金科案例 海南农信：大数据营销、决策、风控应用

项目背景

随着来自外部互联网金融机构的竞争压力和来自银行内部的科技创新和业务创新诉求愈发强烈，近年来，地方金融机构开始积极响应金融科技创新需求，着力培育自身数据资产，推动大数据应用进入快车道。总体来看，地方金融机构在集中管理、客户画像、精准营销、风险控制以及运营优化五个方面，结合具体业务场景和客户需求进行大数据应用实践。

随着大数据技术向纵深发展，海口农商银行作为地方性农村金融机构，从战略高度充分认识大数据分析和运用的重要性，于2017 年提出了深化大数据的“数据驱动”战略，立足大数据平台，实现经营、管理和服务创新，提升自身的持续发展能力。

项目目标

（一）搭建完善的大数据技术平台。根据我社信息科技建设及业务发展现状，在符合监管要求的前提下，参考同业大数据应用最佳实践，搭建符合我社特色的大数据平台，结合具体应用场景进行业务应用，提升我社大数据应用能力和业务运营能力。

（二）基于地方金融机构易于获取数据的优势，全方位挖掘用户需求，精准获客，降低获客和营销成本，最大化让利客户，进一步提高我社金融服务的竞争力。

（三）利用数据共享方式，简化信贷及相关业务流程，提高我社金融服务客户体验，降低客户融资成本和门槛，让利客户的同时也扩大客户群，进一步提高客户对我社金融服务的粘性。

项目方案

本次建设项目的系统功能将包含数据基础平台与应用设计两大方面。

数据基础平台的功能包括：

数据整合平台，实现行内各源业务系统数据的统一整合，对各类管理应用系统提供有效的分析和管理决策数据支持；

历史数据平台，支持业务源系统、数据平台和集市超过保留期限、需要归档的数据统一存储，并提供基于SQL 的数据查询，为涉及长时间段的管理应用、业务查询和数据挖掘提供相关数据服务；

大数据平台，实现行外海量结构化数据、以及行内和行外非结构化数据的存储、加工和分析，对数据进行价值的提炼，并为数据整合平台和数据集市提供数据服务支撑；

准实时数据服务平台，支撑高时效、跨系统数据应用而提供的贴源结构数据服务平台；

数据服务总线，实现业务系统与数据平台之间的批量数据传输和服务，包括数据的加密、脱敏、路径管理等内容；

外部数据采集，实现统一采集全部行外结构化和非结构化数据的，包括对外部数据采集和接口规范的约定、管理及维护等功能；

统一调度系统，实现数据服务管理体系内的任务调度和监控管理，包括跨平台的数据处理任务的调度；

统一数据应用平台，能提供统一的数据分析应用平台，支持与AD域集成统一认证用户，支持用户权限、数据使用权限管理，提供数据使用情况统计功能。并具有良好的扩展性，能够集成多种BI可视化工具，可集成多个数据应用。并集成管理驾驶舱、客户分析应用、风险管理应用、财务与资产负债管理应用、绩效分析应用、业务产品分析、运营效能分析、支付结算分析、舆情监控、应用数据补录、快速授信等应用。

数据管控平台，以基础数据、指标数据和报表作为管理的三大对象，分别对其元数据、标准、安全、质量、保留策略等内容进行统一管理，并建立起三大对象之间的内在联系。

数据应用平台的功能包括：

客户画像平台，依托大数据平台的存储和计算资源，梳理并整合行内和行外数据，并对客户信息和行为进行分析，从而形成客户统一视图，包括对公和对私客户统一视图，构建统一的客户标签体系，构建支持客户洞察、渠道优化、精准营销和风险防范等应用场景的客户画像, 基于客户画像系统业务人员能够在可视化界面实现客户管理和客户群管理。

精准营销平台，精准营销管理平台采用自主研发营销微探索组件作为精准客户探索的系统基础.系统用最优信息锁定每位客户，与每位客户直接对话是成功营销的关键, 微探索组件能快速有效地在所有渠道无论在线或离线，设计、执行和测量以客户驱动为中心的沟通战略。精准营销管理平台满足名单类营销和实时事件类营销。

SMG3 决策管理平台，实现对信用卡、零售审批授信所需要的不同渠道来源数据的收集，并通过对数据的整合、筛选、判断及综合分析，系统自动做出审批决策，或做出审批建议并并辅助人工操作做出最终审批决策，同时系统可以实现欺诈申请的侦测及欺诈申请数据的更新、储存以及贷后风险预警等功能；

技术实现特点

图3-1 大数据平台架构设计图

海南中心大数据平台整体架构分成数仓以及hadoop 两部分，数仓用于处理T+1 结构化数据的处理，应用上包括：报表、灵活查询、监管报送、绩效、数据交换等，侧重内部管理使用。而hadoop 除了能够处理T+1 的数据，更多的是借助CDC 数据库组件、旁路数据采集等技术手段处理实时数据以及第三方数据接口数据，从应用上面来讲主要侧重于对客户的服务，包括：线上贷款、信用卡审批、精准营销、信贷风险预警等。

大数据处理平台在数据源的导入上支持结构化数据、非结构化数据，以处理行内外大量非结构化数据为主，对存储在其中的数据进行批量的加工与分析。同时，大数据处理平台为数据整合平台以及更上层的数据集市提供必要的数据支撑，并结合数据探索平台，实现对大数据处理平台中的数据进行更深层次的分析和挖掘。

项目过程管理

2017 年2 月启动“数据驱动”发展战略，并成立专门的大数据应用部门。

2017 年4 月完成项目招标；

2017 年6 月完成大数据基础平台的搭建，包括数据整合、日终ODS 建设；

2017 年9 月完成客户画像、名单式营销、大数据辅助信用卡审批系统；

2018 年3 月完成大数据辅助线上贷款；

2018 年5 月完成大数据历史数据查询平台；

2018 年8 月完成事件式营销系统；

2018 年10 月完成信用卡评分模型、贷后风险预警系统；

运营情况

通过精准营销平台，我社完成”特惠商户端午节营销活动”名单式营销活动与“柜面转账转化电子渠道”事件式营销活动，共计完成针对性客户营销13188次,名单式营销转换率约为0.2%，事件式营销转换率约为18%。通过事件式营销，营销贷款1400万，理财600万，定期存款5000万。

截止2018年9月30日运行情况：

信用卡进件：信用卡进件总共:125472笔（其中人工审核:82297笔， 拒绝:43120 笔， 自动审批55 笔) ， 其中审批通过人均授信:37152.65元；工作效率方面，审批效率提升约40%。在大数据决策之前信用卡日审批1000笔左右(11人审批)，上线后达到1400笔左右（审批人员10人），将审批的准入、反欺诈、授信等工作通过决策平台来完成，节约人力成本约150万/年。

一小通贷款：共计完成2736笔贷款，合同金额12682.52万元，贷款余额4265.04万元，贷款归属2家行社。比较传统的线下贷款放款模式，信贷员人均管户量提升约10倍。通过参照信贷工厂的审批模式结合线上大数据的有效决策。线上贷款信贷员管理客户数能力得到大的提升，目前线上贷款的人均管理约700户，传统的信贷人员管理客户数在150左右，在客户服务方面，服务效率提升了4.6倍，截止9月份已收回利息128万。

项目成效

基于我社的综合大数据平台，结合具体的业务场景，开发了多个大数据应用，实现了以下目标：

1、完成第三方数据采集平台、客户画像平台、精准营销平台、大数据贷款平台的搭建，提升我社大数据应用能力和业务运营能力。

2、拓宽数据源采集渠道，我社第三方数据采集平台现有数据源13项，其中，人行征信报告、社保、高院为重要数据源，同盾、百融等为辅助数据源。

3、全方位挖掘用户需求，精准获客，降低获客和营销成本，最大化让利客户，利用数据共享方式，简化信贷及相关业务流程，提高我社金融服务客户体验，降低客户融资成本和门槛，让利客户的同时也扩大客户群，进一步提高客户对我社金融服务的粘性，提高我社金融服务的同业竞争力。

大数据应用前后情况如图2、3、4所示：

图2 精准营销实施前后效果对比

通过精准营销平台，我社完成“特惠商户端午节营销活动”名单式营销活动与“柜面转账转化电子渠道”事件式营销活动，共计完成针对性客户营销13188次,名单式营销转换率约为0.2%，事件式营销转换率约为18%。

大数据贷款中，截止6月份运行情况：

图3 信用卡大数据应用成效

信用卡进件：截止八月底信用卡进件总共:125472笔（其中审核通过:82297笔，拒绝:43120笔，自动审批55笔)，其中审批通过人均授信:37152.65元；工作效率方面，审批效率提升约40%。

图4：一小通贷款实施效果对比图

一小通贷款：截至2018 年8 月底共计完成2332 笔贷款，合同金额10804.25 万元，贷款余额3690.24 万元，贷款归属2 家行社。比较传统的线下贷款放款模式，信贷员人均管户量提升约10 倍。

经验总结

首先要对大数据发展战略足够重视，着力规划全行大数据战略中长期路线图与实施重点、目标、路径，统筹布局，建立行之有效的数据治理长效机制，体现银行数据文化的价值理念和导向，全面形成针对管理、决策和执行等各层面的数据应用策略。

其次，通过数据整合、数据挖掘、决策分析方式提升审批效率。审批效率提升后可以节约大量的人力成本，释放出的人力成本能够带来直接的经济效益。经测算，通过本课题相应系统的建设，在信用卡审批以及线上贷款方面，通过线上决策、人工复核的方式，在大数据贷款上线之前信用卡日审批1000笔左右(11人审批)，上线后达到1400笔左右（审批人员10人），将审批的准入、反欺诈、授信等工作通过决策平台来完成，减少人工开支120万元，节约了相应的人力成本。

信用卡进件总共:125472笔（其中人工审核:82297笔，拒绝:43120笔，自动审批55笔)，其中审批通过人均授信:37152.65元；工作效率方面，审批效率提升约40%。

再次，通过参照信贷工厂审批模式，结合大数据决策，线上贷款场景下信贷员管理客户的能力得到提升。目前传统的信贷员管理客户数量在150户左右，而线上贷款的人均管理客户数量约700户，在客户服务方面，客户服务效率提升了4.6倍。截止9月30日共计完成2736笔贷款，合同金额12682.52万元，贷款余额4265.04万元。

另外，积极培养业务与数据应用的复合型人才，将行内培养和行外引进相结合，重点以行内培养为主，同时可适当引进数据应用的高层次人才，使数据应用、数据建模水平快速提高。加大对大数据关键技术研发的投入，逐步提升大数据应用的广度与深度。

本文由2018年度农村金融科技创新优秀案例评选组委会授权发表，转载请注明出处和本文链接。