负责公司全链路财务数据整合与深度分析，联动业务端输出成本管控、盈利预测及风险预警落地方案，支撑管理层战略决策，同时推动业财数据口径对齐与分析模型迭代

• 主导设计业财融合数据仓库架构，整合ERP、CRM及第三方支付系统多源数据，通过Power Query构建ETL流程解决跨系统数据口径不一致问题，搭建收入确认、成本分摊、费用归集等12个主题域数据模型，将财务数据提取效率提升40%，支撑后续分析场景的标准化落地
• 核心参与年度盈利预测项目，采用Python搭建ARIMA+Prophet组合时间序列模型，融入市场波动、客户续约率、政策影响等外部变量优化预测逻辑，将季度盈利预测准确率从82%提升至91%，助力管理层调整区域资源分配，减少闲置成本150万元
• 重点优化成本管控场景，通过SQL挖掘费用明细中的异常点，建立“部门-项目-费用类型”三维监控看板（Power BI），识别出3个部门的差旅费超支问题，推动制定分级审批与定点酒店合作机制，全年差旅费同比下降22%，节省开支约80万元
• 负责应收账款风险预警机制搭建，基于Logistic回归模型分析账龄分布、客户信用评级、行业景气度等10+指标，输出逾期风险评分卡，将坏账计提准确率提升至95%，年度坏账损失减少80万元，支撑信用政策的精准调整

协助企业客户推进财务数字化转型，聚焦成本分析与绩效评估，通过数据挖掘识别业务痛点，输出可落地的优化建议，覆盖制造业、零售等多个行业客户

• 独立完成3家制造业客户的成本结构分析，运用ABC成本法拆解直接材料、人工及制造费用，结合SQL拉取生产系统与财务数据，识别出某汽车零部件客户原材料浪费率高达18%的问题，推动引入精益生产流程与供应商协同机制，降低单位产品材料成本12%，年节约成本约60万元
• 主导设计客户盈利性分析模型，用Excel VBA自动化生成各产品线、客户群体的净利润贡献报表，解决手工统计耗时久、误差大的问题，报告出具时间从每周3天缩短至1天，帮助客户聚焦高毛利产品（营收占比从45%提升至65%），整体毛利率提升5个百分点
• 参与客户预算管理项目，搭建Power Pivot滚动预算模板，联动销售预测、生产计划与财务数据，实现月度预算偏差率实时监控，某快消客户季度预算偏差率从15%降至5%，提升了预算对业务运营的指导性，获客户财务总监书面表扬
• 协助客户排查财务数据异常，通过Python编写脚本比对3年凭证数据，发现某零售客户的促销费用存在跨期确认问题，推动调整会计处理方式，修正年度利润表数据，避免了潜在的审计风险

负责日常财务数据处理与基础分析，支持上级完成报表编制、问题排查及简单场景的数据建模，保障财务数据的准确性与及时性

• 用Python自动化处理每月10万条银行流水与增值税发票数据，通过正则表达式与Pandas库匹配勾稽关系，解决手工核对易出错、效率低的问题，核对效率提升60%，数据错误率从3%降至0.5%，获部门“数据处理能手”称号
• 协助编制月度财务报表分析报告，运用杜邦分析体系拆解ROE变动因素，识别出某季度资产周转率下降1.2个百分点的问题，推动销售部门加快应收账款回收速度，使资产周转率提升8%，助力公司整体ROE回升至15%以上
• 搭建部门费用台账，用VLOOKUP、数据透视表及条件格式分析费用趋势，发现办公费同比增长25%的问题，推动采购部门比价更换供应商并推行无纸化办公，年度办公费节省10万元，占该部门年度费用的8%
• 参与年度审计数据准备工作，整理3年的财务凭证、合同及银行对账单，通过SQL建立索引提升查询效率，帮助审计师缩短现场审计时间5天，获审计机构的好评

信合集团业财数据中台财务域重构与智能分析体系搭建

• 项目背景：集团2020-2022年业务扩张至8大事业部、3家海外子公司，原有业财系统（SAP+金蝶+各业务线legacy系统）数据分散，存在指标定义冲突（如“收入”有“签约/验收”双口径）、数据滞后（T+3才能获取业务端数据）等问题，导致财务分析无法支撑实时决策。我的核心目标是主导财务域数据中台重构，打通“业务交易-财务核算-分析应用”全链路，搭建可支撑战略决策的智能财务分析体系。
• 解决的难题与技术：面临三大挑战——①多源数据标准化（业务系统客户ID、产品编码与财务系统不匹配）；②5年100+万条legacy系统历史数据清理；③财务指标维度不统一（如成本中心在供应链与财务系统中分类不一致）。我采用维度建模（星型模型）设计财务数据仓库，结合IFRS与新收入准则制定12类核心指标（收入、成本、利润）的“业务-财务”双维度标准；用Python开发自动化清洗脚本（基于正则表达式与模糊匹配），识别并修正85%的数据不一致问题；通过主数据管理（MDM）系统统一“客户-产品-区域-渠道”四层关键维度，解决跨系统口径冲突。
• 核心行动与创新：牵头梳理30+业务-财务接口规范，定义“交易级-科目级-分析级”三层数据处理流程；搭建动态成本归因模型（基于ABC成本法，关联订单量、交付时长、物流成本等业务动因），实现“成本发生-业务行为”的精准映射；开发智能预算偏差预警模块（设置±5%阈值，自动触发根因分析，定位到具体事业部/产品）；推动Power BI可视化看板落地，覆盖预算执行、成本分析、盈利预测三大核心场景，并主导3场业务财务团队培训，确保工具落地。
• 成果与价值：数据一致性提升至98%，财务分析周期从7天缩短至1天；成本归因模型帮助销售事业部识别出20%低毛利客户群体，通过调整定价策略与产品组合，年节省成本1500万元；智能预算预警模块将全年预算偏差率控制在3%以内，支撑集团年度战略资源调整。项目成果获集团“年度数据驱动决策奖”，我也因主导作用晋升为财务数据分析负责人。

信合集团海外子公司财务合并报表自动化升级项目

• 项目背景：集团海外业务拓展至5个国家（美国、德国、新加坡、越南、巴西），原有合并报表依赖人工整合US GAAP、IFRS、当地准则数据，每月需10天完成，且易因会计准则差异（如研发费用资本化政策）、外汇折算（涉及8种货币）出错（历史错误率5%），影响海外融资与集团合并报表披露时效性。我的目标是主导合并流程自动化升级，提升准确性与时效性，支撑海外业务合规与融资需求。
• 解决的难题与技术：核心挑战有三——①多准则科目映射（如海外子公司“研发支出”按US GAAP资本化，总部按IFRS费用化）；②关联交易跨系统抵消（海外ERP与总部SAP数据未打通，手动匹配耗时易漏）；③外汇波动对合并损益的实时影响无法预测。我设计“准则适配层”架构，用SAP BPC系统搭建自定义规则引擎，开发150+条会计准则映射规则（覆盖资产、负债、损益类科目）；用SQL编写关联交易自动抵消脚本（基于订单号、客户ID、交易日期匹配跨系统交易，抵消准确率达99%）；引入LSTM机器学习模型，整合历史汇率、宏观经济数据，预测未来3个月汇率波动，自动调整合并报表的外汇损益。
• 核心行动与决策：梳理10+国家的财务政策与合并规则，形成《海外子公司合并操作手册》，明确“数据上报-规则校验-自动合并-报表输出”全流程；对接5家海外ERP系统与总部数据中台，实现交易数据实时同步（T+1更新）；针对不同国家准则差异，设计“分层校验”机制——先校验交易真实性，再校验准则适配性，最后校验合并抵消准确性；对海外财务团队进行3轮系统操作培训，确保流程落地。
• 成果与价值：合并周期从10天缩短至3天，错误率降至0.1%以下；外汇损益预测准确率提升至88%，帮助集团减少2021年汇率风险损失约800万元/年；自动化流程每年节省人工成本200万元，支撑集团2021年成功发行5亿美元海外债券的财务披露要求。项目被纳入集团“最佳实践案例库”，后续新增的澳大利亚、马来西亚子公司均直接复用该体系。

支教时发现乡村小学因缺乏实验器材，科学课多停留在课本讲解。返校后联合实验室开发出百元级科学实验背包，内含20个基础实验器材。为确保可持续运营，设计配套视频课程与城乡结对系统，并培训132名大学生担任远程助教。项目覆盖9省47所学校后，学生科学兴趣评分提升35%。这段经历教会我用产品思维解决社会问题，当看到孩子们用自制望远镜发现土星光环时，我理解了教育的真谛是点燃可能性。