本期介绍的是邮储银行福建省分行在人民银行福州中心支行指导下，将大数据、人工智能等热点技术与银行的数据应用相结合，推出基于人工智能的银行大数据应用建模项目。通过建设集模型开发、部署、运行于一体的大数据建模平台，将机器学习建模技术应用到银行精准营销和风险防控场景，充分挖掘大数据价值，提高数字化金融服务水平。
一、项目介绍
基于人工智能的银行大数据应用建模项目作为邮储银行福建省分行金融科技试点应用项目，一方面，引入人工智能技术建设大数据建模平台，为全面支撑分行数据分析工作从“专家经验”向“机器学习”转变奠定技术基础；另一方面，通过将人工智能大数据建模平台应用于客户画像、精准营销、贷后管理等业务场景，充分挖掘大数据价值，提高数据分析的智能化水平。
人工智能大数据建模平台架构
二、项目建设情况
邮储银行福建省分行高度重视，对市场上各主流建模平台产品进行深入调研，收集各业务部门需求和意见，并经过POC测试及层层论证，最终确定项目建设方案。目前，项目已完成建模平台的建设，进入业务模型推广试运行阶段，平台及模型的运行情况良好。
（一）建设大数据建模平台
在第四范式“先知”平台基础上建设邮储银行福建省分行大数据建模平台，平台包含数据管理、特征处理、模型生成、模型应用、运行监控、可视化开发等六大功能模块，集成模型开发、部署、运行于一体，覆盖人工智能应用的各环节。平台提供可视化建模开发工具，采用先进的机器学习算法和模型自学习机制，具备高效的分布式计算处理能力，可实现海量数据、超高维度的业务特征建模，具有建模效率高、模型精准度高、运行效率高等特点。
（二）开发信用卡风险客户预测模型
依托大数据建模平台，采用机器学习建模的方法开发信用卡贷后风险预测模型，预测信用卡存量客户的逾期概率，弥补传统专家经验规则下模型准确率低、排查量大等问题，提高信用卡风险管理工作的准确性和及时性，达到不断优化信用卡业务资产质量、防范金融风险的目的。
信用卡风险客户预测模型流程图
（三）开发个金潜力客户价值挖掘模型
依托大数据建模平台，采用机器学习技术完成中高端客户的精准画像，实现对潜力客户从“人工识别”转变为“智能识别”，从“撒网式营销”转变为“数据营销”，从而推进网点转型改革、优化零售资源配置，提升潜力客户价值，增强“以客户为中心”的服务能力。
客户精准画像
三、项目成果
01通过建设人工智能大数据建模平台，有效降低业务建模的技术门槛、缩短数据分析项目开展周期，节约数据分析项目的人力投入，平台上线后，只需要一位业务专家加上一位数据分析人员耗时1-2个月就能够完成一个业务模型的开发应用，比传统方式节约了一半以上的人员和时间投入，降低了运营成本。
02机器学习模型能够提高客户营销和风险防控的精准度，通过建设各类客户识别模型，精准向客户提供产品推荐、差异化营销等服务，增强金融惠民服务能力，通过建设各种风险预测模型，加强客户风险监测，及时处置风险隐患，提高业务风险防范水平，降低银行金融风险。
案例
“信用卡风险客户预测模型”按照逾期概率将客户风险等级分为高、中、低三种级别，业务人员针对不同的风险级别采取差异化管控措施，取得良好成效。截至9月末，该行累计排查发现风险账户1.02万户，涉及授信额度3.45亿元，管控潜在风险敞口2.15亿元，较以往单独使用专家经验规则减少一半的人工排查量，管控风险敞口提升30%，风险管控效率得到有效提升。
责任编辑：韩希宇
免责声明：
中国电子银行网发布的专栏、投稿以及征文相关文章，其文字、图片、视频均来源于作者投稿或转载自相关作品方；如涉及未经许可使用作品的问题，请您优先联系我们（联系邮箱：cebnet@cfca.com.cn，电话：400-880-9888），我们会第一时间核实，谢谢配合。
