百融云创副总裁申宇峰:金融数字化核心在于数据、技术驱动

来源:财经网 2020/11/03
分享到:

金融和科技,相互促进又相互支撑发展,基于金融科技的数字化作为银行业的“新基建”,正在成为中小银行加快发展的突破口,也将为新一轮产业革命提供新的动能。

金融科技的快速发展为银行业带来较大的创新空间。传统金融业务经营创新的需求、客群特征的快速变化是驱动中小银行进行数字化转型的最大动力。此外,大行业务下沉、互联网金融企业跨界竞争以及利率市场化,也对中小银行的盈利能力带来挑战。这都进一步推动中小银行加快数字化转型步伐,寻求新的发展模式和路径。

对于数字化转型过程中金融科技可发挥的作用和技术保障,百融云创副总裁申宇峰以其深厚的技术理论和丰富的从业经验,解读了云计算、大数据和人工智能技术在风控管理和量化方面能够发挥的作用,阐释了技术为银行业转型升级创造的发展契机。

银行组织与体系的升级

申宇峰表示,个性化的消费诉求、日趋白热化的市场竞争、金融监管的变化、金融供给侧改革等多种因素叠加,驱动金融机构数字化转型。数字化转型,意味着转换、融合、重构、敏捷:从传统的信息技术承载的数字转变成“新一代IT技术(云计算、大数据和人工智能)”的数字,实现技术应用的升级;打通全方位、全过程、全领域的数据,实现实时流动与共享,实现信息技术与业务管理的真正融合;基于数字化,加快传统业态下的产品设计、研发、运营、管理等的变革与重构;打破部门壁垒,发展敏捷组织,实现产品创新面向市场的快速响应。

核心在于数据和技术驱动

数字化核心在于数据、技术驱动。主要体现在三个方面:第一,风控数字化,要求丰富机构数据,特别是对人行征信的补充,如申请人非银信贷记录、网购消费等行为数据,以数据为基础,借助数据运营技术,实现贷前贷中贷后风控数字化,解放生产力。第二,客户数字化,需要以数据和技术为基础,在风险识别、需求识别、存量客户深耕、睡眠户激活等多个维度重塑客户经营和管理体系。第三,运营数字化,通过采集行为数据、纳入外部数据,以数据和技术为驱动,在获客场景、存量客户管理场景实现全面数字化营销和运营。

而要做到这些,需要大数据和处理技术支持,包括身份验证数据(要素验证)、反欺诈数据(团伙欺诈、多头数据、黑名单、欺诈评分)、信用数据(消费、偿债压力、授信额度建议、信用评分)和基于内外部数据的衍生其他数据,以及数据建模技术(LR、机器学习、深度学习、关系图谱)、系统处理技术(数据集市、决策引擎、催收系统、图数据处理、设备指纹技术、贷后管理系统)和智能语音(营销/催收机器人)。

在数字化运营业务流程中,百融云创客户全生命周期包括能前端营销获客、贷前识别欺诈客户风险、准确评估申请人信用,贷中实时动态监控预警,贷后催收策略。其中贷前信贷流程的关键节点包括获客、反欺诈、信用评估、提供额度、计算利率。针对团伙欺诈排查,可以应用机器学习算法、Label Propagation、Fast Unfolding来实现社团分割算法,再通过BigClam、关系推理、Graph embedding实现风险识别。如某城商行互联网贷款审批流程,通过应用大数据模型,减少人工审批环节,审批效率提高,审批成本下降,同时审批效果提升。

百融云创还可以通过营销响应分和营销成单分评估,实现存量客户精准营销。大数据和机器学习也从客户风险、价值、意向、需求的维度,来实现数字化客户分层和分群。

与此同时,贷中的实时监控存量客户,可以对潜在风险早发现、早处置,有效降低逾期率,并同时节约成本,提升体验。在制定贷后催收策略时,可根据逾期客户分层制定差异化催收策略,提升整体催收效率,优化催收资源分配,降低催收成本。

构建数字化转型的“3+1”平台

百融云创结合内外部数据源,形成数据仓库和实时仓库,通过特征池/库的提取调用,经过模型训练平台模型部署管理平台和决策引擎,实现各类业务应用,如反欺诈、贷前信用评估、贷中风险监控、贷后催收策略、精准获客与渠道管理。

有了上述理念与技术框架,百融云创基于数据中台,依托自动模型训练平台、自动模型管理平台和决策引擎平台,构建科技助力银行数字化转型的“3+1”平台,实现两个闭环:打造“数据获取—数据积累—数据应用”的数据生态闭环,构建“模型训练—模型部署—业务应用—更新迭代”的模型全生命周期管理闭环。

基于业务主题的数据中台负责数据关联与统一、数据资产积累和数据服务。其中,包括对海量数据信息进行统一计算,加工,对数据的标准和质量进行统一;所有数据被整理后会形成企业特有数据标准,再进行深入挖掘,产出业务逻辑,算法模型和抽象统一,生成大数据资产,为业务服务,数据服务;基于前两步的准备,开始定义服务中心和服务,提供数据资产管理目录,按需提供服务。

编辑: 张洁欣
分享到:

相关新闻