自然人类客户信贷业务主要包括怎样发展客户?

原标题:明略人·魏明:普惠金融难?小额信贷不良率降低60%,我们是这么做的...

“我们把那些优秀的信贷员和风控专家的想法提炼出来,把他们变成计算机自动运行的智能风控规则模型,结合大数据的技术和理念,把所有数据中的风险找出来,跨系统推送给客户,大大提高了信贷员的工作效率。”

新的一周,我们又来推送新的“明略人”啦。上周,我们分别从三个维度讲述了明略人在大数据和人工智能领域的实践与行业洞见。今天,让我们走进明略人与客户并肩的世界,感受明略人的温度。

对于传统银行,每天都面临着诸多压力,业务面临互联网冲击,普惠金融面临不良率上升的压力,三农信贷压力大,而系统分散也造成了业务人员面对一个查询跑几个小时,一个报表跑一天,一本一本的审阅信贷报告...无疑,科技是解决这些问题的关键因素之一,但是这个过程是怎样的呢?

明略数据成立三年间与客户并肩实践大数据和人工智能技术,让每一个数据实时在线,让每一个风险提示可呈现,帮助每一个业务人员避免重复劳动,提高每一次查询的效率,一切从让机器理解每一条数据和每一笔业务开始。

就像魏明所说:“以前需要4个小时才做好的一个数据处理的需求,现在只需要十几秒钟就能出来了。”

魏明,明略数据华北区总经理,丰富的企业解决方案规划实施经验,致力于用先进的分布式信息处理技术和理念,为企业打造先进的大数据系统,帮助企业提高经营分析决策能力,提高工作效率,完善企业管理,助力企业在大数据时代激流勇进,成功转型。

以下为内容文字整理版。

大家好,我是魏明,来自于明略数据。我是明略数据华北区的负责人,在这里很高兴能够给大家介绍一下,在过去三年里明略数据华北区做的一些典型的项目和一些感人的事迹。

大家知道现在是互联网的时代,也是大数据的时代和知识经济的时代。在这个时代里,人们的衣食住行、各行各业受到了很大的影响,方式也产生了很大的变化,传统的行业其实也受到了很大的冲击,包括商业银行、政府,大家都思考在互联网时代,知识经济的时代里,如何去用更好的技术和方式来让自己的效率去提升、去应对这个时代带来的挑战。

在这里我给大家分享一下在过去三年里,我们做的两个比较有典型意义的客户,一个是国有的商业银行,一个是公安系统。首先跟大家介绍国有商业银行,在过去这几年里,宏观经济的形势发生了很大的变化,经济增速下滑,拉动传统经济的三架马车,像投资、消费、出口,都受到了很大的冲击,都变得很疲软。所以传统的商业银行也在思考如何去应对这个变化。在过去几年里不仅宏观经济发生着变化,商业银行内部也实施了一些新的一些政策和法规,比如说是像利率市场化、存款保证金调整,以及存款保险破产制度,这些新的规定的实行对商业银行来说,都是很大的冲击,他们都要去思考,如何去提高自己的效率去应对这些变化,与此同时,在互联网经济时代下面,像以BAT为首的互联网的平台企业,也向传统的商业银行发出了冲击。

无论是在吸纳存款,还是以支付宝为代表的第三方支付,还是像余额宝为代表的资金归集,还有征信,像蚂蚁金服的芝麻信用,以及发放贷款等方面,这些互联网平台企业都对商业银行带来了冲击。

在过去的几年里面,商业银行利润的增长率已经下滑到2%以下,传统的商业银行也在思考,在目前的这个大数据时代,在这样一个互联网的时代,如何去借助于大数据、借助于互联网的新技术和思维,去提升银行的效率和改善经营模式。

三年以前,我们明略数据非常有幸的去跟客户一起去探讨这个事情。当时客户对于互联网技术跟传统的商业银行业务如何去衔接、去结合心里没有很明确的规划,甚是说没有明确的预期。因为当时虽然大数据非常热,大家都在讨论,大数据时代来了!但是究竟大数据和互联网该如何去跟商业银行去结合,如何去落地产生效果,大家心里面都没有根,因为它没有成功的案例可以去借鉴。

银行系统从很早就开始了电子化和信息化,最早像储蓄系统、贷款系统,包括公积金,理财,保险系统都实现了信息化,建设了IT系统,主要是由包括像IBM,以及国有的一些大的软件公司为商业银行提供IT技术开发和支持。但是这些系统通常都是办理银行业务的生产系统,也就是具体负责银行的业务受理直接相关的内容。但是随着我们这个数据时代的到来,如何去借助银行的业务数据去分析,去做精准的营销和风控?

所以在这种情况下,我们明略数据同银行一起去思考,如何用大数据去帮助银行去实现转型,为此先做了一个大数据咨询。咨询完成之后,开始了具体到大数据的实施落地,我们首先把我们公司最核心的一个产品MDP,就是我们大数据的平台引入到了客户那里,通过这个平台,把客户各个业务线的业务数据都给汇总起来,通过数据归集形成了数据统一的出口。同时我们基于数据本身特点,以及这个业务对数据需求的特点,我们对相关的业务数据进行了治理,形成了数据统一视图,提供一些像精准营销,还有分析、风控等各个场景的需求。

我们去搭建这个大数据平台之前,客户也有很多数据处理的需求。他们之前这个数据平台是建立在Oracle这样传统的数据库之上的。在传统数据库上面,他们之前有些数据库的要求,通常需要4个小时才能跑完一个查询。比如像一张报表,里面有很多指标需要计算,由于数据量特别大,想很快拿到结果是个很困难的事情。有了我们这个大数据平台之后,以前需要4个小时才做好的一个数据处理的需求,现在只需要十几秒钟就能出来了;以前需要一天做的报表,现在可能几分钟就出来了。我们通过大数据平台的引入,用最先进的技术和理念帮客户解决了数据需求的痛点,让客户庞大的数据不再是负债,不再是沉寂在各个地方散落的、死的数据,变成一个活的数据了,而真正转变成资产了。

我们起初在想,是不是数据通过大数据平台建设,采集、汇集之后,就能够很好的帮到客户呢?在接下来的系统实际使用中发现,其实并不是那样。因为并不是每一个人都会去使用大数据平台去处理数据需求。更多的人日常还是在各个生产业务场景里面。

我们当时就挑了一个业务条线—三农业务。因为考虑到普惠金融是国家对商业银行的重点要求。我们用大数据的思维和技术,把我们公司最擅长的技术和产品,与客户实际需求的痛点相结合。

在三农业务条线里围绕着帮助客户去降低不良,实现这么一个核心目标。我们把这个目标分解成很多方面。首先第一方面是控制风险。把目前的这些贷款的业务客户,把它的风险及时地找出来,然后在风险集中爆发之前,就能够提前的去通知银行,提前做好准备。第二方面是去帮助银行发展业务,把客户的储备能够持续做大,让银行有更多客户储备。

首先针对三农这个业务做了分析。我们发现三农的业务是有些特点的,第一个是什么呢?它的客户的地址比较分散,客户多是在这个村养鸡、在那个村养羊、在这个村做批发、在那个村开工厂……这个村与村之间的距离还是比较远的。一个信贷员,通常有几百个客户。光做贷后检查,他每天花在路上的时间就很多。导致了信贷员真正有效的工作时间是很少的。所以,我们引入了地图,用地图的方式把信贷员每天要做的贷后检查准确的标示出来,让客户可以去合理的去制定一个有效的规划。让他一个上午就能够在同一个地方,把这里所有相关的客户的贷后检查都能够做了。就大大提升了贷后检查的效率。

第二个,就是我们用大数据的手段把潜在的业务风险,通过后台数据分析,给它集中的找出来。以前银行客户做风险排查,需要发动大量人力资源去做摸排,把那些所有相关的业务都过一遍。那个成本是非常非常高的,正是因为高,也就不愿意做,经验也不足,所以这个效果并不是很好。与此同时,我们发现在客户的体系内、组织内,有很多很优秀的信贷员、风控专家,只是限于他们个人能力有限,传统的方式没法去把所有的风险都找出来。所以,其实有很多风险还是会爆发出来。所以,我们就思考:能不能把这些优秀的信贷员或者风控专家的好的想法提炼出来,把它变成计算机可以处理的规则,通过这些计算机可以处理的规则模型,再结合大数据的技术和理念,把所有业务里面的风险都提前找出来,然后再把结果直接推送给相关的每一个信贷员?我们就按照这个思路,把客户里面非常好的风控想法和规则提炼出来,总共梳理出了28个规则,借鉴大数据的技术,每天晚上把所有的数据过一遍,把潜在的风险结果全部找出来,第二天早上一上班,就能够给到客户,他们再去下发给相关的人员,效率就会大大提升。但是在系统上线实施后,我们发现这个系统实际的使用效果没有我们想象的那么好,我们就去实际的调查为什么?为什么用的人那么少?是不是我们系统做的不够好?还是数据不够准?

我们在实际的调查中发现,其实是因为目前客户他们有自己的一套业务系统,他们每天的时间都很满,忙于处理各种业务。我们单独再建了一个数据分析系统,这些结果虽然很准确,但是它毕竟不在这个系统里面。也就是客户每天日常的操作场景里面,他是看不见这些系统和这些数据的,他们即使知道有这个系统,也不知道什么时候去用。两者之间有一个脱节。

所以我们在第二期工程里,通过系统插件技术,建立了实时的双向通道,打通了这两个系统,把数据分析的结果实时推送到生产业务系统中的场景里面去,做到风险前置。可以让信贷员在业务受理时就能看到,这个行业有什么风险、这个客户有什么风险?把风险尽量控制在早期。这些是我们在商业银行体系内做的非常有意思的一些探讨。目前这个案例得到了客户的高度的认可和评价。

第二个我想简单说一下公安客户。现在国家对治安态势防控、智慧公安,都有很高的要求和期待,但是警力必定是有限的。如何去通过大数据技术和思维,帮助我们公安的民警更加高效的去办案和执法,我相信也不仅是明略,实际上是每个社会公民的责任。我们在过去一年里面,通过技术手段帮助公安民警,无论是布控、还是重点人分析、还是研判,都通过在线系统呈现出来。有了这套系统之后,现在我们的客户每天,无论是判案、还是串并案、还是重点防控、治安态势分析,都有了一个很清晰的了解,通过技术大大提升警力。

这就是我今天的全部分享,谢谢大家!

我是魏明,我是明略人,我们用科技延伸人类智慧。

新一轮人工智能的革命已经到来。明略人作为“行业人工智能”的推动者,秉承着“极客追求·极致服务”的精神,正在凭借着自身强大的数据处理能力、学习能力,整合资源,结合各行业知识,深入大数据智能挖掘在各领域形成行业人工智能应用雏形。2017年,我们将与客户比肩同行加速实现传统行业的智能化升级让人类在专业领域更高效。

未来,明略人用科技延伸人类智慧

6月14日,我们会带来四集《徐安华与NLP:让机器真正懂“人话”》

徐安华与NLP:让机器真正懂“人话”

“在现在的时间点上,学术界和基础研究领域已经帮我们提供了非常好的技术“积木”,我们将这些“积木”累积起来,变成企业的城堡,将人工智能真正落地,帮助企业构筑起自己在行业内部的竞争力和护城河。”

“明略人”明略人菜单栏,随时关注《明略人》更新。

}

专业文档是百度文库认证用户/机构上传的专业性文档,文库VIP用户或购买专业文档下载特权礼包的其他会员用户可用专业文档下载特权免费下载专业文档。只要带有以下“专业文档”标识的文档便是该类文档。

VIP免费文档是特定的一类共享文档,会员用户可以免费随意获取,非会员用户需要消耗下载券/积分获取。只要带有以下“VIP免费文档”标识的文档便是该类文档。

VIP专享8折文档是特定的一类付费文档,会员用户可以通过设定价的8折获取,非会员用户需要原价获取。只要带有以下“VIP专享8折优惠”标识的文档便是该类文档。

付费文档是百度文库认证用户/机构上传的专业性文档,需要文库用户支付人民币获取,具体价格由上传人自由设定。只要带有以下“付费文档”标识的文档便是该类文档。

共享文档是百度文库用户免费上传的可与其他用户免费共享的文档,具体共享方式由上传人自由设定。只要带有以下“共享文档”标识的文档便是该类文档。

}

摘要:微表情识别技术可以通过分析面部表情的变化来洞察客户的情绪变化,识别信贷欺诈风险。

每隔一段时间,就会有类似“金融机构大幅裁员,职位被人工智能取代”的新闻见诸报端。事实果真如此吗?业内人士指出,人工智能的确可以替代金融行业中一部分机械性、重复性的工作,但目前核心业务还是要依靠人类来完成。对于整个行业而言,人工智能无疑可以起到提高效率和水平的作用。

不少投资者发现,越来越多的金融机构开始在网点使用智能终端或智能机器人。建设银行一位网点负责人表示:“目前一些常规简单的业务,我们都推荐客户使用智能终端来办理,解放了人力,也提高了效率。”

此前由建设银行在上海九江路推出的无人银行,更是引发社会的广泛关注。其中的一大亮点“刷脸支付”,使得客户不需要通过银行卡与密码,只需轻松“刷脸”,便可完成存取款等现金类业务的办理,非常方便和快捷。

而对于金融机构的销售人员来说,以往记下种类繁多的金融产品条款规则可谓费心费力。而平安“金融壹账通”基于智能文本阅读理解技术开发的Gamma智能销售助手,就解决了这一痛点。客户可以针对任意一款金融产品的细节对助手进行提问,这个类似智能音箱的装置会实时给出专业标准的答案。重要的是,这个助手的学习速度非常快,当新产品发布时,助手可以秒级读入产品文本,实时理解产品细节,立刻可以解答客户的各种提问,极大降低了银行营销人员的培训成本。

“在某些方面,AI的能力的确已经领先人类,比如大数据分析、人脸识别,利用好这些可以大幅度提高金融机构的风控水平。”金融壹账通智能金融高级总监郭鹏程举例,基于10万用户级金融场景视频、图像资源库,该公司的微表情识别技术可以通过分析面部表情的变化来洞察客户的情绪变化,识别信贷欺诈风险。同样,太平洋保险的“听风者”产品,也可以在受理客户报案时,从其语音中识别出异常情绪,从而挖掘欺诈线索。

“截至目前,中国银行打造的新一代网络金融事中风控系统已累计监控交易数亿笔,拦截欺诈交易数千笔,避免客户损失数千万元。”中国银行相关负责人介绍称,该系统整合了行内外客户数据,形成了360度的客户风险视图,并利用人工智能技术,对涉及电子商务交易的第三方支付公司和商户进行尽职调查,提高交易反洗钱审查效率,同时使用机器学习模型,分析客户交易行为习惯,以发现欺诈交易行为,规避客户资金风险,形成实时监控与反欺诈能力,实现风险防控和客户体验“双提升”。

而作为一家拥有大量支付数据的第三方支付公司,汇付天下基于SKY爬虫引擎技术,开发了针对网贷行业的“Ask Me”系统。该系统可通过机器学习和自然语言分析,对抓取页面进行动态解析和大数据处理,实现违法网站检测、舆情情绪分析等多样化应用。

随着大数据技术的发展和积累,理财客户的用户画像越来越准确清晰,为客户在线提供千人千面的服务也成为可能。目前,不管是银行、券商还是第三方财富管理机构,都纷纷试水智能投顾,旨在用人工智能来代客理财。

所谓智能投顾,指的是金融机构根据投资者的风险承受水平、收益目标以及投资风格偏好等个人特色,运用一系列智能算法及投资组合等理论模型,为用户提供投资参考,并根据市场情况动态调整。

以招商银行的“摩羯智投”为例,只要客户选择了投资年限、风险偏好等,智能投顾就能为客户量身定制一款基金组合方案。根据选择的不同,金融产品配置的类型和比例都会因人而异,当然收益也不尽相同。

而中国银行的“中银慧投”不仅为手机银行渠道的中高端客户开放智能投顾功能,提供资产诊断与配置建议,还面向理财经理提升投资指导服务功能,建立线上线下联动机制,构建差异化服务体系。

当然,智能投顾所能达到的收益水平有待进一步观察。有观点认为,目前的智能投顾偏重于概念,学习机制的原理不为外人所知,盈利水平也不甚理想。未来,人工智能和人类理财顾问的双重保障才是发展的方向。

栏目主编:张杨 文字编辑:张杨 题图来源:视觉中国 资料图 图片编辑:徐佳敏

上观 版权所有 所有文章均为上观所有 不得转载 保留所有版权

特别声明:本文为网易自媒体平台“网易号”作者上传并发布,仅代表该作者观点。网易仅提供信息发布平台。

}

我要回帖

更多关于 自然人类客户信贷业务主要包括 的文章

更多推荐

版权声明:文章内容来源于网络,版权归原作者所有,如有侵权请点击这里与我们联系,我们将及时删除。

点击添加站长微信