负责小微数字信贷产品全生命周期管理，联动技术、风控、运营团队从需求洞察到落地迭代，聚焦解决小微客群“融资难、融资慢、融资贵”痛点，推动产品价值与业务指标双提升

• 针对小微客群信用评估“轻资产、弱担保”导致的模型精准度不足问题，主导设计“小微经营能力画像”模型——整合工商变更、税务申报、收单流水、产业链舆情等12类外部数据，采用逻辑回归+随机森林算法构建多维度评估体系；联动第三方数据服务商拓展水电煤缴费、供应链上下游交易等补充数据，解决原始数据维度不全的问题；模型上线后KS值从0.59提升至0.68，对应客群30天逾期率下降1.2个百分点，支撑产品将年化利率较传统小微贷降低15BP
• 推动产品数字化流程重构，基于用户旅程地图（User Journey Map）拆解小微贷申请全流程，识别“资料填写繁琐、审批进度不透明”两大核心卡点；主导将流程从5步压缩至2步（营业执照OCR识别+收单流水自动导入），并嵌入实时审批进度看板；通过A/B测试验证，申请转化率从18%提升至45%，单户运营人工成本下降18%，该流程被纳入公司“小微产品设计标准模板”
• 联动风控与科技团队迭代“动态额度+弹性还款”策略——针对小微客群现金流季节性波动特征（如批发零售业旺季需提额、制造业淡季需延期还款），用ARIMA时间序列模型预测月度营收变化，设计“基础额度+临时提额”机制及“按季付息+到期还本/等额本息”灵活切换选项；接入企业ERP系统实时营收数据实现额度动态调整，上线后客群复贷率从28%提升至60%，客户NPS评分从41分升至56分
• 搭建小微客群分层运营体系，基于RFM模型（最近一次交易时间、交易频率、交易金额）与K-means聚类分析，将客群分为“高价值活跃”“潜力待唤醒”“流失预警”三类；针对高价值客群推送“专属利率折扣+提额券”，针对潜力客群发送“经营赋能课程+小额信用贷体验”；迭代后高价值客群3个月留存率从75%提升至96%，单客LTV（生命周期价值）增长15%，该体系获公司“年度产品运营创新奖”

协助小微金融产品全流程落地，参与需求调研、原型设计及上线后数据跟踪，支撑产品从0到1迭代优化

• 主导小微贷初始需求调研，用深度访谈法覆盖50家小微企业主（涵盖制造业、批发零售业、餐饮业），梳理出“审批时效超3天”“额度无法覆盖经营周转需求”“资料需提交纸质合同”三大核心痛点；输出《小微客群需求洞察报告》，明确产品“纯线上、快审批、随借随还”的核心定位，报告被产品委员会采纳为顶层设计依据
• 参与高保真原型设计，用Axure RP完成“小微贷申请-审批-放款”全流程原型，针对“资料上传入口分散”问题，将身份证、营业执照、银行流水等资料入口整合至“一键上传”模块，减少用户点击次数从8次降至2次；原型评审时技术团队提出“字段校验逻辑不清晰”问题，联动法务团队明确“手机号实名认证+银行卡四要素验证”规则，最终原型通过率从80%提升至95%
• 负责上线后用户行为数据分析，用SQL查询埋点数据库，发现“身份验证环节”流失率达35%（因短信验证码延迟导致）；建议优化验证码发送逻辑——切换至阿里云短信服务并设置“重发机制”，同时在前端增加“验证码倒计时”提示；优化后流失率降至18%，申请完成率提升22%
• 协助对接风控团队落地准入规则，整理“近6个月纳税连续性”“工商无异常记录”“收单流水月均≥5万”等8项核心规则；推动规则嵌入产品前端校验，减少无效申请量从40%降至15%，初始逾期率从4.5%降至3.1%

协助小微金融产品基础工作，包括需求收集、数据整理及文档撰写，支撑产品团队决策

• 协助收集小微客群行业分布数据，用Python爬取天眼查公开企业信息，筛选成立时间≥2年、员工数≤50人的小微企业，整理出制造业（38%）、批发零售业（24%）、餐饮业（18%）为TOP3行业；输出《小微客群行业集中度分析》，为产品聚焦“制造业供应链小微”定位提供数据支持
• 参与撰写《小微贷产品需求文档（PRD）》，梳理“申请资料清单”“审批流程”“额度计算逻辑”等核心模块；明确“营业执照有效期≥1年”“近12个月纳税次数≥6次”等字段校验规则，文档一次性通过技术与法务评审，未出现重大需求变更
• 协助运营团队开展用户调研，设计包含“审批速度满意度”“额度实用性”“操作便捷性”等12个问题的问卷，通过微信公众号回收有效问卷200份；分析发现“68%用户希望增加随借随还功能”，推动产品团队将该功能纳入V1.1迭代计划，上线后用户复借率提升12%
• 负责整理小微贷产品培训材料，针对一线销售团队编写“产品亮点手册”（包含“纯线上操作”“最快10分钟审批”“利率低至4.5%”等核心卖点）；组织10场线下培训，覆盖100名销售，培训后销售对产品知识的考核通过率从70%提升至90%

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。