2020年6月3日-4日,由天津農(nóng)商銀行、融至道咨詢主辦的第四屆新銀行發(fā)展策略大會在天津舉辦。本屆大會主題為“銀行數(shù)字化轉(zhuǎn)型與金融服務重塑”,圍繞銀行數(shù)字化轉(zhuǎn)型、大數(shù)據(jù)風控、智能營銷、公司金融數(shù)字化等熱點領(lǐng)域,全方位探討最新銀行經(jīng)營管理技術(shù)。現(xiàn)場,騰訊、中原銀行、飛算科技等企業(yè)機構(gòu)高層受邀出席并發(fā)表演講。
飛算云創(chuàng)聯(lián)合創(chuàng)始人、總裁林慶治現(xiàn)場分享“銀行如何快速、低成本構(gòu)建數(shù)智化能力”
銀行數(shù)智化轉(zhuǎn)型 “數(shù)據(jù)獲取、數(shù)據(jù)分析、數(shù)據(jù)應用”成為三大難題
數(shù)智時代,數(shù)字化轉(zhuǎn)型正在進入“智能化遷徙”的時代,新型銀行發(fā)展模式不再是傳統(tǒng)業(yè)務簡單的疊加,而是需要嫁接新技術(shù)、新產(chǎn)品所催生質(zhì)的飛躍。每一個銀行都在全力以赴,努力成為這場遷徙的排頭兵,但數(shù)智化轉(zhuǎn)型,尤其是大數(shù)據(jù)領(lǐng)域,對于大部分銀行而言并非易事。
飛算云創(chuàng)聯(lián)合創(chuàng)始人、總裁林慶治根據(jù)多年服務金融機構(gòu)數(shù)智化轉(zhuǎn)型經(jīng)驗指出:“機構(gòu)數(shù)智化轉(zhuǎn)型必然要面臨三道關(guān):
首先,數(shù)據(jù)獲取難:數(shù)據(jù)割裂,沒有統(tǒng)一數(shù)據(jù)共享平臺。數(shù)據(jù)取得困難,效率低。無法善用新形態(tài)與三方數(shù)據(jù),例如日志、地理位置、社交媒體;
其次,數(shù)據(jù)分析難:無專職分析人員、工具,不具備專業(yè)的分析能力;
最后,數(shù)據(jù)應用難:缺乏在決策支持、數(shù)據(jù)運營、數(shù)字營銷、量化風控上的應用。”
金融機構(gòu)要想真正實現(xiàn)數(shù)智化轉(zhuǎn)型,必然要通過更多創(chuàng)新工具的有效支持,搭建互通且穩(wěn)定系統(tǒng),并將業(yè)務場景和系統(tǒng)中產(chǎn)生的數(shù)據(jù)有效沉淀和挖掘利用,使其在業(yè)務交易和場景中發(fā)揮出智能決策和優(yōu)化的作用,提升業(yè)務的價值。
飛算企業(yè)數(shù)智化整體解決方案
飛算企業(yè)數(shù)智化轉(zhuǎn)型解決方案始終立足業(yè)務場景,秉持著“一切業(yè)務數(shù)據(jù)化,一切數(shù)據(jù)業(yè)務化”的技術(shù)理念,推出“飛算全自動數(shù)據(jù)建模平臺”等一系列技術(shù)領(lǐng)先且應用層面穩(wěn)定成熟的產(chǎn)品,通過系統(tǒng)化“數(shù)據(jù)解決方案、分析解決方案、應用解決方案”解決企業(yè)機構(gòu)數(shù)智化難題,受到市場廣泛認可。
飛算全自動數(shù)據(jù)建模平臺六大價值 提升銀行數(shù)智化數(shù)據(jù)能力建設
以飛算全自動數(shù)據(jù)建模平臺為例,其針對建模技術(shù)門檻高、人才稀缺、工程量巨大等行業(yè)痛點,開發(fā)出國內(nèi)首款零門檻建模的工具,幫助業(yè)務人員快速實現(xiàn)營銷場景以及風控模型的應用。此外,飛算全自動數(shù)據(jù)建模平臺還有以下“六大核心價值”,可助力企業(yè)及個人以最低成本、最快速方式建出最優(yōu)模型,有效提升銀行數(shù)智化核心能力建設:
一、一鍵建模:一鍵五步,零門檻建模
二、移動建模:隨時隨地進行模型的應用、管理和監(jiān)控
三、自研算法:自主研發(fā)自動特征工程、自動算法調(diào)參、自動模型選擇等AutoML算法
四、敏捷應用:支持各類機器學習模型應用落地,與現(xiàn)有業(yè)務系統(tǒng)無縫鏈接
五、高效穩(wěn)定:多線程分析計算搭配多種緩存機制,同時動態(tài)資源分配和私有云資源隔離
六、開箱即用:開箱即用的SaaS服務,無需任何硬件服務器設備
香港城市大學數(shù)據(jù)科學學院及數(shù)學系王軍輝教授全程參加了產(chǎn)品研發(fā),并評價:“飛算全自動數(shù)據(jù)建模平臺為人工智能應用落地按下加速鍵:沒有AI開發(fā)經(jīng)驗的業(yè)務專家可以無門檻開發(fā)智能應用;專業(yè)AI開發(fā)者可以從繁瑣的數(shù)據(jù)處理及特征工程等工作中‘解放’出來。”
案例成果:助力銀行營銷的響應率提升300%
案例方面,以某國內(nèi)領(lǐng)先股份制銀行理財產(chǎn)品推薦為例,通過飛算全自動數(shù)據(jù)建模平臺核心團隊的輔導,該行構(gòu)建了千萬級維度的機器學習模型,并利用數(shù)千萬級別的歷史營銷樣本,對客戶的需求及偏好進行剖析,例如:某個客戶在股票指數(shù)下跌時會更傾向于購買哪個理財產(chǎn)品,通過提升客戶洞察能力,該行實現(xiàn)了對客戶理財產(chǎn)品需求的精準把握與度身定制。
此外,該行實現(xiàn)了該模型的線上預估服務與自學習,在定期生成預估結(jié)果的同時,也通過不斷地收集營銷數(shù)據(jù)反饋進行模型的迭代與更新,為該行提供持續(xù)優(yōu)化的營銷決策。
成果方面,在某一次線上理財營銷活動中,針對某一款理財產(chǎn)品,飛算全自動數(shù)據(jù)建模平臺核心團隊的精準推薦模型相較于專家規(guī)則組,整體營銷的響應率提升了300%以上,購買金額提升了200%以上,在顯著提升響應率與收入的同時,也有效提升長尾客戶的客戶價值與留存率,預計為該行每年帶來數(shù)千萬的理財產(chǎn)品銷售凈利潤提升。
當下,銀行業(yè)務擁有龐大的客戶群體、海量的金融與消費服務數(shù)據(jù),這些數(shù)據(jù)如何與互聯(lián)網(wǎng)結(jié)合,利用大數(shù)據(jù)提供零售信貸、理財產(chǎn)品銷售等項目的決策與服務支持,是銀行業(yè)必須直面的問題,與之對應的是金融科技企業(yè)的大數(shù)據(jù)成熟應用,從而衍生出巨大的大數(shù)據(jù)技術(shù)市場。可以預見,飛算全自動數(shù)據(jù)建模平臺這類技術(shù)服務有巨大市場空間。
