统筹公司互联网保险产品矩阵的全生命周期管理，聚焦场景化、碎片化保险创新，协同技术、精算、运营团队完成从需求洞察到商业化落地的全链路闭环，目标是通过数据驱动的产品设计提升用户渗透率与单客价值。

• 主导宠物医疗险产品从0到1落地：通过爬取12家宠物医院诊疗数据+3000份养宠用户问卷，定位‘小额高频、理赔时效’核心痛点，设计‘基础医疗+第三方问诊’组合保障，联动精算团队搭建动态费率模型（基于宠物品种、年龄、地域三维度定价），上线3个月实现月均保费1200万，用户复购率达38%（行业均值25%）。
• 牵头旅行险场景化升级：针对年轻客群‘说走就走’的出行习惯，重构产品底层逻辑——将传统‘目的地固定’改为‘行程动态匹配’，接入飞猪/携程行程API实时同步航班/酒店信息，同步优化‘一键报案’功能（将理赔材料提交步骤从7步压缩至3步），Q2-Q3旅行险GMV同比提升67%，NPS评分从62升至79。
• 搭建互联网保险用户分层运营体系：基于RFM模型与LTV预测算法，将用户划分为‘价格敏感型’‘服务依赖型’‘保障全面型’三类，匹配差异化产品推荐策略（如向服务依赖型用户推送‘含在线问诊’的医疗险），推动整体转化率提升23%，高价值用户（LTV>5000元）占比从18%增至29%。
• 应对银保监‘互联网人身险新规’调整：牵头梳理存量23款产品条款，识别‘短期健康险续保承诺’‘第三方平台导流合规性’等7项风险点，协同法务团队完成12版条款修订，确保所有产品在新规过渡期内平稳上线，未出现因合规问题导致的用户投诉或下架。

负责健康险产品线的互联网化改造，重点解决传统健康险与年轻用户‘线上决策、即时保障’需求不匹配的问题，通过产品形态创新与渠道协同提升用户触达效率与转化质量。

• 主导‘惠民保’城市定制版产品设计：针对三四线城市用户对‘高性价比、无健康告知’的需求，联合地方政府医保局获取脱敏医疗数据，优化免赔额梯度设置（将一般医疗免赔额从1.5万降至8000元，特药0免赔），同步设计‘家庭共享保额’功能，上线6个月覆盖8个城市，参保人数突破45万，件均保费128元（低于行业均值15%）。
• 优化百万医疗险线上投保流程：通过热图分析发现35%用户在‘健康告知’环节流失，引入‘智能问卷预核保’功能（基于自然语言处理识别用户既往病史，自动匹配告知选项），配合‘一键勾选常见异常’快捷入口，将该环节转化率从61%提升至83%，整体投保完成率提高19%。
• 搭建健康险用户健康管理闭环：联动第三方体检机构与互联网医院，为购买重疾险的用户赠送‘年度基础体检+线上问诊券’，通过用户健康数据回传优化核保模型（如将坚持年度体检用户的重疾发生率预测下调12%），同时带动次年续费率提升15%，形成‘保障+服务’的正向循环。
• 推动渠道差异化产品供应：针对银行APP渠道用户‘高客单价、重品牌’特征，设计‘重疾+两全’组合险（保额最高300万，附加满期返还保费），配合专属投顾讲解视频，Q4在该渠道实现保费8000万，占渠道总保费42%（较上半年提升18pct）。

协助完成车险、意外险等标准化产品的线上化迁移，重点优化用户投保体验与渠道适配性，同时参与市场竞品分析与用户需求收集，为产品迭代提供数据支撑。

• 完成车险全流程线上化改造：梳理传统车险投保‘线下验车-纸质签约-人工核保’痛点，设计‘远程视频验车+电子签名+智能核保’流程，接入公安交管系统自动校验车辆信息，将平均投保时长从2.5天缩短至45分钟，当年车险线上化率从38%提升至72%。
• 分析意外险用户需求特征：通过埋点数据与用户访谈，发现‘交通意外’场景需求占比达65%，但现有产品‘覆盖场景分散、保额偏低’，推动上线‘综合交通意外险’（涵盖飞机/火车/自驾，保额最高200万），首月销量破10万件，成为当年意外险主力产品。
• 支持渠道定制化产品开发：针对支付宝保险平台‘年轻、高频’用户特性，设计‘旅行+运动’小额意外险组合（9.9元/月，覆盖境内游+滑雪/潜水等高风险运动），配合平台‘首月1元’活动，上线3个月贡献渠道保费2800万，占该平台意外险销量的35%。
• 参与精算模型优化：整理10万+条历史理赔数据，标注‘年龄-职业-出险率’关联关系，协助精算团队将意外险定价误差率从8%降至4%，支撑产品利润率提升2.3个百分点。

基于AI+精算的普惠型长期护理保险（PLCI）产品设计及规模化落地项目

• 项目背景：伴随我国60岁以上人口占比超19%及4000万失能老人护理需求缺口，传统长期护理险存在“覆盖窄（仅限职工医保）、定价粗（依赖静态人口数据）、普惠性弱”三大痛点。公司战略要求开发一款覆盖新市民、灵活就业群体的普惠型PLCI，实现“低门槛投保、精准定价、可持续赔付”目标，我作为项目总负责人牵头全流程落地。
• 关键难题：一是目标人群（外卖骑手、网约车司机、小微企业员工等）缺乏系统健康及护理需求数据，传统精算模型无法准确量化风险；二是普惠定位下需平衡“低保费”与“赔付可控”，传统静态定价易导致后期亏损；三是用户对“长期护理”认知模糊，渠道触达转化率不足5%。
• 核心行动：1. 数据层：整合医保结算、人社就业、美团/滴滴等平台的脱敏行为数据（如日均工作时长、过往医疗支出），采用迁移学习算法补全新市民群体健康特征缺失值，构建包含“职业风险、收入波动、生活习惯”3大类12个维度的风险画像库；2. 精算层：突破传统GLM模型局限，引入XGBoost机器学习算法优化风险定价，嵌入“动态费率调整因子”（如连续12个月无理赔则保费下浮8%），将初始赔付率预测精度从72%提升至89%；3. 渠道层：联合深圳、杭州等城市社区服务中心及平台企业设计“场景化投保链路”——外卖骑手通过APP弹窗完成“3题快速测评”，网约车司机在接单间隙通过小程序获取“定制化护理方案”，降低决策成本。
• 项目成果：1. 产品上线6个月内覆盖全国3省12个城市，参保人数52.3万，其中新市民占比81%，远超行业普惠险60%的平均水平；2. 依托精准定价，首年综合赔付率74.2%（行业同类产品平均85%），保费规模达1.21亿元，实现“保本微利”；3. 推动公司成为银保监会“普惠型长期护理保险试点单位”，个人主导的“行为数据+机器学习”精算框架被纳入公司新兴保险产品标准体系，后续复制到意外险、医疗险等产品线。

宠物医疗险“医+药+险”闭环产品迭代项目

• 项目背景：宠物经济规模超3000亿但宠物医疗险渗透率仅1.2%，核心痛点是“用户抱怨理赔难（排队久、材料繁）、保险公司愁赔付高（过度医疗占比40%）”。我作为宠物险产品线核心成员，负责推动产品从“单纯报销”向“服务+保障”闭环升级。
• 关键难题：一是宠物医疗数据割裂（医院、药店、保险公司系统不打通），无法监控过度医疗；二是用户对“理赔流程”的体验敏感度高，传统线下理赔耗时3-5天导致退保率达15%；三是药品及医疗服务商资源分散，难以形成标准化服务包。
• 核心行动：1. 技术端：搭建“宠物医疗数据中台”，对接全国2100家合作医院的HIS系统及120家宠物药房ERP，实时获取诊疗、用药数据，通过规则引擎自动拦截“超适应症用药”“重复检查”等过度医疗行为；2. 流程端：推出“线上秒赔”功能——用户上传宠物照片及医院诊断书，AI自动审核后10分钟内到账，同步嵌入“理赔进度实时推送”功能；3. 服务端：整合瑞鹏、新瑞鹏等头部宠物医院的“专科门诊+药品配送”资源，设计“基础医疗险+重疾绿通+药品折扣”的分层服务包。
• 项目成果：1. 产品迭代后3个月内，赔付率从68%降至51%，过度医疗占比下降至18%；2. 理赔时效从3.2天缩短至12分钟，用户满意度从76分提升至92分，退保率降至4.5%；3. 该闭环模式成为公司宠物险的核心竞争力，带动保费规模从1800万增长至4500万，市场份额提升至宠物险赛道的8.3%。

• 大二观察到毕业生离校时大量教材被废弃，而新生购书支出占生活费12%，便发起校园书籍教材循环计划。为解决传统二手书交易效率低的问题，我们开发微信小程序实现扫码估价、预约取件功能，并说服快递中心以成本价承接物流。
• 通过建立翻新消毒标准打消卫生顾虑，项目年流通教材1.2万册，累计为同学节省书费38万元。这段经历让我从商业小白成长为能设计闭环模式的实践者，项目不仅获省级创业金奖，更被纳入学校官方服务体系延续至今。