负责公司消费贷、经营贷等零售信贷产品全生命周期风险审批，覆盖贷前资料核验、信用模型应用、策略落地及贷后预警联动；协同业务团队平衡风险控制与审批效率，支撑零售信贷规模年增长目标同时将整体不良率控制在1.2%以内

• 主导消费贷自动化审批规则迭代项目，针对历史M3+逾期率1.8%、自动化通过率仅65%的痛点，运用逻辑回归模型与决策树算法拆解风险因子，重点优化收入证明真实性校验逻辑——引入税务数据接口与银行流水交叉验证规则（覆盖92%的申请件），最终将自动化审批通过率提升至78%，M1逾期率同步下降0.9个百分点，年减少坏账损失约450万元
• 核心参与经营贷线下人工审批流程重构，面对小微企业“财务报表不规范、经营数据碎片化”问题，设计“税务数据-上下游合同-企业主征信”三维度交叉验证法，并用Python开发简易数据整合工具（自动抓取纳税申报表关键指标、比对合同履约日期），将单户审批时长从3个工作日压缩至1.5个工作日，且该客群不良率始终稳定在0.7%以下，获业务部门“效率与风险双优”评价
• 推动风险策略与年轻客群拓展目标协同，针对业务部提出的“职场新人消费贷”需求，分析该客群社交行为（微信支付场景粘性）、消费结构（数码产品购买频次）等非传统数据，调整信用评分模型变量权重（将场景稳定性权重从15%提至25%），上线后该客群审批通过率提升12%，首逾率控制在1.2%以内，支撑业务实现30%的月度新增规模
• 搭建贷后风险预警与审批联动机制，梳理“企业经营地址变更、个人征信查询骤增、负债比突破阈值”等8项红色预警指标，用SQL开发实时数据抓取脚本并对接审批系统，提前30天内识别高风险客户217户，通过调整额度或追加担保，将该部分客户贷后逾期迁徙率从2.1%降至0.6%，有效降低终极损失

协助完成消费贷、小额经营贷的贷前初审与流程执行，参与风险策略小范围测试与反馈，支持团队提升审批一致性与操作合规性

• 负责消费贷基础资料审核，针对“假银行流水”造假问题（历史识别率仅70%），学习OCR文字识别技术与某股份制银行流水验真系统，总结“交易对手重复、摘要模糊、收支失衡”5类造假特征，搭建Excel异常数据筛查模板，将造假识别率提升至85%，年减少因资料造假导致的逾期约120笔
• 参与“职场新人贷”风险策略测试，协助设计1000人样本测试方案——用逻辑回归模型预测逾期率，调整“年龄、职业稳定性、学历”变量权重，测试结果逾期率1.1%低于预设阈值（1.5%），推动该产品正式上线，上线6个月内贡献1.2亿元规模
• 优化审批文档管理流程，针对“资料归档混乱、审计调阅耗时”问题，用Notion搭建标准化文档库，分类存储合同、审核意见、预警记录并设置权限，将内部审计资料调阅时间从2小时缩短至30分钟，获合规部门“流程标准化示范案例”表扬

协助处理零售信贷初步审核与数据统计，学习信贷审批基础逻辑与工具，支撑资深审批员日常工作

• 负责消费贷申请数据录入与初步筛查，用Excel VLOOKUP、数据透视表整理客户基本信息、征信数据、收入证明，建立“异常数据预警表”（含征信查询超6次/月、收入负债比超50%等指标），将异常数据发现时间从1天压缩至2小时，提升后续审批效率约30%
• 参与周度风险指标统计，用Tableau制作“审批通过率、各区域逾期率、客群分布”可视化报表，向团队汇报“某县域经营贷逾期率上升0.5%”的趋势，协助调整该区域审批策略（增加实地尽调要求），当月逾期率回落至基准线
• 系统学习零售信贷风险理论，参加公司“PD/LGD计算与预期损失建模”培训，协助资深审批员计算某消费贷产品PD值（1.8%）与LGD值（45%），为产品定价提供数据支持（最终利率上调20BP，覆盖预期损失）

手机银行财富管理场景「精准触达-转化」链路优化项目

• 项目背景：公司手机银行财富管理模块存在「高流量低转化」痛点——日活用户超80万，但理财产品点击转化率仅3.1%，客户反馈「推荐不精准」「操作路径长」；核心目标是重构「用户需求-产品供给-触达方式」的全链路，将财富产品转化率提升至行业均值5%以上。
• 关键难题：一是客户财富需求分散，传统「资产分层」无法覆盖年轻客群（占比45%）的「轻量化理财」需求与中年客群（占比38%）的「风险精准匹配」需求；二是原有推荐算法依赖单一「历史购买」特征，忽略了APP内行为（如停留时长、浏览品类）、外部场景（如房贷还款周期、子女教育支出）等弱关联信号。
• 核心行动：1. 用「客户旅程地图」拆解12个关键触点，通过KANO模型筛选出「智能投顾入口前置」「产品标签可视化」「风险承受力动态评估」3项高影响需求；2. 搭建「多模态需求预测模型」：融合用户行为数据（埋点采集的23个维度）、外部征信数据（社保缴纳、消费贷记录）、产品属性数据，采用「协同过滤+自然语言处理」双引擎，将推荐准确率从42%提升至68%；3. 推动技术团队优化转化路径，将「选品-风险评估-下单」步骤从5步压缩至3步，并针对不同客群设计差异化触达策略（如年轻客群用「任务打卡领券」引导，中年客群用「专属理财顾问一对一提醒」）。
• 项目成果：项目上线6个月内，财富模块转化率提升至6.9%（超目标38%），日活用户的人均理财产品浏览时长增加2.1分钟；年轻客群（25-35岁）的基金定投开通率从8%提升至19%，中年客群的大额存单转化率从5%提升至12%；NPS评分较项目前提高18分，成为公司「数字化运营标杆案例」，我个人主导的「多模态需求预测模型」被纳入公司零售客户运营标准工具库。

基于「行为-价值」双维度的零售客户动态分层体系搭建项目

• 项目背景：公司原有客户分层仅基于「AUM（管理资产规模）」静态划分，导致高价值客户（Top20%）营销资源过度投放但留存率下滑（年流失率11%），潜力客户（中间30%）因识别不精准无法获得针对性服务，转化效率低；核心目标是构建「动态、多维」的客户分层体系，实现「高价值客户留得住、潜力客户提得上来」。
• 关键难题：1. 数据维度缺失：传统分层仅用AUM、存款余额等结构化数据，忽略了客户行为特征（如APP登录频率、跨产品使用数、客服咨询类型）；2. 动态更新滞后：原有分层每季度调整一次，无法应对客户状态变化（如突然增加理财购买的潜力客户未被及时识别）；3. 分层结果落地难：缺乏配套的运营策略，分层后营销动作仍「一刀切」。
• 核心行动：1. 定义「行为-价值」双维度分层框架：价值维度保留AUM、LTV（客户终身价值）等核心指标，行为维度新增「渠道偏好（APP/网点/电话银行）」「产品渗透度（持有1类 vs 4类产品）」「互动活跃度（月登录次数、活动参与率）」等11个指标；2. 用Spark搭建实时数据处理平台，将分层周期从季度缩短至月度，同时嵌入「触发式分层」机制——当客户行为指标变动超过阈值（如月理财购买金额增长50%），实时调整层级；3. 配套制定「分级运营SOP」：高价值客户匹配「专属理财顾问+定制化产品」，潜力客户匹配「场景化权益（如消费达标送理财体验金）+ 简化版投教内容」。
• 项目成果：分层体系上线1年内，高价值客户留存率提升至89%（较之前提高14个百分点），潜力客户转化为高价值客户的比例从11%提升至26%；营销资源利用率提高35%——原本投放给低价值客户的费用占比从22%降至11%；单客AUM年增长率从4.5%提升至7.2%，成为公司零售业务「客户精细化运营」的基础框架，我主导的「行为-价值双维度模型」获得总行「年度运营创新奖」。

• 大二观察到毕业生离校时大量教材被废弃，而新生购书支出占生活费12%，便发起校园书籍教材循环计划。为解决传统二手书交易效率低的问题，我们开发微信小程序实现扫码估价、预约取件功能，并说服快递中心以成本价承接物流。
• 通过建立翻新消毒标准打消卫生顾虑，项目年流通教材1.2万册，累计为同学节省书费38万元。这段经历让我从商业小白成长为能设计闭环模式的实践者，项目不仅获省级创业金奖，更被纳入学校官方服务体系延续至今。