8月23日，“2018中国银行业发展论坛”在北京金融街举办，论坛主题为“固本与攻坚”。下午，在由中国金融认证中心（CFCA）承办的“科技赋能金融新挑战”圆桌论坛上，数位银行高管齐聚会场，共谋银行业转型之策，并就金融科技发展路径进行了深入探讨。中国电子银行网对本次论坛做了图文直播。

　　在嘉宾演讲环节，中国金融认证中心（CFCA）大数据产品总监、大数据流通与交易技术国家工程实验室研究员樊令结合实际工作，从营销、大数据风控、数据画像三个方面，与在场嘉宾共同分享银行在技术应用、数据应用的成功经验。

　　中国金融认证中心目前已经覆盖了服务全国98%的银行数，与各个银行的信息服务、安全服务、认证服务、数据服务以及支付服务都有非常多的长期的合作经验。对于银行的市场营销，樊令给出了三条思路：第一，通过和工商机构的合作，做底层系统的数据对接，给这些企业提供精准的银行相关的服务；第二，通过跟税务机构合作的企业的经营数据，对于企业整体的经营情况做精准的画像，根据整体的指标分析，就可以做一些定向的投资和营销；第三，用大数据的技术为行内现有的存量客户做好挖掘服务，找出行内的重点客户、优质客户，把这些客户变成一个种子客户，再通过这些关键节点找到定向的营销方向。

　　樊令表示：很多时候真正的风险并不存在于这些企业主体之中，而是存在于主体相关联的公司之中，所以对于企业的关联企业做深度探索就显得尤为必要。中国金融认证中心通过工商的后台数据、通过嵌在U盾里面的CA证书、税函里面的CA证书、企业的超级网银、打卡等方式对做企业进行精准的身份认证。有效地通过外部数据服务于银行的内部风控。

　　传统银行想扩大自己的发卡范围就会用到外部的数据，这时对于客户精准的数据画像必不可少。樊令介绍说：中国金融认证中心通过运营商的实名审核线上申请信用卡发卡人员的身份信息，互金数据、支付的多投数据、还款能力、还款意愿和银联数据等关键信息，对用户做出精准画像，为银行信用卡中心业务保驾护航。

　　以下是樊令：的发言实录：

　　各位领导、各位嘉宾大家下午好，刚才非常感谢各位行领导已经给我们介绍了一下目前现在银行中一些技术的应用、数据方面的应用。我们作为中国金融认证中心目前已经覆盖了服务全国98%的银行数，所以我们现在最大的优势是跟各个银行的信息服务、安全服务、认证服务、数据服务以及支付服务都有非常多的长期的合作经验。我接下来就从大家的战略层面以及宏观层面落实到数据应用的层面，给大家分享一下我们跟各大银行提供支付服务的时候，到底是用了哪些方法，我们也愿意把我们自己的思考分享给大家，看能不能给大家带来一些新的思路。

　　今天主要想跟大家分享三个方面的应用：1、营销；2、大数据风控；3、数据画像；

　　我们所有的数据都是应用的行外的数据，首先给大家讲一下营销方面在大数据方面的实践和应用。大家可以看到，这里讲的是新注册企业，我们拿到这些数据是通过和工商机构的合作，和他们做底层系统的数据对接，一旦有一些工商机构已经完成了注册就可以非常实时的拿到他们的工商注册信息。接下来对于银行或者对于银行的分支行，到它附近的企业做实时的基本不开户的时候会非常有作用。另外根据这些企业注册的周期，比如三个月以后/六个月以后可能用到员工工资代发服务，九个月以后可能用到信用卡相关的服务，我们用我们的服务给这些企业提供精准的银行相关的服务。

　　第二方面还可以通过跟税务机构合作的企业的经营数据，对于企业整体的经营情况做非常详细和精准的画像，这些方向不仅包括企业背景、企业区域划分、企业经营类型、具体的经营指标，我们会根据各行具体的需求做一些定制化的筛选。比如当时跟微众银行合作微业贷，选择一些企业连续三年纳税，另外剔除他们不想做的企业，之后是某些指标在一个范围之上、某些在一个范围之下的白名单，我们动作白名单给这些企业做预授信的服务。

　　通过所有的企业经营数据做整体的分析和画像，如图可以看到，企业历史、三到四年的销售变化率、成本变化率等等，根据整体的指标分析可以看出来哪些企业/行业是发展的比较好的，哪些企业/行业是有更多发展潜力的，就可以做一些定向的投资和营销。

　　下面一种方式还是用大数据的技术为行内现有的存量客户做了非常好的挖掘服务，会把行内所有的优质客户拿出来，拿出来之后会提取他们外部的特征，包括工商特征、司法特征、税务方面的特征，根据这些特征把与之相关的所有外部数据所匹配的企业名单找出来，这样就可以非常有效率的最大程度的增加行内营销获客的效率，并且可以增加行内企业营销的转化率。这一块已经跟长沙、徽商的城商行有成功的合作案例。

　　对于一些行内的存量客户还可以做企业关联、人员关联，主要是找出一些行内的重点客户、优质客户，把这些客户变成一个种子客户，因为我们知道真的拓展一个新的客户是要比从现有客户和老客户里发掘新客户的成本要高得多，所以我们现在会利用手里现有的资源找到一些和他有关系的，可能是历史的关系，也有可能是和他现在有投资关系、任职关系的人员，把这些关键人物找出来，通过这些关键节点找到定向的营销方向。

　　二、风控；

　　第二方面给大家介绍一下如何通过外部数据，外部数据更好服务银行内部的风控服务。第一个做的也是中国金融认证中心一直做的服务，我们一直致力于企业的认证，现在也提供线上对公企业的身份认证相关的服务，目前提供四种方式，通过工商的后台数据、通过嵌在U盾里面的CA证书、税函里面的CA证书；企业的超级网银、打卡的方式做企业的身份认证。识别完身份之后仍然会对企业做详细画像，包括企业前期的反欺诈，前期的反欺诈会把企业以及这些企业所有相关联的企业做网络分析，做完网络分析会基于后台的数据包括工商的行政处罚、信用中国、还有跟司法大数据研究院对接的数据做全面的扫描，把扫描结果反馈给行方，一目了然的了解哪些是风险企业。

　　对于企业的关联企业会做深度的探索，因为很多时候真正的风险并不存在于这些企业主体之中，而是存在于主体相关联的公司之中。

　　最后针对于贷后的风险监控，我们目前也有一套自己的贷后风险监控的预警规则，一旦这些预警规则命中了条件之后就会自动触发预警，这方面主要用到像司法相关的、舆情相关的数据，而且这个预警是实时预警的。

　　三、画像；

　　最后给大家分享一下我们如何通过行外大数据做画像相关的服务。我们之前给一个农商行做了一个信用卡评分卡建模的项目，因为之前城商行一直用的是线下发卡的模式，而且发卡方基本上都是自己行内的客户，但是现在它想扩大自己的发卡范围就会用到外部的数据，我们当时和他们做了深入探讨之后也发现哪些数据可以引入，以帮助他们更好的做信用卡前期的评估以及发卡的建模，经过我们的初期讨论主要分成以下5个维度提供：

　　身份核验、财产信息、电商信息、金融风险、审核风险，定下的使用数据如下，通过一些运营商的实名审核线上申请信用卡发卡人员的身份信息，通过一些互金数据、支付的多投数据、孩子款能力、还款意愿和银联数据的结合做了一些个人方面的画像。最后会给到信用卡中心一个结果，这个地方是否何以发，如果不可以发，通过人工审核的方式是否可以发卡。如图是整体的技术架构，最后是我们提供的前期发卡建模及画像的方法，从信息的提交、规则的设置、审批建议的输出，目前来说整个交付的cut值是45%以上，我们交付的成果也是非常满意的。谢谢大家！

责任编辑：松崎