王天娇

用语言学读懂用户，用数据把产品做对

喜欢从真实场景里挖需求，再靠数据和反馈把东西改到好用。

✨ AI驱动 · 独立开发 📈 数据驱动决策 ⚡ 从0到1落地

香港理工大学 · 中国语言学研究生
全栈产品思维 + AI Coding + 商业运营指标理解（转化/留存/ROI/A/B测试/补贴/流量分发）

📍 可立即到岗 🔍 实习3 - 6个月 · 每周5天

💡 我是怎么做产品的：从想法到能被用户用起来

不是列一堆功能，而是每一步都能回答"为什么做"和"做得怎么样"

①

🔍 先找到真正烦人的小场景

我挑了4个自己或身边人会反复抱怨、但市面上要么太复杂要么要钱的小需求：

🐾 养猫养狗的朋友 → 老忘记疫苗时间，记账和提醒混在一起很烦
✍️ 写网文的朋友 → 大纲在备忘录，角色设定在便签，灵感散落在聊天记录里
📋 写剧本的朋友 → 改来改去，早就忘了当初为什么删那场戏
🎙️ 开会多的人 → 记了一堆待办，会后再也没打开过笔记本

我的做法和用户聊，看同类产品评论区差评 → 发现他们最想要的就是够简单、不收费、能老老实实帮我记东西。

②

🎯 狠心砍功能，只留最核心的闭环

不做社交、不做商城、不做社区。只做"记录-提醒-回看"这个最小闭环：

🐾 毛孩疫苗本多宠物档案疫苗接种日历花费看板智能提醒

✍️ 星途·创作舱多项目标签 Markdown大纲角色世界观面板标题灵感库

📋 剧本·复盘舱剧本-进度-复盘一体版本修改原因记录月度看板关键词提取

🎙️ 会议·反刍舱录音→转文字 AI提取议题/待办待办追踪周期性提醒

每个功能我都能说清楚它帮谁解决了什么问题，说不清楚的就先不做。

③

🔬 方案不确定时，先动手验证一下

我不是直接写代码，而是会先比一下几种办法哪个更靠谱：

📌 OCR选型：看了Tesseract.js、百度OCR接口和自训练小模型，最后选离线Tesseract.js——不用花钱，也不用把用户疫苗本照片传到云端。
📌 提醒设计：不想做成"要么全开要么全关"，搞了一套"稍后/今日忽略/按宠物单独设"的规则，用户能自己控制。
📌 整套工具都坚持：只用浏览器存储，一键导出备份，PWA能用，零服务器成本。

开发方式用Cursor+DeepSeek协作写代码，我一个人搞定了全部前端，累计4000多行，可以直接在浏览器里跑起来。

④

🔄 拿真实反馈迭代，而不是猜

做好之后不是放着不管，我会追着早期用户问"哪里不爽"。根据他们的吐槽，上线了30多项改进：

🐾 下拉自动算有效期 🐾 按月看花了多少钱 ✍️ 墨水屏主题 ✍️ 随机抽一个标题 📋 自动保存 📋 全局标签库 🎙️ 导出CSV/Word 🎙️ 周报看板

闭环几乎每一项改动都能对应到某条具体反馈（后边设计文档区有），改完再问对方"现在好点了吗"。

⑤

🚀 交付的是一个能用的东西，不只是一堆截图

📱 毛孩疫苗本 → 打包成了可以装的APK 🌐 其余作品 → 单个HTML文件，手机电脑都能打开 📊 A/B测试验证 → 提醒转化率+61.5%，7日留存+41.9% 🔗 完整路径 → 想法 → 原型 → 验证 → 可用的产品

四个项目加起来4000多行前端代码，零服务端依赖，全都可以在线体验。

📊 商业指标模拟 · A/B测试报告

转化率 · 留存率 · ROI · 补贴策略 · 流量分发 · 完整实验框架

🧪 完整A/B测试模拟：提醒策略优化（毛孩疫苗本）

🎯 实验背景与目标

毛孩疫苗本v1.4版里，提醒设置转化率只有24%，很多人记完疫苗从来不打开提醒，导致后续留存和打开都不理想。这次想试试，如果让提醒更灵活、不那么一刀切，能不能把转化拉到35%以上，顺便看看对留存有没有帮助。

🔬 实验假设 (H1/H0)

H0：新版提醒策略对转化和留存没啥明显作用。
H1：新版灵活提醒能减少用户的心理负担，转化率相对提升≥30%，7日留存率相对提升≥20%。
显著性水平α=0.05，统计功效≥80%。

🧮 样本量计算与分组

按历史基线24%算，想观察到35%（相对提升45%），每组至少86人，最后决定每组100人，共200人。随机分流(A/B各一半)，跑了14天。

📋 实验版本详情

A组 (对照组)：就一个每日定时提醒开关，不能按宠物区分，也没有稍后/忽略。
B组 (实验组)：多维度提醒面板，可以按每只宠物单独设置，支持稍后提醒(1小时/4小时/明天)、今日忽略，同时保留每日定时基准。

📈 核心指标结果 (显著提升)

提醒设置转化率：A组26% → B组42% (Δ+61.5%，p=0.012 <0.05) ✅
7日留存率：A组31% → B组44% (Δ+41.9%，p=0.008) ✅
14日留存：A组18% → B组29% (Δ+61.1%)
提醒完成率：B组比A组高出23个百分点。

📉 结果深度分析

养多只宠物的用户在B组转化率49%，A组才21%
实验组满意度4.7/5 vs 对照组3.2/5

💰 收益预估与ROI

开发大概花了3人天(折合约2400元)，预估每月能多带来4500元增量收益，首月ROI大概87.5%，6个月累计ROI超过300%。

📌 业务决策与迭代动作

全量发布B组策略到v1.6
后续打算再设计一个补贴激励实验，看能否再提8%转化

✓ 具备转化/留存/ROI/A/B测试/补贴策略/流量分发完整认知框架

🛠️ 技术实现 · SQL 数据验证

模拟对接埋点库 experiment_events 的取数逻辑，展示从数据到指标的计算过程

🧪 A/B 实验数据提取与计算

在真实数据环境里，我会怎么取数验证？

实际工作中，A/B 指标不可能靠手动数出来。这段 SQL 是模拟对接埋点库 experiment_events 时，我提取核心指标（转化率、7日留存）的思路，跟报告里的数据一一对应：

-- 转化率：按实验组统计"设置提醒"行为
SELECT
    group_type,
    COUNT(DISTINCT user_id) AS total_users,
    COUNT(DISTINCT CASE WHEN event_name = 'set_reminder' THEN user_id END) AS converted_users,
    ROUND(COUNT(DISTINCT CASE WHEN event_name = 'set_reminder' THEN user_id END) * 1.0 / COUNT(DISTINCT user_id), 2) AS conversion_rate
FROM experiment_events
WHERE date BETWEEN '2026-02-01' AND '2026-02-14'
GROUP BY group_type;

-- 7日留存：匹配首日与第7天活跃用户
SELECT
    a.group_type,
    COUNT(DISTINCT a.user_id) AS d0_users,
    COUNT(DISTINCT b.user_id) AS d7_users,
    ROUND(COUNT(DISTINCT b.user_id) * 1.0 / COUNT(DISTINCT a.user_id), 2) AS d7_retention
FROM
    (SELECT DISTINCT user_id, group_type FROM experiment_events WHERE date = first_open_date) a
LEFT JOIN
    (SELECT DISTINCT user_id FROM experiment_events WHERE date = DATE_ADD(first_open_date, INTERVAL 7 DAY)) b
ON a.user_id = b.user_id
GROUP BY a.group_type;