九卦 | 如何重塑人工智能技术的银行信贷流程？ 文 /李伟东 本文由创作者受权九卦巨涟金融公布，请注明转载的由来。 人工智能技术正确引导金融机构新一轮转型 目前，人工智能已深入金融领域，促进金融机构创新对客户价值的理解，丰富服务标准，降低风险，节约成本，扩大金融服务边界，甚至导致公司文化、组织协调、基础设施及其体系的关键改革创新。 贷款业务是银行业的主要业务，是现阶段与人工智能相结合的最深层次场景。对银行信贷应用领域人工智能的科学研究 金融业有很大的启发作用。 银行信贷工作流程的关键可分为三个阶段： 营销拓客 贷前调查风险控制系统、贷前调查信用审查及其贷款监管 信贷管理 每个环节都有原来的问题和挑战，大部分都是长期存在的顽症。人工智能技术的进入不同程度地影响了整个情况。作为中国第三方智能风险控制服务提供商，同盾科技在使用人工智能授权银行的道路上自始至终走在行业前列。同盾科技全过程智能风险控制具有典型的象征性。对于贷款业务的三个阶段，同盾提供了有针对性的智能解决方案：流量增长服务项目、贷前调查风险控制系统和个人信用风险控制服务项目、逾期贷款管理方法智能催收服务项目。 流量增长服务项目 专业管理客户的整个生命周期 银行信贷客户的生命周期分为三个阶段：获取、改进和改进以及外流的下降。这三个阶段是相互依赖和相互作用的。因此，流量增长服务项目不仅可以在一定阶段紧密围绕，而且可以在所有客户的生命周期中进行。 ▲点击这里，更清楚哦~ 客户获取链接 它的信念是找到潜在用户，提高流量转化率。相应的解决方案是创建潜在客户响应实体模型。 当用户从各种渠道进入平台时，标签信息基本为零。公司对该客户一无所知。根据同盾潜在客户响应模型，可对客户进行360度数据肖像，并将客户划分为三种状态：高考响应、中响应和低响应。对于高意愿客户，选择积极的营销策略（如电子营销和短信），不准确推送低意愿客户。在提高转化率、降低营销推广成本的同时，避免无意中打扰用户。重庆身份证贷款 例如，一些投资和金融平台将以红包奖励的形式吸引消费者。客户已申请注册认证并获得相应奖励，但最终未能在该平台上购买所有投资和金融产品。 这类客户一般都是响应性高的用户，选择电话营销和短信精准推送可以有效“激话”；对于中响应客户采用“测试”的理念，客户的响应分数不稳定，在各种驱动因素的影响下，响应分数波动。当客户的响应分数在某个阶段被检测到时，可以及时电话营销，准确推送“唤起”客户；低响应客户在很大程度上属于羊毛，观察其响应点始终保持低分，金融机构不需要对此类客户进行额外的情感投资。 金融机构通过高、中、基层的划分，在流量驱动的客户扩张环节，可以实现最佳的网络资源配置，最佳的营销资源投资于最大层次的客户。 金融机构通过高、中、基层的划分，在流量驱动的客户扩张环节，可以实现最佳的网络资源配置，最佳的营销资源投资于最大层次的客户。 客户改进和成熟期 这一阶段的重点是探索股票用户的最大价值，提高用户粘性和品牌意识，让消费者尝试金融机构的其他金融产品。 在这个阶段，相应的解决方案是商品推荐模型或交叉营销实体模型。通过产品推荐模型，金融机构可以合理识别消费者对不同产品的隐藏需求，大力开展交叉营销主题活动，提高人性化配对的可能性，提高利润。 客户衰落环节 这一阶段的目的是增加客户的生命周期，留住失去的用户，让他们再次对贷款产品感兴趣。同盾外流招回计划可以有效识别客户流失，评估其招回应概率，同时提供信用额度调整建议。 在客户引进、发展、改善、休眠、外流等生命阶段，公司对客户进行适度的目标管理，可以在每个部分创造巨大的价值。 中国在线贷款市场逐渐告别了高客户的野蛮增长期，将进入股票游戏的标准化管理环节，以流量为核心，以品牌为核心或向用户转移的核心理念，利用大数据、大数据技术进行客户整体生命期专业运营将成为未来金融机构的关键竞争力。 贷前调查风险控制系统及个人信用风险控制 3.0期智能风控逐渐走向智能风控 拓客只是银行的第一步，随之而来的风险控制管理问题也是一大磨练。贷前调查风险控制系统、信息内容验证和信用评级是贷前调查风险控制的三个关键步骤。 贷前调查风险控制系统 贷款业务面临欺诈通常是犯罪团伙欺诈，近年来犯罪团伙欺诈逐年上升，欺诈团伙内部结构职责分工越来越详细，反侦察意识越来越专业，朝着智能、创新、非接触、专业类型的趋势迅速发展。 在防范欺诈的过程中，选择机器学习算法的人工智能方法，发现更多的案件线索特征，探索异常事件，如用户使用特征和客户关系特征，并整合IP、分析手机、位置等因素隐藏的欺诈风险，可以大大提高风险控制系统的效率和水平。同时，在互联网、人工智能技术、云计算等技术的推动下，风险控制系统的工作进入了一个新的升级时代。 进入智能风险控制时期，在新技术的加持下，风险控制系统的军械库更加精致。同盾整合了社交网络、设备指纹、IP肖像、手机号码肖像等新技术，创造了多层次、深度系统的风险控制系统，运行绿色生态，为1万多名用户提供安全保护，维护同业务总额超过万亿元。 评估风险控制系统后，需要核实客户数据，审查客户数据的真实性，评估客户的还款能力和还款能力。 随着贷款业务互联网转移的加快，公司对批量解决的需求日益迫切。在这个阶段，依靠人工复杂、机械自动化和不规范的审计模式逐渐无能为力。 因此，同盾推出了智能解决方案——智能风险控制。让申请人通过问卷填写信息，并通过问卷调查结果对申请人进行二次确认，评估客观数据信息与用户填写信息的偏差。 根据提供信息和数据库系统信息内容的交互认证，智能风险控制根据交互认证结论形成问卷调查。根据用户的回应结论，智能化形成下一个问题。系统根据优化算法选择题型进行结论计算，制作最终评分模型。实体模型以分数的形式导出，为视频审核提供直观实用的价值。 贷前调查风险控制系统和信息验证后，银行将对用户进行贷前调查信用评级。贷前调查信用评级对贷款产品限额和年利率的设置以及贷款逾期和坏账率有一定的影响。 信用额度的设置一般是在评估客户信用风险水平的前提下，充分考虑客户的资产和债务结构，并结合内部结构贷款政策，批准客户的还款能力和还款能力。 经过全面对策和模型数据专家的经验，金融机构最终决定是否支付、金额和利率。在智能管理决策期间，许多银行已经达到了第二级水平。自然，对银行来说，下一笔款项并不等于无忧无虑。 智能语音技术日益完善 加快贷后催收业务流程数字化转型 随着信贷业务互联网的加速，传统的借助人力资源催收方式越来越尴尬，现在银行开始尝试智能催收。 我们将智能催收与人工催收进行比较，以便更好地了解银行业的管理决策。 劳动力成本如工资、场所、招城、指导等，劳动力催款成本较高 受诸多因素直接影响，人力催款情绪不稳定，需要反复训练，专业性无法保证。智能催收系统采用标准催收脚本，从根本上降低销售脚本的风险。 传统催款的触达率和反馈率相对较低。据调查，传统催款每人极限为100-200，但设备可达到2000不通电销量，成本低，节假日不放假。 客户隐私信息容易泄露。在与客户沟通的过程中，催收人员获取更多的客户信息，这是数据泄露的风险。 此外，人力催款一般由专人跟踪，客户数据统计分析不规范，管理方法困难，容易丢失。 鉴于上述一系列问题，越来越多的金融企业关注智能催收系统软件。 同盾智能催收设备广泛应用于商业银行，其工作经验值得共享。同盾智能催收系统软件主要有两个基础。 第一个前提是战略平台 战略平台采用三组实体模型组合，形成催款评分卡。 第一组模型是账龄分析翻转实体模型 通用性是预测和分析轻微贷款逾期群体进入更多逾期贷款的概率。主要目标是根据客户的还款情况和逾期贷款的工作频率，捕获逾期贷款风险较高的客户。一般情况下，逾期贷款1-30天、31-60天的客户会创建自己的账龄分析翻转实体模型，预测分析60-90天会产生逾期概率。 第二组模型是还款率实体模型 一般用于60天以上贷款逾期客户，预测和分析回收客户欠款的比例，主要目标是准确捕获潜在回收水平相对较高的客户。 第三组模型失去联系分析模型重庆押车放款 用于预测和分析逾期贷款客户群未来无法准确推送的概率。一般来说，即将进入逾期贷款状态的客户群需要区分失去联系的概率。客户群分离模型一般为1-30天、31-60天、60天以上。实体模型的常见信息包括逾期贷款总额、账户信息、手机详细信息等。 第二个前提是智能实施 实体模型对应智能实施的思路。在实际工作中，智能催收系统软件利用大数据准确匹配主要参数，如通过用户基本信息、申请材料、逾期贷款状况、还款能力、还款能力、消费理念等智能区分逾期贷款客户的综合情况，并根据模型算法匹配相应的催收对策。 当模型预测结论相对较好时，视频语音催款采取了相对温和的对策。当预测结果偏向于高风险客户时，采用较强的催款形式。 除催收脚本的高低外，评分卡还可以获得更多的因素。比如策略平台上可以配置周几、什么时候、日常工作频率等因素。 同盾智能催收专用工具贷款逾期管家和贷款逾期精灵，两个品牌围绕辅助决策和智能语音系统设备催收平台，背后有强大的技术团队和信息生态系统支持，每个标准化业务流程全面数字化转型、互动半透明、监管、复杂、适用于金融机构、电子商务、新金融、金融等场景。 相信随着智能语音识别、语音识别等技术的进一步完善，智能催收系统将改变催收领域的商业生态。