主导小微数字信贷产品全生命周期管理，联动技术、风控、运营团队推动产品落地，聚焦小微客群融资痛点优化体验与转化效率，实现产品价值与客群需求深度匹配

• 针对小微客群需求分散痛点，主导采用用户深度访谈（覆盖300+制造业、批发零售业商户）与交易数据聚类分析（SPSS Modeler实现10万+条流水/税务数据K-means聚类），构建“经营场景-资金周期-风险承受能力”三维用户画像，将客群细分为“供应链上下游小店”“季节性批发商户”“社区服务型企业”三类，针对性优化“小微快贷”额度周期与还款方式（如为季节性商户增加“旺季提额、淡季还本”功能），推动功能匹配度从62%提升至92%
• 解决原有额度算法依赖单一财务数据的局限，主导优化“小微快贷”评估模型，引入逻辑回归+随机森林算法，联动数据团队接入京东慧采、震坤行等供应链平台交易/应付账款数据，丰富“经营稳定性-供应链话语权-现金流健康度”12项指标维度，模型审批通过率从45%提升至70%，额度准确率（实际用款与授信匹配度）提升20%
• 针对审批时效过长（原24小时）问题，牵头设计产品与风控系统API接口规范（涵盖8大类30项用户/信用/经营字段），协调技术团队完成开发联调，实现“申请-实时审核-秒批”闭环，审批时效缩短至2小时内，用户申请放弃率从35%降至12%
• 搭建Tableau驱动的核心指标监控体系（覆盖注册量、申请率、复贷率、NPS等15项指标），通过A/B测试优化申请流程——“分步上传财务资料”较“一次性上传”提升完成率22%，推动流程简化后整体申请转化率从18%升至40%

协助小微金融产品需求分析、功能设计及数据跟踪，支持产品从0到1落地，联动团队解决需求落地中的细节问题

• 协助完成“小微收款码+信贷”联动功能调研，问卷星发放1200份问卷（有效980份）+20家餐饮/零售商户深度访谈，总结“收款资金实时可见”“信贷与收款数据联动”需求，输出《小微资金流与信贷关联分析报告》，支撑功能原型设计（收款码页面增加“额度测算”“快速申请”入口）
• 参与“小微快贷”1.0产品设计，协助搭建额度模型基础框架，用Python Pandas清洗5万+条交易/工商/税务数据（处理缺失值与异常值），为模型训练提供基础数据集，试点区域额度审批表现优于行业平均15%
• 用SQL提取产品上线后用户行为数据，每周输出《迭代效果报告》，针对“申请页面字段过多”问题提出“合并同类项+隐藏非必填”建议，推动页面简化后申请完成率从25%升至40%
• 协调技术团队解决移动端适配问题，收集10款主流机型“额度测算”显示异常的反馈（含截图与设备信息），协助定位CSS样式兼容性bug，修复后移动端故障投诉率从28%降至8%

协助小微金融产品市场调研、竞品分析及用户反馈整理，为产品优化提供基础支持

• 主导主流小微信贷产品竞品分析，用PEST+SWOT框架调研网商银行“网商贷”、微众银行“微业贷”等5款产品，从额度、时效、利率、体验四维度对比，输出《竞品分析报告》，指出本司“额度灵活性”“还款多样性”差距，支撑后续“随借随还”功能上线
• 协助收集用户反馈，用NVivo编码客服系统200+条咨询/投诉记录，归纳“额度不足”“审批慢”“还款不灵活”三大问题，提出“增加经营流水权重调整额度”“减少人工审核环节”“增加随借随还”建议，其中“随借随还”纳入产品路线图
• 用Excel VLOOKUP+数据透视表整理月度用户行为数据（注册/申请/放款量、复贷率），输出《运营报告》展示用户活跃时段（14:00-16:00）与常用功能（额度测算、还款查询），帮助运营调整投放策略，当月注册量提升25%

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。

• 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。