聚焦可投资资产300万+高净值客户的全生命周期财富管理，通过深度需求挖掘、跨市场资产配置及多部门资源联动，实现客户AUM持续增长与满意度提升，同时承担分行零售业务标杆案例打造职责。

• 主导高净值客户全维度服务，运用自主研发的「客户需求分层诊断模型」（基于CFP八大规划理论优化），完成156位存量客户的360°画像更新，精准识别42%客户的跨境资产配置与家族传承需求，联动海外分行与家族信托团队定制方案，落地38笔离岸基金（规模1.2亿）、15单家族信托（总规模4.7亿），推动管户AUM从9.1亿增长至14.3亿，年复合增长率18.6%，超额完成年度KPI 145%。
• 针对2023年Q4股债双杀市场环境，设计「核心+卫星」防御型资产包：核心配置短久期利率债与同业存单指数基金（占比60%），卫星部分增加黄金ETF与CTA策略私募（占比40%），通过Wind终端回溯测试验证策略在2008、2015年熊市中的抗跌性（平均回撤<5%），所服务客户当期平均收益率-2.3%，跑赢同期沪深300指数8.1个百分点，客户留存率从95%提升至99.2%。
• 搭建「客户需求响应中枢」，整合CRM系统交易数据、客户交互记录与外部舆情（如教育政策、养老新规），建立3类高频需求标签（教育金储备、跨境医疗、税务优化），推动分行成立「零售+私行+托管」联合工作组，定制「教育金信托+高端医疗险」组合方案，促成22位客户新增配置，单客AUM平均提升310万元，该模式被总行收录为「高客经营标准化流程」。
• 主导季度「宏观+微观」主题客户沙龙，结合PMI、PPI等领先指标解读经济周期，匹配产品适配策略（如复苏期增配权益、滞胀期转向商品），累计举办32场，到场客户转化率41%，其中600万以上新客占比53%，助力季度新增管户超目标28户，创分行单季度新高。

负责可投资资产100-300万大众富裕客户的财富管理服务，重点提升客户产品持有率与活跃度，推动管户AUM增长与零售业务指标达成。

• 运用「RFM客户分群模型」（最近互动、互动频率、管理规模）筛选高潜力客户（占比35%），设计「分层陪伴计划」：对沉睡客户（R>90天）推送「固收+周报」+定投测算工具，对低频客户（F<2次/季）定向推荐「养老目标基金」，6个月内激活89户沉睡客户，其中71户新增购买理财/基金，带动管户AUM增长4800万元，客户活跃度从58%提升至79%。
• 针对年轻客群（25-35岁）偏好，创新「目标拆解式营销」：将养老需求拆解为「30岁定投积累、40岁增配年金、50岁转换终身寿」三阶段，制作短视频投教内容（抖音/视频号播放量超10万），吸引142位新客开户，其中82%开通定投（平均月投3500元），基金定投渗透率从22%提升至51%，成为分行「青年客群经营示范岗」。
• 优化产品销售话术，采用「FABE+场景化」策略：针对稳健型客户，对比「固收+」与纯债基金的「历史最大回撤（1.2% vs 0.8%）」「年化收益（5.8% vs 4.1%）」「分红频率（季度 vs 半年）」，结合「子女教育金补充」场景讲解，促成「固收+」产品销售2.8亿元，产品持有期平均延长至3.1年，投诉率降至0.2%以下。
• 参与分行「理财经理能力矩阵」项目，主导编写《大众富裕客户10大需求应对指南》（覆盖育儿、置业、养老等场景），被纳入分行新人培训必修课，推动团队人均管户AUM从650万提升至760万，项目获总行「零售创新奖」提名。

协助理财经理开展客户基础服务、需求收集与产品销售支持，学习资产配置逻辑与客户服务流程，为独立展业夯实基础。

• 协助完成260位零售客户的信息维护与需求采集，运用Excel数据透视表分析客户产品持有结构，输出《网点客户基金覆盖率报告》（显示仅28%客户持有基金），提出「定投简化开户流程」「新手礼包激励」建议，被采纳后季度基金销售提升65%，助力网点达成季度基金任务110%。
• 跟进45位重点客户售后，建立「持仓健康度档案」，记录盈亏比例、产品到期日等关键信息，提前20天触达客户提示调仓（如将高波动股票型基金转换为债券基金），帮助客户避免因市场回调导致的浮亏，客户满意度评分从4.1提升至4.8（满分5分）。
• 负责网点「理财小课堂」运营，制作《基金入门10问》《风险测评解读》等投教材料，累计主讲12场，覆盖客户210人次，活动后新增基金开户41户，占网点当月新增的47%，被评为「季度优秀运营支持」。
• 学习保险产品适配逻辑，运用「双十原则」（保费≤年收入10%、保额≥年收入10倍）为客户推荐重疾险，协助促成首年保费620万元，其中5位客户后续加保家庭保障方案，积累了保险销售实战经验。

零售客户全维度分层经营体系重构与数字化落地项目

• 项目背景：兴邦银行传统零售客户分层仅依赖“资产规模”单一维度，导致高潜客群识别精准度不足（营销响应率仅8%）、存量客户运营效率低下（AUM年增长率不足5%）。我的核心目标是主导重构“业务场景联动+行为需求驱动”的客户分层体系，联动数据、营销、分支行等多部门，实现从“粗放式分层”到“精准化运营”的转型，最终提升客户价值贡献。
• 解决的难题：一是传统模型无法捕捉客户“隐性需求”与“行为偏好”，多源数据（CRM、交易系统、APP埋点、客服日志）整合存在技术与业务壁垒；二是需平衡模型精准度与一线团队实操性，避免“模型复杂但落地难”。我选择以“客户生命周期价值（CLV）+ 行为细分”为核心框架，引入自然语言处理（NLP）解析客服咨询内容识别需求，通过APP埋点追踪“理财页面停留时长”“信用卡还款提醒点击率”等12类行为指标，解决数据碎片化问题。
• 核心行动：牵头梳理12个零售核心业务场景（如理财转化、信用卡提额、消费贷交叉销售），定义“资产状况、行为习惯、需求偏好”三大维度的8类分层指标；对接数据中台开发“实时客户360°画像接口”，支持营销活动实时触发；设计A/B测试方案，选取20万存量客群验证模型效果，根据测试结果调整模型权重（如将“近期理财赎回频次”权重从15%提升至25%），确保模型适配一线营销节奏。
• 项目成果：重构后的分层模型精准度较传统体系提升40%，营销响应率升至15%，单客AUM年增长率达12%，客户流失率下降7%；项目推动零售条线全年增收8000万元，分支行营销人力投入减少20%。我个人主导的“行为-需求双驱动分层模型”被纳入总行零售客户运营标准框架，成为后续客群精细化运营的基础工具。

大数据驱动的零售信贷客群风险画像与准入优化项目

• 项目背景：兴邦银行零售信贷规模年增速超30%，但不良贷款率攀升至2.1%，传统准入策略依赖财务报表与征信报告，既无法覆盖年轻客群（如刚工作的白领），也难以识别“征信白户”的隐性风险。我的目标是参与构建“大数据+机器学习”的风险画像体系，优化客群准入与额度策略，在控制风险的同时提升业务拓展效率；主要负责风险模型迭代、客群策略制定及落地后监控。
• 解决的难题：一是非传统数据（如电商消费、社保缴纳、社交行为）的合规获取与有效整合；二是如何平衡“风险控制”与“客群覆盖”——年轻客群虽无征信记录，但消费稳定性可反映还款能力。我采用“合规优先+特征筛选”策略，对接持牌第三方数据服务商获取15类外部数据，通过梯度提升树（GBDT）算法筛选出30个有效风险特征（如“近6个月网购退货率”“社保缴纳连续时长”“社交账号活跃度”）。
• 核心行动：参与数据清洗与特征工程，剔除冗余特征（如“注册时间”相关性低），强化高区分度特征（如“水电煤缴费逾期次数”）；设计“分客群动态准入规则”——针对年轻白领客群，将“社保缴纳连续12个月以上”作为基础门槛，结合“APP内信贷产品浏览时长”调整额度（浏览时长超30分钟的客户额度上浮15%）；建立模型监控机制，每周跟踪风险指标（如不良率、误拒率），及时调整模型参数以适配市场变化。
• 项目成果：零售信贷不良率降至1.5%，审批时效从3天缩短至4小时，新增信贷规模12亿元，客群覆盖度提升35%（新增年轻客群占比40%）。我主导的“非传统数据风险特征库”成为总行零售信贷风控的核心工具之一，个人获当年“兴邦银行数字化风控先进个人”，项目经验也为后续普惠金融客群拓展提供了风险管控模板。

• 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。