• 证券网
  • 主页 > 聚焦 > 正文

    中国银行业数字化趋势报告

    2020-10-26 17:34:38  |  来源:壹点网  

    报告编委

    报告指导人

    张扬      爱分析 联合创始人&首席分析师

    报告执笔人

    冯伟   爱分析 分析师

    李毓   爱分析 分析师

    外部专家(按姓氏拼音排序)

    卜凡德 飞算科技 联合创始人&执行总裁

    陈吉平 袋鼠云 创始人&董事长

    方磊 九章云极 董事长

    孙昌勋 容联云通讯 创始人&CEO

    吴华夫 思迈特软件 创始人&CEO

    王劲 融慧金科 董事长&CEO

    王磊 百应科技 创始人&CEO

    邹泉 创新奇智 COO

    张新昌 华策数科 CEO

    周宇 中原消费金融 副总经理

    特别鸣谢

    报告摘要

    营销风控一体化管理,银行业数字化转型的核心环节

    银行业将进入长期低增长的“存量时代”,客户黏性下滑、获客成本高企、风控能力缺失等挑战日益凸显,银行业金融机构亟需全面提升数字化经营能力。

    风控手段单一、批核率过低等因素推高了获客成本,银行业金融机构应当将风险因素融入到客户洞察维度中,实现风控前置,从而有效提升批核率,降低获客成本,并完善全流程风控管理体系。

    客户运营能力缺失成为提升销售漏斗转化率的主要瓶颈,银行业金融机构应当构建精细化的客户运营体系,持续挖掘优质存量客户的潜在价值,从而有效提升客户粘性,降低获客成本及风控压力。

    信贷全生命周期中的风险因素众多,成为推高不良资产率的首要原因,银行业金融机构应当建设覆盖贷前、贷中、贷后等各环节的风控体系,从而支撑业绩稳健增长,有效遏制不良资产率上升态势。

    敏捷IT团队建设,银行业数字化转型的重要支撑

    数字化的营销与风控体系的构建,对传统模式的IT团队与工具构成了新的挑战,银行业金融机构同样应当推动IT团队的数字化、敏捷化转型,从而实现全方位、多层次的数字化经营。

    数字化时代下,大数据、AI算法、应用交付、IT运维是IT团队的四类核心业务,银行业金融机构应当构建支撑四类业务的敏捷中台体系,提升IT团队的业务支撑能力,推动其由“成本中心”向“价值中心”转型。

    为此,本报告将面向银行业金融机构的决策层、业务负责人与IT负责人,以专业视角梳理银行业数字化转型的典型场景与业务诉求,并提供策略建议、落地方法论与最佳实践案例,从而推动银行业金融机构数字化转型进程。

    目录

    1.三大数字化经营策略,助力银行业突破困局

    2.制定精细化营销策略,推动业绩稳步增长

    3.建设全流程风控体系,降低风险成本压力

    4.打造高价值、高效能的数字化IT团队

    5.未来展望:开放银行构建无界金融生态

    结语

    关于爱分析

    研究咨询服务

    1.三大数字化经营策略,助力银行业突破困局

    1.1 新周期、新常态之下,银行业金融机构面临重重挑战

    在中国银行业金融机构中,国有商业银行、股份制银行、城市商业银行、农村商业银行、消费金融公司等均是信贷市场的重要力量。但是伴随着国内经济进入新周期、新常态,大中小商业银行等传统金融机构与消金公司等新型金融机构,分别展现出截然不同的发展态势。

    根据银保监会2012~2020年间公布的数字显示,尽管中国商业银行的利润呈稳步上升趋势,但年均增长率已经降低到个位数,且大部分年份都明显低于中国GDP的年增长率。

    2019年,中国商业银行的利润年增长率重新出现增长态势。但是,2020年初以来,新冠疫情对实体行业带来冲击,再加上银行面向企业的大幅让利,因此国内商业银行全年利润出现负增长可能性较高。

    从长期来看,多方面因素将导致银行未来净利润增速维持在中低水平,银行业的“存量时代”已然来临:

    1)国内宏观经济受到国际环境影响,未来仍将维持在中低速增长态势,信贷需求增长将持续受到抑制;

    2)随着中国银行业利率市场化改革的持续深入推进,银行信贷业务的利润空间将不断被压缩;

    3)随着移动互联网的发展,以及互联网巨头旗下的金融生态、纯线上的互联网银行的崛起,数字化的金融产品已经成为年轻消费者的主流选择,大量消费场景被这些市场新进入者所占据,传统金融机构的零售业务根基出现动摇。

    相比于面临低增长困境的商业银行,持牌系消费金融公司作为银行业的新兴势力,近两年业绩整体表现亮眼。根据2019年披露的财务数据,相比于2018年全年,多家利润基数较低的中小规模消金公司净利润增速超过100%,其中最高增速高达1800%。

    此外,截止2020年10月,国内正式成立与获批筹建的消费金融公司已达30家,其中有银行参股或控股的比例超过2/3。从资产规模来看,捷信消费金融、招联消费金融、马上消费金融是持牌消金中的前三甲,而招联消费金融、马上消费金融分别由招商银行、重庆银行参股。可以看出,布局持牌消金公司,已经成为许多商业银行构建金融生态圈、扩大参股收益的重要手段。

    整体来看,持牌消金公司业绩增长较快的主要原因,一方面在于其轻资产、数字化的经营模式,另一方面则在于其更加贴近下沉市场客户的消费场景,并根据用户真实消费需求,精准地推出金融产品。

    因此,面对来自经济周期与市场环境的重重挑战,银行业金融机构亟需借鉴新型金融机构的先进数字化经验,实现数字化驱动的经营策略。

    根据对银行业金融机构的大量调研,爱分析归纳出现阶段应用最为普遍的三点数字化经营策略:

    1)制定精细化的客户经营策略,推动业绩稳步增长;

    2)构建全流程的数字化风险管理体系,降低风险成本压力;

    3)打造高价值、高效能的数字化IT团队,实现“成本中心”向“价值中心”转型。

    1.2 策略一:制定精细化营销策略

    随着移动互联网带来的流量红利的挖掘殆尽,银行过去的粗放式营销与经营策略,带来的问题逐步凸显,这也是银行近年来净利润增速下滑的主要原因之一。

    对此,银行当下最迫切的需求之一,在于通过对数字化技术的积极采纳,打造以客户为中心的、营销风控一体的数字化经营能力,从而实现信贷业务营收和净利润的持续增长。

    长期来看,零售、小微业务在银行营收中的比重将持续上升,未来银行业绩增长的重点也将在于零售、小微业务,其中有几点关键原因:

    1)在利率市场化进程中,银行在零售业务中议价能力更强,因此零售业务比重更大的银行能够更好地抵御利差下行带来的压力。

    2)从2010到2019年,个人消费占中国GDP的比重从36%上升到39%,投资占GDP比重从48%下降到44%。这意味着中国经济的增长引擎逐步由以投资为主,转向投资与消费并重。

    3)国家政策大力推动小微金融、普惠金融的发展。从2018年起,银保监会已经将小微企业贷款纳入重点监测统计范围。在疫后经济恢复阶段,小微信贷也成为国家推动复产复工的重要手段。今年上半年数据显示,银行业金融机构普惠型小微企业贷款同比增长28.4%。

    但是,相比于公司业务,零售与小微业务受经济环境冲击更加明显,这也放大了营销获客与风险控制之间的固有矛盾,使得银行在制定零售、小微信贷的营销策略过程中,面临着两难的困局。

    为此,银行营销与风控部门需要从三方面构建以客户为中心的、营销风控一体的精细化客户经营策略,破解营销与风控间的矛盾与困局:

    1)挖掘存量客户:随着信贷业务的增量市场空间逐步被开发殆尽,以往的粗放式业务增长模式难以为继。因此,银行应当通过数字化能力,采取精准客户洞察和风控前置,从而提升获客效率和精准度,深度挖掘存量市场价值,获得新的营收增长空间。

    2)提升客户粘性:新生代消费者所面对的金融产品的多样性和可选择性极大丰富,对客户体验更加挑剔。因此,银行应当通过数字化能力,在产品个性化、批核效率等方面不断优化客户体验,进而提升客户粘性,降低因客户流失带来的收入损失。

    3)降低获客成本:相比于新型金融机构,传统金融机构存在线上渠道弱势、用户洞察能力欠缺、风控手段粗放、批核效率过低等问题,进一步导致了其单位获客成本过高。因此,银行应当通过数字化能力,优化营销和风控环节,降低单位获客成本。

    1.3 策略二:构建全流程的数字化风险管理体系

    为了实现净利润的稳定增长,银行在关注业绩增长的同时,需要更加重视对成本的控制,而风险成本是银行成本的重要组成部分。

    根据银保监会自2019年来的统计数据显示,国内商业银行的不良贷款率呈现持续上升趋势,这意味着风险成本对银行的净利润压力正逐步增加。

    据银保监会数据显示,相比于2020年年初,2020年一季度末全国银行业金融机构的不良贷款率上升0.06%,达到2.04%。其中,住宿餐饮业的不良贷款率上升0.14%,小微企业的不良贷款率上升0.12%,个人消费贷款的不良贷款率上升0.13%,均高于全行业0.06%的平均水平。

    在后疫情时代,国际形势的日益复杂化,宏观经济的不确定性因素增加。由于零售和小微客户受经济环境变化影响更加明显,银行需要从两方面建设面向零售、小微信贷全流程的数字化风控体系:

    1)控制新增不良资产:新增不良资产主要产生于贷前准入、贷前授信、贷中预警阶段,信用风险、欺诈风险是两大风险来源。因此,银行需要通过实时反欺诈、关系网络反欺诈、智能评分卡、决策引擎、贷中监控等多种数字化风控手段,控制信用风险和欺诈风险,控制新增不良资产的产生。

    2)化解存量不良资产:存量不良资产主要产生于贷后逾期案件。因此,银行在存量不良资产化解过程中,需要通过精细化催收策略、智能催收与质检等方式,重塑贷后逾期处置管理体系,化解存量不良资产。

    1.4 策略三:打造高价值、高效能的数字化IT团队

    在风险成本之外,IT成本是银行信贷业务中的一项重要成本投入。

    据公开数据显示,从2014到2020年间,中国银行业IT投资规模均保持着8%以上的年增长率,年平均增速明显高于净利润增速。这意味着,IT投入正成为银行的一项越来越沉重的负担。

    传统意义上,银行IT部门的主要价值在于对银行现有业务流程进行信息化支撑和管理。

    但是,面对数字化转型的需求,传统的IT部门一方面缺乏客户视角和业务视角,另一方面沟通环节过多,决策支持效率低下。如果银行不改变IT部门的定位,那么其对银行业务的价值仅限于降本增效,难以进一步推动银行实现业务创新和业绩增长。

    因此,银行IT部门应当从两方面出发,打造高价值、高效能的数字化IT团队:

    1)以客户为中心,加快决策支持效率:银行需要弥合业务与IT之间存在的信息鸿沟和技能鸿沟,改变传统IT部门被动响应的角色定位,使其站在客户和业务视角考虑自身工作价值,实现基于数据的业务决策过程的普及化和敏捷化,从而更好地服务终端客户。

    2)提升应用交付效能:传统IT模式的应用交付效能十分低下,难以及时响应业务变化。在数字化转型的背景下,银行IT部门需要更及时、低成本地响应来自银行内外的各类需求,包括各类功能性、体验性需求以及故障,同时更敏捷地交付各类应用,包括业务类应用、报表分析类应用等。

    2. 制定精细化营销策略,推动业绩稳步增长

    随着信贷市场增量空间的开发殆尽,银行应当立足于用户场景、用户洞察、用户触达、用户转化、用户运营等用户全生命周期,从挖掘存量用户、提升用户粘性、降低获客成本三个方面入手,制定精细化的营销策略,推动业绩稳步增长。

    2.1 用户场景:构建多元用户场景,增强用户粘性

    银行业金融机构传统获客方式主要依靠线下网点分销,银行零售业务的存款总额与网点数量呈正相关。然而,随着互联网的兴起,依靠网点分销获客的方式局限性也逐渐暴露:线下获客成本高,触达客群范围小,不能充分利用来自互联网流量的价值。

    特别是在支付宝等互联网巨头兴起后,银行以分销渠道主导的传统客群增长模式已不再适用。银行个人存款增长和物理网点数量的正相关关系弱化。例如,截至2019年,工商银行网点数量比2016年减少了约3%,但个人存款增长了17.3%。

    目前,有越来越多的银行通过构建“金融+非金融”生态产品与服务体系,实现场景化获客。例如,不少银行和阿里、腾讯等互联网公司做流量互换,进行联合发卡,或者和航空公司或酒店集团等联合运营,进行线上获客。

    对于银行而言,构建生态圈的好处主要体现在提高用户粘性、开发新客群、获得多维度信息源三个方面。

    值得注意的是,在构建金融+非金融生态圈过程中,银行自身定位也随之变化:通过对服务生态的主动延伸,生态圈中各参与主体的经营边界将更加模糊,产业链不同参与者的话语权将发生变化。原本强势的银行不一定成为生态圈的主导者,拥有数据和流量优势的电商平台、社交媒体平台或将拥有更多话语权:互联网公司往往不会把最为优质的客户群分给银行;且对于银行而言,流量竞价成本高、ROI低。

    因此,如何构建生态圈,并掌握在生态圈中的话语权,成为银行业金融机构需要考虑的问题。在这一方面,以中原消费金融为代表的领先消费金融公司已经有成功的实践案例可供借鉴。

    精细化运营,中原消费金融构建数字化营销闭环

    中原消费金融是近年来发展较快的消费金融公司,2019年实现营收12.2亿。自2016年成立以来,中原消费金融早期更侧重于扩大用户基础,在精细化运营领域投入不足,存在着客户转化率低,批核率较低的问题,也导致了较高的获客成本。

    从2019年下半年以来,中原消费金融尝试在用户运营领域发力,建立数字化驱动的精准营销体系,从用户挖掘、用户触达、用户转化和用户运营出发,构建数字化营销闭环,提升用户转化率,降低获客成本。

    总体而言,中原消费金融的数字化转型战略可分为三个阶段。

    第一阶段是数据准备阶段。中原消费金融构建统一的大数据平台、数据中台和AI中台,进行数据治理,对各类数据统计口径进行标准化处理,将不同业务条线之间的数据打通。

    第二阶段和第三阶段分别是发现问题和通过数据解决问题的阶段,中原消费金融专门成立了商业智能部,指导业务部门使用数据。商业智能部负责宏观方面的模型制定,比如产品盈利性模型,对所有产品情况进行统一展示,明确业务发展方向。业务部门负责微观层面的模型制定,例如获客模型、审批模型、营销模型的制定,实时对模型效果进行评估。

    大数据架构演进,构建精准营销体系

    在基础设施平台建设上,中原消费金融建立了大数据平台、数据中台和AI中台,通过统一的360°标签画像体系建设,为差异化的营销获客提供数据智能服务,达到千人千面的营销效果。

    大数据平台:面对海量的来自互联网的数据,需要构建支撑高吞吐、高并发且数据承载成本低的一体化数据架构。大数据平台能够内外部数据源进行清洗、打标、变量计算。

    -数据中台:数据中台在大数据平台基础之上,对数据管控流程、数据标准、数据脚本、数据质量评估等数据治理相关指标进行了标准化规定,并汇集各类标准化营销模型(例如,客户画像建模、短信营销平台标签建模、埋点优化模型等)和数据分析报告,将模型和数据分析结果用于各类营销场景中。此外,数据中台对大数据平台进行了优化,能够做到按照应用的重要程度进行数据调用,有效提高了业务响应速度,进行季节性或即时性营销分析活动。

    -AI中台:AI中台负责AI模型训练、开发、部署和共享,在大数据平台和数据中台之上,加入了AI能力,建立数据智能平台。通过AI中台,中原消费金融能够使用统一的智能ETL平台,利用AI算法完成结构化和非结构化数据的采集,智能识别声音、图像、文字等信息,提取非结构化类数据价值。此外,中原消费金融通过AI人工智能引擎,能够进行自动化建模、决策输出和模型迭代优化。

    精细化数据运营,优化数据应用效果

    在完成底层数据基础设施建设之后,中原消费金融建立了一套完整的数据分析体系和精准营销体系。中原消费金融建立了智能SAAS BI体系,为各级管理者提供智能化的数据决策服务,自动监控经营情况并进行智能化预警提醒。此外,中原消费金融建立了精准营销体系。中原消费金融的商业智能部门会对业务部门的数据分析人员进行指导,进一步细化数据维度,对客户生命周期不同阶段的营销效果进行分析,实现精准营销。

    例如,在中原消费金融和滴滴的合作中,以往只考察客户规模、产品收入等宏观层面的指标,尚未对客户不同生命周期的风险和收益进行评判。现阶段,中原消费金融会对客户触达、客户申请、审批、提款和贷后管理等阶段的获客成本、转化率进行分析,有针对性的对成本较高、转化率低的环节进行优化,寻找风险控制和获客成本之间的平衡点。

    在将数据分析结果应用到具体业务场景的过程中,中原消费金融采取人工决策和智能决策相结合的方式。对于具体业务流程的审批,中原消费金融通过系统自动做出决策。在贷前阶段,智能风控系统能够自动对客户风险进行判断,采取相应的风控策略,例如是否予以通过、是否需要调取更多数据或者线下获取更多客户资料等。在营销策略制定方面,系统能够输出不同营销策略,判断客户需要做短期触达,哪些客户需要电话营销等,业务人员可依此制定相应的营销活动策划。

    针对宏观层面的决策,中原消费金融采取人工决策的方式进行。基于智能SAAS BI体系反馈的结果,针对产品设计、产品的盈利性、客群定位等方面进行人工优化,调整产品的属性。

    构筑多场景生态圈,提升用户变现能力

    中原消费金融通过异业合作的方式,将信贷产品和消费场景、生活场景和工作场景结合,进行用户导流。目前,中原消费金融的异业合作对象有微众银行、滴滴、58同城、春秋航空和钉钉等。

    以微众银行为例。中原消费金融和微众银行合作,接入微信支付场景。客户在中原消费金融APP中绑定微众银行二类户,即可在微信支付中使用中原消费金融的信用额度进行消费。未来,中原消费金融会通过京东和阿里等电商平台的支付体系渗透到垂直领域的消费场景,引导优质客户通过购物优惠券、满减等方式,使用中原消费金融的信贷产品。另外,中原消费金融会进一步完善产品体系,建立用户积分体系、会员权益体系等,增加用户粘性。

    同时,由于不同流量平台的客户属性差异大,如果仅使用单一的产品对接客户,容易造成优质客户提前还款,产品使用周期短,次级客群延长还款期限。久而久之次级客群的比例提高,直接拉高体风险水平。因此,中原消费金融针对不同等级的客群,提供差异化产品。完成客户职能分类之后,大数据平台会根据客户情况,将其匹配给不同的产品。

    中原消费金融的数字化营销体系建设有效提升了用户转化率,降低获客成本,在保证风险可控的前提下,极大的提升了营收。

    2019年,中原消费金融营收额同比增长134%。尽管受到疫情影响,截至2020年上半年,中原消费金融仍实现新增客户数218.62万。同时,截至2020年8月份,中原消费金融客户的风险明显回落,新客户风险质量也有明显改善,整体不良率已经低于2019年年底水平。

    2.2 用户洞察:构建一体化营销风控体系,精准挖掘高质量客群

    在用户洞察阶段,银行需要基于多维度的用户数据构建用户画像,而用户触达、转化和运营阶段的精细化策略,也都需要基于用户画像来进行。因此,用户洞察是精细化营销体系的核心环节。

    在用户洞察阶段,银行面临的挑战主要包括三方面:

    1)缺乏针对私域流量中存量客户的洞察能力

    当增量空间越来越有限,充分挖掘存量成为实现业绩增长的重要途径。银行的APP、公众号、小程序、朋友圈等私域流量中,往往沉淀了大量沉睡的存量客户,而且相比于第三方流量平台,这些私域流量客户的触达成本更低。

    但是,许多银行缺乏针对私域流量中用户行为数据的统一管理能力,导致面向私域流量的营销活动往往缺乏精细化策略,效果大打折扣,使得客户活跃度不断下滑,进一步加强了银行对第三方流量平台、合作导流等拉新方式的依赖,最终拉高了获客成本。

    2)对用户贷款意向的判断准确性较差

    银行自有用户数据以过往的存款、信贷等强金融属性数据为主,而缺乏消费偏好、触点交互行为、职业背景、学历背景等非金融属性数据,这使得大量缺乏信贷记录的用户画像难以被精准刻画,导致银行无法精准判断其贷款意向,进而导致大量无效的骚扰式营销。

    3)营销风控协作意识缺乏,对用户质量与风险的把关不严

    许多银行的营销与风控部门间缺乏深度协作,具体表现包括:营销部门在导流获客过程中,单纯考虑贷款意向而缺乏对用户风险的判断,给风控部门的策略造成极大压力;风控部门由于精细化风控能力有限,为了尽可能降低不良贷款率,会尽可能提升授信门槛。

    以上这三点问题,最终产生的影响是存量客户粘性下降,单位获客成本高昂。

    对此,银行应当采取三项具体策略,从而提升存量客户粘性,降低单位获客成本。

    1)建设数字化私域流量运营体系,提升存量客户粘性

    2)完善客户画像维度,精准判断贷款意向

    3)构建一体化营销风控体系,精准挖掘高质量客群

    融慧金科营销风控一体化,最大化客群价值

    某银行是头部城商行之一,资产规模可达万亿。该行在营销环节面临的最大问题在于,获客成本高,客户转化率低。为降低获客成本、提升营销转化率,该行和融慧金科合作,建立了营销风控一体化解决方案,针对营销获客环节进行精细化运营。

    出于业务增长的压力,单纯依靠自营渠道获客的方式已不能满足银行的需求。该行的做法是,通过流媒体平台进行广告投放,吸引外部流量。但针对这一类客群,银行往往出于谨慎性考虑,批核率较低,往往低于10%,某些渠道流量甚至低于2%,大量好客户被拒,最终授信成功的客户数较少,直接拉高单客获客成本。

    此外,由于缺乏精细化营销和风控体系,导致客户转化率较低。这主要体现在三个层面:通过广告投放吸引的客户较少;在吸引过来的客户中,提交贷款申请的客户数少;银行成功发放贷款之后,客户用信率低,客户转化漏损严重。产生这一问题的根本原因在于,银行对客群筛选不够准确,坏客户占比较高。

    精细化运营,提升营销漏斗转化率

    首先,该行采用了融慧金科的定制化拒件回捞策略,从拒绝客群中充分挖掘优质资产。当批核率低于10%时,该行会判断有相当大一部分比例的优质客户已经被拒绝。在这一情况下,该行会从历史拒绝的客户里进行回捞,提升批核率。融慧金科结合银行实际业务场景,依托大数据、人工智能及风控建模经验,对银行原有模型进行优化,帮助该行建立新的风控规则和风控模型,重新对客群进行区分。融慧金科会利用精细化的信用评分模型对历史拒绝的人群进行排序,筛选出头部相对最优的人群,放入回捞池,执行回捞策略。并基于历史授信通过客户的实际贷后表现,设定风险基准,定义风险目标,评估捞回人群的风险水平。例如,历史授信客户中实际违约率为2%,则“拒件回捞”策略中的风险目标低于2%。

    其次,该行和融慧金科在信息流广告上进行合作。融慧金科在信息流广告上给该行提供了一套完整的营销和风控解决方案。具体来说,这一解决方案主要包括两个方面:

    -基于银行本身的产品属性,明确产品的目标客群,挑选更与目标客群属性更贴近的流量平台进行广告投放,并从额度区间、利率定价等维度制定相应的产品设计标准。

    -定制营销白名单,精准触达目标客群。融慧金科会与今日头条等流量平台合作,基于流量平台的数据构建用户画像,将用户与银行产品进行匹配。融慧金科的获客模型从两个维度,即客户的实际风险和借款意愿维度出发,筛选出更匹配银行产品且有贷款意愿的目标客群。由于前期的预筛选工作已经挑选出更匹配银行产品的客群,客群实际借款意愿会更强。而且将高风险的客户在预筛选阶段排除在外,实现营销风控前置,将提高最终批核率,降低单客营销成本。

    以往银行针对不同渠道的客群,往往采取“一刀切”的风险策略,即对不同渠道的客户采用相同的评判标准,予以相同的单笔授信额度。然而,实际上,不同渠道的客群风险程度不同,“一刀切”的风控模型直接拉低了整体的审批通过率和用信率。

    该行和融慧金科合作实现风险精准分层,对不同渠道的客群采取不同的风控策略。在贷款申请环节,该行将客群分为两类,一是通过线下网点获客的客群,这部分客群由客户经理与其面对面沟通,确认申请者身份的真实性,这类客户在申请的时候不再设置额外的身份识别验证环节;另一类是网申渠道的客户,主要包括银行APP、微信公众号,以及该行和第三方渠道合作吸引来的客户。针对这一部分客群,该行会在申请环节设置短信验证、人脸识别、活体识别等身份验证环节,减少欺诈风险。

    随后,在授信审批环节,该行在原有的风控系统基础之上,引入融慧金科的评分卡模型,针对不同渠道的客群配置相应的规则策略。在贷前审批环节,该行会基于设备信息甄别用户多头借贷行为,基于用户提供的多种申请数据,精细化判定客群欺诈嫌疑;在贷中监测环节,该行利用信用评分模型预测借款客户未来发生逾期的概率,并由用户个人资产状况出发,合理评估对应的授信额度及后续提额策略。

    借助融慧金科优质人群包信息流广告投放和定制化拒件捞回风控解决方案,该行有效提升了营销漏斗转化率,通过率提升了10%以上,极大降低了获客成本,提高了利润空间。在模型的持续迭代升级下,资产质量持续向好,资产规模也正稳步扩大。

    人行征信报告价值挖掘,丰富数据源维度

    数据是建模的基石。对于银行而言,人行征信报告是最重要的数据源之一。自2020年1月19日起,征信中心面向社会公众和金融机构提供二代格式信用报告查询服务。为了保证风控策略的延续性,该行需要从人行二代征信报告中挖掘出一代征信报告中使用过的变量。此外,人行二代征信报告包含更多维度的数据,例如信贷记录从两年增加到了五年,数据饱和度有了很大的提升。如何更充分地将二代征信报告的数据应用起来,并基于基础数据衍生出更多有用的变量,是该行亟需解决的问题。

    为此,该行利用融慧金科的人行征信数据和决策支持平台,不仅能够兼容人行一代征信衍生变量,保证已有风控模型监控和业务分析的连续性,而且能够将人行二代征信报告的基础变量转化为征信衍生变量,基于衍生变量进行更深层次的联合建模。该行还可以通过融慧金科的衍生变量管理平台,自主对人行征信原始及衍生变量进行查询、参数配置和管理,满足了定制化数据风控需求。

    该行在一周内上线了融慧金科的人行征信数据系统中的数千个变量,通过多维度组合衍生方式,生成了10000+人行二代征信衍生变量,大大提升信用评分精准度。

    随着金融机构科技水平的提高,融慧金科未来和银行等金融机构的合作将向纵深发展。基于对数据关联价值的纵深挖掘,底层金融平台的应用对业务的助力作用将会进一步提升,由此带来了产品的迭代与创新,例如豪华版信用分、新版多头指数不断迭代更新,效果、稳定度和可解释性上会持续优化提升。在拓展新业务方面,比如定制化风控、精准获客、SaaS输出等将是融慧金科未来重点发力的方向。

    2.3 用户转化&用户运营:构建营销反馈闭环,持续优化营销策略

    完成用户洞察之后,银行需要基于洞察数据,为不同用户群体设计合适的金融产品,并在合适的时间向目标群体精准推荐产品,从而将潜在客户转为行内客户,并持续对客户行为、客户反馈进行跟进,防止客户流失。

    但是,许多银行的销售过程管理制度的缺失,对销售漏斗中用户转化过程的追踪能力的缺乏,以及营销闭环构建的缺失,使得其难以对客户行为变化、客户流失做出迅速反应,最终造成用户粘性下降、获客成本高企。

    针对上述问题,领先银行的做法是:建立空中银行营业厅,将客户服务、交叉销售和客户意见反馈全流程线上化,并利用智能机器人进行外呼,对客户的反馈进行记录,构建营销反馈闭环。

    构建智能营销平台,容联云通讯助力银行提升运营效率

    某银行是全国头部股份制银行之一,总资产超过2.6万亿。2019年某银行与容联云通讯合作,建立全行级别的联络中心平台,有效提升了营销外呼的运营效率。

    在与容联云通讯合作之前,该银行的电话营销平台采取外包形式运营。然而,随着国家对银行的数据安全性、营销话术合规性要求趋严,外包平台难以满足监管合规性的要求。其次,外包平台不能够快速响应行方需求,及时对联络中心平台进行软件和硬件的优化升级。此外,行方每年以租用的方式向第三方平台支付费用,总体成本较高。

    因此,该银行营销中心进行了战略性调整。从2019年开始,与容联云通讯合作,采取本地化部署的方式建立自己的外呼平台。在此过程中,容联云通讯帮助银行整合多家厂商的AI资源和技术,进行AI集中交换调度,打造用户行为标签体系,结合预测式外呼、机器人智能外呼、智能辅助等功能与外呼策略,助力该银行构建高效率的电营平台。

    AI能力集中调度交换,构筑呼叫平台基石

    随着ASR、TTS、NLP等AI技术的应用成本降低,不同的AI技术服务商在细分垂直领域的数据积累量和AI技术能力差别渐显。比如A厂商的NLP技术适用于催收场景,而B厂商的NLP产品适用于营销与分期场景。

    为最大化业务效果,该银行倾向于基于各个不同应用场景的服务效果选择不同合作对象。同时,考虑到对不同AI技术服务商需要进行统一的接入、管理维护,制定统一的规范,该银行采用了容联云通讯平台进行AI能力集中调度。

    在底层技术架构上,容联云通讯的平台将多家服务商的AI技术进行统一的调度、质检、标注和分析,将AI能力赋能给营销业务场景。

    具体而言,银行将营销业务流程分别交给不同的AI技术服务商进行外呼,基于准确率、业务转化率等指标的考察,通过业务流量分流的方式与不同厂商展开合作,如给一家AI技术服务商70%的流量,给另一家AI技术服务商30%的流量。容联云通讯基于银行返还的结果进行集中调度,通过API的形式将AI能力分配给适用的业务场景。

    此外,容联云通讯的运营团队会对机器人的外呼效果进行质检与标注,进一步完善机器人外呼,形成AI能力的闭环。通过持续的质检与优化,容联云通讯ASR、NLP、交互整体流程的准确率均在90%以上。

    构建用户行为标签,完善用户画像

    容联云通讯平台会对外呼结果进行标注,通过对对话交互的节点与话术路径的判断,由机器人在不同节点对客户的行为进行实时分析,生成用户标签,反馈回系统。并辅以人工复检,修正机器判断错误的地方,对机器人进行学习训练,提高自动化标注的准确率。

    具体而言,容联云通讯能够根据客户的不同回答判断其是否有意愿继续沟通并了解产品。比如有些客户明确表达了投诉意愿,平台会对其生成相应的标签并拉进黑名单,后续营销同类产品时不再对其进行二轮外呼。

    此外,容联云通讯生成的用户标签会与行方的CRM系统中的用户标签相结合,为行方进行统一客户行为分析提供了数据基础。比如一个客户有约100个标签,容联云的平台可以提供20个标签,行方通过其他渠道,如存款、贷款记录、信用记录等,获取80个标签后,将所有标签混合与筛选后,进行二轮用户分析。容联云通讯则可以根据行方更新后的客户画像及时调整电话营销策略,由此形成良性循环。

    差异化外呼策略,提升外呼效率

    在完善的用户标签体系基础之上,容联云通讯采取了三种外呼策略:预测式外呼,智能机器人外呼和人机结合外呼。

    预测式外呼是容联云通讯拳头产品之一。预测式外呼是指,容联云通讯将外呼名单加载在自身的外呼平台上,自动外拨电话,基于不同运营商的提示音制定二轮拨打的策略。比如,运营商提示音显示号码为空号,则将该号码放入黑名单,不再拨打;若运营商提示音显示盲音,或不在服务区,则会放入等待队列,稍后进行二次拨打;若电话接通,则会自动转给人工座席。

    预测式外呼有效过滤了无效号码,与纯人工外呼相比,提升了3-4倍的外呼名单处理效率。

    在预测式外呼基础之上,容联云通讯为平台加入AI能力,进一步提升营销外呼效率。银行通过采用容联云通讯的自动外呼机器人和人机结合的外呼方式,利用机器人为人工座席提供话术推荐等服务。

    容联云通讯基于用户标签体系,针对不同客户采取差异化外呼策略。例如,针对高价值客户,容联云通讯不会采取机器人外呼的形式,因为机器提示音往往会降低高价值客户的沟通欲望,以人机结合的方式进行外呼更能够提升交互效率和营销效果。

    总体而言,在与该银行的合作中,容联云提供的外呼平台极大的提升了业务周期效率和名单执行效率。

    未来,容联云通讯还将会与该银行合作开发更多的营销场景。容联云通讯的移动经纪人平台,是双方未来合作的方向之一。移动经纪人平台将协助银行的客户经理等营销人员,利用微信小程序、APP等界面与客户沟通。并将不同客户经理的客户资源整合到平台中,提升营销效率,并对沟通过程进行录音与统一监管,保证营销过程的合规性。

    3. 建设全流程风控体系,降低风险成本压力

    稳健、完备的全流程风控体系,具备三方面的价值:通过对借款人多维度分析和一对一精准定价,可以开发之前被认为风险过大无法进入的市场,增加贷款额;依托分析模型准确预测违约率,减少信用损失;通过大数据分析和自动化决策流程,降低风险加权资产RWA。

    权威机构数据显示,上述三方面的价值可分别量化为:为金融机构带来每年2%-4%的增长幅度;减少10%~15%信用损失;以及降低5%-9%的市场风险RWA。

    另外,再考虑到国内当下借贷者还款能力下降、违约风险提高的背景,银行资产质量,及其资产管理能力已然成为核心竞争力。

    基于大量访谈和调研,爱分析发现,目前国内银行在零售信贷风险管理领域的实践主要集中贷前反欺诈、贷前授信审批、贷中预警和贷后处置四方面。

    3.1.优化贷前准入与贷中监测风控体系,严控增量风险

    目前,银行业金融机构在贷前反欺诈、授信审批和贷中监测方面,存在着以下三个方面的难点:

    上一篇:紧扣时代下的涌溢基金成最值得全民信赖的投资    下一篇:抢抓“电商+三农”深海机遇,12强齐聚“乡村电商摇篮”打响决战赛!