智能银行时代来临,同盾科技专注科技赋能

2018-09-13 15:00:12    美通社   我要评论0   我要收藏   
打印
人工智能等信息技术的应用,对银行的业务创新具有很大意义。依托积累的庞大数据资源,银行业借助人工智能技术,能够大力推动商业模式与安全技术创新,不断提升风控、分析和决策能力,并提高运营效率和服务水平。

  人工智能等信息技术的应用,对银行的业务创新具有很大意义。依托积累的庞大数据资源,银行业借助人工智能技术,能够大力推动商业模式与安全技术创新,不断提升风控、分析和决策能力,并提高运营效率和服务水平。

  信贷业务是银行业的主营业务,也是目前跟 AI 融合最深入的场景,研究 AI 在信贷领域的应用对整个 AI+ 金融有很大的启示作用。

  信贷业务流程主要可分为三个阶段:第一、营销获客;第二、贷前反欺诈、贷前信用审核以及贷中监控;第三,贷后管理。

  每个环节都存在固有的痛点和挑战,很多都是长期存在的顽疾,AI 技术的进场不同程度上改变了整个局面。同盾科技作为国内第三方智能风控服务提供商,在利用 AI 赋能银行的道路上始终走在行业前列,同盾科技全流程智能风控具有非常典型的代表性。近期,针对信贷业务的三个阶段,同盾针对性地提出了智能化解决方案:用户增长服务、贷前反欺诈及信用风控服务、逾期管理智能催收服务。

  用户增长服务|系统化经营客户整个生命周期

  信贷客户生命周期解构成获取、提升和成熟、衰退流失三个阶段。

  客户获取阶段的使命是发现并获取潜在客户,增加流量转化率,相应的解决方法是建立潜客响应模型。

  用户从各个渠道进入平台时,标签信息基本为零,通过同盾潜客响应模型的筛选,可以对客户进行360度精准画像,以分值的形式将客户划分成高响应、中响应和低响应三种状态,针对三种不同圈层的客户推出针对性的方案。

  通过高、中、低层次划分,在流量驱动的获客阶段,银行能调配出最优资源配比,把最好的营销资源投入到最高层次客户身上。

  客户提升和成熟阶段的关注点是挖掘存量客户最大价值,增加粘性和品牌忠诚度。

  此阶段相对应的解决方案是产品推荐模型或交叉营销模型,通过产品推荐模型可以帮助银行有效识别用户对不同产品的潜在需求,对特定客群积极开展交叉营销活动,提高个性化匹配的几率,从而提高利润。

  客户衰退阶段的目标是延长客户的生命周期,挽回流失客户,让其对信贷产品重新产生兴趣。同盾流失召回方案可以有效分辨出哪些是流失用户,并评估其召回响应概率,同时可提供额度调整建议。

  在用户引入、成长、成熟、休眠和流失等不同生命时期,企业对客户进行适当的目标管理,在每个节点都能创造出巨大的价值。

  贷前反欺诈以及信用风控

  获客对于银行只是第一步,随之而来的风控问题也是一大考验,贷前反欺诈、信息核验和信用评估是贷前风控三个重要环节。

  贷前反欺诈

  信贷业务面临的欺诈形式主要是团伙欺诈,近年来团伙欺诈事件逐年攀升,欺诈团伙内部分工越来越精细,反侦查能力越来越专业。

  在大数据、人工智能、云计算等技术的推动下,反欺诈工作也进入到了全新的时代。

  进入智能风控时代,在新技术的加持下,反欺诈的武器库更加精良。同盾结合复杂网络、设备指纹、IP 画像、手机号画像等技术,构建了多层次纵深的立体化反欺诈运营生态,为超过10000家客户提供安全保护,保护信贷资产总额超万亿元。

  反欺诈评估后需对客户信息核验,核查用户信息真实性、评估用户还款意愿和还款能力。

  随着信贷业务线上化转移的提速,银行对批量化处理的需求日益急迫,为此,同盾推出了智能化解决方案 -- 智能信审。

  智能信审通过对申请人提供信息和数据库信息的交互验证,根据交互验证结果自动化智能生成一张问卷。根据客户的回答结果,智能生成下一个问题。系统根据算法挑选题目进行结果测算,从而做出最终的评分模型,模型以分值形式输出,给人工审核提供一个直观的参考价值。

  经过贷前反欺诈和信息核验后,银行将对用户进行贷前信用评估。贷前信用评估对信贷产品额度和利率的设定,以及逾期和坏账率都有一定的影响。

授信额度流程图
授信额度流程图

  综合所有策略、模型和专家经验后,银行最终做出放款与否、放款金额以及利率多少的决策,在智能化决策时代,部分银行已经可以做到秒级程度。当然,对于银行来说,放款并不代表高枕无忧。

  智能语音技术日渐成熟

  贷后催收业务智能化改造加速

  随着银行业务的线上化提速,传统依靠人力的催收模式变得捉襟见肘,很多银行都开始探索智能催收。

  同盾智能催收系统在银行业被广泛使用,其经验非常值得分享,同盾智能催收系统有两大基础。

  第一基础是策略平台。

  策略平台搭载着三组模型组合而成的催收评分卡。

  第一组模型是账龄滚动模型,通用于预测轻度逾期人群进入更加严重逾期状态的概率,主要目标是捕捉持续逾期的高风险用户,依据客户还款情况和逾期频率进行打分。

  第二组模型是还款率模型。通常应用于60天以上的逾期用户,预测回收客户欠款的比例,主要目标是准确捕捉潜在回收水平比较高的客户。

  第三组模型是失联预测模型。用于预测逾期客群未来无法触达的概率,通常对刚进入逾期状态的客群就要判断失联的可能性。

  第二基础是智能执行。

  模型相对应的是智能执行的策略。智能催收系统在实际操作中通过大数据精准匹配参数,如通过客户基本信息、申请信息、逾期情况、还款能力、还款意愿、消费习惯等智能判断逾期客户的综合情况,通过模型算法匹配相应的催收策略。

  当模型预测结果相对较好时,语音催收则采用比较温柔的策略。当预测结果指向高危客户,则采用比较强硬的方式进行催收。

  除开催收话术的强弱,评分卡还能得出更多因子。例如:周几催、什么时间点催、每天催的频率等,这些因子都可以在策略平台进行配置。

  同盾智能催收工具逾期管家和逾期精灵,两款产品都是基于智能决策和智能语音的机器催收平台,背后有同盾强大的技术团队和数据生态系统作为支撑,将贷后催收的各个标准化业务进行全面的智能化改造,交互过程完全透明、可监督、可追溯,适用于银行、电商、新金融和保险等各类场景。

  未来随着智能语音识别、语音交互等技术的进一步成熟,智能催收系统将会彻底改变催收领域的商业生态。

  同盾科技未来将会更加专注科技创新,为更多银行赋能和服务。同盾科技正与多家银行客户关于智能银行的建设与探索,在很多方面已经卓有成效,银行正处于一个新的变革期,未来同盾会继续深度参与越来越多的银行或者金融机构的智能升级之路中,加速整个中国金融业的数字化发展。

图文推荐

总裁汇O2O拟上市公司股权投融资平台

独家策划

更多
首届全国智能制造(中国制造2025)创新创业 在通往无人驾驶的神奇之路上,英特尔勇往直 蒙牛管理层巨变创始人牛根生辞职5年后重新
关于我们  |   法律声明  |   联系我们  |   网站导航  |   支付方式

工信部备案: 粤ICP备18005112号-2

版权所有 总裁网 Copyright © 2007-2018 iChinaCEO.com, All Rights Reserved