负责集团多业态（零售、制造、服务）合并报表数据治理与分析，对接SAP、Power BI等财务系统的需求落地，支持预算管理、成本管控及经营决策，联动业务部门挖掘数据驱动的降本增效点

• 主导设计集团合并报表数据治理方案，通过Power Query搭建ETL流程，解决零售、制造、服务三大板块子公司科目映射不一致问题——统一23个一级科目、56个二级科目的核算维度，清洗后合并数据准确率从92%提升至99.6%，月度合并报表编制时间从7天缩短至4.2天，支撑管理层及时掌握集团整体财务状况
• 核心参与预算管理系统与财务数据仓库对接项目，用SQL编写接口脚本同步预算编制与实际发生数，搭建滚动预算分析模型（含收入、成本、费用三大模块），解决过往预算与实际脱节痛点——业务部门可实时查看预算执行偏差率（误差从±15%缩小至±5%），季度预算调整次数减少35%，管理层决策响应速度提升25%
• 针对销售费用管控低效问题，用Python爬取天猫、京东平台促销活动数据（含曝光量、转化率、客单价），结合内部销售数据做归因分析，发现线下渠道促销费用ROI（1:3.2）较线上（1:4.5）低28%——推动优化线下活动投放策略（减少低效商圈地推，转向社区团购联动），全年销售费用占比从11.2%降至9.8%，带动集团净利润提升1.5个百分点
• 搭建应收账款坏账预警模型，整合客户账期、历史回款率、行业景气度等8个变量，用逻辑回归算法训练模型（AUC值0.89），提前30天识别高风险客户12家（涉及金额850万元）——推动业务部门调整信用政策（如缩短账期、增加预付款比例），全年坏账损失减少180万元，占应收账款余额的0.7%

负责商贸企业全链路财务数据统计与分析，支持库存周转、毛利优化及供应商管理，对接金蝶ERP系统的数据提取与报表需求

• 重点优化库存周转分析框架，用ABC分类法结合周转天数指标，拆解美妆、家居、母婴三大品类的库存结构——发现母婴类滞销库存占比达15%（主要为过季奶粉），推动制定“满减+社群清仓”策略，库存周转天数从65天缩短至48天，释放资金占用210万元，库存跌价准备计提减少12万元
• 主导供应商毛利贡献分析，用SQL关联采购订单、销售出库与物流成本数据，计算每个供应商的净毛利贡献（收入-采购成本-物流费用）——识别Top10供应商中3家净毛利低于平均水平（低1.8个百分点），推动采购部重新谈判价格（平均降幅7%），全年采购成本下降8%，对应整体毛利提升1.2个百分点
• 搭建销售毛利动态看板，用Tableau整合门店POS数据、线上电商数据与财务收入数据，实现按区域、品类、渠道的毛利实时监控（延迟从2周缩短至实时）——业务部门可及时调整促销策略（如某区域家居品类毛利下滑，快速推出“买家具送软装”活动），单店月均毛利提升5%，全年销售额增长12%

协助审计项目中的数据采集、分析性程序执行，支持财务报表真实性验证，对接客户财务系统（如用友、金蝶）的数据提取需求

• 核心参与制造业客户年报审计的数据分析工作，用ACL工具对客户生产成本数据进行变量分析（含材料成本、人工成本、制造费用的波动趋势）——发现直接材料成本季度波动达25%（远超行业均值10%），追溯后发现原材料采购价格虚高12%（供应商串通抬价），协助团队调整审计调整分录，为客户挽回损失350万元，审计报告一次性通过率提升至100%
• 主导客户应收账款函证数据自动化处理，用VBA编写函证地址校验脚本（匹配客户工商信息与函证地址），解决人工核对易出错问题——函证处理效率提升60%，函证不符率从8%降至3%，减少后续替代程序工作量（如函证不符的客户，原本需发3次催款函，现仅需1次）
• 搭建客户费用报销合理性分析模型，用Excel Power Pivot分析费用明细（含差旅费、业务招待费、办公费）——识别出差旅费中超标住宿占比达18%（超过公司规定的400元/晚标准），推动客户完善费用管控制度（如设置住宿预订审批流程、绑定协议酒店），全年差旅费下降12%，审计过程中发现的费用类问题数量减少25%

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。

• 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。