负责集团合并报表数据治理、经营分析模型搭建及业财数据联动优化，支撑战略决策与运营改进，边界覆盖数据标准制定、模型迭代及跨部门协作落地

• 主导设计集团合并报表数据中台，基于SAP BPC、SQL Server与Power BI，整合18家分子公司的财务数据——针对此前存在的12种收入确认口径、5类成本分摊规则不一致问题，搭建统一维度表（含业务线、区域、产品）与3级数据校验规则（逻辑校验、勾稽校验、合理性校验），将月度报表数据差错率从8%降至1.2%，报表出具周期从7天缩短至4天，支撑集团月度董事会决策效率提升25%
• 核心参与经营分析体系重构，结合平衡计分卡（BSC）与滚动预测模型（采用Python的Pandas库进行时间序列预测），搭建“战略-业务-财务”三层指标体系——通过挖掘CRM与ERP联动数据，识别出3条低毛利产品线（毛利率均低于15%），推动产品迭代与供应链优化后，该部分产品毛利率半年内提升至22%，年度贡献额外利润约350万元
• 搭建业财联动监控看板，用Tableau连接销售订单、生产工单与财务凭证数据，实现“收入确认进度-成本归集状态-现金流匹配度”实时可视化——解决此前业财数据滞后5天的痛点，帮助销售部门提前识别订单履约风险（如某大客户付款延迟30天），推动调整信用政策，季度收入达标率从88%提升至98%
• 优化集团成本分摊模型，采用作业成本法（ABC）与SQL脚本自动化分摊间接成本（含研发、物流、管理费用）——将分摊精度从75%提升至92%，精准定位到“第三方物流仓储费”占比过高问题，推动与2家物流商重新谈判合约，年度节省物流成本210万元

协助搭建财务数据仓库、支撑预算管理及成本分析，边界覆盖数据清洗、模板优化与跨系统数据对接

• 重点优化集团预算编制流程，用Excel VBA与Power Query整合15个部门的预算数据（含销售、生产、费用）——解决此前手动汇总易出错、版本混乱的问题，预算编制效率提升50%，数据准确性从85%提升至98%，支撑年度预算偏差率控制在5%以内（此前为8%）
• 参与生产环节成本分析项目，用ABC法梳理车间间接成本（含设备折旧、人工工时、能耗）——通过SQL查询识别出“热处理工序能耗占比达35%”的痛点，推动安装节能设备与调整生产排班，季度能耗成本下降8%，年度节省电费约60万元
• 搭建月度经营分析报告框架，用Tableau制作动态看板展示“收入趋势-成本结构-利润驱动因素”——帮助管理层快速定位问题（如某区域销售费用率高达22%，远超集团15%的标准），推动优化线上推广策略（减少无效投放），该区域销售费用率3个月内降至18%
• 协助建立财务数据字典，梳理8大类核心财务指标（如应收账款周转天数、存货周转率）的计算逻辑与数据来源——统一各部门对指标的理解，减少跨部门沟通成本约30%

协助审计项目中的数据采集、分析及风险识别，边界覆盖审计数据处理、异常排查与模板标准化

• 核心参与3家上市公司年报审计的数据分析工作，用ACL软件采集银行流水、应收账款与存货数据——通过编写脚本比对“银行对账单-账面记录-函证结果”，识别出2笔异常关联方往来款（合计120万元）与1笔存货跌价准备计提不足问题，推动客户调整账目，避免了审计意见升级的风险
• 优化审计数据核对流程，用Python写自动化脚本比对ERP系统销售数据与物流系统发货数据——将每周2天的手工核对时间缩短至半天，效率提升75%，后续项目同类工作均复用该脚本
• 协助建立审计数据模板库，整理了10类常见审计场景的分析模板（如收入真实性验证、应付账款完整性检查）——模板内置数据校验规则与风险预警指标，使团队同类项目的数据分析时间减少40%，提升了审计项目的标准化程度
• 参与某制造业客户的专项审计，用Excel Power Pivot分析生产成本数据——识别出“原材料浪费率高达10%”的问题，推动客户优化生产流程，该项目被公司评为“年度优秀审计项目”

集团多业态合并报表自动化平台搭建及全链路成本管控优化项目

• 项目背景：集团旗下12家跨行业子公司（覆盖制造、贸易、物流3大板块），原合并报表依赖手工Excel汇总，每月耗时7-10天，数据误差率3%-5%，导致成本分析滞后，无法支撑总部实时决策。核心目标：搭建自动化合并报表平台，打通“数据采集-抵消-分析”全链路，同时优化成本核算精度以支撑降本决策；我的职责是财务侧需求牵头人，对接IT、子公司会计、成本管理部，定义合并规则与分析维度。
• 关键难题：一是跨业态会计政策差异大（如制造业按作业成本法分摊间接费用 vs 贸易业按销量分摊），导致数据口径冲突；二是原有SAP+金蝶K3系统接口封闭，无法直接提取合并所需的明细级交易数据。解决方法：1）建立“集团主科目-子公司明细科目”双向映射表，针对内部交易、研发费用分摊等特殊场景制定12条标准化调整公式；2）用Python开发定制化ETL工具，通过SAP RFC接口和金蝶API直连底层数据，绕过系统限制。
• 核心行动与创新：1）引入作业成本法（ABC）重构成本分摊逻辑，将制造费用按“机器工时+人工工时”双动因分摊至产品线，解决原“一刀切”分摊导致的成本失真问题；2）在合并平台中嵌入“异常数据预警模块”，对科目余额波动超10%、抵消不充分的条目自动触发提醒，降低人工核查成本。
• 项目成果：1）合并报表编制时间从7-10天缩短至2天，数据误差率降至0.1%以下；2）搭建“产品线-区域-客户”三维成本分析看板，帮助总部识别3条低效产品线（月均亏损合计200万），半年内完成关停并转，年节约成本350万；3）ETL工具被推广至所有子公司，后续系统迭代成本降低60%；项目获集团“年度数字化财务创新一等奖”，我个人主导的需求文档成为集团合并报表标准规范。

供应链金融业务客户信用风险预警模型迭代项目

• 项目背景：集团供应链金融年增速40%，但人工评估依赖财务报表+线下尽调，耗时1-2周，坏账率从1.2%升至1.8%，亟需自动化模型提升效率与准确性。核心目标：构建融合财务与非财务数据的预警模型，将评估时间压缩至1天内，坏账率下降0.5个百分点；我的角色是财务数据核心分析师，负责数据整合、特征工程与模型验证。
• 关键难题：一是财务数据（如流动比率、应收账款周转率）与非财务数据（如供应商付款及时率、舆情负面词频）关联弱，传统逻辑回归模型无法捕捉非线性关系；二是模型“黑箱”问题突出，业务部门担心决策缺乏解释。解决方法：1）采用特征交叉法，生成“供应链韧性得分”（结合应收账款周转率+近3个月供应商投诉次数）等5个复合特征；2）用XGBoost算法替代逻辑回归，同时引入LIME框架实现预测结果可视化解释。
• 核心行动与决策：1）爬取并清洗2000+条客户供应链舆情数据（来自企查查、行业论坛），通过TF-IDF算法提取“违约”“逾期”等负面关键词，转化为量化特征；2）通过5折交叉验证优化模型阈值，平衡召回率（识别违约客户的能力）与 precision（避免误判正常客户），最终将召回率从75%提升至88%。
• 项目成果：1）客户评估时间从1-2周缩短至4小时，业务月处理量从50家增至120家，支撑集团拓展中小客户市场；2）模型上线后，供应链金融坏账率从1.8%降至1.1%，年减少坏账损失约600万；3）编写《供应链金融信用风险评估操作手册》，成为业务部门标准文档，推动财务数据从“事后核算”转向“事前风险防控”，我因此晋升为资深财务数据分析师。

• 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。