百融云创副总裁申宇峰：金融数字化核心在于数据、技术驱动

金融和科技，相互促进又相互支撑发展，基于金融科技的数字化作为银行业的“新基建”，正在成为中小银行加快发展的突破口，也将为新一轮产业革命提供新的动能。

金融科技的快速发展为银行业带来较大的创新空间。传统金融业务经营创新的需求、客群特征的快速变化是驱动中小银行进行数字化转型的最大动力。此外，大行业务下沉、互联网金融企业跨界竞争以及利率市场化，也对中小银行的盈利能力带来挑战。这都进一步推动中小银行加快数字化转型步伐，寻求新的发展模式和路径。

北京力众华援车辆延保、电器延保、TPA

对于数字化转型过程中金融科技可发挥的作用和技术保障，百融云创副总裁申宇峰以其深厚的技术理论和丰富的从业经验，解读了云计算、大数据和人工智能技术在风控管理和量化方面能够发挥的作用，阐释了技术为银行业转型升级创造的发展契机。

银行组织与体系的升级

申宇峰表示，个性化的消费诉求、日趋白热化的市场竞争、金融监管的变化、金融供给侧改革等多种因素叠加，驱动金融机构数字化转型。数字化转型，意味着转换、融合、重构、敏捷：从传统的信息技术承载的数字转变成“新一代IT技术（云计算、大数据和人工智能）”的数字，实现技术应用的升级；打通全方位、全过程、全领域的数据，实现实时流动与共享，实现信息技术与业务管理的真正融合；基于数字化，加快传统业态下的产品设计、研发、运营、管理等的变革与重构；打破部门壁垒，发展敏捷组织，实现产品创新面向市场的快速响应。

核心在于数据和技术驱动

数字化核心在于数据、技术驱动。主要体现在三个方面：第一，风控数字化，要求丰富机构数据，特别是对人行征信的补充，如申请人非银信贷记录、网购消费等行为数据，以数据为基础，借助数据运营技术，实现贷前贷中贷后风控数字化，解放生产力。第二，客户数字化，需要以数据和技术为基础，在风险识别、需求识别、存量客户深耕、睡眠户激活等多个维度重塑客户经营和管理体系。第三，运营数字化，通过采集行为数据、纳入外部数据，以数据和技术为驱动，在获客场景、存量客户管理场景实现全面数字化营销和运营。

而要做到这些，需要大数据和处理技术支持，包括身份验证数据（要素验证）、反欺诈数据（团伙欺诈、多头数据、黑名单、欺诈评分）、信用数据（消费、偿债压力、授信额度建议、信用评分）和基于内外部数据的衍生其他数据，以及数据建模技术（LR、机器学习、深度学习、关系图谱）、系统处理技术（数据集市、决策引擎、催收系统、图数据处理、设备指纹技术、贷后管理系统）和智能语音（营销/催收机器人）。

在数字化运营业务流程中，百融云创客户全生命周期包括能前端营销获客、贷前识别欺诈客户风险、准确评估申请人信用，贷中实时动态监控预警，贷后催收策略。其中贷前信贷流程的关键节点包括获客、反欺诈、信用评估、提供额度、计算利率。针对团伙欺诈排查，可以应用机器学习算法、Label Propagation、Fast Unfolding来实现社团分割算法，再通过BigClam、关系推理、Graph embedding实现风险识别。如某城商行互联网贷款审批流程，通过应用大数据模型，减少人工审批环节，审批效率提高，审批成本下降，同时审批效果提升。

百融云创还可以通过营销响应分和营销成单分评估，实现存量客户精准营销。大数据和机器学习也从客户风险、价值、意向、需求的维度，来实现数字化客户分层和分群。

与此同时，贷中的实时监控存量客户，可以对潜在风险早发现、早处置，有效降低逾期率，并同时节约成本，提升体验。在制定贷后催收策略时，可根据逾期客户分层制定差异化催收策略，提升整体催收效率，优化催收资源分配，降低催收成本。

构建数字化转型的“3+1”平台

百融云创结合内外部数据源，形成数据仓库和实时仓库，通过特征池/库的提取调用，经过模型训练平台模型部署管理平台和决策引擎，实现各类业务应用，如反欺诈、贷前信用评估、贷中风险监控、贷后催收策略、精准获客与渠道管理。

有了上述理念与技术框架，百融云创基于数据中台，依托自动模型训练平台、自动模型管理平台和决策引擎平台，构建科技助力银行数字化转型的“3+1”平台，实现两个闭环：打造“数据获取—数据积累—数据应用”的数据生态闭环，构建“模型训练—模型部署—业务应用—更新迭代”的模型全生命周期管理闭环。

基于业务主题的数据中台负责数据关联与统一、数据资产积累和数据服务。其中，包括对海量数据信息进行统一计算，加工，对数据的标准和质量进行统一；所有数据被整理后会形成企业特有数据标准，再进行深入挖掘，产出业务逻辑，算法模型和抽象统一，生成大数据资产，为业务服务，数据服务；基于前两步的准备，开始定义服务中心和服务，提供数据资产管理目录，按需提供服务。