统筹零售信贷全产品线（消费贷/经营贷/场景分期）的合规审查与风险决策，主导设计差异化审批策略，推动智能风控系统迭代，协同贷后管理优化资产质量，确保审批时效与风险控制的动态平衡。

• 主导消费贷客群下沉后的审批策略重构，针对个体工商户、新市民等长尾客群，创新融合IPC交叉验证法与央行征信+运营商+税务数据的三维评估框架，将高风险客户识别率从28%提升至45%，支撑客群规模扩张30%的同时，不良率稳定在1.8%以内（较行业均值低0.6pct）。
• 牵头解决审批流程冗余问题，梳理原需人工核验的12类材料清单，通过RPA机器人自动抓取工商、司法、反欺诈平台数据，将单笔经营贷审批时效从48小时压缩至12小时，团队日均处理量从80笔提升至150笔，获总行‘流程优化标杆案例’表彰。
• 建立动态审批阈值模型，基于巴塞尔协议II框架下的PD（违约概率）、LGD（违约损失率）参数，结合历史逾期数据训练逻辑回归模型，将A类优质客户自动通过率从65%提升至82%，释放人工复核资源用于B/C类客群的深度尽调，整体审批效率提升40%。
• 应对监管‘断直连’政策调整，协同科技部门完成外部数据源切换，梳理17家合作机构的接口规范，设计应急审批预案，在3周内完成全量存量客户过渡，未出现因数据中断导致的审批积压或客诉，保障业务连续性。

负责个人消费贷、信用卡分期的合规性审查与风险评估，执行贷前‘三查’制度，参与制定细分客群审批规则，跟踪审批质量指标并推动流程改进。

• 搭建消费贷客群风险画像体系，基于人行征信、社保缴纳、电商消费等8类数据，提炼收入稳定性、负债结构、行为偏好3大维度15项指标，将客群违约预测准确率从72%提升至85%，支撑客群准入门槛下调15%（覆盖更多年轻白领），对应贷款规模月均增长2000万元。
• 优化消费贷反欺诈识别机制，针对‘身份冒用’‘团伙骗贷’等风险点，引入设备指纹、位置轨迹、社交关系图谱分析工具，将欺诈申请拦截率从38%提升至62%，某季度拦截疑似团伙骗贷案件17起，涉及金额420万元，获分行‘风险防控先进个人’称号。
• 主导编写《消费贷审批操作手册（2022版）》，梳理12类常见风险场景的应对策略（如‘以贷养贷’‘收入证明造假’），组织20场一线客户经理培训，推动前端尽调信息完整率从81%提升至95%，间接降低贷中补件率30%。
• 监控审批质量指标，按月分析逾期率、迁徙率、客群分布等数据，发现‘30岁以下客群3期逾期率偏高’问题后，提出增加学信网学历验证、限制首贷额度（从3万降至2万）的优化建议，实施后该客群逾期率下降2.1pct，相关经验被纳入总行风险提示库。

执行农户、小微企业主等零售客户的贷款审批，落实贷前调查真实性核查，参与制定本地化信贷政策，协助完善审批系统基础功能。

• 独立完成辖内500余笔农户经营贷审批，熟练运用‘现金流测算+实地走访+村两委佐证’的尽调方法，将农户贷款不良率控制在2.2%（低于当地同业平均水平0.8pct），其中支持的120户种植大户带动周边800亩农田规模化经营，获地方政府‘乡村振兴金融服务先进个人’表彰。
• 针对县域小微企业‘财务不规范’痛点，设计‘流水穿透式分析法’，通过分析企业主个人账户、上下游交易对手流水，还原真实营收水平，解决17家小微企业因报表缺失导致的审批受阻问题，相关方法在分行内部培训中推广。
• 协助优化信贷审批系统，梳理本地特色产业（如茶叶加工、水产养殖）的风险特征，补充23项个性化字段（如‘茶园面积’‘养殖密度’），使系统自动评分模型对本地客群的适配性提升40%，审批效率提高25%。
• 定期回访已放款客户，跟踪资金使用情况，发现3起贷款挪用案例（用于赌博、购房）后，推动建立‘受托支付+用途凭证双验证’机制，后续同类问题发生率下降至0.5%以下，强化了贷前审批与贷后管理的联动。

‘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。

• 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。