主导集团财务数据中台运营，整合业财多源数据、搭建动态分析模型，支撑业务线盈利归因、成本管控及战略落地，对齐财务与业务决策需求

• 针对集团业财数据口径不一致、分析滞后问题，牵头拉通财务、业务、IT部门制定《业财数据统一字典》，使用SQL完成ERP、CRM、OA系统数据清洗（处理120万+条跨系统数据），结合Python编写自动化校验脚本，将数据准确率从92%提升至99.2%，月度盈利分析时效从5天缩短至2天内，支撑管理层每周快速定位业务盈利波动点
• 基于ABC成本法与机器学习K-means聚类算法，搭建「产品-客户-区域」三维盈利归因模型，分析零售业务线18个月数据后发现：高端美妆品类在一线商圈的毛利率比二三线高11%，但库存周转慢30%；推动业务调整SKU结构，将一线门店高端品类占比从25%提升至35%，季度毛利率环比提升3.1个百分点
• 针对物流成本异常波动问题，使用方差分析与钻取查询定位到某区域第三方冷链合作商溢价18%，协同采购部重新招标并引入竞争机制，将该区域物流成本占比从12%降至9.2%，年节省成本约200万元；同步搭建「成本异常预警看板」，将异常响应时间从3天缩短至1天内
• 支撑集团社区团购新业务可行性分析，采用DCF模型结合市场调研数据（覆盖5个城市、2000份用户问卷），预测新业务3年ROI达22%，并拆解关键驱动因素（单客获客成本≤30元、复购率≥40%）；推动业务落地后，6个月内营收破1200万元，复购率达45%，超额完成初期目标

负责零售板块业财数据融合，搭建门店级盈利分析体系，定位运营痛点并推动优化，支撑单店盈利提升与总部策略调整

• 整合POS、ERP、会员系统数据，使用Tableau搭建「门店运营实时看板」，包含销售额、毛利率、库存周转、会员活跃度等15个核心指标，实现门店数据可视化；某区域门店通过看板发现周末促销转化率低（仅18%），调整促销时段至周五晚，单店月均营收提升8%，库存周转天数从45天缩短至40天
• 运用多元回归分析识别门店成本驱动因素，发现租金成本与「商圈等级（权重0.6）、门店面积（权重0.3）」强相关；优化选址模型后，新开5家门店的租金占比从22%降至18%，单店盈利周期从10个月缩短至8个月，其中3家门店首月即实现盈利
• 搭建会员LTV（生命周期价值）模型，结合RFM分析将会员分为「高价值（占比15%）、潜力（占比30%）、流失（占比25%）」三类；推动营销部门针对高价值会员推出专属权益（如生日免单、优先提货），会员复购率从28%提升至40%，客单价提高5%（从150元增至157.5元）
• 主导旧ERP系统向新系统的数据迁移，使用Kettle ETL工具解决数据缺失问题：通过关联销售小票与库存台账补录3个月遗漏的销售明细（约5万条），确保历史数据连续性；迁移后数据可用率达98%，支撑后续季度财务分析与预算编制

协助客户完成财务数据处理、基础指标分析及流程优化，搭建小型企业财务分析框架，支撑内部管理决策

• 处理3家小型制造客户的Excel台账数据，使用VLOOKUP、数据透视表整合收入、成本、费用数据，生成标准化月度财务报表；解决客户「数据分散、手工核对易出错」问题，报表准确率100%，帮助客户每月节省3天核对时间，快速掌握毛利率（从18%提升至22%）、费用率（从15%降至12%）等核心指标变化
• 为某五金加工客户搭建「成本管控指标体系」，包含直接材料成本率、人工效率差异、制造费用分摊率等8个指标；分析发现间接费用按产量分摊导致小批量产品成本虚高，建议改按机器工时分摊，产品成本准确率提升15%，客户据此调整定价策略，小批量订单毛利率从10%提升至16%
• 协助客户进行预算差异分析，用因素分析法分解Q2收入未达标原因：销量下降3%（市场需求疲软）、单价下降1%（促销力度加大）；推动客户调整销售策略（增加线上渠道推广、推出组合套餐），Q3收入环比增长10%，超预算目标2%
• 参与某商贸客户成本核算项目，用分批法计算产品成本，发现「运输费分摊不合理」问题（未按订单距离分摊）；建议按运输里程比例分摊，运输费核算准确率提升20%，帮助客户优化物流路线，单订单运输成本下降8%

信合集团业财数据中台财务域重构与智能分析体系搭建

• 集团近3年业务扩张至零售、供应链、金融科技8个新赛道，原有财务数据分散于ERP、CRM、OA及12个业务系统，存在数据格式冲突（如收入确认时点有5种口径）、分析滞后（月度分析需7天完成）等问题，无法支撑总部对业务单元的实时决策。项目目标是通过数据中台重构，整合财务全链路数据，搭建“实时化、自助化、智能化”分析体系，我作为财务侧负责人，主导需求调研、数据标准制定及智能模型落地。
• 核心难题有三：一是多源数据标准化，12个系统的200+个财务指标存在37处口径分歧；二是非结构化数据处理，合同、报销单等PDF文本中的账期、金额等关键信息无法自动提取；三是智能模型适配，传统ARIMA算法无法捕捉电商业务的季节性波动。技术上采用Python编写ETL脚本清洗结构化数据，用Apache Spark实现分布式计算加速；引入spaCy库构建NLP模型提取非结构化文本要素；基于Prophet算法开发多业务线收入预测模型，解决非线性趋势预测问题。
• 我的关键行动：① 牵头联合IT、业务部门梳理《集团财务数据标准手册》，统一200+个指标口径及标签体系；② 标注1.2万条合同文本训练数据，将NLP模型信息提取准确率从75%提升至93%；③ 设计“三层分析架构”——底层为整合数据仓、中层为收入/成本等业务主题域、上层为嵌入自定义DAX函数的Power BI自助工具及智能预测模块，实现业务人员自主分析。
• 项目成果：数据整合率从65%提升至92%，月度分析周期缩短至1天；收入预测准确率从81%升至94%，支撑总部提前调整年度预算，减少1200万冗余成本；自助分析工具覆盖80%业务单元，业务人员查数时间从2小时缩至10分钟。我主导的NLP模型与Prophet框架被纳入集团数据资产库，成为后续同类项目技术标准。

信合集团海外子公司财务数据合规性与穿透式分析体系搭建

• 集团2018年起布局东南亚、欧洲市场，15家海外子公司面临两大痛点：① 数据合规性，印尼PSAK、德国HGB等会计准则与集团IFRS存在差异，数据未统一转换，存在SOX审计风险；② 分析深度不足，总部无法穿透合并报表查看明细科目及交易凭证，难以识别区域盈利质量问题。项目目标是对接海外系统，建立合规数据通道，搭建穿透式分析体系，我作为核心成员负责数据对接、准则转换及穿透功能开发。
• 核心挑战：一是准则转换复杂性，15家子公司涉及4种会计准则，200+个科目存在映射差异（如印尼“预提费用”对应集团“其他应付款”）；二是数据跨境合规，欧盟子公司数据需符合GDPR，不能传输原始信息；三是穿透分析性能，1000万+条/月的交易级数据用传统SQL查询需5分钟以上。技术上采用DBMask对欧盟数据脱敏，保留审计关键字段；开发“准则映射引擎”，用SQL编写200+条规则实现自动转换；用ClickHouse搭建列式数据库优化查询。
• 我的具体行动：① 梳理海外会计政策，编制《海外准则与IFRS映射对照表》，覆盖18个核心科目及30+项特殊业务规则；② 设计“脱敏-转换-加载”流程，先对欧盟敏感数据脱敏，再通过映射引擎转为IFRS数据，最后入仓；③ 优化ClickHouse分区策略（按“子公司-月份”分区），将查询响应时间从5分钟缩至30秒内。
• 项目成果：海外数据合规率从70%升至100%，连续2年SOX审计无重大调整；穿透式分析上线后，总部可实时查看海外子公司应收账款账龄、交易凭证等明细，识别东南亚子公司供应链延迟导致的成本超支问题，推动优化供应商账期，使区域毛利率提升8%；准则映射引擎推广至集团其他海外项目，节省40%人工转换成本。

• 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。