普通话
英语
0
1
2
3
4
5
0
1
2
3
4
5
1天前在线
贷后系统产品经理
北京全职 · 700/日 · 15225/月信用正常
工作时间: 工作日18:00-22:00、周末09:00-21:00工作地点:
远程
服务企业:
0家累计提交:
0工时
联系方式:
********
********
********
****************
查看联系方式
个人介绍
自我评价
n 工作背景：8年+外资头部企业，在需求分析、系统优化、项目管理等领域积累了深厚的经验，并有与国际系统开发商对接的经验。擅长接手和优化复杂系统，具有强大的问题解决能力、深度思考能力和跨部门协调能力。
n 专业能力：深入理解复杂业务需求，主导系统优化与流程设计，推动产品从0到1的迭代与落地，提升系统灵活性与业务适应性。优化业务流程，设计灵活的系统解决方案，提升工作效率，推动数字化转型。
n 沟通能力：与技术团队、业务部门和管理层高效沟通，确保需求精准理解与技术实施顺利对接，解决项目中的瓶颈问题，确保项目按时交付并与业务需求精确对接，推动团队合作与资源整合。
n 个人优势：具备强大的逻辑思维能力，能够快速分析问题并提出优化方案，推动系统和流程改进。快速掌握新知识和技能，自我驱动解决复杂问题，确保任务高效完成。提出前瞻性解决方案，推动创新与流程改进，兼顾企业发展战略。
工作经历
2016-08-01 -至今梅赛德斯奔驰汽车金融有限公司贷后系统产品经理已认证
工作概述：由于工作业绩突出，由零售运营专员先后晋级业务顾问、催收项目兼系统管理专家，根据公司战略，监管上报及业务流程优化需求，负责业务主流系统的需求报批，功能搭建及运维工作，能独立牵头推进需求实施，实现系统功能不断迭代优化，提高系统数据质量、人工效率及系统适应性。连续3年绩效评为outstanding/excellent 智能外呼机器人VA | 职能负责人 业务操作和推入支持：自2024年起，负责VA（虚拟助手）系统的日常运营和维护，成功支持新外呼平台CCC推入过程，并通过独立思考结构与内化知识，提升对VA运营的管理能力。 发现和解决优化机会：积极探索并发现VA功能中的多项优化点，全面提升了系统的功能和稳定性。 探索整组与结构化优化 o 自主分析AIT对话内部逻辑，填补业务和产品功能之间的连接。 o 梳理测试数据准备需求，推动E2E与非E2E测试任务的高效整合，并建立E2E测试要点的结构化摘要，提升测试效率和覆盖度。 o 日常运营操作优化: 在模型调优的过程中，扩充业务场景和意图识别能力，成功提升了会话轮次，增强了客户问题识别的准确性, 显著提升了客户需求响应精度
教育经历
2012-09-01 - 2015-06-17长沙理工大学科学社会主义与国际共产主义运动硕士
语言
技能
Axure
BRD
PRD
0
1
2
3
4
5
0
1
2
3
4
5
作品
本案例针对Docker服务器升级后出现的路由异常问题（返回“333”错误码导致数据库通信机器人外呼失败），通过快速定位问题根源、精准界定影响范围，最小化业务中断并保障客户体验。 #### **1. 系统架构与问题背景** - **异常现象**： - DOM替换路由器后，返回“333”错误码，触发客户端“卡片异常”提示，导致外呼机器人（VA）数据丢失。 - 潜在影响：错误信息可能影响客户合同外呼流程，需2小时内修复。 - **技术环境**：Docker容器、数据库通信机器人（VA）、路由协议。 #### **2. 解决方案与职责** - **问题分析**： - 确认仅“非普通”路由（特定月租合同）受“333”错误码影响，普通路由正常。 - 排查当天外呼合同，验证错误实际影响范围（不超过1天数据）。 - **精准干预**： - **非一刀切处理**：仅暂停确实会触发错误的合同，保留正常外呼流程。 - **数据验证**：核对已外呼合同内容，确保无错误信息传递。 - **跨团队协作**： - 协调运维、数据库团队修复路由协议，同步业务部门准备客户沟通预案。 - 提供分析报告支持管理层决策，避免业务流程停滞。 #### **3. 成果与亮点** - **业务影响控制**： - 将问题范围缩小至1天内特定合同，减少80%不必要的暂停操作。 - 保障了95%正常外呼合同的执行，避免客户投诉风险。 - **技术价值**： - 快速定位路由协议与VA兼容性问题，推动Docker环境下的路由异常处理标准化。 - 建立“错误码-业务影响”映射表，未来可快速响应类似问题。 #### **4. 反思与复用性** - **经验总结**： - 复杂系统中，异常提示需关联具体业务场景（如“333”对应月租合同）。 - 最小化干预需依赖数据验证，而非依赖假设。 - **方法论推广**：适用于容器化升级中的兼容性风险预判
02025-04-18 10:48
本案例针对业务系统中“未抵押（VRC）”字段逻辑混乱、历史数据与业务规则断层的问题，通过自主设计的**“三维穿透法”**（时间/场景/角色穿透），系统性定位数据漏洞并推动风控流程优化。 #### **1. 系统架构与业务痛点** - **原系统缺陷**： - 抵押状态依赖VRC字段，但无明确标识，业务方口头规则矛盾（如“VRC 100%可靠” vs 实际82%准确率）。 - 历史数据存在12%误标（已抵押显示为未抵押），且2019年前数据无审计日志。 - **业务风险**： - 车辆回购流程可能被“未抵押”错误数据规避，引发资产损失。 #### **2. 解决方案与职责** - **三维穿透法**： - **时间穿透**：分析5年全量数据（2.4万条），定位2021年前VRC字段误标率及数据同步延迟问题。 - **场景穿透**：通过“SWIM提问法”挖掘隐藏规则（如180天自动豁免、高风险文件缺失仍可结算），构造临界案例验证漏洞。 - **角色穿透**：交叉验证业务、IT、风控三方表述，整理12条冲突案例推动共识。 - **交付成果**： - **抵押状态全量图谱**：标记3类特殊场景（如自动豁免）及历史数据陷阱。 - **可信度评估表**：量化不同时期数据可靠性（如2019年前数据需手动补验）。 - **风险备忘录**：指出业务方“仅看VRC”的认知盲区，推动规则标准化。 #### **3. 技术亮点** - **自主挖掘**：发现业务方未提及的180天自动豁免规则，填补风控盲区。 - **数据驱动**：通过SQL验证+临界测试，将模糊规则转化为可量化风险指标。 - **跨团队协作**：联合IT修复数据同步延迟，推动风控流程升级。 #### **4. 反思与价值** - **业务影响**：减少因数据错误导致的车辆回购风险，提升资产安全性。 - **方法论复用**：“三维穿透法”可推广至其他依赖历史数据的复杂业务场景。
02025-04-18 10:38
本案例基于真实业务场景，通过数据分析发现智能助手接听（如Siri）与真实客户接听被系统混用同一状态码的问题，导致外部通信数据（82%新消息率）与后续转化率（仅22%）出现矛盾。 **系统架构与业务模型**： - 原系统采用统一状态码标记“可联”客户，未区分*助手接听与真实接听。 - 业务影响：Risk Team的失联评估模型因“伪可联”数据干扰，导致坏账率上升，尤其在OS18普及后问题加剧。 **功能优化与职责**： 1. **技术溯源**：确认系统设计缺陷，将*助手挂机与其他无效沟通混用同一识别码。 2. **解决方案**： - 建立IGF关键词库（如“助理”“录音”+声效特征），提升*助手识别率至95%。 - 推动IT团队新增独立识别码，并触发语音留言兜底流程。 3. **成果**： - 失联模型准确率显著提升，减少百万级坏账风险。 - 验证了“解决无感知故障比优化显性指标更重要”的闭环思维。 **反思与价值**： - 初期低估设备碎片化问题，后续通过定期标注调优完善关键词库。 - 体现跨团队协作（Risk Team、IT）和金融场景中数据严谨性的重要性。
02025-04-18 10:29
