案例名稱

數據應用賦能平臺

案例簡介

廣西北部灣銀行數據應用賦能平臺以數據作為重要的生產要素，從業務端到端數字化改造、數據生成、數據治理、數據加工、數據資產、數據要素場景應用、迭代等方面入手構建數據要素融合應用賦能閉環，實現數據要素融合應用賦能金融產品、服務及管理創新，推進全行向智能感知、智能營銷、智能決策、智能服務、智能運營、智能風控、智能管理的數字化、精細化模式轉型。

創新技術/模式應用

廣西北部灣銀行數據應用賦能平臺方案通過業務規劃設計、夯實數據要素融合應用基礎設施建設、落地數據質量管理、數字化人才培養、推進場景賦能應用，實現數據要素融合應用賦能金融產品、服務及管理創新。具體數據應用營運模式（見圖1）及賦能數字化轉型應用架構（見圖2）

圖1：北部灣銀行數據應用閉環

圖2 北部灣銀行數據應用賦能數字化轉型應用架構

一、業務設計規劃

廣西北部灣銀行以客戶為中心推進業務數字化經營，結合數字化端到端客戶旅程改造，前置數據要素融合應用環節，以重點轉型項目為契機，通過客戶旅程梳理，分析數據要素產生、應用節點，從源頭總概數據要素應用全貌及落地數據質量管理，貼合經營角度構建數據要素賦能業務價值鏈，改變重單一產品研發輕營運設計的現狀，做到數據要素融合應用環節中數據要素生成完整性有保障、數據質量源頭把控有保障、數據應用貼合經營有保障、數據應用賦能業務運營全鏈條有保障、數據要素更新迭代有保障。

二、數據要素融合應用基礎設施建設

以數據要素融合應用賦能支撐業務創新發展為導向，通過構建企業級大數據平臺及全棧式云平臺為技術底座、數據中臺為數據應用服務融合基石、可視化建模平臺+決策引擎平臺為應用鏈接器、數據治理及全生命周期管控體系強化質量管理，夯實數據要素融合應用技術支撐基礎。

（一）構建企業級大數據平臺及云平臺，搭建敏捷、融合、共享、開放數據中臺服務。引入海量數據信息處理及平臺底座，通過數據中臺技術架構整合，推進數據萃取、數據融合的落地應用，不斷提升數據應用基礎，讓數據需求響應更加迅速、數據資產沉淀與共享更加高效。

（二）數據應用平臺，打造數據要素與業務融合應用鏈接器。

統籌優化運用數據資源、算法模型、算力資源等平臺核心資產，逐步降低業務人員進行數據分析及建模應用的門檻，通過借鑒引入及應用積累，穩妥推進AI+BI技術與業務深度融合，切實推進數據要素應用賦能業務發展。

（三）數據質量管理

1.推進數據治理落地及數據全生命周期平臺化管控體系建設。通過定標準、抓落實、做監測等系列治理措施，數據治理效果得到顯著提升，解決了數據標準不統一、取數效率低、系統數據缺失、數據不能復用等問題，夯實數據應用賦能業務基礎。以數據管控平臺、外部數據管理平臺推動數據治理管控自動化、可視化工作，保障數據服務基礎安全可控。

2.打造數據要素應用全生命周期管理制度體系。配套發布數據治理考核、數據質量管理、數據治理管理、數據標準管理、元數據管理、數據生命周期管理等系列制度，構建數據治理制度體系，提升數據治理及全生命周期應用管控能力。

（四）數字化人才培養

從能力模型化、層級化、實戰化，構建數字化人才基礎標準，推進可實戰人才階梯培養。構建數字化人才成長體系，適配數字化人才培養知識及應用能力模型，制定數字化人才培養計劃，戰訓結合，提供數字化轉型的人才保障。

項目效果評估

廣西北部灣銀行以點面結合推進數據應用新基建賦能，前中后臺聯動提升數據應用效能。貼合產品場景應用實際，結合行內外數據融合，依托可視化建模平臺，科學指導業務決策和運營，推進平臺應用及數據用例，在智能營銷、智能風控、智能營運等方面推進數據應用賦能。

（一）智能營銷

廣西北部灣銀行在業務運營分析、客群分群運營等方面均依托數據要素融合應用賦能業務發展。例如針對代發薪業務，運用數據開展代發薪客群識別及可視化分析，剖析客群經營現狀，洞察客戶行為及需求，構建客群分析及建模指標體系，將數據應用成果陸續轉化成客戶精準營銷要素中的服務渠道智能推薦、服務人員或團隊智能選擇、個性化產品研發及推薦、智能營銷活動策略推薦等四維要素，聯動CRM觸達營銷，并開展營銷服務作業過程監測。在拓新獲客方面：深挖網絡價值鏈，拓展高價值代發薪公司客群。在促活留存方面：剖析客群營運情況，明確提升方向及精準定位潛在高價值目標客戶，實現精準營銷和客戶價值提升，存量代發薪客戶代發薪留存率提升6%。在預警與挽失方面：通過客戶洞察及流失預警模型構建，預測客戶流失，輔助客戶經理開展客戶服務跟蹤及挽失，模型查準率可達80%以上。在營銷作業管理及效率提升方面：營銷作業全鏈路、全流程數字化管理，通過項目的實施落地，將實現代發薪業務價值提升模型的數據應用效果（觸達率、轉化率等）可視化，推進模型持續優化迭代等營銷作業全流程的數字化管控。

（二）智能風控

依托內外部數據整合，利用決策引擎高效實時計算能力，推進數字風控應用賦能。在零售智能風控領域，運用策略+模型手段進行身份識別、反欺詐、智能審批、差異化定額定價、智能貸后監測、智能催收等環節推進數字化風控，提升零售信貸業務數字化風控能力。在公司智能風控領域，構建集團關系識別、智能財報分析等專項模型，從企業的經營、財務、信用、輿情、關聯人監測等維度分別開展貸前輔助風險識別、貸后風險預警監測，賦能信貸審批流程優化及提升數字風控能力。

例如基于法人客戶財務報表開展智能輔助分析，采用大數據+專家研判雙引擎分析，結合財經數據文本化技術及多模型量化分析技術，分別構建財務基礎數據分析、財務粉飾識別、財務風險分析等多個模型，依托法人信貸客戶財務數據進行分析，同時模型中還融合了分析目標企業基礎工商信息、公開股權穿透信息、財務報表審計信息、指標行業數據等，集成200+行業的財務行業對比、200+行業財務指標及100+財務分析規則，自動生成分析報告。從數據上傳到模型運行再到模型分析結果返回對接業務系統呈現完整流程，可在40秒內完成，與純手工作業相比極大縮短分析工作耗用時間。從而提升數字化風控能力及信審效率。

（三）智能營運

結合中后臺部門數字化流程優化需求，開展數字化應用分析，依托工商、稅務、社保等政務數據，運用數據構建模型開展對公客戶運營風險及關聯交易識別，將內部營運流程與數據、科技有機結合，增強內控管理效能及客戶服務效率。例如利用數據模型賦能對公總線，提升運營部門服務客戶效能。依托對公總線服務體系，通過對整體對公開戶、年審等業務端到端全流程梳理，分析各節點存在的問題，分別運用數據建模及金融科技賦能各節點效能提升，從而提升對公賬戶服務效率。通過線上自助采集、信息自動校驗、基于模型應用信息預審核、賬戶自動報備、輔助年檢、賬戶風險監測等，提升對公賬戶服務類業務能力，整體服務效率提升5倍以上。

項目牽頭人

粟尉廷、數字金融管理部總經理

責任編輯：韓希宇