搜公众号
推荐 原创 视频 Java开发 开发工具 Python开发 Kotlin开发 Ruby开发 .NET开发 服务器运维 开放平台 架构师 大数据 云计算 人工智能 开发语言 其它开发 iOS开发 前端开发 JavaScript开发 Android开发 PHP开发 数据库
Lambda在线 > 银行家杂志 > 数字化观察之九:“人工智能+大数据”构建智慧卡中心

数字化观察之九:“人工智能+大数据”构建智慧卡中心

银行家杂志 2019-02-14
举报
数字化观察之九:“人工智能+大数据”构建智慧卡中心

作者 | 尚伟 李美玲 曾甜玲


随着大数据、人工智能技术的兴起,智慧银行逐渐成为银行业发展的必然趋势。智慧银行将大数据、生物识别、自然语言处理、语音识别等技术应用于银行业务和各类场景上,不仅有效降低了银行的运营成本,还能使客户随时随地享受智能、便捷的金融服务,进一步提升用户体验。


中信银行信用卡中心(以下简称“中信卡中心”)一直坚持创新为本,积极拥抱科技变化。2015年开始着力构建大数据平台,不断迭代内部数据及外部数据资产,构建数据银行。2017年起全面投入智能化转型,通过使用业界领先的大数据平台和机器学习、深度学习技术,全面建设实现获客营销精准化、经营管理智能化和风险控制即时化三大能力。在人工智能领域以“All In AI”为主要目标,全面打造智慧金融生态圈,实现人工智能技术在智能客服、智慧营销、智慧风控、智能运营多场景的高度应用。


智能客服:全面提升服务质量,有效降低人力成本。


传统客服需要大量的人力资源和成本,且人工服务的质量参差不齐、时效性低。为提升智能服务水平,中信卡中心将语音识别技术和自然语言处理技术结合应用于动卡助手APP中,基于语音机器人助手实现客户咨询问题实时解答,同时对账户管理、还款、转账等业务进行导航和服务处理。客服机器人的全天候在线精准服务,不仅提升数万次/日用户的活跃度,还节省客服坐席,降低人力成本。

 

数字化观察之九:“人工智能+大数据”构建智慧卡中心

图一 动卡空间APP的信芯助手



此外,中信卡中心还致力于对客服会话进行数据价值挖掘,建立了在线话务实时监控系统。该系统通过对在线客服对话进行话务文本分类、热词检测、情感分析等,实现对在线客服话务的实时监控,实时了解客户的业务需求、客户情感以及当前客户群体关注的热点问题,针对性提高服务质量,并优化运营管理。


智慧营销:“千人千面”定制经营,精准效率多倍增。


业务经营过程中,银行最为关注客户的行为选择。在高需求的体验经济时代,精准捕捉并满足客户的个性化需求,已成为银行提升运营质量、加强客户粘性、提高客户满意度和忠诚度的有效方式。传统的营销模式主要以行销、电销、网销为主,需要消耗大量的人力资源去维护市场,高成本的同时并不一定带来高收益。运用大数据、人工智能技术进行营销,不仅可以降低运营成本,还能很大程度提升客户体验。


为全面了解客户特征及需求,中信卡中心通过对行内海量数据进行深度挖掘,同时引入外部数据辅助,以客户作为唯一ID,对客户进行静态特征、行为特征、倾向预测三个层次的刻画,构建客户360标签体系,全面洞察客户的行为、喜好,进行营销活动的精确推送,提高了客户服务效率及营销精准度。同时,积极实现营销结果回流,形成活动闭环,以支持效果分析和历史参考,不断丰富和完善客户360标签体系。通过360标签体系的建设,实现了营销精准度平均提升40%,服务效率提升14倍。

 

数字化观察之九:“人工智能+大数据”构建智慧卡中心

图二  客户360标签体系


为进一步提升营销精准度,基于领先的实时计算平台及丰富的机器学习算法,开发了智能推荐系统,为业务提供精准、高效、灵活的一键式“4R”推荐服务,实现“千人千面”的客户经营。该系统实现了在PAD端智能云端和微信平台推荐产品,预计产品广告投放点击率和转化率将提升10%。


另外,中信卡中心构建了从新客获取、存量经营到流失挽回的全生命周期模型体系,共建设72+个数据挖掘模型,其中在存量经营环节,基于深度学习,全面建立各消费金融业务的营销响应模型,同时打造中间业务全产品的精准组合营销体系,实现了业务产能数亿级增收。


智慧风控:成效逐步显现。


风险管理是银行可持续发展的根本,其中市场风险、信用风险和操作风险是银行业三大主要风险。传统的风控系统是一套简单的IT系统结合线上线下征信,但征信数据相对局限,无法在风险管理中发挥较大的作用,而智能风控技术的成熟发展将有效改善这种局面。智能风控的本质是将大数据、人工智能等技术作为风控工具应用到风险控制流程,提升风险控制效率和精准度,将风险控制在合理区间范围内。银行实现智能风控的路径主要由三个阶段组成:第一阶段以传统风控为主,以智能风控为辅;第二阶段为传统和智能风控融合的过渡阶段;第三阶段是智能风控占绝对优势的高级阶段。


2018年中信卡中心完成对风险区隔系统的升级改造,以机器学习补充专家规则,建立一套前瞻性的风险预警机制,实现风险客群的智能识别和提前预警。区隔系统展示的是全国各分中心贷款规模及不良率分布图,以及行业维度的贷款规模及不良率。后台会通过更多的维度和指标跟踪,实现更细化的高风险区隔客群预警及主动推送。这一系统实时向管理层和风险管理部门推送风险信息,实现总部风险策略和属地管控措施协同,大大提升前中后台风险信息的同步性。该系统同时支持72家一二级分中心,70+大行业,4000多万客户进行实时在线风险分析和预警。


银行的风控系统虽然比较严格,但随着技术进步,欺诈手段也逐渐表现出专业化、产业化、隐蔽化的特征,欺诈行为成为银行主要面临的风险问题之一。传统反欺诈技术的维度单一、效率低下、范围受限等劣势越来越明显。近朱者赤,近墨者黑,我们可以透过一个人的社会关系网去了解其真实情况。中信卡中心利用知识图谱技术,聚合借款人相关的各类数据源,包括借款人的基本信息、日常生活中的消费记录、行为记录、联系人信息,对客户进行综合风险评估。同时基于这类关系图谱,对逾期的失联客户进行信息修护。为增强反欺诈能力,自主研发了申请欺诈团伙识别模型和申请欺诈评分模型。其中,申请欺诈团伙识别模型基于客户社交图谱,通过关联视角、多维度研究客户潜在的风险传导、交易演化等关系,识别欺诈团伙,实现了毫秒级的实时风险的防控能力;申请欺诈评分模型基于大数据平台,构建申请反欺诈+电核评分组合模型,对客户各个情况进行评估,实现在线实时计算。

数字化观察之九:“人工智能+大数据”构建智慧卡中心

 图三 客户关系图谱示意图


智能运营:大数据、人工智能赋能高效化运营管理


管控层是整个运营平台的“神经中枢”,在客户需求升级和银行新常态的竞争环境下,呈现“云端化”和“数字化”的发展趋势。为给中高层管理者提供“一站式”决策支持,中信卡中心基于前后台广泛的渠道、客户、作业数据,通过详尽的指标体系,将采集的数据形象化、直观化、具体化,把企业的运营状态实时反映给管理者。不同的管理角色,其关注的层次与关键信息不一样,中信卡中心打造了多个部门及不同级别的管理驾驶舱,为各部门领导提供经营决策帮助,将管理决策提升到一个新的高度。


同时,中信卡中心建立了统一报表平台,实现各渠道、各业务条线的数据整合与展示,为业务部门提供统一认证、报表管理、监控、生命周期管理的功能。同时承载上述管理驾驶舱,助力业务自助实现数据可视化的展现。


时局在改变,未来已来临。在金融科技重塑金融生态过程中,中信卡中心不断尝试科技与业务的高效融合,以创新科技驱动业务发展,加强风险控制、稳健提升获客与经营能力,迎接这个智能化数据时代!


作者单位: 中信银行信用卡中心大数据中心  

银行投入巨大资源进行数字化转型,移动化、智能化、数据化在更高效地获客、活客、留客的同时,给客户带来更便捷的服务、更低廉的价格、更友好的体验。《数字化转型观察》栏目,旨在聚焦业内话题,分享数字化转型实践案例,分析衡量转型效果、探讨数字化竞争力评价等等。敬请关注业内经典案例并分享您的观点。


——《银行数字化转型》课题组


栏目支持单位:

延伸阅读:



版权声明:本站内容全部来自于腾讯微信公众号,属第三方自助推荐收录。《数字化观察之九:“人工智能+大数据”构建智慧卡中心》的版权归原作者「银行家杂志」所有,文章言论观点不代表Lambda在线的观点, Lambda在线不承担任何法律责任。如需删除可联系QQ:516101458

文章来源: 阅读原文

相关阅读

举报