邦盛科技機器學習助力銀行信用卡營銷與風控智能升級

「現在大家都在說人工智慧、機器學習，我們也聊了幾家，發現只有你們邦盛科技的機器學習是有落地解決方案的。」聽完邦盛科技機器學習事業部總經理孫斌傑的演講後，一家銀行的領導表達了自己的看法。

這是近日在「2017年粵港澳銀行業大數據條件下信用卡營銷與風控專題交流會」上發出的聲音。此次會議由廣東省粵港澳合作促進會金融專業委員會、澳門《金融創新》雜誌社主辦。監管部門相關處室、廣東銀行同業公會、廣東銀聯負責人、粵港澳三地各商業銀行、廣東轄內部分農村商業銀行信用卡和風控部門總經理及IT企業代表共60多人出席。

信用卡業務是銀行極為重要的業務，但同時也面臨著新挑戰。是否具有強大的平衡風險和營銷收益能力是信用卡業務成敗的關鍵。大數據應用和機器學習技術能夠從海量的信用卡業務數據中挖掘出一些未知的、有價值的規律，為商業銀行信用卡營銷和風險管理提供強有力的技術支持。

機器學習助營銷實現智能升級

銀行在信息化快速發展的今天，積累了大量有價值的業務數據、用戶數據，藉助大數據，挖掘用戶需求，為用戶推薦合適的產品，在減少用戶打擾和營銷成本的情況下，增加運營收益，是各家銀行信用卡業務急需提升的關鍵所在。

據孫斌傑介紹，以合作的銀行為例，在信用卡賬單分期業務場景中，邦盛科技機器學習系統訓練的精準營銷模型，每月有效轉化人數提升50%以上，最終利息總額提升30%以上。

在某商業銀行理財推薦業務場景中，邦盛科技精準營銷模型與專家經驗相比，購買數與購買金額均提升100%以上。

在某股份制銀行信用卡沉睡客戶喚醒業務場景中，相較於傳統的經驗營銷，邦盛科技機器學習推薦的營銷名單，成功率從30%提升至50%。

此外，信用卡轉借記卡業務場景中，邦盛科技營銷推薦機器學習亦在極大節省營銷成本的同時，增加了銀行的運營收益。

機器學習全面提升風控效率

隨著信用卡業務模式的不斷創新，銀行的風險管理也需要持續創新。單純地通過經驗規則及根據個別案件進行分析以制定相關簡單規則局限性大，規則合理性亦無法衡量。

據孫斌傑介紹，針對操作風險及信用風險，邦盛科技機器學習系統均有場景化的解決方案。

在操作風險場景中，邦盛機器學習模型可以準確的識別出薅羊毛、盜卡、刷單、盜用賬戶等欺詐行為。

以合作的銀行為例，在某股份制銀行交易風險偵測業務中，通過邦盛科技機器學習系統訓練出的反欺詐機器學習模型，其風險識別效果跟原有純規則相比，準確率提升將近40倍，覆蓋率提升了3倍以上，報警率和報警數都有斷崖式的下降。

在信用風險場景中，通過邦盛科技機器學習系統模型能夠有效防止銀行由於客戶逾期、申請欺詐等違約情況導致的資本損失，降低對正常客戶的打擾，並提升自動審批率。

以合作的銀行為例，在某股份制銀行的信用卡准入業務中，邦盛科技機器學習系統模型上線後逾期（M3）率和客戶打擾率都下降到了原來的60%，同時自動審批率得到了大幅度的提高。

智能反欺詐風控正當時

人工智慧時代，邦盛科技基於在金融行業的多年經驗積累，依託邦盛的流立方及行方已有的大數據平台，充分利用流立方中的極速分散式流計算及大數據平台中的數據存儲、分散式批計算等核心功能，打造了一套先進、完整的智能反欺詐風控系統。

系統整體架構如下所示：

目前大部分金融企業正在或者已經建設了規則平台及核查平台部分功能。在未來的合作中，邦盛科技可以為銀行補充機器學習模型平台、建模分析平台、數據服務、設備指紋、建模服務及諮詢服務，進一步地建設一套最先進、最有效的智能反欺詐風控系統。

邦盛科技

國內最早從事金融業務事中風控技術研究的高科技企業，擁有以平台、產品、模型、數據、技術五位一體，一整套實時金融風險監控產品為主線的高性能解決方案。基於流式大數據實時分析處理技術構建先進、高效、精準的金融企業全渠道中央實時風險監控體系。

自主研發的產品

實時反欺詐│實時授信│機器學習│設備指紋│機器防禦│數據服務│反洗錢

頂尖技術實力

流立方│機器學習│設備指紋│機器防禦│風控引擎│關聯分析│決策流管理│IP識別│智能定位

典型客戶

平安銀行│興業銀行│江蘇銀行│浙商銀行

銀聯商務│拉卡拉│易寶支付│玖富金融

浙江工商局│國泰君安證券│眾安保險

點擊展開全文

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！