近5年工作成果展示

陈梦娇

增长与运营操盘手 · 新媒体 & 私域 × 科技教育 × AI 工具
目标岗位:AI 应用 / 教育科技 · 增长运营 杭州 / 上海 / 广州 / 深圳 月底到岗
邮箱:cmj26@foxmail.com
核心能力

01科技教育项目运营

  • 招生宣讲 PPT / 海报 / 公众号推文策划与制作
  • 在线报名表单、收款说明、报名统计全流程
  • 分班排课、考勤巡查、入校报备、就餐与安全
  • 学情反馈、满意度调研、供应商准入与续签

02直播从 0 起号 · 私域增长

  • 4 天自学直播、研究产品与竞品、自研话术
  • 平播无投流起号,个位数在线也能稳定成交
  • 重写直播文案与定位,做出定制化、专业化差异
  • 每日数据复盘、截图沉淀、与客服交接跟进

03用户与口碑运营

  • 满意度调查体系(发放—回收—归档—改进)
  • 家长社群运营与日常异议处理
  • 退费挽留与关系修复,降低客户流失
  • 口碑驱动的复购与转介绍

04AI 工具 × 数据洞察

  • 用 AI 把 2598 张截图做成私域分层与话术系统
  • 用户需求聚类、画像与洞察,反推内容与承接
  • 沉淀可复跑、可迁移的方法论
  • 本成果展示页即 AI 协作产出
代表案例

STEAM 课程项目:学生 50+ → 190+ 人,满意度 37% → 100%

深圳某民办 K12 学校 · 22-23 学年
背景
「双减」后原有 43 门兴趣课不能收费、周中时段不能经营,业务难平衡、家长体验无保障。学校选择「打造高端特色课程」突围——STEAM 契合科技办学方向,经多轮市场比对筛选后定为试点,2021 年 9 月开办后招生规模逐期增长。
动作
精简项目、打造精品课程与高端定价(425 元/生/次);搭建 AI / STEAM / 全阅读课程体系,线上 + 线下两轮招生推介;建立「招生—分班—考勤—学情反馈—满意度」全流程 SOP;自研课程卖点与排期,独立完成招生海报的策划、文案与设计;专项领导小组每周复盘;供应商准入审查 + 巡课考核 + 续签评估。
流程
课前:开课前 3 周优化招生方案与宣讲,前 1 周分班并筹备考勤 / 点名 / 巡查物料,前 3 天建班级群通知并确认接送;课中:助教随堂管理,巡课按考核表记录;课后:24 小时内一对一发送学情报告与课堂视频、实时答疑,更新考勤与学习跟进表。
结果
学生规模由 50+ 人 → 精细化服务后 100+ 人 → 高峰期 190+ 人,并延伸出衔接班;家长满意度由 37% 提升至 22-23 学年的 100%;单项目年回款 400 万+。课程之外延伸开展冬令营,形成「课程 + 营地」产品线。
招生运营课程交付服务流程供应商管理满意度体系冬令营科创营海报 ↗科学营海报 ↗查看STEAM客诉处理案例 ↗

直播从 0 到成交:平播无投流,月销 8~10 辆 高端自行车

快客自行车 · 2025
背景
对于一个在教育行业做运营和项目管理的人来说,真人直播是跨度极大的尝试。只用了 4 天自学直播平台操作,研究行业的竞品,以及直播间在卖的核心产品。
动作
接手账号第一件事就重写直播文案与定位,让同类产品的直播间里凸显定制化、专业化。同事只告知「哪些不能说」,话术全靠自己摸索 + AI 辅助整理;完全平播、零投流,直播间只有个位数的观看,成交靠每天下播后 / 直播休息间隙截图复盘数据,整理意向客户并交接客服及时跟进,并记住每个意向客户的头像 ID,在后期直播时针对性地挖需提问、解决疑议——这些均非岗位硬性要求,是主动做的额外工作。
结果
在直播第 10 天,靠一个定制版的解决方案成交首位新客;在客单价 2–3 万元的高端自行车品类,我的月均成交 8~10 辆(高峰 15 辆)。现在我借助 AI,把这段积累沉淀为可复用的私域问题分析与异议处理话术。
直播起号平播无投流文案定位数据复盘跨岗主动

快客自行车售后挽单:把「拉黑退款」变成「配合履约」

快客自行车 · 2025.03
背景
暴雨天同事多次催单,客户情绪升级,在抖音发起退款、退群并拉黑客服,订单濒临流失。
动作
作为直播间里与客户直接沟通、建立信任的主播,我感知到客户购买意向极高——他连脚踏都提前买好了。正是这份了解,让我主动揽下本不属于我的售后挽单工作:当晚电话回访,坦诚说明门店人手真空,说明客服不了解深圳天气情况的原因、解释清楚造成误会的客观事实;请专业技师兜底,给出补偿与改期方案,让客户回归理性。
结果
次日客户到店提车,抖音退款取消,订单与口碑均保留;一次越界主动的售后,留住了高意向客户,并沉淀「定金先行 / 天气共情 / 人手透明 / 主动回访 / 专业兜底」5 条可复用方法论。
售后危机公关直播运营关系修复查看完整售后挽单案例 ↗

私域用户洞察(AI 作品):2598 张截图 → 5318 客户 → 191 高意向

可复跑 · 可迁移
背景
直播沉淀的用户截图,原本是用于对接客服团队的即时反馈:起初是想更方便团队跟进客户、分析哪些客户反复来直播间提问,以及为什么进了私域后没有成交。因前期为电脑播、照片识别不清楚,故仅取 5–7 月手机直播期间的 2598 张截图,借助 AI 把它变成可复用的资产。
动作
用 OCR + Python 把截图结构化:2598 张 → 5318 个可跟进客户 → 按 6 类信号加权分出 S/A/B/C 层(高意向 191 人);将 3064 条提问归并为 3011 个问题簇。
结果
挖出「数据推翻直觉」的结论:尺寸适配虽只占 8.1% 提问,却是卡在付款前的头号障碍(与价格/配置/对比合计占 44.2% 决策深水区);据此改写内容与承接话术。整套方法可复跑、可迁移到其他品类。
用户分层需求聚类话术沉淀 查看完整洞察报告 ↗ 体验弹幕洞察看板 ↗
技能标签
私域运营 直播运营 用户增长 数据洞察 用户分层 话术设计 起号定位 竞品研究 社群运营 招生运营 内容策划 项目管理 满意度与口碑 危机公关 AI 工具应用