Portfolio · Market & Operations

Hi, 我是杨隽怡

关注用户研究、市场分析和项目运营,也在探索 AI 工具如何提升日常工作效率。

把运营判断
做成可复用流程

从用户反馈、竞品信息、内容表现到流程台账,把问题拆清楚,再落成表格、页面、话术和复盘机制。

用户研究 竞品分析 项目运营 AI 提效
01 Insight 先找用户痛点和购买信号
02 Process 把判断变成可复用表格和话术
03 Evidence 用日报、看板、复盘证明结果

Selected Projects

项目经历

三个项目对应三类工作场景:用户触达、竞品分析和消费者研究。每个项目都有具体过程和可检查的产出。

S

项目产品是便携个护用品,目标用户为 18-34 岁女性。用户需求集中在快速整理、便携使用和真实效果展示,需要找到内容表达自然、评论区有购买信号的 KOC 候选人。

T

把候选人筛选从“凭感觉判断”整理成一套能复用的流程:筛选标准、合作分层、邀约话术、内容 Brief 和复盘规则都要能落到表格里。

A

  1. 根据品类特性,定了 7 维评分标准:内容演示能力、评论区购买信号、历史带货转化等。
  2. 按 A/B/C 三级对达人做分级,匹配不同的合作深度。
  3. 撰写邀约话术、Brief 模板和分镜脚本,降低沟通成本。
  4. 用 AI 辅助批量搜索和初筛,省下重复劳动,集中精力做判断。

R

25 位核心候选人全部按 7 维打分入表。配套产出:筛选标准文档、邀约话术、Brief 模板、分镜脚本、复盘规则。每天早上 10 点自动推送日报,项目状态更容易跟进。

S

Amazon 澳洲站,水槽下收纳架品类竞争中等、评论样本充足。用户反馈集中在"尺寸不对""安装麻烦""承重不够""生锈"——这些痛点能直接落到产品设计和页面表达上。

T

完成一个品类的基础研究流程:选品判断 → 评论分析 → 页面信息优化 → 推广节奏规划。每个环节都尽量有数据和原始评论依据。

A

  1. 抓取竞品评论,定义 5 类痛点类目:尺寸、安装、承重、材质、收纳效率。
  2. 逐条归类后回到原评论复核语境,避免只凭关键词误判。
  3. 把高频顾虑转成标题、卖点描述、主图和详情页信息层级。
  4. 整理 30 天模拟推广节奏,作为后续测试和复盘的参考。

R

完整 Excel 工作簿(选品→竞品→用户反馈→内容优化建议)、AI 评论洞察报告、30 天模拟推广节奏、产品视觉稿、竞品对比分析。

S

敏感肌护肤市场产品多但决策门槛高。用户怕刺激、看不懂成分表、不知道怎么搭配产品。她们需要的不只是一个护肤品页面,而是有人帮她们选对产品。

T

围绕“帮用户做选择”整理需求收集和产品推荐流程,让页面内容能回答用户真正关心的问题,降低理解和搭配成本。

A

  1. 根据购买动机和顾虑,把用户分成五类:低敏型、便携型、成分型、试用型、入门型。
  2. 每类页面展示不同的卖点、FAQ 和用户评价,说她们真正关心的话。
  3. 设计 Skin Quiz,帮助用户了解皮肤类型和适合的产品。
  4. 用 AI 整理用户分层和推荐理由,再根据浏览、加购和购买行为设计推荐和复购提醒。

R

Bare Care 交互原型(可直接操作演示)、Skin Quiz 流程、五类用户分层策略、各类型用户的推荐理由、FAQ 内容和沟通文案。

Skills & Tools

技能与工具

我更关心工具能不能解决真实问题:把信息整理清楚,把流程推进下去,把结果留下来。

Insight

用户与竞品洞察

先从用户反馈、评论和内容表现里找真实需求,再把判断整理成可执行标准。

Review Mining 用户反馈归类
用户分层竞品分析评论归因
Channel

内容与项目执行

把沟通话术、Brief、脚本和复盘机制整理清楚,让执行过程有标准、有记录。

邀约话术与 Brief 进度跟进与复盘
候选筛选邀约话术短视频脚本
Conversion

页面与内容优化

把用户痛点转成标题、卖点、FAQ 和页面信息层级,让用户更容易理解重点。

页面信息结构 Skin Quiz
内容优化用户路径FAQ 设计
Workflow

AI 与流程提效

用 AI 处理重复整理和初筛,把精力留给判断、复核和最终运营决策。

日报自动化推送 表格、话术、看板沉淀
HermesCodexDeepSeek飞书

Experience

经历

海外市场实践项目

围绕用户研究、竞品分析、内容触达和页面优化完成多个可展示项目。

About

关于我

正在寻找市场分析 / 项目运营 / 用户研究相关机会

我的背景从教育研究开始,训练的是理解用户、拆解问题、整理信息、设计路径。这些能力后来被我用在教育运营和海外市场项目里。

在 UQ 读研期间,我开始用 AI 工具辅助做真实项目。从 KOC 候选筛选到 Amazon 评论分析,再到 Shopify 用户分层,每个项目我都要求自己做到有判断、有过程、有可检查的产出

我做事细致,愿意把杂乱信息整理成清楚的表格、流程和文案,适合做用户洞察、项目运营和内容优化相关工作。

Q

为什么教育背景会适合运营和市场相关工作?

教育研究训练让我习惯先理解人,再拆问题。无论是学员服务、用户反馈,还是竞品评论,本质上都需要把分散信息整理成可执行的判断。

我在项目里做过用户分层、评论归类、内容 Brief、进度台账和复盘整理,这些都能迁移到运营、市场和项目支持岗位。

Q

相比其他应届生,优势在哪里?

我不是只写概念,而是做过具体材料:候选人评分表、评论洞察报告、FAQ、Brief、脚本、进度台账和项目复盘。HR 或业务同事可以直接看到我的工作过程。

Q

未来三年的职业规划是什么?

未来三年,我想先进入一个真实业务场景,把基础执行、数据整理、流程支持和沟通协作做扎实。第一年能独立负责一个环节,后面逐步承担完整模块。

我会继续提升数据整理、用户研究和项目推进能力,也会把 AI 工具用在资料整理、初筛和复盘这些能真正提效的环节。