统筹华东区企业财产险、工程险及机损险复杂案件全流程理赔，涵盖查勘定损、理算核赔、代位追偿及风险减量管理，协同风控/承保部门优化理赔策略与赔付成本管控

• 主导超500万高保额企财险案件查勘，创新融合无人机航拍（DJI Mavic 3 Enterprise）与三维建模工具（ContextCapture）还原受损标的，同步对接Xactimate系统进行损失量化，较传统人工丈量方式缩短30%查勘时效，单案平均定损偏差率控制在2%以内
• 设计‘损失分级响应机制’，基于案件金额（50万/500万/1000万+）、标的类型（厂房/设备/存货）及责任争议程度划分三级响应标准，匹配差异化查勘资源（现场查勘/远程视频/资料审核），推动简单案件线上自助提交率达65%，季度结案率从78%提升至92%，客户投诉率下降40%
• 牵头某化工企业爆炸案代位追偿，运用《保险法》第60条及《民法典》侵权责任编锁定第三方责任方，协调公估机构出具200页责任认定报告，同步申请诉前财产保全冻结对方账户，历时8个月追回赔款1200万元，追偿成功率85%（超公司年均70%水平）
• 搭建工程险‘灾前预警-灾中响应-灾后复盘’闭环体系，接入气象部门暴雨/台风实时数据（API接口），通过Python脚本筛选高风险区域客户并推送防灾建议（如加固围墙、转移精密设备），年度工程险赔付率同比下降4.2个百分点至61.3%

协助处理企业财产险、家财险理赔全流程，包括查勘支持、资料收集、理算复核及客户沟通，同步参与理赔流程优化项目

• 协助完成300+件企财险/家财险案件查勘，运用GIS地图标注受损财产位置（精度±5米），对比保单‘保险标的位置清单’识别3起虚构标的骗保案件，协助团队核减不合理赔付诉求约150万元，年度反欺诈识别率提升至92%
• 主导‘理赔资料智能预审系统’需求调研，梳理12类常见案件（如火灾/盗窃/自然灾害）的必备材料清单（含发票/权属证明/损失清单），推动IT部门开发OCR自动校验功能，上线后资料补正率从40%降至18%，平均理赔周期缩短12天
• 跟进某商贸城火灾集体理赔（涉及23户商户），设计‘损失分级沟通话术’（小额快速赔付/大额现场协商），运用Excel数据透视表分析同类损失占比（如库存商品占比65%、装修损失占比25%），协助团队1个月内完成全部赔付协议签署，客户满意度达95%
• 按月整理理赔案例库，提炼高频出险原因（电气线路老化占企财险出险32%、暴雨内涝占仓储险出险28%），形成《区域风险提示报告》提交承保部门，推动调整3款企财险产品的‘附加盗窃险’免赔额与费率

承担基础理赔案件处理，包括接案登记、资料初审、进度跟踪及档案管理，参与理赔全流程标准化建设

• 负责日均15件车险/企财险案件接案与资料初审，设计‘险种-材料-时效’三维电子档案模板（如企财险需营业执照/保单/损失清单/现场照片），实现资料调阅效率提升50%，部门月度考核连续6个月获评‘优秀助理’
• 跟随资深理赔师参与某仓库水淹案查勘，学习使用水位测量仪（精度±1cm）记录受损高度，对照保单‘洪水免责条款’界定责任范围（仅赔付防洪设施外财产），协助完成理算报告初稿，获‘基础扎实、细节把控到位’书面评价
• 协助季度理赔数据分析，运用SQL提取近一年各险种赔付率TOP5风险因素（仓储险中暴雨占28%、企财险中火灾占22%），制作柱状图/热力图供团队参考，助力制定‘仓储客户雨季前防涝检查’专项服务方案
• 完成200+份理赔档案数字化归档，优化检索关键词库（如‘暴雨+厂房’‘火灾+机器设备’），将历史案件调取时间从平均30分钟缩短至5分钟，获行政部‘档案管理创新奖’

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。