统筹高净值客户（AUM 300万+）全生命周期财富管理服务，涵盖需求诊断、跨周期资产配置方案设计、复杂产品销售及客户关系深度运营，同时承担团队新人带教及区域理财策略协同职责。

• 主导高净值客户财富管理全流程，通过KYC深度访谈、家庭财务报表建模及RDR风险偏好评估工具，精准识别客户保障缺口、教育金/养老金储备等核心需求，结合标准普尔家庭资产象限图定制「固收+（60%）+私募股权（30%）+保险金信托（10%）」跨周期配置方案，任职期间累计服务87位客户，管理AUM从12.6亿增长至21.3亿，年复合增长率19.8%，超分行目标值4.3个百分点。
• 针对2023年Q2股债双杀市场波动，创新建立「季度检视+蒙特卡洛压力测试」机制，运用Wind金融终端测算客户组合最大回撤阈值，主动将低流动性资产占比从35%压降至22%，增配同业存单指数基金平滑波动，辖内客户季度赎回率从11.2%降至4.7%，NPS净推荐值提升至78分（区域平均65分），获总行「市场波动应对优秀案例」表彰。
• 牵头设计「新市民财富成长计划」，聚焦代发工资客群（月收入1-3万），通过CRM系统筛选25-40岁储蓄率超40%的潜在客户，运用FABE法则（特征-优势-利益-证据）推荐「零钱理财+教育金定投+重疾险」组合包，6个月内触达客户1200人次，转化有效户186户，带动储蓄型保险销售3200万、货币基金增量保有量4.1亿，客均AUM提升28%。
• 承担团队新人带教职责，开发「客户需求挖掘五步法」培训课程（含KYC话术库、资产配置沙盘演练），累计培训23名新理财经理，其中15人3个月内达成百万AUM考核，团队整体人均产能从1200万/季提升至1520万/季，增幅27%。

负责大众富裕客户（AUM 50-300万）的资产配置推动与关系维护，聚焦储蓄转化、净值型产品推广及客户分层运营，同步参与网点理财业务策略落地。

• 通过CRM系统标签化管理（「养老储备」「子女教育」「闲置资金增值」），针对性推荐「养老目标日期基金（TDF）+教育金年金+T+0货币基金」组合，任职期间管理客户数从78户增至142户，AUM规模从3.2亿增长至6.8亿，客户留存率91%（部门平均83%），超额完成年度KPI 120%。
• 应对资管新规过渡期客户疑虑，制作「净值型产品认知手册」（含历史兑付数据、底层资产穿透案例），组织12场线下沙龙（单场覆盖20-25人），推动净值型理财销售占比从45%提升至79%，所在网点获分行「净值化转型先锋网点」称号。
• 搭建客户转介绍体系，设计「老带新积分翻倍」激励机制（推荐新客户达标可兑换高端体检/酒店权益），6个月内转介绍客户占比从18%提升至35%，新增有效户94户，带动基金销售1.2亿、保险期交产品4500万，贡献网点非息收入18%。
• 参与总行「智能投顾辅助系统」试点，收集一线需求23条（如简化资产诊断流程、增加税务规划模块建议），其中11条被采纳上线，系统客户使用满意度从72%提升至89%，获总行「系统优化贡献奖」。

服务基础零售客户（AUM 50万以下），开展基础业务办理与投资者教育，挖掘潜力客户并推动转化，同步学习标准化产品销售技能。

• 服务基础零售客户期间，完成信用卡、电子银行激活等基础业务1200+笔，同步开展「理财小课堂」（每月1次，讲解基金定投、国债逆回购知识），6个月内转化潜力客户37户（AUM提升至50万以上），占网点同期新晋有效户的29%。
• 主推现金管理类理财、纯债基金等标准化产品，制作「短期限理财选择指南」对比竞品收益率与流动性，推动网点非存款类产品销售占比从28%提升至41%，个人月均销售业绩从80万增长至220万，连续3季度获网点「销售之星」。
• 协助资深理财经理完成客户需求调研，设计「客户理财目标问卷」（覆盖短期消费、中期教育、长期养老三维度），回收有效问卷400份，提炼「30岁以下重流动性，40岁以上重养老」群体特征，为产品推送策略提供数据支持。
• 考取RFP（注册财务策划师）资格，系统掌握保险规划、税务优化知识，为客户设计「重疾险+医疗险+定期寿险」组合解决家庭风险缺口，客户转介绍率提升40%，获分行「专业服务标兵」称号。

零售客户精准分层与全生命周期运营体系搭建项目

• 项目背景：盛达银行零售客户基数超5000万，但传统客户分层依赖静态AUM指标，高潜客户识别滞后（转化率不足5%）、运营策略同质化严重，导致客户生命周期价值（LTV）增长缓慢。核心目标是通过动态多维分层模型与精准运营策略，提升高潜客户转化率及整体LTV。我作为项目负责人，统筹数据、业务、技术三方团队，主导从需求调研到落地推广的全流程。
• 关键难题与解决方案：1）多源数据整合：客户行为数据分散在手机银行、网点终端、信用卡等5个系统，格式不统一。采用Apache Kafka搭建实时数据管道，清洗后存入Hadoop HDFS形成360度画像；2）动态分层准确性：传统RFM模型无法捕捉行为变化（如理财赎回后的潜在需求），引入XGBoost+时间序列分析，纳入20+维度（近30天登录频次、产品浏览时长、转账波动等）实现月度动态更新；3）策略适配性：不同分层客户触达偏好差异大，通过A/B测试验证差异化策略（如“潜力成长型”推理财训练营+低风险组合，“高价值稳定型”推私行服务预约）。
• 核心行动与创新：1）建立跨部门周例会机制，对齐数据口径与业务需求，解决30+项数据冲突问题；2）基于上线3个月数据迭代模型，增加“客户投诉次数”负向指标，提升流失风险识别能力；3）制定《零售客户分层运营手册》，明确各分层触达频率、内容模板与责任岗位，确保策略落地一致性。
• 成果与影响：分层准确率从62%提升至89%，高潜客户转化率达18%（增长2.6倍），客户LTV平均提升23%（高价值客户提升31%）；项目被总行推广至12家分行，覆盖800万客户，年新增营收约1.2亿元。我主导的模型与运营框架成为分行零售运营标准工具，个人获总行“年度客户运营突出贡献奖”。

零售信贷智能风控与客户体验平衡优化项目

• 项目背景：零售信贷（消费贷、经营贷）面临欺诈风险上升（原欺诈率1.2%）、审批流程慢（平均48小时）及客户投诉集中（材料重复提交占比40%）。目标是优化风控模型以降低欺诈率，同时缩短审批时间、提升客户体验。我作为业务端负责人，参与风控模型设计，对接技术团队流程改造，协调运营团队调整触达策略。
• 关键难题与解决方案：1）误判率高：原有模型依赖央行征信与收入证明，导致无征信记录的优质客群（如年轻白领）被拒。引入支付宝流水、社保记录、电商行为等替代数据，用LightGBM构建多维度模型；2）流程冗余：需提交5份材料且部分线下审核，推动电子签名+OCR技术应用，实现线上自动审核；3）风险与体验平衡：缩短审批时间可能增加风险，设置欺诈评分阈值（超70分人工复核），确保风险可控。
• 核心行动与创新：1）拓展数据维度，与第三方机构合作获取非传统信用数据，丰富模型输入；2）设计“线上预审+自动审批+人工复核”分级流程，90%低风险客户秒批；3）建立客户反馈闭环，优化OCR识别准确率至98%，减少材料重复提交投诉。
• 成果与影响：欺诈率降至0.35%，审批时间缩短至15分钟，客户投诉率下降65%；消费贷余额增长41%，年轻客群占比从28%升至45%。项目获总行“年度风险管控优秀项目”，流程方案纳入零售信贷操作规范，我个人主导的风险-体验平衡方法论成为后续业务迭代的参考框架。

• 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。