我的编程空间,编程开发者的网络收藏夹
学习永远不晚

数据驱动的银行服务与风控革新——第二期线上金融科技论道台成功举办

短信预约 -IT技能 免费直播动态提醒
省份

北京

  • 北京
  • 上海
  • 天津
  • 重庆
  • 河北
  • 山东
  • 辽宁
  • 黑龙江
  • 吉林
  • 甘肃
  • 青海
  • 河南
  • 江苏
  • 湖北
  • 湖南
  • 江西
  • 浙江
  • 广东
  • 云南
  • 福建
  • 海南
  • 山西
  • 四川
  • 陕西
  • 贵州
  • 安徽
  • 广西
  • 内蒙
  • 西藏
  • 新疆
  • 宁夏
  • 兵团
手机号立即预约

请填写图片验证码后获取短信验证码

看不清楚,换张图片

免费获取短信验证码

数据驱动的银行服务与风控革新——第二期线上金融科技论道台成功举办


《新金融世界》总编谌力担任本次线上论坛的主持人,他首先向观众介绍了金融科技论道台这一线上会议的定位:“在线上探讨金融科技的落地,分享金融科技的成功案例与经验,推动金融科技的实践应用。本次论道台聚焦数据驱动下的银行服务风控革新,大数据时代让银行更加关注数据背后的生产力。如何有效地运用数据资产、构建数据平台,通过数据驱动实现营销服务和风险管理的提升,成为银行IT应用的热点。”他强调:“今年的新冠疫情,对社会经济和生活带来了巨大的冲击,也为数字化转型的提速、加速发展提供了一个窗口期,更需要金融机构用科技手段和科技应用的思维来实现数字化转型。”
 
来自浦发银行总行信息科技部大数据运用服务处长谢华雯发表了题为《基于数据中台的银行数字化营销风控实践》的演讲。他表示,为了快速响应市场需求,银行越来越依赖挖掘自身海量数据的内在价值、激发数据动能,依托数据中台构建数据驱动新核心。

[[331944]]
浦发银行总行信息科技部大数据运用服务处长谢华雯

在谢华雯看来,数据中台本质是一个抽象、共享、复用数据能力的平台,在数据驱动和业务反馈机制相结合的基础上,搭建集探查、开发、部署、应用、运营、管理为一体的多模式服务体系。这个服务体系应涵盖能力构建、服务共享、数据治理以及数据运营,通过数据、算法和API相结合,提供可被查询、调用的数据产品和数据服务。在实施层面,一是提炼公共的算子、特征,封装共性服务,实现接口标准化、服务通用化;二是业务赋能,通过服务的注册、发布、订阅对接应用流程;三是全周期的数据资产运营管理。
依托数据中台的建设,面向营销、风控等多样化的应用场景,浦发银行开发了模型、标签、BI和知识图谱等多元化的数据产品,在场景营销、个性化推荐、客户服务、风险防控、精细化运营管理等领域都取得了良好的应用成效。

谢华雯认为,银行要落地数据驱动经营,一方面需要以数据作为核心资产经营、构建数据生态圈;另一方面,要依托平台沉淀数据资产,在合规安全的前提下,交付数据服务;将数据服务嵌入业务全过程、持续评估迭代,运用数据洞察客户需求,不断提升客户体验。
 
BoCloud博云是苏州博纳讯动软件有限公司专注于云计算的核心品牌,在苏州工业园区云彩试点项目基础上,博纳讯动继续完善并拓展“博云”品牌系列产品,已在虚拟化、容器化技术等方面处于国内领先地位,服务于金融、电力、石油、政务、航空等行业领域,为企业客户提供云计算和大数据方向的软件基础架构服务。

[[331945]]
BoCloud 解决方案架构师王伟

BoCloud 解决方案架构师王伟在会上发表了题为《商业银行金融云建设思路与实践分享》的主题演讲。王伟表示,随着技术的发展,银保监会正在推进金融行业云计算建设。他认为,金融行业要适应互联网环境下计算资源弹性变化和快速部署等需求,开展云计算架构规划,制定云计算应用策略。探索构建私有云平台,采用成熟度高、开放性强的计算虚拟化、容器虚拟化、分布式存储、网络虚拟化等技术,建立资源池,形成资源弹性供给、灵活调度和动态计量的私有云平台。同步开展应用架构规划,构建与云计算基础设施相适应的应用架构,自主设计或推动应用开发商实施应用架构改造,并降低应用与基础架构的耦合度。

据王伟介绍,金融机构正稳步实施架构迁移,到“十三五”末期,面向互联网场景的重要信息系统全部迁移至云计算架构平台,其他系统迁移比例不低于60%。据了解,目前国有银行大部分已经完成云平台建设,正走向金融科技能力对外输出的阶段;大部分股份制银行正在从基础设施云化向PaaS化、云场景统一运维推进;中小银行正在积极规划和建设新一代云平台。
在谈到金融行业数字化转型的困难时,王伟表示,目前困难主要为:分化之势,中小银行经营压力上升;业务同质化,竞争无以为继;数字化和金融科技带来的变革趋势。
会上王伟分享了BoCloud博云金融云平台建设思路,他表示:“金融行业云平台建设首先要做到对业务需求敏捷响应和保障系统稳定运行,其次通过智能化赋能,构建创新和管理响应的业务模型。”他认为,金融行业在数字化转型过程中要做到产品运营和研发运维一体化,实现资源快速交付、研发敏捷迭代、产品精益运营。
王伟认为,金融云平台建设主要分为三个部分:IaaS层、PaaS层和运营层。IaaS层建设主要点为,基础设施统一平台,统一纳管一步上云,降低整体成本,缩短建设周期,架构不变、水平扩展,平台保证高可用性和高可靠性;PaaS层建设主要点为,容器云平台、DveOps平台、分布式中间件、微服务治理;运营平台建设要点为,实现统一纳管、统一运营、统一运维、统一服务、统一监控。
 
光大科技有限公司(以下简称光大科技)成立于2016年,是由光大集团发起组建的全资控股金融科技子公司,成立愿景是助力集团数字化转型,打造科技创新赋能平台,成为“有特色的创新型科技公司”。去年,光大科技支持集团完成“数字光大”的初步搭建,担任集团数据承接主体并实现数据价值深挖,初建E-SBU协同平台并支持生态化赋能。在做好对内科技支撑的同时不断积累项目经验,打造了“云”、“智”、“E”三大产品体系20余款产品及配套解决方案。

光大科技有限公司大数据部负责人田江发表了主题为《金控集团分布式数据共享治理实践与思考》的演讲。田江认为,面对客户行为发生变化、行业生态变化、新的数字化竞争对手出现、新技术的创新应用、不同领域监管要求差异等挑战,如何利用信息科技去应对是各大集团企业面临的核心问题,数据能够实现有效的共享治理将发挥关键作用。

[[331946]]
光大科技有限公司大数据部负责人田江

田江介绍了光大集团数据治理体系框架,以建设一个开放、共享、合规、智能的“数字光大”生态圈为愿景,在保障数据隐私与合规的前提下,推进数据价值深挖,盘活集团数据资产,逐步实现“看见-看清-看懂-决策”四步走的整体目标。

集团型企业实现有效的数据共享治理,田江认为需要包括三个关键步骤:首先在数据生命周期管理过程中充分融合元数据,逐步建立分布式的数据资产管理模式;然后是引入联邦学习、迁移学习等创新技术,实现跨企业的场景化数据智能应用;最后是积极对接产学研机构以探索数据要素市场化机制,从而最大化激发数据要素的价值潜力。
田江指出,光大科技坚持大数据核心技术的自主可控,通过安全、可靠、防篡改的技术体系提高数据质量,通过存证确权、产权溯源保障数据权利,通过隐私计算保障数据共享,通过透明监管的机制保障数据流动。针对集团各子公司信息化建设基础差异较大的情况,光大科技通过“智”系列产品为集团内各子公司提供“开箱即用”和“云化服务”两种应用模式,满足了金控集团数据共享治理的个性化需求。

北京维择科技有限公司(以下简称:DataVisor)是以为面向用户的中大型企业提供线上反欺诈服务为主营业务的有限公司。DataVisor通过大数据算法为客户解决线上虚假用户注册,欺诈交易,促销滥用,账户侵权,垃圾信息,虚假点击及刷机欺诈等恶意行为,为社交、电商、游戏、金融等B2C客户提供线上反欺诈服务,保证客户产品合法权益不受侵害。

DataVisor维择科技高级算法专家叶时炜在题为《风控系统研发与实践: 从敏捷到智能》的演讲中指出,传统行业(尤其是传统金融行业) 互联网化是近几年的一大趋势,银行线上业务对智能实时风控需求强烈。

[[331947]]
DataVisor维择科技高级算法专家叶时炜

叶时炜认为,智能实时风控系统有三大痛点需要解决,分别是:需要解决生产与离线研发两套独立体系特征结果不一致的问题;需要解决系统开发周期长,交付速度跟不上业务变化节奏的问题;需要解决不同团队独立开发,业务经验复用性低的问题。同时,他认为,满足高并发、低延迟、可扩展的实时业务需求是实时风控系统的基本要求。
叶时炜表示,DataVisor智能实时风控系统能做到:建立规则与模型的辩证关系;自带深入业务的模型;特征包管理(包括自带深入业务的特征包、便捷的特征包维护等功能)。
关于保险核保规则核验所用特征计算平台,叶时炜表示,DataVisor的解决方案能做到:系统快速高效,可同时处理大量数据,延迟低;所有保单都能得到及时风控处理及反馈;原有业务风控核保规则与大数据平台可被DataVisor解决方案替代,提效省时。他表示:“DataVisor特征计算平台可以帮助保险客户解决原有规则体系无法实时、准确的进行风险核验;无法实现复杂的风控规则逻辑等业务痛点。”
 
中信银行软件开发中心数据总工李少伟在会上带来了题为《大数据赋能银行数字化转型实践》的主题演讲。李少伟表示,随着科技的发展,银行业态也在发生变化。他将银行的信息化分为四个阶段,分别是:物理银行、网络银行、移动银行和数字化银行。第一阶段实现了无纸化办公;第二阶段实现了互联网接入,可提供线上服务;第三阶段实现了移动端接入,丰富了线上服务的手段;第四阶段,随着大数据、移动互联网等技术进入场景化的深入,逐渐推出了开放银行、API银行等新的业务形态。

[[331948]]
中信银行软件开发中心数据总工李少伟

李少伟将银行数字化转型的关键总结为:要做到以客户为中心,价值导向,业务内核,数据驱动,技术支撑,组织保障,利用现代的数字技术变革业务模式,从而创造出新价值。在数据体系建设方面,他认为,首先要实现产品数字化、业务数字化、用户数字化,进而实现数字产品化、数字业务化、数字用户化。

李少伟认为银行在数字化转型背景下,大数据体系需要具备覆盖从数据收集、整合到分析、应用的全智能,同时要实现应用场景化、服务能力化、数据融合化、业务数据化。他表示,现阶段,中信银行的大数据体系整体规划是,实现“一个底座,两个平台,三大体系”,以此来支撑多个应用场景,打造一个可以实现数据整合、能力共享、应用创新的企业级数据平台。以大数据平台底座实现统一存储、计算,在节省存储资源,提高效率的同时,增强数据管控及数据安全性;用BI平台、AI平台构建完整科学的业务分析体系的数据价值体系,以及全行级模型生命周期的管控,从而使得对整个业务的监控、分析处于科学有序的数据体系之下,这是数字化运营的基石;三大体系包括,数字化管理体系、数字化运营营销体系、数字化风控体系。
数字化管理体系方面,目前中信银行的数据价值体系的系统载体为BI产品体系,该体系在管理层及业务人员可实现可视化大屏+移动驾驶舱;数据分析人员可实现自助式拖拽;科技人员可实现可视化SQL。

数字化运营营销体系方面,中信银行以数据为主线分为四个阶段:第一阶段,以用户为中心,用数据刻画用户,融合全渠道、全业务数据,实现用户、产品、渠道闭环;第二阶段,在用户画像的基础上,建立基于用户生命周期和价值的运营体系,合理运用渠道、产品和服务资源,促进业务增长;第三阶段,通过科学评估,通过不同渠道,合理分配资源,提高用户效率;第四阶段,为网点运营人员提供智能化、自动化的辅助营销工具。

数字化风控体系方面,中信银行构建全面风险管理技术支撑体系,搭建全行风险管理体系,涵盖客户评级计量、信贷授信决策、贷后管理预警、实时交易预警阻断等业务场景。打造个人信贷智能审批体系,风控流程达到高度自动化、智能化,提高效率的同时,降低了人工成本。据李少伟介绍,知识图谱在中信银行也有广泛的应用,包括案件调查,失联修复,企业图谱、担保圈、隐性集团,精准营销,转账分析,反欺诈、反舞弊图谱等应用。

为了让更多金融机构的观众可以和演讲专家近距离接触,获取更多大数据应用领域相关知识、经验,在本次论坛最后阶段特别设立了嘉宾与观众互动环节。观众针对如何让数据有效流动起来、建设数据中台相关问题、一体化数据服务体系建设的难点,以及数据管理、数据风控等相关话题进行提问。针对这些问题,现场专家作出详尽的回答,给参加此次会议的观众带来了更多数据驱动银行服务与风控革新方面的经验,与会观众都收获颇丰。
 

 

  •  
  •  

 

免责声明:

① 本站未注明“稿件来源”的信息均来自网络整理。其文字、图片和音视频稿件的所属权归原作者所有。本站收集整理出于非商业性的教育和科研之目的,并不意味着本站赞同其观点或证实其内容的真实性。仅作为临时的测试数据,供内部测试之用。本站并未授权任何人以任何方式主动获取本站任何信息。

② 本站未注明“稿件来源”的临时测试数据将在测试完成后最终做删除处理。有问题或投稿请发送至: 邮箱/279061341@qq.com QQ/279061341

数据驱动的银行服务与风控革新——第二期线上金融科技论道台成功举办

下载Word文档到电脑,方便收藏和打印~

下载Word文档

猜你喜欢

数据驱动的银行服务与风控革新——第二期线上金融科技论道台成功举办

2020年6月23日,由《新金融世界》举办的第二期线上专业会议——金融科技论道台成功召开。
金融数据2024-12-11

编程热搜

  • Python 学习之路 - Python
    一、安装Python34Windows在Python官网(https://www.python.org/downloads/)下载安装包并安装。Python的默认安装路径是:C:\Python34配置环境变量:【右键计算机】--》【属性】-
    Python 学习之路 - Python
  • chatgpt的中文全称是什么
    chatgpt的中文全称是生成型预训练变换模型。ChatGPT是什么ChatGPT是美国人工智能研究实验室OpenAI开发的一种全新聊天机器人模型,它能够通过学习和理解人类的语言来进行对话,还能根据聊天的上下文进行互动,并协助人类完成一系列
    chatgpt的中文全称是什么
  • C/C++中extern函数使用详解
  • C/C++可变参数的使用
    可变参数的使用方法远远不止以下几种,不过在C,C++中使用可变参数时要小心,在使用printf()等函数时传入的参数个数一定不能比前面的格式化字符串中的’%’符号个数少,否则会产生访问越界,运气不好的话还会导致程序崩溃
    C/C++可变参数的使用
  • css样式文件该放在哪里
  • php中数组下标必须是连续的吗
  • Python 3 教程
    Python 3 教程 Python 的 3.0 版本,常被称为 Python 3000,或简称 Py3k。相对于 Python 的早期版本,这是一个较大的升级。为了不带入过多的累赘,Python 3.0 在设计的时候没有考虑向下兼容。 Python
    Python 3 教程
  • Python pip包管理
    一、前言    在Python中, 安装第三方模块是通过 setuptools 这个工具完成的。 Python有两个封装了 setuptools的包管理工具: easy_install  和  pip , 目前官方推荐使用 pip。    
    Python pip包管理
  • ubuntu如何重新编译内核
  • 改善Java代码之慎用java动态编译

目录