产品经理简历（4 年 B 端 SaaS）范文

负责付费客户的激活与续费两条指标，协作研发 9 人、设计 2 人，服务客户约 2600 家（其中年费 10 万以上 180 家）。

主要成果：

• 新客首月激活率 34%→58%（口径：开通后 30 天内团队周活 ≥3 人的客户占比，连续 6 个月稳定）；做法是把原来的 11 步引导重构为「3 步可用 + 按需提示」，并给销售侧提供了激活风险名单
• 年续费率 81%→89%：基于使用行为搭建流失预警模型（与数据团队协作），把预警客户提前 60 天转交客户成功团队跟进
• 主导定价与套餐重构，客单价提升 22%，方案上线前做了 3 轮客户访谈（覆盖 24 家）与 1 次报价 A/B

工作方式：

• 每月固定做一次客诉聚类，输出优先级依据，取代了此前按销售喊声排期的方式
• 建立需求验收的量化标准，改版类需求必须附带上线后 4 周的指标复盘

负责订单履约与结算模块，日均处理订单 12 万单，协作研发 5 人。

主要成果：

• 异常订单人工处理量下降 63%：把原本靠客服逐单排查的流程，拆成 7 类可自动判定的异常并给出处理建议
• 结算对账差异率 2.1%→0.3%：重新定义了汇率取值时点与退款冲抵规则，与财务共同确认口径后落库
• 支撑公司接入 2 个新的海外仓服务商，从需求到上线各用时 6 周

目标：把工单平均首次响应时长从 4.2 小时压到 1 小时以内。

• 选型：对比了通用大模型直接分类与「小模型分类 + 大模型兜底」两套方案，因为工单量大且类目稳定，最终选后者，单条成本从 0.06 元降到 0.004 元
• 评测：人工标注 2000 条测试集，要求准确率 ≥92% 才允许自动路由，未达阈值的进人工队列（上线时实测 94.3%）
• 结果：首次响应 4.2h→0.8h，客服人力未增加的情况下承接量增长 35%
• 教训：初版没有设置置信度阈值，把 6% 的错分直接推给了错误的处理组，第二周才补上兜底机制

面向客户管理员的使用问题自助解答。

• 明确不做开放域闲聊，只答帮助中心覆盖范围内的问题，答不出时直接转人工——这个边界是根据前两个月的错误答案投诉定的
• 引入引用来源展示，用户可点开原文核对，未采纳「只给答案」的方案
• 上线后帮助中心相关工单下降 41%，助手满意度 4.5/5.0（样本 1800 次评价）

SQL 熟练（可独立完成漏斗与留存分析）、熟悉 A/B 实验设计与显著性判断；日常使用 Amplitude / 自建看板。

客户访谈与客诉聚类、需求优先级排序（RICE）、定价与套餐设计、PRD 与验收标准撰写。

理解模型选型与成本结构、评测集构建、置信度阈值与人工兜底设计；能与算法团队就召回率/准确率的取舍做有依据的讨论。

Figma（可独立出低保真）、Axure、Jira、Notion。

辅修统计学；在校期间有 2 段互联网产品实习。

公开 3 份脱敏后的 PRD 片段、1 份竞品分析、1 份增长实验复盘报告。

主题为「客诉数据如何转化为需求优先级」，累计听众约 200 人。