统筹企财险、工程险及特殊风险（营业中断、机器损坏）全生命周期理赔管理，带领8人团队落地总公司政策，聚焦高价值案件精准定损、重大风险前置拦截与客户满意度提升

• 主导设计‘工程险现场查勘标准化操作手册’，针对地铁、商业综合体项目整合GIS定位、无人机航拍建模及损失清单自动比对工具，将复杂工程险查勘时效从72小时压缩至48小时内；解决查勘数据碎片化导致的定损偏差问题，试点项目赔付准确率从91%提升至97%
• 牵头处理某大型制造企业1.2亿保额火灾理赔案，联动公估、消防及企业生产部，运用‘损失溯源四步法’（火源认定-设备损坏链梳理-停工损失核定-残值评估），精准锁定电气线路老化责任，最终赔付较企业初始索赔减少2300万元，规避同类风险重复索赔
• 搭建‘理赔风险预警指标体系’，纳入‘区域季度出险率超15%’‘客户年度索赔频次≥3次’等6项核心指标，通过BI工具实时监控，推动总公司调整高风险区域核保政策，任职期间重大欺诈案件发生率下降41%
• 优化企财险小额快赔流程，推出线上化通道整合电子保单验真、在线损失上传及AI定损核价功能，将5万元以下案件时效从5个工作日缩短至1.2个工作日，季度客户满意度从4.2分提升至4.7分

负责企财险、家财险案件处理，支持理赔系统迭代，协助风险部门复盘数据，聚焦案件效率与客户沟通有效性

• 独立处理企财险案件120+件（含厂房火灾、设备损坏），运用‘损失金额倒推法’核对维修发票与查勘记录，拦截虚增损失案件3起，减少不合理赔付45万元
• 参与总公司理赔系统智能化升级，反馈‘查勘报告重复录入’‘定损金额无比对’等痛点，推动系统新增‘自动生成查勘模板’及‘定损偏离度预警’功能，一线日均工作时长减少1.5小时
• 协助风险部门完成‘2022年理赔数据复盘’，发现‘电子设备类企财险赔付率较行业高8个百分点’问题，溯源至核保端‘设备使用年限审核宽松’，推动增加‘设备折旧率强制校验’规则，后续赔付率下降5个百分点
• 处理某餐饮企业暴雨索赔纠纷，运用‘保险责任界定五要素’（标的损失-责任范围-除外责任-因果关系-金额合理性）沟通，达成双方认可方案，客户投诉率从1.8%降至0.3%

协助理赔专员完成资料整理、查勘陪同及系统录入，学习全流程，聚焦基础工作准确性与流程熟悉度

• 协助处理企财险、家财险案件80+件，完成保单、事故证明等资料收集，查勘现场记录损失与拍照，系统录入查勘结果，资料完整率100%，录入错误率低于0.1%
• 参与‘车险+财产险’交叉销售理赔联动，整理财产险客户车险理赔历史，分析出‘有车险记录客户出险率高12%’规律，为精准营销提供数据支持
• 制作‘理赔常见问题手册’，汇总15个高频问题（如‘未续保不赔’‘损失证明需盖章’），发放给客服部门后，预处理问题解决率提升25%，减少无效案件流转

新能源企业财产险风险定价模型重构项目

• 安盛华邦作为专注企业财产险的头部险企，传统定价模型依赖历史赔付数据，对新能源企业这类新兴客群的高异质性风险（如能耗波动、环保合规性、供应链韧性）捕捉不足，导致该类业务赔付率较传统企业高12个百分点，优质客户流失率达15%。我作为项目组长，主导重构适配新能源行业的多维度风险定价体系，目标是提升定价准确性、降低客群流失并拓展新兴市场。
• 项目核心难题在于新能源企业的风险特征难以用传统结构化变量量化——企业年报中的风险描述、环保评级报告中的定性结论、物联网设备采集的动态运行数据均未纳入模型。我引入自然语言处理（NLP）技术提取非结构化文本中的风险关键词（如“电池热管理缺陷”“环保处罚记录”），并结合物联网数据构建“动态风险因子库”；同时选择广义线性模型（GLM）作为基准框架，融合随机森林算法提升对非线性风险的拟合能力，解决了传统模型对新兴风险的“漏判”问题。
• 我的核心行动包括：1）牵头跨部门数据治理，联动IT部打通财务、业务、第三方数据平台，整合12类结构化数据（如产能规模、设备使用年限）与5类非结构化数据（如年报风险文本、环保评级）；2）针对新能源企业的分层特征，设计“基准费率+风险调整系数”策略——对能耗低于行业均值20%的客户给予15%的风险折扣，对环保处罚记录超过2次的企业加收20%附加费；3）推动模型回溯测试，选取300家新能源企业样本验证，调整参数使预测赔付率与实际赔付率的偏差率从18%降至7%。
• 项目上线后，新能源企业财产险赔付率从68%降至59%，年度新增保费收入1.2亿元，优质客户留存率提升至82%；模型被纳入公司财产险核心定价体系，覆盖80%以上的新兴行业客群。我个人因此获得2023年公司“创新项目一等奖”，并受邀在行业协会分享“新兴客群风险定价方法论”。

非车险智能理赔系统升级项目

• 公司非车险理赔存在两大痛点：一是流程繁琐，企业财产险火灾理赔案件需人工录入查勘报告、验真发票，平均时效7天；二是欺诈风险高，虚构消防设施维修费用、伪造营业中断损失的案件占比达3%，每年造成损失超千万元。我作为理赔运营负责人，主导升级智能理赔系统，目标是实现流程自动化与欺诈精准识别，提升运营效率与赔付质量。
• 项目难点在于非车险案件类型多样（涵盖火灾、水灾、营业中断等），理赔材料标准化程度低，OCR识别手写查勘记录、工程发票的准确率仅65%；且欺诈样本量少，传统规则引擎无法捕捉新型隐蔽欺诈模式。我采用迁移学习技术，将车险理赔的欺诈识别模型迁移至非车险场景，补充标注2000条非车险欺诈样本（如“重复索赔同一损失项”“虚构供应商资质”）；同时优化OCR模型，针对理赔材料中的特殊场景（如手写阿拉伯数字、繁体发票）进行 fine-tune，将识别准确率提升至92%。
• 我的核心行动包括：1）梳理理赔全流程，定位“查勘报告录入”“发票验真”“欺诈筛查”三个低效节点，引入RPA机器人替代人工完成重复操作，将单案件录入时间从4小时缩短至10分钟；2）推动系统与第三方数据平台对接，实时验证维修服务商资质、消防设施备案信息，杜绝“虚假服务商”欺诈；3）设计“风险评分卡”，将理赔案件的欺诈概率与赔付权限挂钩——评分低于60分的低风险案件自动进入快速赔付通道，高于80分的高风险案件触发人工复核，实现“精准提效”。
• 项目上线后，非车险理赔时效从7天缩短至2.5天，客户满意度从78%提升至93%；欺诈损失占比从3%降至1.2%，每年减少损失约800万元。系统被推广至全国12家分支机构，成为公司理赔运营的标准化工具。我个人获评2021年集团“年度运营卓越奖”，相关经验被写入公司《非车险理赔运营手册》。

• 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。