本期介紹的是郵儲銀行福建省分行在人民銀行福州中心支行指導下，將大數據、人工智能等熱點技術與銀行的數據應用相結合，推出基于人工智能的銀行大數據應用建模項目。通過建設集模型開發、部署、運行于一體的大數據建模平臺，將機器學習建模技術應用到銀行精準營銷和風險防控場景，充分挖掘大數據價值，提高數字化金融服務水平。
一、項目介紹
基于人工智能的銀行大數據應用建模項目作為郵儲銀行福建省分行金融科技試點應用項目，一方面，引入人工智能技術建設大數據建模平臺，為全面支撐分行數據分析工作從“專家經驗”向“機器學習”轉變奠定技術基礎；另一方面，通過將人工智能大數據建模平臺應用于客戶畫像、精準營銷、貸后管理等業務場景，充分挖掘大數據價值，提高數據分析的智能化水平。
人工智能大數據建模平臺架構
二、項目建設情況
郵儲銀行福建省分行高度重視，對市場上各主流建模平臺產品進行深入調研，收集各業務部門需求和意見，并經過POC測試及層層論證，最終確定項目建設方案。目前，項目已完成建模平臺的建設，進入業務模型推廣試運行階段，平臺及模型的運行情況良好。
（一）建設大數據建模平臺
在第四范式“先知”平臺基礎上建設郵儲銀行福建省分行大數據建模平臺，平臺包含數據管理、特征處理、模型生成、模型應用、運行監控、可視化開發等六大功能模塊，集成模型開發、部署、運行于一體，覆蓋人工智能應用的各環節。平臺提供可視化建模開發工具，采用先進的機器學習算法和模型自學習機制，具備高效的分布式計算處理能力，可實現海量數據、超高維度的業務特征建模，具有建模效率高、模型精準度高、運行效率高等特點。
（二）開發信用卡風險客戶預測模型
依托大數據建模平臺，采用機器學習建模的方法開發信用卡貸后風險預測模型，預測信用卡存量客戶的逾期概率，彌補傳統專家經驗規則下模型準確率低、排查量大等問題，提高信用卡風險管理工作的準確性和及時性，達到不斷優化信用卡業務資產質量、防范金融風險的目的。
信用卡風險客戶預測模型流程圖
（三）開發個金潛力客戶價值挖掘模型
依托大數據建模平臺，采用機器學習技術完成中高端客戶的精準畫像，實現對潛力客戶從“人工識別”轉變為“智能識別”，從“撒網式營銷”轉變為“數據營銷”，從而推進網點轉型改革、優化零售資源配置，提升潛力客戶價值，增強“以客戶為中心”的服務能力。
客戶精準畫像
三、項目成果
01通過建設人工智能大數據建模平臺，有效降低業務建模的技術門檻、縮短數據分析項目開展周期，節約數據分析項目的人力投入，平臺上線后，只需要一位業務專家加上一位數據分析人員耗時1-2個月就能夠完成一個業務模型的開發應用，比傳統方式節約了一半以上的人員和時間投入，降低了運營成本。
02機器學習模型能夠提高客戶營銷和風險防控的精準度，通過建設各類客戶識別模型，精準向客戶提供產品推薦、差異化營銷等服務，增強金融惠民服務能力，通過建設各種風險預測模型，加強客戶風險監測，及時處置風險隱患，提高業務風險防范水平，降低銀行金融風險。
案例
“信用卡風險客戶預測模型”按照逾期概率將客戶風險等級分為高、中、低三種級別，業務人員針對不同的風險級別采取差異化管控措施，取得良好成效。截至9月末，該行累計排查發現風險賬戶1.02萬戶，涉及授信額度3.45億元，管控潛在風險敞口2.15億元，較以往單獨使用專家經驗規則減少一半的人工排查量，管控風險敞口提升30%，風險管控效率得到有效提升。
責任編輯：韓希宇
免責聲明：
中國電子銀行網發布的專欄、投稿以及征文相關文章，其文字、圖片、視頻均來源于作者投稿或轉載自相關作品方；如涉及未經許可使用作品的問題，請您優先聯系我們（聯系郵箱：cebnet@cfca.com.cn，電話：400-880-9888），我們會第一時間核實，謝謝配合。
