把环境信息、生长条件和建筑限制分成明确输入，先回答系统必须满足什么，再讨论方案形态。
SELECTED WORK / 2023—2024BENLI FAN / PORTFOLIO
DATA × RESEARCH × SYSTEM
从设计研究出发，把复杂问题转成清晰决策。Turning complex research into clear product decisions.
BENLI
INDEX / 目录PAGE 02 / 06
SELECTED
WORKS
SCROLL CONTINUOUSLY
OR SELECT A CHAPTER
PROJECT 01PAGE 03 / 06
PARAMETRIC SYSTEM / INDIVIDUAL
城市微藻立面
智能碳管理系统
Urban Algal System Design
2024南京独立研究与设计
PRODUCT ROLE FIT / 项目与岗位
我的项目为什么
符合产品岗位？
Why This Project Fits a Product Role
我在这个项目中处理的不是单一的立面形式，而是一项由多类约束共同决定的系统配置问题。我先梳理污染来源、太阳辐射、微藻生长条件和既有建筑限制，再把连续的光照分析转换为可计算点集。随后通过行为模拟生成多组网络，对密度、曲率和路径关系进行比较，最后才确定管线与反应器的组织方式。这个过程与产品工作中的需求建模、规则设计、方案评估和配置决策高度一致。
通过改变节点密度、终点和曲率生成多组结果，观察变量变化如何影响网络，而不是凭直觉选择。
将比较结果继续落实到水路、气体交换与反应器模块，让模型输出对应具体系统关系。
这项工作的核心不是生成复杂造型，而是建立一条可追溯的决策链：环境信息进入模型，参数变化产生可比较方案，比较结果再决定实体模块如何配置。
SCROLL TO UNFOLD ↓
01 / CHALLENGE
问题与约束
Problem & Constraints高密度居住区同时面临空气污染与热环境压力。微藻立面的价值不只在外观：光照、水、温度、二氧化碳供应以及既有建筑条件，都会影响系统能否成立。因此，项目首先需要建立一套能够同时容纳环境与工程约束的判断框架。
02 / APPROACH
研究与决策
Research & Decision-Making我先梳理场地污染来源与周边功能，再分析立面太阳辐射，将连续的光照结果转换为可用于计算的点集。随后借助黏菌行为模拟与最短路径逻辑生成网络，并对节点密度、曲率和路径关系进行多组对照，以排除缺乏解释力的结果，逐步确定管线与反应器的布局方向。
03 / OUTPUT
方案产出
Design Outcome最终形成由生长条件、路径网络、循环水路、气体交换与生物质回收组成的系统概念，并将计算结果落实为建筑尺度的模块关系。
DATA WORKFLOW / EVIDENCE TO DECISION
我如何处理数据，
并让它支持决策？
How I Turned Data into Decisions
01
SOURCE
整理环境输入
Organise Environmental Inputs场地污染、周边功能、立面太阳辐射与微藻生长条件分别归类，避免不同性质的信息被混为一谈。
02
TRANSFORM
把分析结果转为点集
Convert Analysis into Point Sets将连续的辐射分布转换成网络生成可以使用的空间点位，使研究结果能够真正进入下一步计算。
03
COMPARE
建立参数对照
Build Parameter Comparisons改变节点密度、目标点和曲率并保留结果差异，用并置方式判断哪些网络更符合系统约束。
04
DECIDE
从结果回到模块
Translate Results into Modules计算不是终点；筛选出的网络继续指导管线、反应器、水循环和气体交换之间的配置关系。
PRODUCT DECISION PATH
从模糊问题到
可执行方案
From Ambiguity to Action
定义输入
Define Inputs梳理场地、污染、辐射和生长条件，统一进入模型的信息边界。
转换数据
Transform Data把太阳辐射结果转为点集，并建立路径生成所需的计算关系。
比较方案
Compare Options对密度、曲率与路径结果进行并置，识别参数变化带来的差异。
配置模块
Configure Modules依据比较结果组织水路、气体交换与立面单元，完成系统收敛。
01 / INPUT
用环境数据界定问题
Defining the Problem with Environmental Data我把场地、污染来源、日照条件与微藻生长需求放在同一套输入框架中，先确认系统必须回应哪些条件，再进入形式设计。
02 / MODEL
用参数比较支持筛选
Using Parameter Comparison to Support Selection节点密度、终点与曲率不是视觉效果选项，而是用于检验网络差异的变量。多组结果的并置，使方案筛选具有清晰依据。
03 / NOTE
准确说明计算方法
Describing the Computational Method Accurately本项目使用规则驱动的行为模拟与参数化建模，体现的是算法和模型思维，并未将其包装为未经验证的生成式 AI 应用。
PROJECT 02PAGE 04 / 06
MULTI-SOURCE DATA / INDIVIDUAL
湿地生态治理
与空间决策方案
Wetland Landscape Design
2023老挝纳开高原独立研究与设计
PRODUCT ROLE FIT / 项目与岗位
我的项目为什么
符合产品岗位？
Why This Project Fits a Product Role
这个项目面对的是典型的多目标决策：生态修复、居民生计、农业生产和游憩发展相互牵制。我先对照 1984—2016 年历史变化，并叠加水文、地形、物种活动、碳排放与居民分布等资料，识别变化趋势和冲突节点；随后将问题拆为湿地、农业、旅游与社区四个模块，明确彼此依赖并安排推进顺序。它对应了产品岗位中常见的多源信息整理、利益相关者分析、功能域拆解和路线图规划。
对照不同时期的水域变化，并把水文、地形、物种与居民资料放到同一空间框架中阅读。
从重叠信息中识别冲突，把复杂议题拆为四个边界清晰、仍保留依赖关系的模块。
从区域策略继续拆到节点，并按照依赖关系组织近期干预和长期演进方向。
面对多目标问题，我先统一信息口径，再定位冲突、划分模块并明确依赖关系。这与复杂产品中梳理利益相关者、拆解功能域和制定路线图的工作方式一致。
SCROLL TO UNFOLD ↓
01 / CHALLENGE
问题与约束
Problem & Constraints水坝改变了湿地水文过程，并对珍稀白翅鸭栖息地、鱼类迁徙和周边居民生产生活产生连锁影响。生态修复、农业、生计与旅游并非彼此独立；任何单点方案都可能把压力转移到另一个系统。
02 / APPROACH
研究与决策
Research & Decision-Making我整理并对照 1984—2016 年历史变化图，同时叠加水文、地形、物种活动、碳排放与居民分布等信息，识别变化趋势、空间冲突与关键节点。随后按对象和依赖关系，把需求归纳为湿地、农业、旅游、社区四个模块，并据此组织分区和时序策略。
03 / OUTPUT
方案产出
Design Outcome最终方案由人工浮岛、水系调节、稻渔生产、游憩路径与社区节点共同构成，在栖息地修复和居民生计之间建立分阶段的协同路径。
DATA WORKFLOW / EVIDENCE TO DECISION
我如何处理数据，
并让它支持决策？
How I Turned Data into Decisions
01
TIMELINE
统一时间尺度
Align the Time Scale将 1984—2016 年历史变化图按同一逻辑对照，先读出水域扩张与环境变化的连续过程。
02
LAYERS
叠加多源信息
Overlay Multiple Evidence Layers水文、地形、物种活动、碳排放和居民分布被分别保留，再通过空间关系判断重叠与冲突。
03
CLUSTER
归纳问题模块
Cluster Issues into Modules根据对象和依赖关系，把分散问题归入湿地、农业、旅游与社区四类，避免策略彼此重复。
04
ROADMAP
组织实施顺序
Organise the Delivery Sequence从区域框架到浮岛、塘田、河岸和社区节点逐层拆解，使长期目标对应可理解的行动层级。
PRODUCT DECISION PATH
从模糊问题到
可执行方案
From Ambiguity to Action
对齐资料
Align Evidence整理不同时期和不同主题的资料，使变化趋势可以横向对照。
定位冲突
Locate Conflicts叠加自然与人群信息，识别相互影响的区域和优先节点。
模块拆解
Structure Modules按对象、边界和依赖关系组织湿地、农业、旅游与社区策略。
分期落地
Phase Delivery把区域框架逐层拆到设施、路径与社区节点，形成推进顺序。
01 / EVIDENCE
从时间序列识别变化
Reading Change through Time-Series Evidence通过对照 1984—2016 年水域变化与地形关系，我把笼统的“生态退化”拆为可定位的过程、区域和影响链。
02 / FRAMEWORK
从多目标冲突到四个模块
Structuring Competing Goals into Four Modules水管理、湿地系统、社区与旅游交通分别拥有清晰对象，同时保留彼此依赖，降低局部决策对整体系统造成的副作用。
03 / DELIVERY
从宏观策略到节点规格
Translating Strategy into Site-Level Specifications总体框架继续拆解到浮岛、塘田、河岸与社区节点，使每项系统策略都能对应具体场景和使用者。
PROJECT 03PAGE 05 / 06
USER RESEARCH / INDIVIDUAL
校园气味与设施体验优化
Landscape Infrastructure Design in Campus
2023—24南京独立研究与设计
PRODUCT ROLE FIT / 项目与岗位
我的项目为什么
符合产品岗位？
Why This Project Fits a Product Role
这个项目从一种难以量化、却直接影响使用体验的感受出发：校园气味。我通过现场观察记录气味来源、问题点位、视觉状态与典型使用情境，再把分散记录按设施、环境、动线和运维关系进行分类，区分垃圾点、卫生间、停车与绿地节点的不同成因。最终，每类触点都对应具体干预，而不是套用统一的美化方案。这套工作方法与产品岗位中的用户研究、体验地图、需求分层和服务运营优化直接相关。
记录气味从哪里产生、在哪个点位被感知，并与当时的视觉状态和使用情境对应。
按触点与成因整理分散记录，区分设施、环境、动线和运维问题，减少模糊描述。
让不同触点分别对应设施更新、缓冲绿化、识别和维护策略，而非只做表面美化。
这项研究把难以量化的感官体验转成结构化场景资料：每条问题记录都尽量对应来源、触点、使用者感受、环境状态和干预方式，为需求分类与服务优化提供依据。
SCROLL TO UNFOLD ↓
01 / CHALLENGE
问题与约束
Problem & Constraints校园中的垃圾分类设施、公共卫生间、停车和绿化空间相互叠加，气味、视觉与通行体验因而出现不一致。单纯做景观美化无法回答两个关键问题：问题发生在哪个触点，以及不同使用者为何会回避某些区域。
02 / APPROACH
研究与决策
Research & Decision-Making我通过现场观察记录气味来源与问题点位，并将视觉感受、嗅觉感受和典型使用情境进行对应。随后按设施、环境、动线与运维关系整理问题类型，区分垃圾点、卫生间、停车和绿地节点的不同成因，再为各类触点制定差异化配置。
03 / OUTPUT
方案产出
Design Outcome最终形成覆盖垃圾分类点、公共空间、停车与休憩节点的优化方案，措施包括设施集中、动线整理、绿化缓冲、视觉识别，并将容量和维护等运营因素纳入考虑。
DATA WORKFLOW / EVIDENCE TO DECISION
我如何处理数据，
并让它支持决策？
How I Turned Data into Decisions
01
OBSERVE
记录现场事实
Record Field Evidence气味来源、问题点位、视觉状态和使用情境分别记录，使“感觉不好”被拆成可以复查的信息。
02
MAP
建立空间对应
Build Spatial Correspondence把观察结果放回校园地图，判断问题是否集中在垃圾、卫生间、停车或绿地等特定触点。
03
SEGMENT
按成因进行分类
Segment Issues by Cause设施容量、空间遮挡、通行动线和维护方式分别归类，避免把不同问题归为同一种“环境差”。
04
MATCH
匹配差异化方案
Match Targeted Responses每类触点依据成因匹配设施集中、绿化缓冲、视觉识别或运维调整，保证判断与方案一一对应。
PRODUCT DECISION PATH
从模糊问题到
可执行方案
From Ambiguity to Action
观察体验
Observe Experience记录气味来源、问题点位、视觉状态与典型使用情境。
标记触点
Map Touchpoints把分散记录放回校园空间，建立问题与位置的对应关系。
归纳需求
Structure Needs按设施、动线、环境和运维拆解成因，区分不同节点需求。
匹配干预
Match Interventions为各类触点配置设施、绿化、识别与维护策略。
01 / RESEARCH
让隐性感受可以被讨论
Making Invisible Experience Discussable我把气味印象、视觉状态和具体场景逐一对应，形成团队可以共同阅读、判断和继续补充的问题描述。
02 / SEGMENT
按点位区分需求
Segmenting Needs by Touchpoint垃圾点、公共卫生间、停车区和绿化节点的成因不同，因此不使用统一模板，而是分别制定设施与环境策略。
03 / OPS
把设施体验连接到运维
Connecting Facility Experience with Operations容量、集中方式、遮挡、动线、识别和停留空间被纳入同一轮判断，避免方案只停留在视觉更新。
PROFILE / RESUMEPAGE 06 / 06
SPATIAL SYSTEMS × DIGITAL THINKING
从复杂空间问题中，找到可验证、可落地的产品路径。
Finding Verifiable Product Paths in Complex Systems
城市与国际规划背景，正在将设计研究能力转向产品管理与产品运营。我的优势不仅是视觉表达，更在于整理复杂资料：对齐不同来源的信息、建立分类框架、识别变量关系，并用比较结果支持方案选择。三个项目分别体现了参数数据处理、多源时序分析和体验研究结构化。
CLICK EACH CARD TO UNFOLD / 点击卡片展开
个人简历Résumé / Profile↗
30 SEC / QUICK VIEW给招聘者的
能力导航Capability Map for Recruiters
能力导航Capability Map for Recruiters
把模糊问题拆成用户、场景与约束
用 GIS 与参数化方法支持比较和判断
把复杂目标组织成模块、依赖与路径
用中英文与视觉表达让团队快速对齐
DATA CAPABILITY / WORKING METHOD
我的数据能力，体现在处理过程，而不只是工具清单。
My Data Capability Is a Working Method, Not a Tool List
统一信息口径
Normalise Information面对地图、时序资料、观察记录和参数结果，我会先区分来源、尺度与用途，再建立能够相互对照的结构。
转换数据形式
Transform Data Formats将太阳辐射转为点集、将历史变化转为时间序列、将感官体验转为场景记录，让信息能够进入分析。
建立比较依据
Build Comparison Criteria通过参数对照、图层叠加和触点分类看清差异，使方案选择能够回到证据与约束，而非停留在偏好。
可视化决策过程
Visualise the Decision Process把输入、处理、判断与输出连成可追溯路径，帮助不同背景的协作者快速理解方案为何成立。
01 / EDUCATION教育经历Education＋
曼彻斯特大学
University of Manchester城市设计与国际规划 · 硕士
南京林业大学
Nanjing Forestry University设计学 · 环境设计 · 学士
02 / PRODUCT产品与研究Product & Research＋
能够从场景观察和问题记录中梳理用户路径、触点与需求差异，并用结构化框架支持优先级讨论。正在持续拓展 Figma 交互原型与 AI 辅助的资料整理、方案发散和表达工作流；涉及 AI 的能力均以实际使用边界为准。
FIGMAXMINDEXCELUSER RESEARCH
03 / DATA数据与系统Data & Systems＋
能够整理时序、空间、环境与观察类资料，通过图层叠加、参数转换、对照分析和可视化表达支持判断。工具服务于方法：ArcGIS 用于空间关系，Grasshopper 与 Rhino 用于参数化建模，Excel 用于表格整理和比较。
ARCGISDEPTHMAPGRASSHOPPERRHINOEXCEL
04 / LANGUAGE沟通与表达Communication＋
具备跨文化沟通、英文研究与数据可视化能力。
IELTS 6.5CET-4ADOBE CCVISUAL STORYTELLING