聚焦高净值客户（可投资资产300万+）的人身保险需求挖掘与解决方案落地，涵盖终身寿险、大额年金险、保险金信托等产品配置，同时负责存量客户二次开发与转介绍体系搭建，需联动法律、税务顾问完成家族风险隔离方案设计。

• 主导高客需求诊断全流程，运用FABE法则+家庭财务诊断模型（含收支结构、资产负债率、传承缺口三维度），累计完成87位私行客户深度访谈，识别出42%客户存在‘资产代持风险’与‘遗产税前置覆盖’核心诉求，针对性设计‘增额终身寿+保险金信托1.0’组合方案，季度内促成期交保费超1200万元，件均保费达285万元。
• 针对客户对‘IRR演示可信度’的质疑，自主搭建动态利益测算模型（嵌入Excel VBA自动校准预定利率、费用率参数），对比同业产品时突出‘保证领取期IRR 3.48% vs 行业均值3.15%’优势，配合监管最新‘报行合一’政策解读，将犹豫期退保率从9%压降至3.2%，客户满意度调研得分9.6/10。
• 牵头搭建高客转介绍机制，设计‘风险测评-方案共创-服务见证’三步法，联合家族办公室提供年度保单检视增值服务，老客户转介绍占比从25%提升至61%，其中3位千万级客户主动推荐其圈层资源，带动Q4新单规模环比增长89%。
• 应对银保监‘双录’新规，梳理12类常见异议场景（如‘保费占用现金流’‘受益人变更复杂’），编制标准化应答手册并开展内部培训，团队双录通过率从78%提升至95%，个人连续两季度获评公司‘合规销售标兵’。

服务可投资资产50-300万客群，主推重疾险、医疗险、定期寿险等保障型产品，负责客户需求分析、产品匹配及长期保单服务，需协同公司投研团队输出‘保障+储蓄’复合方案，目标提升客均保单件数与续期率。

• 创新采用‘风险场景模拟法’替代传统产品推销，针对30-45岁家庭支柱客群，设计‘癌症治疗费用缺口’‘房贷断供风险’等6类情景测试，引导客户主动计算保障额度需求，个人首年FYP（首年保费）达486万元，超出团队均值41%。
• 发现客户对‘多次赔付重疾险’理解偏差后，制作‘疾病分组逻辑图解+理赔案例库’可视化工具，联合核保部梳理12类常见健康告知问题应答模板，将复杂产品销售转化率从18%提升至35%，其中某35岁客户加保‘恶性肿瘤多次赔’附加险，年缴保费增加1.2万元。
• 搭建‘保单生命周期管理系统’，设置缴费提醒、保障检视、理赔协助等6个触达节点，客户续期率从82%提升至94%，年度理赔协助处理47件，平均结案时效缩短至3.2个工作日，获客户手写感谢信12封。
• 参与公司‘保障型产品培训体系’搭建，输出《重疾险配置五步法》《医疗险免责条款避坑指南》等4门课程，覆盖新人及存量顾问83人，团队季度考核达标率从65%提升至88%。

服务零售银行客户，负责基金、理财、保险综合资产配置，重点挖掘保险在‘流动性管理’‘风险对冲’中的功能，需联动保险公司完成产品培训与客户需求传递，目标提升保险产品在客户资产中的占比。

• 观察到客户对‘活期理财替代’需求旺盛，筛选出3款‘增额终身寿’产品，对比货币基金、银行T+0理财的‘长期锁息+身故杠杆’优势，制作‘持有5年IRR对比表’，3个月内促成23位客户配置，合计保费187万元，占个人非理财类收入62%。
• 针对老年客户‘防骗需求’，设计‘保险+遗嘱’组合方案，通过‘生存金按月领取+身故金定向传承’功能，解决其‘子女争产’隐忧，成功销售11单定额终身寿险，客均保费15万元，其中2位客户后续追加养老年金险。
• 建立‘客户需求标签库’（含年龄、家庭结构、风险偏好等18项指标），精准推送保险产品信息，个人保险销售转化率从5%提升至12%，年度保险佣金收入达28.6万元，位列部门前20%。
• 协助保险公司开展‘保险知识进社区’活动，主讲‘家庭基础保障配置’主题沙龙6场，覆盖客户150人次，现场促成意向客户17位，其中9位转化为正式保单，获集团‘跨部门协作之星’称号。

重疾险产品定价模型优化及风险对冲策略落地项目

• 项目背景：近年来人身险行业重疾险赔付率持续攀升（行业平均从2019年的65%升至2021年的79%），核心痛点在于传统GLM定价模型依赖静态历史赔付数据，无法有效捕捉慢性病年轻化、医疗通胀（年均5%-7%）及新治疗手段（如CAR-T细胞疗法）带来的非线性风险，导致公司部分重疾险产品出现“定价不足”。项目目标是重构具备前瞻性的定价模型，同时设计配套风险对冲方案，将产品综合成本率控制在98%以内。我作为精算部核心成员，全程负责模型算法优化、风险因子筛选及对冲策略设计。
• 关键难题与技术：①传统模型对“多维度风险因子交互效应”捕捉能力弱（如“BMI≥30+高血压家族史+长期吸烟”的组合风险未被有效量化）；②医疗通胀的动态预测缺失，原模型采用静态5%通胀率假设，与实际药价上涨（如靶向药年均10%涨幅）脱节；③需平衡“风险区分度”与“模型可解释性”（监管要求精算模型需满足“可审计”标准）。专业工具上，我引入Python Scikit-learn做特征工程，用XGBoost算法处理非线性因子交互，结合R actuar包搭建精算定价框架，并整合医保局慢性病发病率、药企新药价格数据库等外部数据。
• 核心行动与创新：①针对因子交互问题，我将候选特征从传统的年龄、性别、保额扩展至56个（含体检异常指标、生活习惯、区域医疗资源），通过SHAP值分析筛选出12个高解释性交互项（如“40岁以下+乙肝病毒携带+每年体检异常”），重构GLM模型的线性预测器，使风险区分度（KS值）从0.62提升至0.78；②为解决医疗通胀预测，我搭建“宏观变量+医疗专项数据”的ARIMA时间序列模型，将通胀率预测精度从±1.5%提升至±0.8%，并嵌入定价模型实现动态调整；③设计“阶梯式再保险策略”：将年度赔付率超过模型预期110%的部分转移30%给再保人，超过120%的部分转移60%，降低单一风险暴露。
• 项目成果与价值：①新定价模型上线后，首款应用该模型的“泰康福满一生”重疾险首年赔付率仅72%，较旧产品下降17个百分点；②风险对冲策略使公司重疾险业务综合成本率从105%降至97%，成功扭亏为盈；③模型被推广至公司11款存量重疾险产品的费率回顾，年节省因定价不足导致的超额赔付成本约320万元。我个人主导了模型算法优化与对冲策略设计，推动公司重疾险从“经验驱动定价”转向“数据+动态风险管控”模式，后续成为部门精算人才培养的核心案例。

• 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。