张闻川

从顶层设计到底层落地闭环，业务场景全维覆盖

涵盖从顶层设计到流程标准化建立，主导落地4个高效能AI数智化工具，实现业务场景全覆盖

【产品】-大模型问答系统&：利用LLM提升销售产品查询效率与准确性，基于GPT-3.5构建LLM知识库，提升销售查询效率300%，缩短新销售查询耗时50%；

【需求】-AI销售预测系统：用AI算法替代人工预测供应链销量，提前备货降库存、提高交付及时率，预测正确率从51%提升到70%，效率从3人/天提升到5分钟，覆盖公司所有在销产品，节约资金3000万/年；

【线索】-AI商业线索生成系统：预测未来3个月即将增复购客群，生成AI线索辅助销售拜访，新建AI线索线上下发系统形成数据闭环，每月新增AI线索4000条（复购3K、增购1K），全年线索5万条/年，促成转化率从6%提升到24%；

【客户】-企业客户流失AI预警平台：分析流失现状，对即将流失客户建模并提前预警，创新客户流失预警AI新范式，预计挽回营业额8千万+，挽回营收损失3千万；

搭建多个数智化平台，规划数据分析挖掘流程，基于数据统筹业务对接与需求管理，帮助客户公司业务从经验驱动向数据驱动转型

【营销】-线上营销体系&客户全景BI系统：从0到1构建起客户公司的完整客户画像体系，业务分析体系，实现了客户公司的数字化转型；

【决策】-金融产品推荐系统：设计了新的推荐策略（二级匹配），解决近100万券商产品购买数量无法支撑协同过滤推荐码以及业务专家推荐结果存在严重偏向性问题，实现金融产品的人工推荐到智能系统推荐的跨越，推荐精准率提升50%；

【运营】-券商数据平台：建立统一的企业级数据管理平台和分析平台，有力支撑上层的数据应用，推动券商向数据驱动式运营转变，数据管理应用和客户运营效率的大幅提升；

海量数据深度分析，构建智能决策体系驱动业务增长

覆盖信用评估、反欺诈、质量监控等核心风控场景

规划设计基于数万维度的支付数据、身份特征，建构信用模型、反欺诈建模，应用于现金贷、供应链金融、消费金融等场景，从微信10亿+客群中精准挖掘出有相应需求的客户，赋能内外部客户，开拓了业务新增量；

对2000+风控标签进行质量监控，对入模特征、模型分进行波动性环比同比、稳定性PSI等质量监控并可视化，支持特征和模型问题的排查定位，从数据基座保证了质量，奠定了模型的可用性可靠性；

支撑数据源接入和使用管理，高效地从数万外部字段中选择有效的字段进行特征构建和规则构建，有效补充了内部数据的不足，从更全面的角度审查客户的风险；

基于数亿级的客户数据，从0到1搭建金融智能风控与反欺诈体系，涵盖风控建模、反欺诈识别、智能营销等全链路能力

利用自有数据和外部数据分析挖掘逾期客户的特征，同时利用APP行为数据进行反欺诈识别，构建用户金融画像，基于渠道用户事件分析进行渠道反欺诈分析挖掘，提高贷款量3000万/天，降低逾期率至0.1%；

主导安全信用分和智能营销项目，探索对外输出智能金融技术，将集团内部成熟的金融风控能力产品化，面向外部数十家金融机构提供智能风控SaaS服务，拓展了技术变现的新业务模式。