负责小微客群数字信贷产品全生命周期管理，联动技术、风控、运营团队落地场景化产品，优化客群触达效率与风险可控性，推动普惠金融业务规模化增长

• 主导设计针对批发零售小微商户的场景化数字信贷产品“商链贷”：通过用户旅程地图、120家商户深度访谈识别“账期压力大、抵押贷门槛高”核心痛点，采用MVP方法联动风控团队搭建“POS流水+税务数据+供应链关联”评分模型，用Python验证数据相关性，解决信用评估难问题；上线3个月授信2.1万家，户均额度45万，不良率1.2%以内
• 优化“小微快贷”客群触达效率：针对线下推广转化率低问题，引入精准营销系统，整合工商、司法、税务数据构建客群画像，用RFM模型分层运营，向“有稳定流水未授信”客群推送利率折扣券；线索转化率从8%提升至15%，获客成本下降22%
• 推动产品与供应链金融平台对接：合作某头部食材供应链平台，将“商链贷”嵌入其商户管理系统，通过API实时获取订单、库存数据实现“随借随还”；解决数据接口安全性与同步效率问题，协调技术团队采用加密通道传输+数据缓存机制，最终平台商户渗透率35%，产品复贷率40%
• 搭建产品迭代数据监测体系：定义授信通过率、放款时效、客诉率等18个核心指标，用Tableau搭建看板并输出周度迭代报告；针对“放款时效过长”推动技术团队简化审批流程（人工环节从3个减至1个），放款时效从4小时缩至1.5小时，客户满意度提升28%

协助负责小微数字信贷产品需求分析、原型设计与落地执行，联动技术与风控团队推进产品迭代，支撑业务规模增长

• 参与“小微税贷”需求调研与原型设计：用问卷星调研300家小微企业，发现70%客群需求集中在“线上化申请”“快速放款”，但担忧数据安全；设计极简3步申请流程，增加数据加密声明与隐私弹窗，用Axure制作高保真原型；上线首月授信1.2万家，客户满意度91%
• 优化风控模型客群适配性：针对模型过度依赖税务数据导致“轻资产服务业商户被拒”问题，引入水电缴费、电商流水等替代数据，用逻辑回归模型重新训练并调整特征权重；客群覆盖率提升18%，不良率保持1.5%以下
• 推动产品合规性优化：应对监管“明示综合融资成本”要求，设计清晰费用展示页面（图表呈现利息、服务费等明细），开发自动计算器供客群预估成本；监管检查通过率100%，客诉率下降35%
• 搭建用户反馈闭环系统：在APP内增加“产品建议”入口，收集1200条反馈并分类为“流程/功能/体验”三类，推动技术团队解决“身份证上传失败”等高频问题；问题解决率从60%提升至90%

协助完成小微金融相关产品需求收集、文档撰写与测试跟进，参与跨团队沟通保障落地进度

• 协助调研小微客群金融需求：深度访谈50家小微企业主，整理“审批慢、额度低、无抵押”等核心痛点，输出《小微金融需求洞察报告》，为后续产品设计提供需求依据
• 撰写产品需求文档（PRD）：负责“小微备用金”产品PRD，包含功能描述、流程设计、数据指标等内容，用Mermaid绘制流程图确保技术团队准确理解需求；产品按时上线且功能符合预期
• 参与产品测试与问题跟进：测试中发现“放款失败”问题，协调技术团队排查为银行接口数据格式错误，推动修复后测试通过率提升至95%
• 整理产品运营手册：针对“小微税贷”编写运营手册，涵盖获客渠道、客户跟进话术、常见问题解答，帮助运营团队新人上手时间缩短40%

小微商户信用评估模型迭代与全流程数字化平台搭建

• 项目背景：小微商户因缺乏规范财务报表、抵质押物，长期面临融资“准入难、审批慢、额度低”问题；公司原有信用评估模型依赖税务、工商等传统数据，覆盖商户仅12万，且不良率随客群扩张升至2.5%，亟需通过“数据维度拓展+全流程数字化”提升普惠覆盖效率与风险管控能力。我的核心职责是主导模型迭代、技术架构设计及跨业务/风控/合规部门的落地推进。
• 关键难题：1）传统数据维度单一，无法捕捉小微“经营流水、场景行为”等动态信用信号；2）实时决策延迟高（原30分钟），难以匹配小微商户“短、频、急”的融资需求；3）数据合规边界模糊，整合第三方场景数据时存在隐私泄露风险。
• 核心行动：1）数据层：联动支付机构、电商平台、税务系统获取商户流水、交易频次、客群评分等6类新数据，采用联邦学习框架在不共享原始数据的前提下训练融合模型，解决隐私与数据价值平衡问题；2）模型层：将原逻辑回归模型升级为“XGBoost+LightGBM” ensemble模型，重点挖掘“近3个月收款码动账次数”“旺季交易峰值占比”等20+个弱变量特征，提升对“隐性信用能力”的识别精度；3）技术层：搭建微服务架构的实时决策引擎，引入Flink流处理框架实现“数据接入-特征计算-额度审批”端到端5秒内完成，同时设计“数据脱敏+权限分级+审计日志”体系，满足银保监会《商业银行互联网贷款管理暂行办法》要求。
• 项目成果：1）模型准确率从72%提升至85%，不良率稳定控制在1.8%以内，覆盖商户拓展至35万，其中首贷户占比42%；2）全流程平台支持日均10万+笔贷款申请，业务处理效率较之前提升70%，客户满意度从68分升至89分；3）项目成为公司“数字普惠”核心产品，2023年带来新增营收1.2亿元，获银保监会“小微企业金融服务优秀案例”提名。我个人主导了模型迭代路径设计与技术架构选型，推动解决了“数据合规”与“实时决策”两大核心瓶颈。

农村客群小额信贷精准触达与风险预警系统开发

• 项目背景：农村客群因居住分散、金融知识匮乏，传统“线下扫街”触达方式效率低（有效转化率仅8%），且风险预警依赖“逾期30天”等滞后指标，不良率高达3.2%。公司亟需通过“数据驱动的精准触达+前置风险预警”破解农村普惠“最后一公里”难题。我的职责是负责算法模型开发、触达策略优化及系统模块落地。
• 关键难题：1）农村客群数据稀疏（仅拥有农地确权、农机补贴等5类静态数据），传统信用评分模型无法有效区分风险；2）触达渠道分散（线下网点、手机银行、助农服务点），用户行为数据割裂，难以实现个性化推荐；3）风险预警指标滞后，无法提前识别“因自然灾害、农产品价格下跌”导致的还款能力恶化。
• 核心行动：1）数据层：整合农业农村部“农地流转”数据、气象局“县域降水/气温”数据、农产品交易所“价格指数”数据，采用迁移学习算法将城市客群的“交易行为特征”迁移至农村客群，构建“生产经营+社交关系+外部环境”三维特征体系；2）触达层：基于协同过滤算法分析客群偏好——例如针对种植户优先推荐助农点“线下测额”，针对养殖户推送手机银行“饲料款分期”优惠，将触达精准度提升40%；3）风险层：搭建LSTM+注意力机制模型，引入“未来15天降水概率”“生猪价格环比跌幅”等外部变量，实现“还款能力下降”提前30天预警，替代原有的“逾期后干预”模式。
• 项目成果：1）有效客户转化率从8%升至15%，单客获客成本下降35%；2）风险预警准确率从65%提升至82%，农村客群不良率降至1.1%，低于行业平均水平；3）系统覆盖河南、山东等5个省份18个县域，服务农村客群20万+，助力公司获得“乡村振兴金融服务试点单位”资质。我个人设计了农村客群三维特征体系，优化了个性化触达算法，推动了气象/农业数据的跨领域接入，解决了农村客群“数据少、触达难、预警滞后”的核心问题。

• 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。