负责个人经营贷、消费贷全量客户的授信审批决策，统筹资产质量把控与审批流程优化，联动贷后、产品团队搭建风险防控体系

• 主导设计个人经营贷「财务数据+行为轨迹+场景验证」三维度分层审批模型：针对小微企业主财务不规范痛点，引入增值税发票真伪核验系统、对公/个人流水交叉比对工具，叠加物流平台订单数据、电商平台经营流水等非财务维度，将单户审批时效从3个工作日压缩至1个工作日；模型上线后，个人经营贷不良率从1.8%降至1.2%，同时优质客群（年营收500万以上、流水稳定性≥80%）的审批通过率提升18%
• 重点优化消费贷自动化审批规则引擎：基于历史30万笔违约数据，用逻辑回归与随机森林算法重构特征权重——将「近6个月征信查询次数＞12次」「收入负债比＞50%」「社保缴纳时长＜12个月」等指标的违约概率权重提升25%，并设置20万额度以上的自动转人工复核阈值；优化后自动化审批率从65%提升至82%，误拒率下降5个百分点，单月减少人工审核工作量约400小时
• 核心参与搭建零售信贷实时风险预警体系：联动IT部门接入Tableau BI工具，设置「逾期30天以上贷款占比」「客群违约率周度波动」「多头借贷新增率」三大核心指标，并补充「账户流水骤降超50%」「近1个月查询机构数＞5家」等领先指标；体系运行6个月内，风险预警准确率从75%提升至90%，提前识别并介入潜在不良贷款120余笔，涉及金额800余万元
• 联动产品部门迭代消费贷准入标准：用RFM模型（最近一次消费、消费频率、消费金额）分析20万存量客户数据，识别出「年龄25-40岁、月均消费超8000元、社保连续缴纳2年以上」的高价值低风险客群；推动将准入门槛从「月收入≥5000元」调整为「月收入≥6000元+社保缴纳≥18个月」，同时保留「征信无当前逾期」的刚性要求；调整后该客群不良率从1.5%降至0.9%，客户转化率提升12%

协助资深审批人完成消费贷、小额经营贷的资料审核与风险初筛，参与审批规则迭代与风险数据统计分析

• 辅助构建消费贷客户信用评分卡：用SPSS软件对10万条历史审批数据进行变量筛选，最终选取「月收入稳定性」「征信逾期次数」「负债收入比」「职业类型」等15个核心变量，训练测试集准确率达85%；评分卡上线后，审批人对同类客群的决策一致性从60%提升至80%，减少了主观判断差异导致的风险偏差
• 高效处理小额经营贷审批：每日承接50-60笔小额经营贷（额度≤30万）申请，采用「营业执照地址实地拍照核对+纳税记录系统校验+经营者银行流水匹配」的三重交叉验证法，识别出虚假经营申请12笔（涉及金额400余万元），将虚假申请识别率从70%提升至85%
• 输出风险分析报告支撑策略调整：每周收集审批数据，用Excel制作「各区域不良率趋势」「客群年龄-违约率关联」「渠道来源风险排名」三类报表，发现某县域支行因合作担保公司资质松弛导致不良率高出均值2个百分点；报告推动团队将该支行的担保公司准入标准从「注册资本≥500万」提高至「注册资本≥1000万+近一年无代偿记录」，3个月后该区域不良率降至均值水平

协助审批人完成基础资料审核与合规检查，参与部门风险培训与案例整理，学习零售信贷审批逻辑与风险防控要点

• 基础资料审核提效：协助审批人核对100+笔消费贷申请的身份证、收入证明、征信报告等资料，通过制作「资料完整性 checklist」（含12项必填项）与「收入证明格式规范指南」，减少后续审批返工率15%，将单户资料审核时间从40分钟压缩至25分钟
• 合规知识沉淀：参与部门《零售信贷反洗钱合规要点》培训，整理10篇培训笔记（涵盖「大额交易报告标准」「可疑交易识别场景」等内容），分享给同期8名实习生，帮助新人快速掌握合规底线，团队新人合规考核通过率从75%提升至90%
• 案例库搭建与传承：协助整理200+个零售信贷审批典型案例（包括「伪造银行流水申请经营贷」「多头借贷导致逾期」「冒用他人身份申请消费贷」等），按「风险类型」「客群特征」「审批应对策略」分类标注；案例库上线后，新人熟悉审批逻辑的周期从1个月缩短至3周，团队对新人的带教成本下降20%

‘精准分层+场景嵌入’零售客户运营体系搭建项目

• 项目背景：兴耀银行零售业务面临存量客户月活率仅18%、AUM月均增速不足5%的痛点，传统‘资产分层+标准化运营’模式无法匹配客户差异化需求。我的核心职责是牵头从客户需求洞察、分层模型重构到场景落地的全流程设计，目标是通过精准分层与场景嵌入，提升客户活跃度与价值贡献。
• 关键难题与解决：一是传统分层仅依赖AUM、资产规模，忽略行为（交易频率、渠道偏好）与需求（理财/贷款/信用卡）差异，导致运营转化率不足3%；二是场景嵌入缺乏画像匹配，与第三方生活场景合作后客户点击率仅5%；三是跨部门数据孤岛，零售、财富、信用卡数据未打通。我基于RFM+客户生命周期理论，新增8个行为指标与6类需求标签，重构为4层客户体系（基础唤醒-潜力培育-高价值深耕-战略绑定）；通过画像标签筛选客群，向潜力层推送‘教育需求+存款利率上浮’权益包；推动科技部门打通数据中台，实现客户行为、需求、资产实时同步。
• 核心行动与创新：主导6场跨部门 workshops，定义14个客户标签与4层策略；对接本地3家头部场景商（餐饮‘食味鲜’、教育‘育英网’、医疗‘康旭诊所’），设计定制化权益并完成系统对接；用SQL提取数据、Tableau搭建实时看板，每周迭代策略（如将餐饮权益推送时间从周五改至周三，点击率提升40%）。
• 成果与影响：上线3个月，客户月活率提升至45%，AUM月均增速达20%，场景转化率12%（行业平均8%）；项目模板纳入总行《零售客户运营标准化手册》，推广至3家分行，首月带动分行AUM增长18%；我个人获‘兴耀银行2023年度零售业务创新奖’。

普惠金融客群风险管控体系优化项目

• 项目背景：兴耀银行普惠贷款余额突破50亿，但不良率升至4.2%（高于行业3.5%），传统风控依赖财务报表与抵押物，无法识别小微企业主、个体工商户的信用风险。我的职责是重构客群画像、调优风控模型及改造贷后流程，目标是在降低不良率的同时保持贷款增长。
• 关键难题与解决：一是普惠客群缺乏规范财务数据，传统评分卡准确率仅65%；二是反欺诈模型依赖单一维度，误判率15%导致优质客户流失；三是贷后被动，逾期90天以上客户占比20%。我引入税务、流水、电商等非财务数据，用XGBoost替代逻辑回归模型；构建‘客户-设备-手机号-地址’反欺诈图谱；开发贷后预警看板，设置10个风险指标（如还款延迟、流水骤降）。
• 核心行动与决策：主导采集12万+普惠客群非财务数据，做特征工程（提取流水波动、税务频次等衍生特征）训练模型；联合科技部搭建反欺诈图谱，整合10类数据源；推动贷后从‘被动催收’转‘主动预警’，制定‘短信-电话-上门’分级干预策略。
• 成果与影响：新模型使不良率降至2.8%（低于行业），贷款发放量增长35%；反欺诈误判率降至5%，投诉减少25%；项目获总行‘2023年度普惠金融风控创新奖’，模型推广至全国10家分行。

• 因痛心于年轻人对历史的疏离，我在B站创立「古人脱口秀」栏目，用职场梗解构历史事件（如《雍正皇帝的KPI保卫战》）。通过设计「颠覆认知-史料佐证-现代共鸣」三幕剧本模板，单期视频最高收获1.7万条弹幕互动。
• 两年间栏目播放量突破180万，作品被多地中学选为教学素材。这段经历磨砺出将学术内容转化为大众语言的能力，也让我理解到真实用户反馈才是创作者的指南针。