銀行數(shù)字化廠商全景報告

1、銀行數(shù)字化廠商全景報告目錄1.研究范圍定義2.全場景地圖3.場景定義與廠商解讀4.入選廠商列表1. 研究范圍定義研究范圍隨著金融監(jiān)管的加強與金融規(guī)范的完善，以及受國有大行、股份制銀行、互聯(lián)網(wǎng)銀行和外資銀行的擠壓，區(qū)域性銀行面臨著“不變則衰”的發(fā)展困局。本次銀行數(shù)字化廠商全景報告的研究范圍為大中型區(qū)域性銀行，即經(jīng)營范圍限定在某一區(qū)域（多為省、市、縣、鄉(xiāng)），資產(chǎn)規(guī)模為2千億到2萬億的銀行，其在數(shù)字化轉(zhuǎn)型需求與路徑上具有共通之處，且區(qū)別于國有大行及股份制銀行以及資產(chǎn)規(guī)模小于2千億的區(qū)域性銀行。根據(jù)區(qū)域性銀行進行數(shù)字化轉(zhuǎn)型的關(guān)鍵流程，結(jié)合愛分析對現(xiàn)階段區(qū)域性銀行數(shù)字化轉(zhuǎn)型需求的調(diào)研，在本報告中，愛分析

2、選取了零售營銷、零售風(fēng)控、小微營銷、小微風(fēng)控、供應(yīng)鏈金融業(yè)務(wù)、政府業(yè)務(wù)、財富管理營銷、遠(yuǎn)程銀行、RPA、云平臺、數(shù)據(jù)存儲與處理、數(shù)據(jù)治理、數(shù)據(jù)分析與可視化、機器學(xué)習(xí)模型開發(fā)、數(shù)據(jù)安全、智能運維16個場景，進行重點研究。本報告面向企業(yè)決策層以及數(shù)據(jù)部門、業(yè)務(wù)部門負(fù)責(zé)人，通過對各場景的需求定義和代表廠商的能力解讀，為區(qū)域性銀行數(shù)字化轉(zhuǎn)型規(guī)劃與廠商選型提供參考。廠商入選標(biāo)準(zhǔn)本次入選報告的廠商需同時符合以下條件：廠商的產(chǎn)品服務(wù)滿足各應(yīng)用場景定義的廠商能力要求；廠商具備一定數(shù)量以上的客戶服務(wù)案例（參考第3章各場景定義部分）；2020年廠商銀行業(yè)營收達(dá)到指標(biāo)要求（參考第3章各場景定義部分）。2. 全場景地

3、圖愛分析基于對甲方企業(yè)和典型廠商的調(diào)研以及桌面研究，遴選出在銀行數(shù)字化場景中具備成熟解決方案和落地能力的代表廠商，如下圖所示。（注：以下所有場景中的廠商均按音序排序）3. 場景定義與廠商解讀愛分析對銀行數(shù)字化各場景的定義如下。同時，針對參與了此次報告調(diào)研的部分代表廠商，愛分析撰寫了廠商能力解讀。3.1零售營銷終端用戶：銀行信用卡中心、消費金融部門、網(wǎng)絡(luò)金融部門、個人金融部門、信息科技部門等核心需求：目前，零售信貸市場短期進入調(diào)整期，零售信貸規(guī)模增速放緩，市場份額繼續(xù)向龍頭集中。面對“存量競爭”困局，區(qū)域性銀行在市場搶占方面并無明顯優(yōu)勢，因而當(dāng)前區(qū)域性銀行，尤其是資產(chǎn)規(guī)模2000億-5000億的

4、區(qū)域性銀行戰(zhàn)略重點在精細(xì)化運營。對于營銷而言，精細(xì)化運營的核心在于，關(guān)注核心價值提升同時兼顧效率與成本。為實現(xiàn)精細(xì)化運營，區(qū)域性銀行關(guān)注獲客、留客、價值實現(xiàn)三個主要環(huán)節(jié)，主要面臨如下挑戰(zhàn)：各類銀行零售客戶群體、渠道、營銷手段趨同，競爭格局逐步穩(wěn)定，區(qū)域性銀行的差異化競爭的主要路徑在于本地化場景生態(tài)建設(shè)，但場景生態(tài)建設(shè)具有回報周期長、試錯成本高的特點，區(qū)域性銀行需要基于外部合作，引入低成本獲客場景生態(tài)；消費者所面對的金融產(chǎn)品的多樣化和可選擇性極大豐富，零售業(yè)務(wù)客戶粘性低，對用戶體驗要求愈發(fā)苛刻，全渠道一致性的客戶體驗是區(qū)域性銀行數(shù)字化能力建設(shè)的重點；由于區(qū)域性銀行客戶洞察的深度不足，無法精準(zhǔn)篩選

5、價值客戶實現(xiàn)精準(zhǔn)營銷；而且對銷售漏斗中用戶轉(zhuǎn)化過程的追蹤能力的缺乏，使得其難以對客戶行為變化做出迅速反應(yīng)，最終造成獲客成本高。廠商能力要求：現(xiàn)階段，廠商需要為區(qū)域性銀行接入低成本獲客渠道，比如互聯(lián)網(wǎng)平臺，并對平臺客戶進行初步篩選，輔助區(qū)域性銀行更為精準(zhǔn)的獲客；未來廠商需有足夠的數(shù)據(jù)積累與場景建設(shè)積累，能為銀行搭建或引入個性化、差異化、具有本地特色的場景生態(tài)；廠商需以智能化工具為抓手，分析線上、線下渠道的客戶體驗重點，對其進行提升優(yōu)化；同時需具備打通不同服務(wù)渠道的能力，實現(xiàn)數(shù)據(jù)互通，助力銀行打造全渠道一致性、無感化的客戶體驗；廠商需深度洞察當(dāng)?shù)乜腿?，利用AI、大數(shù)據(jù)、區(qū)塊鏈等技術(shù)建立模型，對客戶

6、進行精準(zhǔn)分層、精準(zhǔn)分析與精準(zhǔn)營銷；同時需借助工具模型對用戶轉(zhuǎn)化進行持續(xù)追蹤，在此過程中不斷衍進模型，以適應(yīng)客戶行為變化，從而達(dá)到更為精準(zhǔn)的營銷與運營。代表廠商：（ 1、服務(wù)過的標(biāo)桿案例在5家及5家以上，并可以提供案例填寫在項目情況中；2、2020年廠商銀行業(yè)營收超過3000萬以上。）每日互動（個推）廠商介紹：每日互動股份有限公司（股票代碼300766）是專業(yè)的數(shù)據(jù)智能服務(wù)商，致力于用數(shù)據(jù)讓產(chǎn)業(yè)更智能。公司通過個推消息推送、用戶畫像等產(chǎn)品，在為開發(fā)者提供高效解決方案，助力APP精細(xì)化運營的同時，積累了海量數(shù)據(jù)資源。截至2021年6月30日，每日互動開發(fā)者服務(wù)SDK累計安裝量突破760億，其中智能

7、IoT設(shè)備SDK累計安裝量超1.5億，形成了覆蓋面廣、實時性強、穩(wěn)定性高的數(shù)據(jù)優(yōu)勢。同時，公司充分發(fā)揮數(shù)據(jù)萃取能力，高效挖掘數(shù)據(jù)價值，并通過著力打造數(shù)據(jù)中臺“每日治數(shù)平臺”輸出治數(shù)能力，助力行業(yè)客戶和政府部門數(shù)字化升級。自成立以來，公司持續(xù)深耕各領(lǐng)域的數(shù)據(jù)應(yīng)用，積累了豐富的垂直行業(yè)經(jīng)驗，將行業(yè)“Know-How”與公司的數(shù)據(jù)能力有機結(jié)合，為用戶增長、品牌營銷、智能風(fēng)控、城市治理等領(lǐng)域提供了豐富的數(shù)據(jù)智能解決方案。產(chǎn)品服務(wù)介紹：個推消息中心是每日互動推出的一套融合了移動互聯(lián)網(wǎng)技術(shù)、大數(shù)據(jù)技術(shù)和云服務(wù)的智能消息下發(fā)運營管理系統(tǒng)平臺。個推消息中心幫助銀行打通多部門、不同消息下發(fā)渠道的用戶ID，助力銀

8、行用戶數(shù)字化統(tǒng)一管理；一站式對接APP推送、微信、短信等8大常用消息觸達(dá)渠道，豐富銀行用戶觸達(dá)方式，實現(xiàn)多渠道智能推送；大數(shù)據(jù)用戶圈選，智能策略分發(fā)、后效分析等功能，助力銀行形成消息管理運營閉環(huán)，避免重復(fù)推送，有效節(jié)約運營成本，提高轉(zhuǎn)化效果。能力解讀：信息中臺建設(shè)，打通ID智能管理。個推消息中心對內(nèi)與各個內(nèi)部系統(tǒng)無縫對接，對外通過API數(shù)據(jù)接口對接市面上常用的通信渠道，成為銀行各業(yè)務(wù)與用戶之間的消息中轉(zhuǎn)站。銀行通過個推消息中心可以集中整合、管理內(nèi)部信息下發(fā)需求；可以統(tǒng)籌各個通信渠道，形成統(tǒng)一用戶ID。在此之上，基于個推的大數(shù)據(jù)能力，可以對用戶進行精準(zhǔn)分群，實現(xiàn)智能管理。多渠道、精細(xì)化、智能化消

9、息下發(fā)。個推消息中心基于公司在大數(shù)據(jù)應(yīng)用領(lǐng)域和互聯(lián)網(wǎng)運營領(lǐng)域深耕多年的深厚積累，通過數(shù)據(jù)分析模型庫萃取出“精華”，應(yīng)用于不同金融業(yè)務(wù)場景。銀行通過“消息中心”能對消息下發(fā)進行統(tǒng)一調(diào)度、精細(xì)化管理，尤其是對于未觸達(dá)的用戶可以進行多渠道的轉(zhuǎn)發(fā)、補發(fā)、并發(fā)，協(xié)助客戶形成高轉(zhuǎn)化的投放策略，降低運營成本，提升轉(zhuǎn)化效果。豐富功能兼容與擴展，用戶運營更加精細(xì)化。個推消息中心在完善和優(yōu)化推送能力的同時，也十分注重數(shù)據(jù)回溯，可實時反饋用戶觸達(dá)數(shù)據(jù)、深度后效分析，通過數(shù)據(jù)分析發(fā)現(xiàn)、沉淀、優(yōu)化消息運營策略，最終形成具有自身特色的消息下發(fā)策略，有效提升用戶觸達(dá)效果。銀行可以像搭樂高一樣，將每日互動多元的數(shù)據(jù)能力組件拼

10、搭在“消息中心”之上，最終可升級為精細(xì)化運營平臺，真正實現(xiàn)用戶數(shù)字化運營。典型客戶：北京銀行信用卡中心、天津銀行、江陰農(nóng)商行等客戶案例：在營銷和用戶運營場景中，如何將信息觸達(dá)到客戶，是北京銀行目前信用卡中心面臨最大的一個問題。行內(nèi)并無統(tǒng)一的消息中臺，不同業(yè)務(wù)系統(tǒng)使用渠道的時候，需要分別對接，人力成本大大增加。此外，行內(nèi)消息下發(fā)的渠道較為單一，以傳統(tǒng)短信下發(fā)為主，短信費用消耗過大。每日互動為北京銀行信用卡中心提供的消息中心解決方案，幫助北京銀行信用卡中心從專業(yè)的角度上解決消息管理運營過程中存在的問題。個推消息中心解決方案包含5個主要部分：一是統(tǒng)一用戶ID。打通所有消息下發(fā)渠道，形成統(tǒng)一用戶ID。

11、根據(jù)不同的場景下靈活選擇渠道組合策略，避免大量信息對客戶造成打擾，并有效節(jié)約運營成本，提升運營效率；二是用戶分群。通過每日互動豐富的標(biāo)簽體系，對用戶進行標(biāo)簽分群，可實現(xiàn)對不同用戶群定制不同下發(fā)策略；三是豐富的場景模板。智能化消息中臺服務(wù)與行內(nèi)多家客戶，沉淀數(shù)十種行業(yè)推送場景，提煉貼合業(yè)務(wù)場景的推送模板，并支持關(guān)鍵信息修改，免技術(shù)開發(fā)，節(jié)約大量人效；四是多渠道智能下發(fā)。整合手機通知欄、手機內(nèi)營銷位、短信、微信、郵件等主流渠道，還可以根據(jù)使用場景、用戶觸達(dá)效果指定后續(xù)執(zhí)行動作；五是后效分析回溯。支持各渠道推送實時記錄和后效統(tǒng)計反饋，自動生產(chǎn)統(tǒng)計報表，形成運營閉環(huán)，逐漸沉淀優(yōu)質(zhì)的用戶觸達(dá)模板、場景和

12、渠道。海致星圖廠商介紹：北京海致星圖科技有限公司（以下簡稱“海致星圖”）是企業(yè)級知識圖譜開創(chuàng)者，依托高性能圖計算這一核心自研技術(shù)，深耕金融科技領(lǐng)域，創(chuàng)新自研知識圖譜、圖數(shù)據(jù)庫、BI等數(shù)據(jù)智能產(chǎn)品和服務(wù)，服務(wù)于金融業(yè)務(wù)全生命周期，覆蓋金融領(lǐng)域全業(yè)務(wù)場景。產(chǎn)品服務(wù)介紹：海致星圖基于自身智能金融知識圖譜，利用圖數(shù)據(jù)庫、圖挖掘引擎、大數(shù)據(jù)、可視化技術(shù)、知識推理引擎及語義分析技術(shù)等多種技術(shù)手段，助力銀行構(gòu)建多維度的客戶視圖，提升零售業(yè)務(wù)營銷效率。能力解讀：海致星圖基于自身高性能數(shù)據(jù)處理及可視化建模技術(shù)，為金融客戶建立一站式大數(shù)據(jù)處理平臺，完成從全量數(shù)據(jù)整合、清洗、治理到服務(wù)、應(yīng)用的全流程閉環(huán)。支持跨業(yè)務(wù)

13、場景，能助力銀行實現(xiàn)業(yè)務(wù)自主化、可視化、智能化。在數(shù)據(jù)平臺搭建的基礎(chǔ)上，海致星圖還結(jié)合銀行實際業(yè)務(wù)情況，為銀行提供一系列與業(yè)務(wù)緊密相關(guān)的數(shù)據(jù)產(chǎn)品，如與零售代發(fā)業(yè)務(wù)緊密相關(guān)的“代發(fā)羅盤”，基于客戶洞察與數(shù)據(jù)分析，為拓客與經(jīng)營深度賦能。典型客戶：招商銀行總行等京東云廠商介紹：作為京東集團面向企業(yè)、政府等機構(gòu)的技術(shù)服務(wù)品牌，京東云是最懂產(chǎn)業(yè)的數(shù)智化解決方案提供商，致力于為企業(yè)、金融機構(gòu)、政府等各類客戶提供以供應(yīng)鏈為基礎(chǔ)的數(shù)智化解決方案。在金融機構(gòu)服務(wù)領(lǐng)域，以聯(lián)結(jié)產(chǎn)業(yè)供應(yīng)鏈和數(shù)智化金融云為核心，京東云已為包括銀行、保險、基金、信托、證券公司在內(nèi)的超780家各類金融機構(gòu)提供了數(shù)字化服務(wù)的綜合解決方案。產(chǎn)

14、品服務(wù)介紹：京東云基于京東科技強大的大數(shù)據(jù)能力，結(jié)合自身多年生態(tài)場景建設(shè)的經(jīng)驗，對接銀行自有渠道與多種外部線上線下渠道，圍繞和創(chuàng)新個人用戶的賬戶、存貸款、信用卡等需求，推出數(shù)字運營云（U+）、智貸云（MORSE）、信用卡云（CC+）等多種產(chǎn)品，不斷提升客戶服務(wù)體驗，助力銀行實現(xiàn)存量業(yè)務(wù)的降本增效與增量業(yè)務(wù)的創(chuàng)新突破。能力解讀：對于所有金融機構(gòu)來說，高效率、有價值、可持續(xù)的一站式數(shù)字化營銷和運營解決方案更是構(gòu)建發(fā)展“護城河”的重中之重，京東數(shù)字運營云（U+）可以為金融機構(gòu)提供一站式數(shù)字化營銷和運營解決方案，結(jié)合京東多年一線技術(shù)和運營經(jīng)驗沉淀，為金融機構(gòu)打造一套高效率、有價值、可持續(xù)的數(shù)字化運營解

15、決方案。U+基于京東18年近5億用戶的一線實戰(zhàn)運營經(jīng)驗和大規(guī)模數(shù)據(jù)驗證，融合京東云大數(shù)據(jù)能力、智能算法、系統(tǒng)軟件工具，提供全鏈路陪伴式深度服務(wù)，聯(lián)合運營服務(wù)結(jié)合客戶實際運營需求，圍繞用戶生命周期不同階段，量身定制數(shù)字化運營解決方案，助力金融機構(gòu)線上數(shù)字化營銷運營。信用卡業(yè)務(wù)場景下，京東云基于自身強大的云原生底層能力，向銀行推出信用卡云產(chǎn)品。協(xié)助銀行從信用卡產(chǎn)品設(shè)計、用戶識別、信用管理、用戶運營到業(yè)務(wù)經(jīng)營等方面的全流程管理，提升銀行信用卡數(shù)字化運營與管理效率。典型客戶：中信銀行、江西銀行、中原銀行等融慧金科廠商介紹：融慧金科成立于2017年6月，是一家基于大數(shù)據(jù)技術(shù)和人工智能建模實戰(zhàn)經(jīng)驗，為持牌

16、金融機構(gòu)提供智慧風(fēng)控決策和系統(tǒng)化解決方案的一站式高端金融科技服務(wù)商。自成立以來，已先后獲得紅杉資本中國、華創(chuàng)資本、澳洲電信投資、優(yōu)山資本等知名投行數(shù)千萬美元融資。產(chǎn)品服務(wù)介紹：針對銀行零售信貸業(yè)務(wù)面臨的獲客貴、風(fēng)控難等痛點，融慧金科基于大數(shù)據(jù)、人工智能及關(guān)聯(lián)網(wǎng)絡(luò)等核心技術(shù)，打造了AI產(chǎn)品、精準(zhǔn)獲客、咨詢服務(wù)、SaaS系統(tǒng)及端到端信貸賦能等完整生態(tài)服務(wù)閉環(huán)，為銀行提供營銷風(fēng)控一體化的解決方案，深度賦能銀行機構(gòu)零售信貸業(yè)務(wù)全流程生命周期，致力于幫助銀行機構(gòu)獲得業(yè)務(wù)上持續(xù)、快速、健康的增長。能力解讀：針對零售營銷，融慧金科能為銀行機構(gòu)提供定制化獲客服務(wù)、關(guān)聯(lián)網(wǎng)絡(luò)平臺等產(chǎn)品，構(gòu)建全流程營銷解決方案。融

17、慧金科能夠借助大數(shù)據(jù)技術(shù)和用戶特征捕捉能力，幫助銀行機構(gòu)產(chǎn)出意愿模型，并結(jié)合融慧風(fēng)險預(yù)篩選邏輯，共同形成白名單產(chǎn)品。融慧金科將白名單應(yīng)用到獲客領(lǐng)域，可有效兼顧意愿與風(fēng)險，為客戶提供優(yōu)質(zhì)流量。借助白名單解決方案、DSP投放方案以及廣告SaaS方案，融慧金科構(gòu)建了全方位定制化獲客體系。融慧金科能夠為銀行提供關(guān)聯(lián)網(wǎng)絡(luò)平臺。運用先進圖技術(shù)，結(jié)合豐富圖算法和圖譜渲染能力，為信貸、交易、營銷等場景提供配置靈活的全方位可視化分析工具，從而提升銀行精細(xì)化運營能力。3.2零售風(fēng)控終端用戶：銀行信用卡中心、消費金融部門、網(wǎng)絡(luò)金融部門、個人金融部門、風(fēng)控部門、信息科技部門等核心需求：現(xiàn)階段，區(qū)域性銀行面臨不良資產(chǎn)逐

18、漸暴露、監(jiān)管收緊的挑戰(zhàn)；同時，在2020年監(jiān)管新規(guī)出臺之前部分區(qū)域性銀行的貸前營銷畫像和反欺詐、貸后催收工作大多數(shù)都是合作機構(gòu)完成，比如互聯(lián)網(wǎng)平臺，區(qū)域性銀行在線上業(yè)務(wù)風(fēng)控方面經(jīng)驗與數(shù)據(jù)不足，加劇了零售風(fēng)控的挑戰(zhàn)。欺詐風(fēng)險、信用風(fēng)險、催收風(fēng)險等防控能力是區(qū)域性銀行普遍的薄弱點和痛點，具體挑戰(zhàn)為：反欺詐方面，金融科技加速創(chuàng)新，新的“業(yè)務(wù)模式”不斷涌現(xiàn)，新興的網(wǎng)絡(luò)黑產(chǎn)形式層出不窮，區(qū)域性銀行并沒有應(yīng)對這些欺詐行為的業(yè)務(wù)場景及經(jīng)驗。再者，銀行傳統(tǒng)的交易反欺詐系統(tǒng)多以信息安全防范手段或事后控制分析手段為主，難以做到實時反欺詐識別；信貸風(fēng)控方面，在精細(xì)化運營的背景之下，信貸審批更側(cè)重業(yè)務(wù)協(xié)同。一是在風(fēng)險

19、可控的前提下提高批貸率，但區(qū)域性銀行受限于數(shù)據(jù)與模型精度，信貸把控偏保守，導(dǎo)致批貸率不足；二是提高批貸效率，部分區(qū)域性銀行仍依靠專家線下審核風(fēng)險，效率低，無法滿足業(yè)務(wù)發(fā)展需求；貸后催收方面，區(qū)域性銀行傳統(tǒng)催收方式一般是依靠人工坐席進行催收，面臨著人力成本高、催收效率低、合規(guī)風(fēng)險與成本高等問題。廠商能力要求：反欺詐方面，廠商需能夠提供生物識別、用戶畫像模型、規(guī)則引擎、欺詐關(guān)聯(lián)圖譜等底層技術(shù)，或者提供端到端的反欺詐解決方案，幫助銀行實現(xiàn)零售業(yè)務(wù)的申請、交易、支付等環(huán)節(jié)的反欺詐，實現(xiàn)雙錄等合規(guī)性措施的線上化和自動化；信貸風(fēng)控方面，廠商需有強大的數(shù)據(jù)處理與分析能力，或有突出的建模能力，能夠依托大數(shù)據(jù)、

20、AI等先進技術(shù)，為銀行提供標(biāo)準(zhǔn)化的數(shù)據(jù)產(chǎn)品及聯(lián)合建模服務(wù)，建立用戶畫像、信用評分等，并基于此助力銀行搭建統(tǒng)一的信貸風(fēng)控平臺，幫助銀行在風(fēng)險可控的前提下提高批貸效率，節(jié)約人力成本；貸后催收方面，廠商需能夠基于豐富的行業(yè)知識庫和先進的AI能力，借助智能語義識別及大數(shù)據(jù)等工具，通過智能交互、人機協(xié)作等方式，為銀行打造全鏈條的智能催收解決方案，實現(xiàn)千人千面催收，以降低銀行人力成本、提升銀行催收效率，保障催收流程合規(guī)性。代表廠商：（ 1、服務(wù)過的標(biāo)桿案例在5家及5家以上，并可以提供案例填寫在項目情況中；2、2020年廠商銀行業(yè)營收超過3000萬以上。）海致星圖廠商介紹：北京海致星圖科技有限公司（以下簡稱

21、“海致星圖”）是企業(yè)級知識圖譜開創(chuàng)者，依托高性能圖計算這一核心自研技術(shù)，深耕金融科技領(lǐng)域，創(chuàng)新自研的知識圖譜、圖數(shù)據(jù)庫、BI等數(shù)據(jù)智能產(chǎn)品和服務(wù)，服務(wù)于金融業(yè)務(wù)全生命周期，覆蓋金融領(lǐng)域全業(yè)務(wù)場景。產(chǎn)品服務(wù)介紹：海致星圖基于自有圖數(shù)據(jù)庫、圖挖掘引擎、可視化技術(shù)、知識推理引擎和語義分析技術(shù)，為銀行提供智能風(fēng)控解決方案。貸前審核，在貸前階段及時預(yù)測潛在風(fēng)險，做出預(yù)警和預(yù)判；貸中風(fēng)控，做好貸款過程跟蹤管理，隨時發(fā)現(xiàn)風(fēng)險，控制風(fēng)險；貸后管理，在貸后階段幫助銀行及時發(fā)現(xiàn)潛在風(fēng)險，提前啟動催收流程，有效降低商業(yè)銀行不良貸款損失。能力解讀：信貸風(fēng)控方面，海致星圖為銀行提供智能風(fēng)控解決方案，覆蓋貸前、貸中、貸后

22、等多階段。貸前階段，海致星圖可基于知識圖譜，為銀行整合各類客戶數(shù)據(jù)，并通過關(guān)聯(lián)關(guān)系推理，挖掘識別各類關(guān)系，基于此對風(fēng)險做出預(yù)判，對貸前決策提供有效數(shù)據(jù)支撐，以降低銀行欺詐風(fēng)險，同時利用NLP等技術(shù)，有效提升批貸率。貸后階段，海致星圖可基于知識圖譜圖挖掘分析技術(shù)，利用支持向量機、PageRank等機器學(xué)習(xí)方法，發(fā)現(xiàn)信貸風(fēng)險傳導(dǎo)模式，幫助銀行發(fā)現(xiàn)潛在風(fēng)險，提前啟動催收流程，以降低銀行不良貸款損失。反欺詐方面，海致星圖能夠為銀行構(gòu)建反欺詐場景關(guān)聯(lián)圖譜，助力銀行有效識別、判斷、抵御欺詐風(fēng)險。典型客戶：建設(shè)銀行、上海銀行、上海證券交易所等客戶案例：隨著銀行數(shù)字化進程的不斷推進，信貸場景愈發(fā)豐富，使得上海

23、銀行面臨欺詐風(fēng)險的環(huán)節(jié)增多。欺詐手法不斷升級，風(fēng)險鏈條愈發(fā)錯綜復(fù)雜，風(fēng)險傳導(dǎo)和蔓延方式多變，銀行原有基于專家規(guī)則、傳統(tǒng)模型構(gòu)建的反欺詐系統(tǒng)，已很難識別層出不窮的欺詐漏洞，無法適應(yīng)銀行信貸業(yè)務(wù)的不斷擴張。針對上述問題，上海銀行選擇與海致星圖就“個人信貸申請反欺詐關(guān)系圖譜項目”展開深度合作?；诤Ｖ滦菆D知識圖譜平臺，結(jié)合海致星圖行業(yè)專家經(jīng)驗，上海銀行搭建了“進件構(gòu)圖自動圖析智能決策演繹推理”全流程反欺詐體系。運用高性能圖計算、圖分析、圖決策、機器學(xué)習(xí)等技術(shù)，支撐零售信貸等各個場景的反欺詐布控需求。在線上信貸業(yè)務(wù)場景多元化的背景下，從全局上發(fā)現(xiàn)、分析、判斷欺詐風(fēng)險，通過關(guān)聯(lián)關(guān)系進行風(fēng)險傳導(dǎo)和大型團伙

24、的識別，第一時間做到社團發(fā)現(xiàn)和風(fēng)險預(yù)警，從而多維度、全方位地提升欺詐風(fēng)險管控的前瞻性和敏捷性。此外，海致星圖還幫助上海銀行在平臺中接入了零售個貸與信用卡進件相關(guān)數(shù)據(jù)，完成了零售進項圖實例構(gòu)建，并基于專家規(guī)則及機器學(xué)習(xí)模型構(gòu)建了辨別異常進件特征構(gòu)建反欺詐防火墻。項目實現(xiàn)了信用卡及個人貸款兩個場景中的團伙欺詐行為識別模型的落地，從而實現(xiàn)了大零售視圖下的統(tǒng)一團伙欺詐風(fēng)險防控。其中信用卡方面，2021年一季度自主發(fā)現(xiàn)的社團欺詐風(fēng)險事件數(shù)量環(huán)比提升20%, 其中10%已核準(zhǔn)客戶在報送貸后提前進行卡片凍結(jié)等處理；個貸方面，實現(xiàn)單進件毫秒級響應(yīng)，高并發(fā)申請環(huán)境下，件均響應(yīng)時間可達(dá)2000毫秒，針對欺詐團伙的

25、優(yōu)質(zhì)覆蓋率達(dá)到68%,預(yù)計2021年全年可進一步減少風(fēng)險損失1.3億元。融慧金科廠商介紹：融慧金科成立于2017年6月，是一家基于大數(shù)據(jù)技術(shù)和人工智能建模實戰(zhàn)經(jīng)驗，為持牌金融機構(gòu)提供智慧風(fēng)控決策和系統(tǒng)化解決方案的一站式高端金融科技服務(wù)商。自成立以來，已先后獲得紅杉資本中國、華創(chuàng)資本、澳洲電信投資、優(yōu)山資本等知名投行數(shù)千萬美元融資。產(chǎn)品服務(wù)介紹：針對銀行零售信貸業(yè)務(wù)面臨的獲客貴、風(fēng)控難等痛點，融慧金科基于大數(shù)據(jù)、人工智能及關(guān)聯(lián)網(wǎng)絡(luò)等核心技術(shù)，打造了AI產(chǎn)品、精準(zhǔn)獲客、咨詢服務(wù)、SaaS系統(tǒng)及端到端信貸賦能等完整生態(tài)服務(wù)閉環(huán)，為銀行提供營銷風(fēng)控一體化的解決方案，深度賦能銀行機構(gòu)零售信貸業(yè)務(wù)全流程生

26、命周期，致力于幫助銀行機構(gòu)獲得業(yè)務(wù)上持續(xù)、快速、健康的增長。能力解讀：融慧金科從用戶信貸生命周期著手制定完整的貸前、貸中、貸后策略，為銀行機構(gòu)打造全流程定制化的風(fēng)控解決方案。貸前從準(zhǔn)入限制、反欺詐、信用、人行規(guī)則、額度定價層層篩選，精準(zhǔn)定位風(fēng)險；貸中充分利用客戶新增信息，捕捉內(nèi)外部風(fēng)險變化，提前定位問題，并及時給予相應(yīng)的處置；貸后利用大數(shù)據(jù)挖掘技術(shù)、多維分析及運籌優(yōu)化模型，并結(jié)合機器學(xué)習(xí)和人工智能技術(shù)，在時間和空間上制定出全流程優(yōu)化策略，匹配最優(yōu)資源，提升評估精度，最終提升不良資產(chǎn)的管理處置效益。融慧金科具有領(lǐng)先的建模能力和復(fù)雜AI算法的精準(zhǔn)駕馭能力，并且在模型應(yīng)用、模型管理、模型監(jiān)控上擁有多

27、年實戰(zhàn)經(jīng)驗。融慧金科現(xiàn)有的技術(shù)覆蓋了目前業(yè)務(wù)通用的以及世界領(lǐng)先的機器學(xué)習(xí)建模技術(shù)，具備根據(jù)不同場景運用不同算法的豐富經(jīng)驗，我們參照客戶業(yè)務(wù)所面對的具體數(shù)據(jù)情況采取合適的方案，以達(dá)到最佳模型效果。其中運用了包括聯(lián)邦學(xué)習(xí)建模技術(shù)、邏輯回歸算法（LR）、機器學(xué)習(xí)梯度決策樹（GBDT）、深度神經(jīng)網(wǎng)絡(luò)（DNN）、最近鄰居法（KNN）等先進建模技術(shù)。典型客戶：交通銀行、百信銀行、蘇寧銀行、重慶富民銀行等客戶案例：某國有商業(yè)銀行資產(chǎn)規(guī)模突破10萬億元，連續(xù)第13年進入財富世界500強。隨著信用卡業(yè)務(wù)從粗放擴張向“存量博弈”模式的轉(zhuǎn)變，信用卡業(yè)務(wù)精細(xì)化經(jīng)營成為了該銀行重要需求，而科技賦能、數(shù)據(jù)驅(qū)動、風(fēng)險管控則

28、是精細(xì)化經(jīng)營發(fā)展的核心能力?；诖?，該國有商業(yè)銀行信用卡中心與融慧金科開展模型咨詢合作，主要有兩方面的訴求：一是進一步提升模型效果；二是計劃從已有存量用戶中篩選出未來具有分期意愿的客戶，從而向客戶針對性地提供服務(wù)。通過充分業(yè)務(wù)調(diào)研和分析，融慧金科為該行提供了最佳的模型和策略方案。緊隨行方業(yè)務(wù)實際需求，結(jié)合過往在金融領(lǐng)域豐富的AI建模實戰(zhàn)經(jīng)驗，融慧金科解決方案構(gòu)建了風(fēng)控模型，快速賦能業(yè)務(wù)，全面提升該銀行運營效率與決策能力。通過方案落地，該銀行在降低獲客成本、提升業(yè)務(wù)效率、有效控制風(fēng)險方面取得了顯著成效。在模型效果上，區(qū)分度好且穩(wěn)定性強，使其通過率大幅提升；在成本效益上，通過定向篩選目標(biāo)客群，極大

29、降低了行方獲客成本，并且?guī)砹孙@著的業(yè)績增長。聲揚科技廠商介紹：深圳市聲揚科技有限公司（下稱“聲揚科技”），是一家領(lǐng)先的語音交互智能分析平臺與新型知識服務(wù)提供商，致力于智能語音分析全棧式技術(shù)研發(fā)與應(yīng)用，助力企業(yè)語音數(shù)據(jù)的數(shù)字化激活與知識性重構(gòu)，為企業(yè)提升“風(fēng)控、合規(guī)、營銷”三大能力。 聲揚科技已成功服務(wù)中國工商銀行、中國人保、中國人壽、恒豐銀行、宜信、中國電網(wǎng)等客戶，助力企業(yè)在數(shù)字化浪潮中加速實現(xiàn)轉(zhuǎn)型升級。產(chǎn)品服務(wù)介紹：針對銀行領(lǐng)域，聲揚科技VoiceDNA語音反欺詐平臺立足于業(yè)界領(lǐng)先的智能語音技術(shù)，為銀行提供監(jiān)控預(yù)警、智能入庫、風(fēng)險管理、欺詐挖掘等全周期反欺詐服務(wù)，通過識別個人或團伙的欺詐行

30、為，保障金融業(yè)務(wù)安全，并降低企業(yè)損失。能力解讀：聲揚科技能夠為銀行提供VoiceDNA語音反欺詐平臺，輸出語音智能化解決方案，以助力銀行提高風(fēng)控質(zhì)量，減少信貸欺詐。聲揚科技VoiceDNA語音反欺詐平臺可滿足熱線電話、手機APP、智能柜機等多渠道、多場景下的銀行零售業(yè)務(wù)辦理要求：VoiceDNA語音反欺詐平臺，具備1:1客戶聲紋認(rèn)證、1:N客戶聲紋識別、活體檢測、跨信道對比等功能，可自動比對業(yè)務(wù)辦理人聲紋與黑名單數(shù)據(jù)庫，實現(xiàn)信貸黑名單客戶識別預(yù)警，有效辨識身份仿冒等多種欺詐手段；VoiceDNA語音反欺詐平臺，能夠助力銀行構(gòu)建客戶自助業(yè)務(wù)辦理能力?？蛻暨h(yuǎn)程自助注冊、開戶、開卡時，銀行能夠通過聲

31、紋驗證身份替代傳統(tǒng)人工核驗和手寫同意書；客戶通過手機APP、網(wǎng)銀、智能柜員機等辦理登錄、轉(zhuǎn)賬、支付等重要操作時，平臺可通過聲紋進行身份確認(rèn)，降低客戶賬戶的被盜用風(fēng)險；VoiceDNA語音反欺詐平臺，基于成熟的活體檢測算法，可有效防范錄音和其他攻擊技術(shù)（如變聲、語音合成等），有效降低身份仿冒、盜用的風(fēng)險。典型客戶：工商銀行、恒豐銀行、重慶銀行等客戶案例：中國工商銀行成立于1984年，是中國資產(chǎn)規(guī)模最大的銀行之一，也是國內(nèi)銀行業(yè)中信息技術(shù)運用的領(lǐng)軍者。隨著金融科技的快速發(fā)展，數(shù)字技術(shù)也為工商銀行帶來了一系列新型金融風(fēng)險，其中新型金融欺詐行為居多。面對新型欺詐手段層出不窮的壓力，構(gòu)建強大完備的反欺詐

32、能力，成為了工商銀行的重要訴求。因此，聲揚科技以領(lǐng)先技術(shù)實力成功通過中國工商銀行的層層遴選，成為中國工商銀行聲紋識別技術(shù)的唯一供應(yīng)商。以信用卡聲紋反欺詐場景為切入點，聲揚科技為工商銀行提供VoiceDNA語音反欺詐平臺，打造語音智能化解決方案，克服電話信道聲紋識別難點，業(yè)內(nèi)首創(chuàng)聲紋風(fēng)控模式。利用聲紋識別，在線上辦理信用卡申請、啟卡、盡調(diào)環(huán)節(jié)為客戶經(jīng)理提供身份識別和欺詐風(fēng)險判斷依據(jù)，全面提升智慧風(fēng)控水平和客戶服務(wù)體驗。自2020年6月聲揚科技VoiceDNA語音反詐平臺上線以來，為工商銀行電話銀行信用卡反欺詐防堵數(shù)萬筆，止損金額達(dá)千萬元；完成個人信貸遠(yuǎn)程視頻面審數(shù)千筆，涉及資金九億三千多萬；反欺

33、詐風(fēng)控模型上線以來，已監(jiān)控線上交易超33萬筆，涉及資金150多億。同盾科技廠商介紹：同盾科技是中國智能分析和決策領(lǐng)域領(lǐng)軍企業(yè)，以人工智能、云計算、大數(shù)據(jù)三大核心技術(shù)體系為基礎(chǔ)，基于對數(shù)據(jù)的探索洞察和深刻理解，將深度學(xué)習(xí)、聯(lián)邦學(xué)習(xí)等領(lǐng)先技術(shù)與業(yè)務(wù)場景深度融合，為金融、保險、互聯(lián)網(wǎng)、政務(wù)、零售、物流等行業(yè)提供智能分析與決策服務(wù)，賦能并激發(fā)客戶，幫助客戶做出更佳決策。截至目前，累計已有超過一萬家客戶選擇了同盾的產(chǎn)品及服務(wù)。產(chǎn)品服務(wù)介紹：同盾科技“智能風(fēng)控中臺”應(yīng)用人工智能、生物識別、機器學(xué)習(xí)等前沿科技，準(zhǔn)確識別欺詐風(fēng)險，并提供專業(yè)化應(yīng)對策略，形成事前、事中、事后的端到端風(fēng)控閉環(huán)。產(chǎn)品層面，同盾科技共

34、有七大組件提供核心能力，包括天策-決策引擎、明模-模型平臺、云圖-知識圖譜、星河-數(shù)據(jù)平臺、極溯-指標(biāo)平臺、北斗-終端風(fēng)險感知、智策-智能分析決策平臺等，共同保證一站式的風(fēng)控供給。這些技術(shù)資產(chǎn)和產(chǎn)品為落地智能風(fēng)控中臺方案提供了可靠保障。能力解讀：首先，同盾科技“智能風(fēng)控中臺”以數(shù)據(jù)中臺為底座，打通跨平臺、跨系統(tǒng)數(shù)據(jù)鏈路，形成數(shù)據(jù)分析、數(shù)據(jù)挖掘與數(shù)據(jù)治理為一體的數(shù)據(jù)資產(chǎn)庫。在數(shù)據(jù)中臺的基礎(chǔ)上，打造出風(fēng)險標(biāo)簽體系、特征庫、風(fēng)險集市和全行級的客戶風(fēng)險畫像；同時將全行的各個渠道打通，讓各渠道都可以共享名單、標(biāo)簽、預(yù)警信息、內(nèi)外部聯(lián)防聯(lián)控；此外，在整個預(yù)警和決策過程中實現(xiàn)數(shù)據(jù)的不斷積累，以及模型策略的不

35、斷優(yōu)化升級。在智能風(fēng)控中臺體系下，底層數(shù)據(jù)是打通的、中間技術(shù)層是統(tǒng)一的、上層場景是隔離的。從銀行業(yè)務(wù)維度形成全行級的特征庫，以主維度形成用戶的風(fēng)險標(biāo)簽，風(fēng)險標(biāo)簽可分為交易反欺詐、信貸反欺詐、賬戶安全保護、營銷反作弊等可拆可合的場景；按照不同的主題域確定不同的標(biāo)簽體系，進而構(gòu)建出用戶360度的風(fēng)險畫像；支撐全行業(yè)務(wù)的接入，上層應(yīng)用場景、數(shù)據(jù)及核心知識體系可以做一定的隔離，支持前臺的“按需索取”及“多級授權(quán)”。典型客戶：工商銀行、建設(shè)銀行、廣發(fā)銀行、天津銀行等客戶案例：某城商行地處中部地區(qū)，近年來通過持續(xù)創(chuàng)新激發(fā)活力，開啟了風(fēng)控、業(yè)務(wù)、管理三位一體的數(shù)字化轉(zhuǎn)型道路。而隨著該行業(yè)務(wù)線上化建設(shè)不斷推進

36、，風(fēng)控數(shù)據(jù)基礎(chǔ)和風(fēng)控工具性能已漸漸無法滿足業(yè)務(wù)需求：傳統(tǒng)“豎井式”架構(gòu)的風(fēng)控體系下，不同部門及業(yè)務(wù)場景間數(shù)據(jù)標(biāo)準(zhǔn)不統(tǒng)一、數(shù)據(jù)不互通，限制了風(fēng)控數(shù)據(jù)的復(fù)用，不利于該行對風(fēng)險的全局洞察及統(tǒng)一管控；傳統(tǒng)的風(fēng)控工具不足，難以高效利用數(shù)據(jù)、構(gòu)建模型。因此，基于上述多方面問題，經(jīng)過多方調(diào)研，該行選擇與同盾科技就智能風(fēng)控中臺架構(gòu)體系展開合作。在同盾科技的助力下，該行打造了由“一個基礎(chǔ)、兩個支撐、三個中心”組成的 “營銷+風(fēng)控”一體化的智能風(fēng)控中臺架構(gòu)體系。以數(shù)據(jù)中臺為基座，構(gòu)建“一個基礎(chǔ)”；為該銀行配置了全方位智能化風(fēng)控運營、監(jiān)控體系，作為“兩個支撐”；圍繞交易風(fēng)險防控體系、信貸風(fēng)險防控體系、數(shù)據(jù)驅(qū)動的智慧

37、營銷系統(tǒng)“三個中心”，按照不同的主題域，確定不同的標(biāo)簽體系和全方位風(fēng)險畫像，支撐全行業(yè)務(wù)的接入，支持前臺的“按需索取”。通過智能風(fēng)控中臺體系的構(gòu)建，同盾科技打通數(shù)據(jù)鏈路，并有效運用風(fēng)控工具，從而最終幫該銀行實現(xiàn)了以下兩方面效果：一是顯著提升了全行反欺詐水平，實現(xiàn)了事前預(yù)防、事中控制、事后分析的全周期閉環(huán)管理；二是有效助力提升全行風(fēng)控效率，行方零售信貸業(yè)務(wù)審批效率提高了三分之一以上，節(jié)省了大量人力成本。3.3小微營銷終端用戶：銀行小微金融部門、普惠金融部門等核心需求：近年來，國家出臺多項政策推動小微業(yè)務(wù)發(fā)展，2021年出臺的商業(yè)銀行績效評價辦法中指出，普惠金融權(quán)重高達(dá)13分，成為考核重點。因而，

38、小微業(yè)務(wù)是區(qū)域性銀行現(xiàn)階段的重點業(yè)務(wù)，營銷獲客至關(guān)重要。目前區(qū)域性銀行多采用線上線下結(jié)合的營銷模式。就線上營銷而言，區(qū)域性銀行線上獲客渠道有限，同時由于小微客戶需求差異化明顯，線上數(shù)據(jù)不足且營銷模型尚未經(jīng)規(guī)模驗證，整體而言線上營銷方案尚不成熟無法形成規(guī)模效應(yīng)；就線下營銷而言，發(fā)展小微金融業(yè)務(wù)的核心不在于流量，而在于真實場景，而且以線下場景為主，因此區(qū)域性銀行服務(wù)小微企業(yè)，應(yīng)以客戶經(jīng)理為核心。但在客戶經(jīng)理針對小微客戶營銷面臨如下挑戰(zhàn)：一是小微企業(yè)分布地域廣，小微金融服務(wù)機構(gòu)均通過走訪式獲客，現(xiàn)場調(diào)查、收集資料，縱深獲客能力不足，且獲客與服務(wù)效率低；二是小微企業(yè)需求個性化，且小微企業(yè)客戶畫像數(shù)據(jù)不

39、足，無法深度洞察客戶需求，導(dǎo)致營銷成功率偏低，獲客成本高。廠商能力要求：對于小微業(yè)務(wù)營銷而言，區(qū)域性銀行對廠商的核心要求在于拓展獲客半徑并降低獲客成本。對于線上營銷而言，廠商需要能夠為區(qū)域性銀行接入低成本獲客渠道，小微業(yè)務(wù)的獲客渠道不同于零售獲客渠道，小微多以場景獲客為主，因而需要接入航天信息、快塑電子商務(wù)等獲客渠道；同時能夠?qū)η揽腿哼M行初步篩選，主要是風(fēng)險篩選能力，能夠為區(qū)域性銀行更為精準(zhǔn)的推薦優(yōu)質(zhì)客戶。此外，對于部分區(qū)域性銀行而言，需要廠商能夠提供客戶運營服務(wù)，比如提供線下助貸獲客服務(wù)；對于線下營銷而言，以客戶經(jīng)理為中心，廠商需要為客戶經(jīng)理打造數(shù)字化工具，數(shù)字化工具需要能夠輔助客戶經(jīng)理現(xiàn)

40、場服務(wù)，做到客戶立等可貸款，以提升客戶經(jīng)理縱深獲客能力；同時依托有限的數(shù)據(jù)資源交叉建模，如挖掘企業(yè)主、個人經(jīng)營貸客戶數(shù)據(jù)與小微企業(yè)數(shù)據(jù)交叉建模，進行綜合性小微金融服務(wù)營銷，提升對客戶的洞察能力，提升營銷成功率。代表廠商：（ 1、服務(wù)過的標(biāo)桿案例在3家及3家以上，并可以提供案例填寫在項目情況中；2、2020年廠商銀行業(yè)營收超過1000萬以上。）金融壹賬通廠商介紹：金融壹賬通是平安集團旗下金融科技服務(wù)平臺，專注為銀行等金融機構(gòu)提供智能獲客、智能營銷、智能風(fēng)控、智能運營等端到端的解決方案，客戶涵蓋中國6大國有銀行、12家全國性股份制銀行和98%的城商行。2020年以來以“壹企業(yè)”平臺作為載體對接中小

41、企業(yè)，通過金融科技服務(wù)，幫助金融機構(gòu)實現(xiàn)放款130億，較2019年上升200%+。產(chǎn)品服務(wù)介紹：金融壹賬通以平臺化渠道運營、場景化產(chǎn)品、模塊化系統(tǒng)，解決銀行獲客難、產(chǎn)品同質(zhì)化、系統(tǒng)老舊等痛點，幫助金融機構(gòu)打造端到端線上智能營銷解決方案。此外，為渠道及小微客戶提供海量金融產(chǎn)品，促進銀行合作產(chǎn)品、渠道吸引力度、放款量三者的良性循環(huán)。能力解讀：在平臺化渠道運營方面，切入多樣化場景入口，包括政府、產(chǎn)業(yè)、電商、支付、園區(qū)等流量場景，金融壹賬通可為區(qū)域性銀行接入1000+渠道，400+活躍渠道，觸達(dá)1000萬+中小企業(yè)，并提供初篩、下戶盡調(diào)等運營服務(wù)，支持區(qū)域性銀行實現(xiàn)低成本批量精準(zhǔn)獲客；在場景化產(chǎn)品方面

42、，金融壹賬通可以為區(qū)域性銀行提供產(chǎn)品設(shè)計咨詢服務(wù)，依托場景數(shù)據(jù)，疊加多種小微融資增信手段，實現(xiàn)區(qū)域性銀行小微普惠金融產(chǎn)品創(chuàng)新；在模塊化系統(tǒng)方面，金融壹賬通業(yè)務(wù)中臺可實現(xiàn)全模塊化便捷組裝，SaaS一鍵部署或本地部署；提供高效的渠道管理體系，以大數(shù)據(jù)能力和數(shù)字化工具變革客戶經(jīng)理展業(yè)方式。此外，金融壹賬通通過“壹企業(yè)”平臺運營，快速幫助中小企業(yè)找到最適合自己的金融機構(gòu)及相關(guān)金融產(chǎn)品，促進銀行合作產(chǎn)品、渠道吸引力度、放款量三者的良性循環(huán)。典型客戶：平安銀行等3.4小微風(fēng)控終端用戶：銀行小微金融部門、普惠金融部門等核心需求：小微企業(yè)自身風(fēng)險大，存活周期短、抗風(fēng)險能力弱是小微金融難以發(fā)展的根本原因，因而風(fēng)

43、控能力是小微業(yè)務(wù)開展的關(guān)鍵。隨著區(qū)域性銀行小微業(yè)務(wù)的持續(xù)下沉，小微業(yè)務(wù)風(fēng)控面臨的核心挑戰(zhàn)為：在數(shù)據(jù)方面，小微企業(yè)通常缺乏可信的經(jīng)營和財務(wù)信息，信息不對稱問題突出，中長尾客群尤甚；同時，隨著稅務(wù)、市場監(jiān)管、海關(guān)、司法等替代信用信息的公開，銀行紛紛開展數(shù)據(jù)接入工作，但部分區(qū)域性銀行對替代數(shù)據(jù)的接入缺乏經(jīng)驗，試錯成本高；在模型方面，小微信貸業(yè)務(wù)客群分布在各行各業(yè)，情況差異化明顯，構(gòu)建通用基礎(chǔ)風(fēng)控模型并針對場景需求細(xì)化風(fēng)控模型體系難度較大，需要持續(xù)的迭代優(yōu)化才可投入規(guī)模使用；同時，銀行基于替代數(shù)據(jù)建立風(fēng)控模型經(jīng)驗不足，基于替代數(shù)據(jù)提升風(fēng)控能力面臨較大研發(fā)成本；在信貸審批效率方面，小微企業(yè)客戶數(shù)量大、單

44、筆業(yè)務(wù)小、貸款周期短、貸款需求急，過于依靠線下調(diào)查和專家經(jīng)驗的風(fēng)控模式導(dǎo)致客戶運營成本過高難以形成規(guī)模效應(yīng)，風(fēng)控線上化需求明確。廠商能力要求：區(qū)域性銀行對廠商能力要求核心體現(xiàn)在兩方面，一是風(fēng)控能力線上化或者線上線下結(jié)合以提升服務(wù)效率，一般而言需要集成于客戶經(jīng)理的數(shù)字化工具，實現(xiàn)獲客現(xiàn)場的初步信貸審批；二是提高風(fēng)控精度，主要依靠數(shù)據(jù)源的引入與風(fēng)控模型的優(yōu)化。針對提供小微風(fēng)控精度的具體要求包括：首先，在數(shù)據(jù)源方面，廠商需要具備政府公開數(shù)據(jù)的數(shù)據(jù)接入能力，并可與區(qū)域性銀行自有數(shù)據(jù)進行整合，統(tǒng)一支撐小微風(fēng)控建模；由于小微企業(yè)尚無成熟的信用數(shù)據(jù)體系，獲取數(shù)據(jù)質(zhì)量參差不齊，廠商需要對獲取數(shù)據(jù)進行初步篩選，

45、以減輕區(qū)域性銀行數(shù)據(jù)應(yīng)用的壓力。除此之外，能夠接入通用數(shù)據(jù)如銀稅數(shù)據(jù)之外的外部數(shù)據(jù)，比如輿情數(shù)據(jù)等，將是必備能力。其次，在風(fēng)控模型方面，廠商需具備基于常規(guī)數(shù)據(jù)的建模咨詢能力并提供風(fēng)控能力建設(shè)相關(guān)工具。針對小微客群建立通用的風(fēng)控模型是一項長期工程，就目前而言，廠商需要對小微核心客群進行分層處理，針對不同客群或者不同的小微信貸產(chǎn)品構(gòu)建針對性的風(fēng)控模型，并逐漸提煉通用基礎(chǔ)模型；同時，廠商具備持續(xù)的模型迭代能力將是重要優(yōu)勢。代表廠商：（ 1、服務(wù)過的標(biāo)桿案例在3家及3家以上，并可以提供案例填寫在項目情況中；2、2020年廠商銀行業(yè)營收超過1000萬以上。）金融壹賬通廠商介紹：金融壹賬通是平安集團旗下金

46、融科技服務(wù)平臺，專注為銀行等金融機構(gòu)提供智能獲客、智能營銷、智能風(fēng)控、智能運營等端到端的解決方案，客戶涵蓋中國6大國有銀行、12家全國性股份制銀行和98%的城商行。2020年以來以“壹企業(yè)”平臺作為載體對接中小企業(yè)，通過金融科技服務(wù)，幫助金融機構(gòu)實現(xiàn)放款130億，較2019年上升200%+。產(chǎn)品服務(wù)介紹：金融壹賬通為區(qū)域性銀行提供貸前預(yù)審、貸中審批、貸后管理、催清收的端到端、全流程智能風(fēng)控解決方案，通過建設(shè)端到端信貸系統(tǒng)，打造“整車”底盤，提升信貸全流程的科技能力。同時，打造互聯(lián)網(wǎng)訴訟解決方案，實現(xiàn)集線上案件承接、催收公司對接、法院訴訟等服務(wù)于一體的服務(wù)平臺。能力解讀：在信貸全流程線上化方面，

47、標(biāo)準(zhǔn)化功能模塊獨立輸出，可自主配置流程、規(guī)則、參數(shù)，13大模塊組件化配置滿足不同場景的風(fēng)控需求，打造100%全線上信貸管理平臺，減少40+%的人工錄入，客戶管理量提升30+%；在風(fēng)控能力提升方面，API接口20+，可以一鍵接入稅票數(shù)據(jù)、行業(yè)場景數(shù)據(jù)、企業(yè)/企業(yè)主工商、司法、反欺詐等數(shù)據(jù)，覆蓋全國；信貸系統(tǒng)內(nèi)嵌8大企業(yè)標(biāo)簽體系，3000+企業(yè)畫像標(biāo)簽，可以提供覆蓋多場景的業(yè)務(wù)經(jīng)驗和風(fēng)控咨詢方案，支持貸前、貸中、貸后全流程多種風(fēng)控策略和模型。典型客戶：平安銀行等同盾科技廠商介紹：同盾科技是中國智能分析和決策領(lǐng)域領(lǐng)軍企業(yè)，以人工智能、云計算、大數(shù)據(jù)三大核心技術(shù)體系為基礎(chǔ)，基于對數(shù)據(jù)的探索洞察和深刻理

48、解，將深度學(xué)習(xí)、聯(lián)邦學(xué)習(xí)等領(lǐng)先技術(shù)與業(yè)務(wù)場景深度融合，為金融、保險、互聯(lián)網(wǎng)、政務(wù)、零售、物流等行業(yè)提供智能分析與決策服務(wù)，賦能并激發(fā)客戶，幫助客戶做出更佳決策。截至目前，累計已有超過一萬家客戶選擇了同盾的產(chǎn)品及服務(wù)。產(chǎn)品服務(wù)介紹：同盾“小微信貸風(fēng)控解決方案”以專業(yè)風(fēng)控經(jīng)驗為基礎(chǔ)，秉承AaaS（智能分析即服務(wù)）理念，基于SPEO（調(diào)研-規(guī)劃-實施-運營）方法論，針對小微企業(yè)普惠信貸服務(wù)需求打造整體風(fēng)控解決方案，為區(qū)域性銀行提供合作方盡職調(diào)查、風(fēng)控體系架構(gòu)搭建、信貸全流程風(fēng)控設(shè)計落地和運營、風(fēng)控人員培訓(xùn)等全流程一站式服務(wù)。能力解讀：提供中小微企業(yè)信貸及供應(yīng)鏈金融咨詢服務(wù)。同盾科技憑借對中小微信貸業(yè)

49、務(wù)的深刻理解和對金融科技工具的前瞻探索，為銀行提供從產(chǎn)品設(shè)計、運營管理、獲客營銷、貸前風(fēng)控、貸中預(yù)警、貸后管理等中小微信貸全生命周期的業(yè)務(wù)方案咨詢服務(wù)；提供合作方盡職調(diào)查服務(wù)：同盾科技依托旗下中博信征信第三方征信服務(wù)提供商，為合法注冊企業(yè)依法依規(guī)建立企業(yè)信用檔案，為銀行提供企業(yè)信用評估報告、企業(yè)實力評分以及企業(yè)監(jiān)控等產(chǎn)品與服務(wù)；提供一體化小微信貸風(fēng)控解決方案：基于咨詢服務(wù)與盡職調(diào)查服務(wù)，同盾科技為銀行提供準(zhǔn)入篩查（反欺詐準(zhǔn)入風(fēng)險掃描）、風(fēng)險畫像、AI智能盡職調(diào)查、信用評分、授信策略、貸后預(yù)警等全流程解決方案，并提供平臺運營、風(fēng)控人員培訓(xùn)等服務(wù)。典型客戶：某股份制銀行、某城商行等拓爾思廠商介紹：

50、拓爾思以“語義+智能+行業(yè)”為戰(zhàn)略將人工智能和大數(shù)據(jù)技術(shù)應(yīng)用到數(shù)字政府、金融大數(shù)據(jù)、互聯(lián)網(wǎng)內(nèi)容安全和媒體融合等領(lǐng)域。拓爾思基于TRS數(shù)星智能風(fēng)控大數(shù)據(jù)平臺，以“SAAS+DAAS+本地化”的市場定位，提供在線風(fēng)控數(shù)據(jù)服務(wù)與智能風(fēng)險知識挖掘工具，最大限度地提升金融機構(gòu)風(fēng)控能力。目前為止，拓爾思已服務(wù)中國銀行、中國農(nóng)業(yè)銀行、國家開發(fā)銀行、平安銀行等多家銀行。產(chǎn)品服務(wù)介紹：TRS數(shù)星智能風(fēng)控大數(shù)據(jù)平臺，是一款利用人工智能、大數(shù)據(jù)、自然語言處理、知識圖譜技術(shù)構(gòu)建的綜合型在線服務(wù)平臺。平臺圍繞海量異構(gòu)數(shù)據(jù)，全面監(jiān)控海量金融實體多維風(fēng)險。平臺提供智能多維標(biāo)簽、預(yù)警信號推送、風(fēng)險事件跟蹤、風(fēng)險傳導(dǎo)關(guān)聯(lián)、綜合

51、異構(gòu)圖譜等貫穿多場景全流程風(fēng)險管理功能，提升金融機構(gòu)風(fēng)控能力。能力解讀：對于銀行風(fēng)險監(jiān)控與預(yù)警而言，TRS數(shù)星智能風(fēng)控大數(shù)據(jù)平臺提供的核心價值包括兩方面，分別是數(shù)據(jù)接入與數(shù)據(jù)價值分析。在數(shù)據(jù)接入方面，基于拓爾思多年的大數(shù)據(jù)采集技術(shù)，接入海量異構(gòu)數(shù)據(jù)并進行實時文本處理，并將輿情數(shù)據(jù)、定向數(shù)據(jù)、內(nèi)部數(shù)據(jù)和第三方數(shù)據(jù)進行整合，構(gòu)建風(fēng)險全量數(shù)據(jù)池。拓爾思可以接入的外部數(shù)據(jù)源主要包括境內(nèi)外輿情數(shù)據(jù)、公告數(shù)據(jù)、行政處罰數(shù)據(jù)、研究報告等企業(yè)相關(guān)數(shù)據(jù)。在數(shù)據(jù)價值分析方面，基于自然語言處理與知識圖譜技術(shù)，對數(shù)據(jù)進行篩選，從海量低密度價值數(shù)據(jù)中真正提煉高價值、高精煉知識數(shù)據(jù)。平臺具有高可擴展性、高性能的異構(gòu)數(shù)據(jù)跨

52、場景AI算法能力。涵蓋實體識別、實體融合、實體切片、關(guān)系識別、事件脈絡(luò)、信號溯源等6大核心算法，內(nèi)置超過20種實體風(fēng)險場景模型。支持海量數(shù)據(jù)信號化處理，利用時間序列、相似性排序、熱度預(yù)判、指標(biāo)抽取等核心技術(shù)，形成風(fēng)險預(yù)警信號，深度應(yīng)用于風(fēng)險監(jiān)測業(yè)務(wù)中，信號準(zhǔn)確性超99%。自主研發(fā)的語義智能AI分析引擎，可支持文本分類、文本聚類、實體抽取、關(guān)系挖掘、數(shù)據(jù)比對、情感分析等多種核心自然語言處理技術(shù)，其中核心文本分類準(zhǔn)確性超85%。典型客戶：中國銀行、中國農(nóng)業(yè)銀行、國家開發(fā)銀行、平安銀行等客戶案例：某銀行是一家跨區(qū)域經(jīng)營的股份制商業(yè)銀行，對公業(yè)務(wù)是其最主要的利潤來源和業(yè)務(wù)動力。該銀行風(fēng)險理念逐步從管控

53、風(fēng)險向主動管理風(fēng)險轉(zhuǎn)變，并重點建設(shè)風(fēng)控監(jiān)控與預(yù)警能力，大數(shù)據(jù)風(fēng)控是主要手段，因而對銀行風(fēng)控數(shù)據(jù)和價值挖掘能力提出新的要求。外部數(shù)據(jù)源不足、無法高效從海量數(shù)據(jù)中提取真正有價值的風(fēng)控數(shù)據(jù)以及多模態(tài)異構(gòu)數(shù)據(jù)處理能力不足是銀行面臨的主要挑戰(zhàn)。銀行為進一步提升大數(shù)據(jù)風(fēng)控能力，與拓爾思進行合作，為金融服務(wù)風(fēng)險控制安裝“智慧大腦”。 拓爾思基于TRS數(shù)星智能風(fēng)控大數(shù)據(jù)平臺，為該銀行接入包括境內(nèi)外輿情數(shù)據(jù)、公告數(shù)據(jù)、行政處罰數(shù)據(jù)、研究報告等企業(yè)相關(guān)數(shù)據(jù)；并基于自然語言處理與知識圖譜技術(shù)對外部輿情數(shù)據(jù)進行篩選，提煉知識化風(fēng)險數(shù)據(jù)推送銀行，同時關(guān)注事前低強度異動，監(jiān)控高強度預(yù)警信號與低強度異動線索的相關(guān)性與傳導(dǎo)性

54、，提前預(yù)知異動。基于拓爾思的智能風(fēng)控平臺，該銀行通過對互聯(lián)網(wǎng)、新媒體、集團內(nèi)部各類渠道的新聞資訊、研究數(shù)據(jù)、文本等信息的智能分析，為企業(yè)構(gòu)建起綜合輿情分析服務(wù)平臺，實時監(jiān)控企業(yè)風(fēng)險動態(tài)；同時基于全量市場數(shù)據(jù)，形成基于事理圖譜的組合策略及關(guān)聯(lián)模型，構(gòu)建對未來形成預(yù)測分析及歸因分析能力，判斷企業(yè)未來可能存在的風(fēng)險標(biāo)簽和風(fēng)險事件，強化風(fēng)險預(yù)警能力。微眾信科廠商介紹：微眾信科是一家科技型征信企業(yè)，專注于普惠金融和金融創(chuàng)新服務(wù)，以征信和風(fēng)控為基礎(chǔ)，利用人工智能及大數(shù)據(jù)技術(shù)，深挖企業(yè)大數(shù)據(jù)應(yīng)用價值，為中小微企業(yè)、金融股機構(gòu)提供服務(wù)，解決小微企業(yè)融資難、貴、慢以及企業(yè)信用度量難題。微眾信科的主要客戶包括六大

55、國有銀行、11家股份制商業(yè)銀行、14家民營銀行和超過90家城商行及農(nóng)商行等金融機構(gòu)。產(chǎn)品服務(wù)介紹：微眾信科作為信用科技服務(wù)商，主要為銀行業(yè)金融機構(gòu)提供信貸場景下的企業(yè)征信報告、信貸風(fēng)險決策系統(tǒng)、信貸一體化解決方案等信用科技產(chǎn)品和服務(wù)，助力銀行打造純信用、線上化、自動化、批量化、智能化的中小微企業(yè)信貸產(chǎn)品。能力解讀：圍繞中小微企業(yè)建立信用評價能力，微眾信科引入中小微企業(yè)的涉稅經(jīng)營數(shù)據(jù)、工商數(shù)據(jù)和司法數(shù)據(jù)等替代數(shù)據(jù)，采用大數(shù)據(jù)實時征信技術(shù)，衡量企業(yè)的穩(wěn)定性和經(jīng)營情況等信用狀況，為中小微企業(yè)進行信用評價，實現(xiàn)精準(zhǔn)畫像，助力解決中小微企業(yè)信用評價缺失的問題；提供風(fēng)險決策服務(wù)能力，微眾信科傳統(tǒng)的財務(wù)指標(biāo)

56、分析、人工審批相比較，公司引入量化驅(qū)動和機器學(xué)習(xí)技術(shù)并結(jié)合統(tǒng)計模型和專家決策等方法，運用多維度風(fēng)險指標(biāo)和各類型決策規(guī)則，形成覆蓋眾多業(yè)務(wù)場景、貫穿貸前貸中貸后全流程的九大類風(fēng)險決策模型，為金融機構(gòu)實現(xiàn)了線上化、自動化、批量化和智能化的信貸決策支持；提供信貸一體化解決方案，微眾信科基于自身的信用科技能力，為銀行輸出針對中小微企業(yè)信貸的一體化解決方案，將中小微企業(yè)的貸款需求特征，與銀行的自身風(fēng)控模式及風(fēng)險偏好等特點結(jié)合，為銀行業(yè)金融機構(gòu)提供信貸產(chǎn)品規(guī)劃、客群定位與分析、授信審批流程規(guī)劃與設(shè)計、企業(yè)信用獲取與評估和風(fēng)險評估與決策等全流程設(shè)計，并通過信貸流程自動化、信用評估精準(zhǔn)化、風(fēng)控模型智能化、服務(wù)

57、內(nèi)容模塊化等技術(shù)手段，協(xié)助銀行實現(xiàn)針對中小微企業(yè)信貸產(chǎn)品快速上線、規(guī)模上量和風(fēng)險可控。典型客戶：工商銀行、光大銀行、江蘇銀行、重慶農(nóng)商行、網(wǎng)商銀行等3.5供應(yīng)鏈金融業(yè)務(wù)終端用戶：銀行公司金融業(yè)務(wù)部門、對公信貸業(yè)務(wù)部門、交易銀行部門、數(shù)字銀行部門、信息科技部門等核心需求：近年來，我國企業(yè)經(jīng)濟形態(tài)發(fā)生變化，逐漸由過去獨立的企業(yè)形態(tài)轉(zhuǎn)變?yōu)橐怨?yīng)鏈為核心的、貫穿上下游的集團式企業(yè)形態(tài)，圍繞供應(yīng)鏈形成的供應(yīng)鏈金融越來越受重視。作為供應(yīng)鏈金融中的重要一環(huán)，為解決中小企業(yè)融資難的問題，提升區(qū)域性銀行話語權(quán)，區(qū)域性銀行供應(yīng)鏈金融業(yè)務(wù)越來越重要。而在供應(yīng)鏈金融業(yè)務(wù)開展的過程中，區(qū)域性銀行存在以下幾個方面的問題：

58、傳統(tǒng)供應(yīng)鏈金融信息化程度不高，供應(yīng)鏈上企業(yè)辦理信貸等業(yè)務(wù)需要親自去柜臺，業(yè)務(wù)流程繁雜，效率低下。區(qū)域性銀行需要構(gòu)建統(tǒng)一的供應(yīng)鏈金融業(yè)務(wù)平臺，以提升業(yè)務(wù)辦理效率；傳統(tǒng)供應(yīng)鏈金融信息獲取方式落后、信息獲取渠道不足，且信息篩選能力欠缺，易造成信息不對稱的局面。因此，區(qū)域性銀行需要具備強大的底層數(shù)據(jù)獲取能力，以支撐供應(yīng)鏈金融業(yè)務(wù)的開展；區(qū)域性銀行傳統(tǒng)供應(yīng)鏈金融業(yè)務(wù)模式較為粗放，更多為橫向拓寬行業(yè)廣度，而非縱向延展行業(yè)深度，因此缺乏深度的行業(yè)認(rèn)知，對供應(yīng)鏈上主體的了解也較為不足，對當(dāng)?shù)靥厣a(chǎn)業(yè)挖掘不足，導(dǎo)致區(qū)域性銀行開展業(yè)務(wù)會面臨一定障礙。區(qū)域性銀行需要具備強大的數(shù)據(jù)分析能力，基于詳細(xì)的客戶畫像、準(zhǔn)確的

59、客戶分層，深入挖掘客戶需求，以實現(xiàn)精準(zhǔn)營銷與高效運營；供應(yīng)鏈金融業(yè)務(wù)的開展離不開強大風(fēng)控能力的保障支撐。區(qū)域性銀行由于展業(yè)有地域限制，對公業(yè)務(wù)聚焦于本地核心企業(yè)，而本地核心企業(yè)數(shù)量有限，區(qū)域性銀行的對公模式加劇了其信用風(fēng)險、流動性風(fēng)險等業(yè)務(wù)風(fēng)險一旦核心企業(yè)經(jīng)營不善，區(qū)域性銀行“壓大頭”的供應(yīng)鏈金融模式很容易產(chǎn)生“壓錯大頭”的結(jié)果。因此，在風(fēng)控領(lǐng)域積極運用新技術(shù)，豐富供應(yīng)鏈模型預(yù)警，建立模型識別企業(yè)類集團關(guān)系，通過數(shù)據(jù)分析對客戶進行信用評級，構(gòu)建全數(shù)字化風(fēng)險引擎與全流程數(shù)字化風(fēng)控平臺，成為區(qū)域性銀行開展供應(yīng)鏈金融業(yè)務(wù)的重要需求。廠商能力要求：廠商需有能力基于區(qū)塊鏈等技術(shù)，為銀行構(gòu)建統(tǒng)一的供應(yīng)鏈金

60、融業(yè)務(wù)平臺或供應(yīng)鏈系統(tǒng)，為企業(yè)采購、生產(chǎn)、加工制造、銷售等環(huán)節(jié)的供應(yīng)鏈全鏈條提供增信、在線融資、擔(dān)保、賬款管理、結(jié)算、投資理財?shù)纫幌盗械木C合金融與增值服務(wù)；廠商需具備強大的數(shù)據(jù)收集獲取能力和渠道能力，能幫助銀行對接、協(xié)同外部數(shù)據(jù)（如供應(yīng)鏈、工商、稅收、征信、法務(wù)等）及多種內(nèi)部數(shù)據(jù)，并基于這些數(shù)據(jù)源整合供應(yīng)鏈上下游企業(yè)的信息與數(shù)據(jù)；廠商需具備強大的數(shù)據(jù)分析能力，能基于大數(shù)據(jù)等技術(shù)能力，為銀行提供多緯度的數(shù)據(jù)分析，從行業(yè)區(qū)域、企業(yè)、貿(mào)易質(zhì)量、敏感信息等多方面切入，幫助銀行建立詳細(xì)精準(zhǔn)的企業(yè)畫像與企業(yè)分層，深度挖掘企業(yè)需求，以實現(xiàn)精準(zhǔn)營銷與高效運營；廠商需能夠提供基于大數(shù)據(jù)的智能風(fēng)控技術(shù)，利用人工智