2021年的政府工作报告明确提出,加快数字化发展,打造数字经济新优势,协同推进数字产业化和产业数字化转型,加快数字社会建设步伐,提高数字政府建设水平,营造良好数字生态,建设数字中国。

随着市场化进程不断推进,银行同质化竞争愈演愈烈,大众对金融机构服务的要求也更加多元化。中小银行规模较小,客户量少,与大行及互联网巨头相比,不具规模优势。数字化转型为中小商业银行降低运营成本、提升营业利润创造了条件。

从现状来看,中小银行实现数字化转型面临诸多挑战。主要表现在以下几个方面:

一是对场景生态的掌控力不强。有的场景单一且封闭,与客户高频生活场景结合不紧密;有的场景无法为主体业务引流,无法形成有效闭环。

二是数据的可用性不足。传统业务为银行积累了海量数据,但数据可用性低、共享性差、有效性不足,远不能满足当前银行业务发展的要求,仍待进一步治理。

三是风险的隐蔽性、传染性加大。互联网开放环境复杂,数字化技术使得潜在风险越发隐蔽,金融交易面临欺诈风险(包括假冒网站、电信网络诈骗、木马病毒、撞库等),传统的防控策略无法覆盖事中风险防控需要。

作为人工智能和大数据应用平台,百融云创自2014年成立以来,专注科技赋能,依托人工智能、大数据等技术不断扩大产品和服务创新,协助银行等金融机构完成营销、风控、运营等业务的数字化、智能化转型升级,为金融业高质量发展不断夯实数字化基石。

在精准营销方面,百融云创通过客户标签体系、客户价值评分体系的搭建,可以帮助金融机构实现精准分层。以信贷场景存量客户交叉营销为例,基于营销响应分、营销成单分,精准从沉睡客户/流失客户中找到贷款需求高的客户作为精准营销对象,通过对高响应客户进行短信、IVR、人工等手段进行营销,可提高营销响应率,有效节约成本。

在智能风控方面,百融云创依托自身丰富的产品线、本地化服务、更贴近应用场景等诸多优势,可以为金融机构提供贯穿客户全生命周期的智能风控产品和服务,实现从贷前流量筛选、贷中动态监测机制、贷后分层筛选管理,在风控全流程有效地帮助金融机构控制风险、降低不良率。

针对中小银行机构获取信息能力较弱,在大数据采集、挖掘及整合方面存在弱点。百融云创自主研发了自动机器学习平台AutoML。在数据收集上,通过AutoML技术不仅能接收客户提供的多维度数据,而且可以根据客户需求提供百融云创的数据。在模型开发上,AutoML技术让业务人员也可以快速上手参与模型开发,并且仅需短短几个小时就能达到甚至超越人工建模效果。在模型应用上,百融云创研发的自动机器学习技术能实现全流程一键部署,既支持本地化部署,将AutoML模型搭建在机构自己的服务器上,也支持云端部署。

未来,百融云创将会积极开拓数字信息化的精准营销和智能风控技术,不断挖掘市场需求,积累经验,助推金融机构数字化转型。