杭州2018年9月13日電 /美通社/ -- 人工智能等信息技術(shù)的應(yīng)用，對銀行的業(yè)務(wù)創(chuàng)新具有很大意義。依托積累的龐大數(shù)據(jù)資源，銀行業(yè)借助人工智能技術(shù)，能夠大力推動商業(yè)模式與安全技術(shù)創(chuàng)新，不斷提升風(fēng)控、分析和決策能力，并提高運(yùn)營效率和服務(wù)水平。
信貸業(yè)務(wù)是銀行業(yè)的主營業(yè)務(wù)，也是目前跟 AI 融合最深入的場景，研究 AI 在信貸領(lǐng)域的應(yīng)用對整個 AI+ 金融有很大的啟示作用。
信貸業(yè)務(wù)流程主要可分為三個階段：第一、營銷獲客；第二、貸前反欺詐、貸前信用審核以及貸中監(jiān)控；第三，貸后管理。
每個環(huán)節(jié)都存在固有的痛點和挑戰(zhàn)，很多都是長期存在的頑疾，AI 技術(shù)的進(jìn)場不同程度上改變了整個局面。同盾科技作為國內(nèi)第三方智能風(fēng)控服務(wù)提供商，在利用 AI 賦能銀行的道路上始終走在行業(yè)前列，同盾科技全流程智能風(fēng)控具有非常典型的代表性。近期，針對信貸業(yè)務(wù)的三個階段，同盾針對性地提出了智能化解決方案：用戶增長服務(wù)、貸前反欺詐及信用風(fēng)控服務(wù)、逾期管理智能催收服務(wù)。
用戶增長服務(wù)|系統(tǒng)化經(jīng)營客戶整個生命周期
信貸客戶生命周期解構(gòu)成獲取、提升和成熟、衰退流失三個階段。
客戶獲取階段的使命是發(fā)現(xiàn)并獲取潛在客戶，增加流量轉(zhuǎn)化率，相應(yīng)的解決方法是建立潛客響應(yīng)模型。
用戶從各個渠道進(jìn)入平臺時，標(biāo)簽信息基本為零，通過同盾潛客響應(yīng)模型的篩選，可以對客戶進(jìn)行360度精準(zhǔn)畫像，以分值的形式將客戶劃分成高響應(yīng)、中響應(yīng)和低響應(yīng)三種狀態(tài)，針對三種不同圈層的客戶推出針對性的方案。
通過高、中、低層次劃分，在流量驅(qū)動的獲客階段，銀行能調(diào)配出最優(yōu)資源配比，把較好的營銷資源投入到較高層次客戶身上。
客戶提升和成熟階段的關(guān)注點是挖掘存量客戶較大價值，增加粘性和品牌忠誠度。
此階段相對應(yīng)的解決方案是產(chǎn)品推薦模型或交叉營銷模型，通過產(chǎn)品推薦模型可以幫助銀行有效識別用戶對不同產(chǎn)品的潛在需求，對特定客群積極開展交叉營銷活動，提高個性化匹配的幾率，從而提高利潤。
客戶衰退階段的目標(biāo)是延長客戶的生命周期，挽回流失客戶，讓其對信貸產(chǎn)品重新產(chǎn)生興趣。同盾流失召回方案可以有效分辨出哪些是流失用戶，并評估其召回響應(yīng)概率，同時可提供額度調(diào)整建議。
在用戶引入、成長、成熟、休眠和流失等不同生命時期，企業(yè)對客戶進(jìn)行適當(dāng)?shù)哪繕?biāo)管理，在每個節(jié)點都能創(chuàng)造出巨大的價值。
貸前反欺詐以及信用風(fēng)控
獲客對于銀行只是第一步，隨之而來的風(fēng)控問題也是一大考驗，貸前反欺詐、信息核驗和信用評估是貸前風(fēng)控三個重要環(huán)節(jié)。
貸前反欺詐
信貸業(yè)務(wù)面臨的欺詐形式主要是團(tuán)伙欺詐，近年來團(tuán)伙欺詐事件逐年攀升，欺詐團(tuán)伙內(nèi)部分工越來越精細(xì)，反偵查能力越來越專業(yè)。
在大數(shù)據(jù)、人工智能、云計算等技術(shù)的推動下，反欺詐工作也進(jìn)入到了全新的時代。
進(jìn)入智能風(fēng)控時代，在新技術(shù)的加持下，反欺詐的武器庫更加精良。同盾結(jié)合復(fù)雜網(wǎng)絡(luò)、設(shè)備指紋、IP 畫像、手機(jī)號畫像等技術(shù)，構(gòu)建了多層次縱深的立體化反欺詐運(yùn)營生態(tài)，為超過10000家客戶提供安全保護(hù)，保護(hù)信貸資產(chǎn)總額超萬億元。
反欺詐評估后需對客戶信息核驗，核查用戶信息真實性、評估用戶還款意愿和還款能力。
隨著信貸業(yè)務(wù)線上化轉(zhuǎn)移的提速，銀行對批量化處理的需求日益急迫，為此，同盾推出了智能化解決方案 -- 智能信審。
智能信審?fù)ㄟ^對申請人提供信息和數(shù)據(jù)庫信息的交互驗證，根據(jù)交互驗證結(jié)果自動化智能生成一張問卷。根據(jù)客戶的回答結(jié)果，智能生成下一個問題。系統(tǒng)根據(jù)算法挑選題目進(jìn)行結(jié)果測算，從而做出最終的評分模型，模型以分值形式輸出，給人工審核提供一個直觀的參考價值。
經(jīng)過貸前反欺詐和信息核驗后，銀行將對用戶進(jìn)行貸前信用評估。貸前信用評估對信貸產(chǎn)品額度和利率的設(shè)定，以及逾期和壞賬率都有一定的影響。
綜合所有策略、模型和專家經(jīng)驗后，銀行最終做出放款與否、放款金額以及利率多少的決策，在智能化決策時代，部分銀行已經(jīng)可以做到秒級程度。當(dāng)然，對于銀行來說，放款并不代表高枕無憂。
智能語音技術(shù)日漸成熟
貸后催收業(yè)務(wù)智能化改造加速
隨著銀行業(yè)務(wù)的線上化提速，傳統(tǒng)依靠人力的催收模式變得捉襟見肘，很多銀行都開始探索智能催收。
同盾智能催收系統(tǒng)在銀行業(yè)被廣泛使用，其經(jīng)驗非常值得分享，同盾智能催收系統(tǒng)有兩大基礎(chǔ)。
第一基礎(chǔ)是策略平臺。
策略平臺搭載著三組模型組合而成的催收評分卡。
第一組模型是賬齡滾動模型，通用于預(yù)測輕度逾期人群進(jìn)入更加嚴(yán)重逾期狀態(tài)的概率，主要目標(biāo)是捕捉持續(xù)逾期的高風(fēng)險用戶，依據(jù)客戶還款情況和逾期頻率進(jìn)行打分。
第二組模型是還款率模型。通常應(yīng)用于60天以上的逾期用戶，預(yù)測回收客戶欠款的比例，主要目標(biāo)是準(zhǔn)確捕捉潛在回收水平比較高的客戶。
第三組模型是失聯(lián)預(yù)測模型。用于預(yù)測逾期客群未來無法觸達(dá)的概率，通常對剛進(jìn)入逾期狀態(tài)的客群就要判斷失聯(lián)的可能性。
第二基礎(chǔ)是智能執(zhí)行。
模型相對應(yīng)的是智能執(zhí)行的策略。智能催收系統(tǒng)在實際操作中通過大數(shù)據(jù)精準(zhǔn)匹配參數(shù)，如通過客戶基本信息、申請信息、逾期情況、還款能力、還款意愿、消費習(xí)慣等智能判斷逾期客戶的綜合情況，通過模型算法匹配相應(yīng)的催收策略。
當(dāng)模型預(yù)測結(jié)果相對較好時，語音催收則采用比較溫柔的策略。當(dāng)預(yù)測結(jié)果指向高?？蛻簦瑒t采用比較強(qiáng)硬的方式進(jìn)行催收。
除開催收話術(shù)的強(qiáng)弱，評分卡還能得出更多因子。例如：周幾催、什么時間點催、每天催的頻率等，這些因子都可以在策略平臺進(jìn)行配置。
同盾智能催收工具逾期管家和逾期精靈，兩款產(chǎn)品都是基于智能決策和智能語音的機(jī)器催收平臺，背后有同盾強(qiáng)大的技術(shù)團(tuán)隊和數(shù)據(jù)生態(tài)系統(tǒng)作為支撐，將貸后催收的各個標(biāo)準(zhǔn)化業(yè)務(wù)進(jìn)行全面的智能化改造，交互過程完全透明、可監(jiān)督、可追溯，適用于銀行、電商、新金融和保險等各類場景。
未來隨著智能語音識別、語音交互等技術(shù)的進(jìn)一步成熟，智能催收系統(tǒng)將會徹底改變催收領(lǐng)域的商業(yè)生態(tài)。
同盾科技未來將會更加專注科技創(chuàng)新，為更多銀行賦能和服務(wù)。同盾科技正與多家銀行客戶關(guān)于智能銀行的建設(shè)與探索，在很多方面已經(jīng)卓有成效，銀行正處于一個新的變革期，未來同盾會繼續(xù)深度參與越來越多的銀行或者金融機(jī)構(gòu)的智能升級之路中，加速整個中國金融業(yè)的數(shù)字化發(fā)展。
