二级指标返券使用率、差评率。

3.3.3实施步骤

Step1数据组写随机分流脚本，user_id%100映射到0-49实验组、50-99对照组，写入Redis白名单；Step2客户端拉取白名单，实验组弹窗，对照组无弹窗；Step3实时监控：Flink每15min输出实验指标，若差评率0.3%立即熔断；Step4实验21天，样本达标，关闭实验。

3.3.4结果

返券使用率42%，实验组D30留存22.1%，对照组19.4%，净提升2.7pp，虽未达3pp目标，但ROI为正，财务测算净利润+58万/月。

3.4埋点评审SOP固化（6.1-6.20）

3.4.1流程图

需求提出→数据PM预审→技术评审→测试验收→上线后回溯，共5节点。

3.4.2工具模板