新网银行:互联网数据挖掘驱动银行业务

专题库
来源:中国电子银行网 2018-09-21 18:12:57 2018中国金融科技创新榜新网银行 商业银行案例

核心提示“2018中国金融科技创新榜”新网银行参赛案例

  1.案例背景;

  作为全国第七家获批筹建的民营银行,也是全国第三家、中西部首家互联网银行,四川新网银行自2016年12月开业以来,借助移动互联、大数据、云计算、人工智能等科技手段,坚持“移动互联、普惠补位”的差异化定位、“数字普惠、万能连接”的特色化经营,以“补位者”的角色与主流银行优势互补,连接需求与服务,牢记使命,服务小微群体、支持实体经济、践行普惠金融。

  传统银行的业务模式,属于典型的网点驱动规模的发展逻辑。除了一些标准化的简单产品外,主流的银行产品都需要进行面签,需要借助线下的力量,使得物理网点成为业务拓展的第一线。再厉害的网点,其辐射范围也有限,个人客户一般不超过1公里,企业用户则通常不会跨越一个市区,这就决定了银行要做大业务规模,提升单个网点的规模总是有限的,还是要去增加网点的数量。

  新网银行为纯线上化作业的新一代数字银行,因此我行着力建设大数据相关项目,全面梳理数据资源,加强数据体系架构,通过大数据及人工智能关键技术,使得大数据资源的开发利用不断提升,将数据决策化思维应用于经营管理全流程,建设智慧银行,提升核心竞争力。

  2.需要解决的问题及解决方案

  问题一 数据维度瓶颈

  随着法律法规对个人隐私保护、数据安全的逐步规范,银行在引进外部数据方面也是步履维艰,突出的表现在外部数据来源的合法性难以评估、外部数据的可持续性风险、外部数据合作模式不清晰。正是因为这些原因,整体上看,银行业在外部数据的引进方面,很多银行在如何有效评估数据的质量、如何快速采集、获取外部数据方面尚未有大的突破。在这种情况下,银行面临数据维度瓶颈的风险也就越来越高。

  问题二 数据管控难

  随着银行数据量高速膨胀,这些海量的、分散在不同角落的数据导致了数据资源利用的复杂性和管理的高难度。主要体现在以下几个方面问题:

  1)数据不可知:数据在哪里?数据的业务关系是什么?

  2)数据不可控:数据是否标准化?数据质量怎么管控?

  3)数据不可评:外部数据如何评估?如何体现内外部数据的价值?

  问题三 高效的数据挖掘

  随着大数据技术的不断演进,计算机性能不断提升;未来算法模型的应用场景不再是凤毛麟角,而是无处不在。越来越多的业务,产品,甚至功能都需要算法模型的支撑。如何快速,高效的训练模型、使用模型、使我们需要解决的问题。

  问题四:业务创新

  在大数据时代,银行业已经进入数字化银行。在这个过程中,掌握、运用数据,最大化数据价值的能力,成为商业银行成功转型的关键。作为一个无网点、无客户经理的互联网银行,新网银行作为刚成立的银行亟待解决的问题很多,比如反欺诈、授信决策、精准营销、舆情感知等方面如何做到线上、快速、智能是面临的主要问题。

  新网银行解决方案:

  新网银行数据挖掘体系的建设是一项长期和持续改进的过程,同时也是一项不断丰富和长久受益的过程,更是充分发挥数据平台数据资产价值的有效路径,以大数据相关项目建设作为契机,全面梳理数据资源,完善数据体系架构,自主掌握大数据及人工智能关键技术,加速大数据资源的开发利用,将数据决策化贯穿到经营管理全流程,建设智慧银行,提升核心竞争力。

图1 互联网数据挖掘架构体系
图1 互联网数据挖掘架构体系

  1)夯实基础搭建平台

  数据是大数据应用的基础,没有数据,就没有大数据生产力。因此,持续扩充数据维度,是持续的释放大数据价值的必要手段。实现数据的持续可控, 推进外部数据合作。坚持合规、可持续性优先原则,重点选择与第一数据源合作,建立联合建模规范,推进数据合作,拓宽数据来源,扩充数据维度。大力推进平台经营。平台是数据的重要蓄水池,我们要基于处理采集、处理、分析、赋能等,建立各类平台,包括互联网数据采集平台、第三方数据获取平台、离线数据计算平台、实时数据计算平台、数据挖掘探索AI平台、数据治理平台等,推进平台经营模式,吸引各类人员使用平台,在服务好客户的同时,不断积累各类数据,支撑大数据应用,反过来,又可以进一步的服务好客户,形成良性循环。利用大数据技术打造分布式存储和计算的大数据相关平台,实现更广泛的结构化、半结构化、非结构化数据集中采集、存储、加工、分析和应用,极大地丰富企业的信息资源;自主掌握大数据关键技术,加速大数据资源的开发利用,将数据决策化贯穿到经营管理全流程,建设智慧银行,提升核心竞争力,打造精品互联网银行。

  2)数据驱动企业感知

  新网银行作为全国第三家互联网银行,同是也是一家新生的民营银行,在我们筹建伊始,便将数据驱动作为一项主要战略,我行充分理解大数据及人工智能在金融领域方面的应用,掌握大数据及人工智能在当前数字经济时代的战略意义、应用前景及方向;

  大数据相关平台的持续建设和完善,数据量的持续增加和数据计算能力的持续加强为数字化运营带来了技术可行性和经济可行性。在大数据相关平台的强力支撑之下,新一代银行与传统银行在运营层面出现了显著差异。在新金融领域,新网银行正在以数据为驱动,不断提升服务效率、优化用户体验。

  智能风控方面:新网银行自主研发建立实时反欺诈系统,目前拥有设备指纹、生物探针、星网关联等多项技术专利。授信方面已建立模型、指标和决策树来支持授信决策。目前不但拥有传统银行类风险模型,也锐意进取将机器学习信用模型应用到实时授信决策中,同时还在不断探索将深度学习、强化学习、迁移学习等人工智能的前沿算法在信贷业务中落地应用。此外,新网银行风险政策团队也借鉴了AB测试框架,同时在线对比多组授信策略的表现,根据实际表现自动切换流量,达到授信策略快速迭代和不断地自我更新。新网银行利用大数据与用户图谱技术, 形成用户的贷后画像;并预估出每一笔款项的回收概率、回收程度以及相应的处置成本,极大地提升了贷后管理的效率。

图2 传统银行与新网银行风控对比
图2 传统银行与新网银行风控对比

图3 互联网数据反欺诈体系
图3 互联网数据反欺诈体系

图4 互联网数据授信决策
图4 互联网数据授信决策

  智能营销方面:新网银行秉承以客户为中心的理念,为客户在适合的时间提供适合的服务。通过智能营销系统,实时分析用户在线行为,通过机器学习模型判断用户在办理业务的过程中是否遇到困难、是否将要流失、是否为高价值客户,从而通过客服电话、短信等渠道提高业务转化,实现精准营销、智能营销。

图5 互联网数据智能营销
图5 互联网数据智能营销

  智能运维方面:为保证服务质量,新网银行将打造一套属于自己的智能化监控体系。指标监控:通过时序模型预测,实现全自动化、实时的业务关键指标监测;应用性能智能分析:使用机器学习技术,关联应用性能数据与日志报错信息,实现告警问题的精准定位;自动修复脚本库: 通过知识图谱技术,存储告警问题与修复措施之间的逻辑关系; 从而在问题出现时能自动推理出修复逻辑,并运行脚本进行修复。整套体系不仅提升了服务运行的稳定性与故障响应的及时性,同时还解放了运维人力。

图6 智能运维架构
图6 智能运维架构

  智能运营方面:存管业务也是新网银行的重要战略,通过智能情绪感知系统,及时发现和应对问题平台的负面风险。通过搜集存管平台的互联网信息、结合分类聚类、专题聚焦、情感分析等自然语言处理技术,形成统计报告、图表等可视化分析结果,全面透视平台的健康状况,及时发现问题平台,为及时处置提供决策支持。

图7 智能数据运营架构
图7 智能数据运营架构

  3.应用实践与效果

  随着移动互联技术、大数据技术、人工智能技术的日益成熟与深度运用,各类金融机构纷纷抢抓科技红利,开启了金融科技助推银行数字化转型发展的新征程。在智能反欺诈方面,新网银行开业到现在已经建立和维护反欺诈规则2000余条,有效阻断风险欺诈攻击160万次。在授信决策方面自建了包括信用评分模型、履约能力指数模型、恶意透支指数模型、消费倾向模型、资金需求指数模型、个人稳定性指数模型、社交活跃度模型、网络使用倾向模型、游戏沉迷指数模型共九大母模型在内的决策系统。这九大母模型下边又各自有三百多个子模型,每个子模型又有数千个风险计量、风险判断因子,实时评估风险,为风险画像。这个决策过程需要调用近100M的用户数据,但基于人工智能等技术,这个分析过程只要40秒就可以完成。如今新网银行已全面实现批量化处理和自动化审批,99.6%的信贷业务全流程实现机器审批,只有0.4%的大额信贷和可疑交易需要人工干预,模型平均2~3天迭代一次,最快7秒完成一笔信贷审批,日批核贷款峰值33万笔,日客户交易峰值40万笔。在营销方面通过一系列优化,客服外呼申请转化率(外呼后申请借款人数/外呼前未申请借款人数) 由 29% 提升至69%左右;其中29% 为上线前最后一周数据,69%为上线后三周的数据。外呼提款总额度由 220万/周,提升至 445万/周;其中220万/周为上线前最后一周数据,445万为上线后三周数据。通过智能营销系统,不仅提高了客户的体验,而且挽留了大量客户,大大提升贷款产品的转化率。

  综上所述,新网银行通过应用和实践数据挖掘技术,将单笔作业成本优化至20多元,未来甚至可以降到几元钱,边际成本趋零。借款金额可以小到500元,借款期限小到一天,秒申秒贷、随借随还。在成本大幅降低的基础上,新网银行得以深入服务小微群体、支持实体经济、践行普惠金融,助力“二八定律”中那80%没有享受到完善金融服务的小微群体,提供更安全、更便捷和更高效的金融服务,用技术的力量做好普惠金融的补位者和探索者。截至2018年8月底,新网银行人均借款金额3300元,笔均借款周期75天,累计放款超过1000亿,放款笔数超过4000万笔。目前新网银行建立业务关系的客户已经超过1600万。目前新网为人行上报的征信的数据全省排名第一,比省内其他行总和还多。新网银行为践行数字普惠金融提供了一条可参考、借鉴、复制的崭新道路。

  4.方案前景

  大数据技术在银行业价值驱动主要为:信息管理、客户管理、运营管理、风险管理和财务管理等领域。应用价值体现在可以提升业务效率、增强管理水平、技术高效成本低、提升客户体验、创新商业模式、为银行业务改善带来机会。新网银行将在各个方面利用大数据技术、数据挖掘及人工智能技术进行深入探索。除此之外,新网银行也与电子科大成立了联合实验室,开展“互联网+智慧银行”的相关技术研究。未来将在智能运维、智能客服、智能营销、智能运营等多个角度进行更加深入的探索,在银行客户、风险、财务、运营、监管等应用上打造数据采集、处理、消费的赋能闭环,通过数据赋能管理决策层、职能管控层、业务人员、技术人员,让数据感知银行运行,让数据驱动银行业务创新,让银行成为最了解自身、最了解客户、最了解竞争对手、最了解经营环境的“智慧银行”。

责任编辑:方杰

收藏

  • 最新
  • 最热

    点击加载

      点击加载

      我要评论
      普通评论
      游客

      登录后参与评论

      为你推荐

        暂无相关推荐
        财源源二维码

        热文排行

        • 今日热点
        • 每周排行
        合作媒体

        中国网络电视经济台 | 和讯银行 | 新浪理财 | 凤凰理财 | 腾讯网 | MSN理财 | 网易科技 | 中华财会网 | 第一财经网 | 北京商报网 | 和讯科技 | 财新网 | 中国网理财 | 金融界银行 | 光明网经济 | 东方财富网 | 经济观察网 | 中国经营网 | 赛迪网 | 新华信息化 | 中关村商城 | 同花顺金融服务网 | 环球网财经 | 投资时报 | 钛媒体 | 中国金融新闻网 | 新华网财经 | 人民网金融频道 | 中文互联网数据研究资讯中心 | 中金在线 | 外汇 | 品途网