Liu Shanshan

经营问题诊断与指标重构：梳理商品运营、财务、供应链及投放角色的资源决策链路，定位成本与风险信息介入过晚的问题；将单一 GMV 排名升级为贡献利润、近期投放效率、退款风险与库存承接能力四道独立门禁，阻断高 GMV 但负贡献利润 SKU 追加资源建议。

商业化决策机制设计：围绕“哪些商品可试投、哪些应暂停或优先解决经营问题”，设计数据准入、经营复算、风险判断、责任路由和人工签发流程；针对 SKU 形成差异化经营决策，输出可追溯的商品决策表、待确认问题及试投方案。

Skill 搭建与效果验证：搭建由 Agent、Skill、确定性计算脚本、经营规则和人工复核组成的诊断能力，固化输入校验、金额复算、风险判断及停止条件；基于任务理解、数据纪律及权限稳定性等维度构建 23 条 Eval 用例，覆盖正常、异常、相邻及越权场景，5 组确定性固定回归全部通过，关键预算结果可复算，线上写操作保持为 0。

需求定位：结合商户调研反馈，梳理流量波动、商品引流等相关诉求；进一步基于广告位次和有效曝光率进行数据分析，验证问题根源并明确单品推广方向。

选品投放策略设计：围绕引导商户选品投放、降低策略理解成本和提升方案采纳效率等问题，参与设计单品挖掘与 AI 辅助投放策略，通过高潜商品筛选、标签体系和 AI 推荐内容生成，提升商户投放决策效率，推动商户平均加价提升 10%+。

定价竞价逻辑设计：拆解并梳理推荐价格公式，在商家流/商品流场景下按商品 eCPM 结合定向推荐调整排序，定向提升商品曝光与转化机会，推动广告消耗增长 30%+。

产品链路落地：推动平台中后台商品挖掘与竞价排序能力建设，设计 B 端单品加价配置流程，并优化 C 端商品展示逻辑，打通“商品推荐—商户配置—前端展示”投放链路。

用户分层与策略设计：基于活跃度、会员状态、付费意向及终端差异拆解用户，设计“0 元 3 天续月召回”和“19 元日卡／29 元 3 天卡挽留”策略，明确圈选规则、触发条件及跨端展现逻辑，并针对不同用户决策阶段匹配差异化承接方案。

实验落地与效果验证：全流程主导产品需求、AB 实验设计、上线推进及数据复盘，持续监控转化率、订单和收入变化。0 元 SKU 使圈选用户转化率提升 2%，推全预计季度增收 6.4 万元。

差异化产品决策：19 元日卡在 BD、H5 端推全后预计日均增单 77 单、增收 1,168 元；结合各端订单结构与收入贡献，识别 PC 端低价 SKU 对高客单月卡产生分流、收入下降，及时回滚，兼顾订单转化、收入质量与长期用户价值。