宇宙第一大行：业务决策大数据平台实现风控管理

发表自话题：2020无视风控大数据的口子

文 | 帆软数据应用研究院 船长@李向川

更多大数据资讯和企业案例可关注 ：知乎专栏《帆软数据应用研究院》

上周参加了贵阳数博会论坛“大数据科技引擎助力金融创新”。会上工商银行王都富先生作了精彩报告，从实践的角度，传统的商业银行怎么用互联网的思维、大数据科技，来推动创新发展和持续发展。

工商银行是全球最大的信用卡银行，总资产是全球最大的，存款也是全球最大，贷款、应急资本、品牌价值，信用卡发卡量，这几个指标目前来看也在全球排名第一，这里暂定认为是实力雄厚的宇宙第一大行。

中国互联网金融与大数据产业的蓬勃发展

【王都富】：大数据技术支撑对广大中小商户提供融资的服务，为广大个人提供消费金融的服务。基于大数据风控的体系，以大数据科技为支撑，构建领先的风控的体系，保障我们业务的健康快速可持续的发展。所以我们现在建立信用卡业务板块决策数据的平台。我们过去的数据都是行业的数据，现在互联网时代，引进很多外围的数据。如百融金服、黑名单也可以引进。借助自身的数据、社会的数据、银行的征信、第三机构的数据，来使我们搭建的风控模型更加科学、更加合理。所以现在风控体系，摆脱了过去都是靠行内数据的困境。接下来我们还会引进第三方机构的数据。同时，我们也聘请了美国专家来搭建数据模型。现在共六大类60多个模型，包含市场营销类的模型、预测类的模型等等。我们开发了一个“白客户”，对我来说这个客户是全新。但只要客户在网上申请，填的身份证号、姓名。根据这几个数据，经过大数据更空系统预测收入，可以做到秒授信、秒审批、秒付款。

【王都富】：秒授信、秒审批、秒付款，这是我们的目标。当然现在非常重要的是建立全球领先的实时的风控的预警系统。我们已经上线了2.0版本，这是目前国内的银行业针对信用卡板块最先进的监控的系统，现在200多个模型，实时监控我们信用卡使用消费的情况。我们的客户在美国消费，20毫秒内即可发现这笔交易有可能存在欺诈，可及时阻断这个交易，保证客户的资金安全。

【王都富】：我们也做了很多其他模型和实例，不断的实践过程中。我想传统的商业银行里面，互联网的时代，用互联网的思维、大数据的技术，我们也拥抱互联网，积极的探索创新金融产品和服务，用广大的个人客户中小商户提供更加全面的客户。信用卡是小小的卡片，但是插上互联网的翅膀、大数据的翅膀，小小的卡片也可以有意义。

笔者早年也参加过银行业几家公司的数据项目，当然，可能达不上工商银行这样的体量。但多企业也从小数据、大数据，从自动化报表、BI、大数据平台做了不少努力。

近几年大数据在国内确实发展迅猛。从2011年底，我国工信部把信息处理技术作为4项关键创新技术工程之一，其中包括了海量数据存储、数据挖掘、图像视频智能分析，这都是大数据的重要组成部分。2015年，五中全会的“十三五”规划中将大数据作为国家级战略。截至2017年6月，连续三届数博会召开，凝聚全国之力共同探讨大数据发展的经验和教训，规划发展。从效果来看，政府确实开放了部分数据，国内像也崛起了众多数据公司和大数据技术应用公司。但我们也应该看到，大数据所依赖的核心技术大多还被国外把持。像Hadoop生态圈，国内企业更多的是扮演应用角色，稍有领军企业。所以，我国大数据产业的发展高峰，是大数据商业应用的高峰，但我们还需要注重大数据底层基础技术的研发。

正如以上，依托大数据技术，工商银行提升了客户管理水平，实现了精准营销，提高了信用卡线上获客比重，同时还提升了风控水平。大数据技术的应用，除了平台技术本身，其实更多的还是需要业务模型，需要像工商银行这样的业务运营专家来搭建业务管理和风险控制的模型。用大数据技术实现这些模型，对接内部数据和外部第三方数据。商业银行的信用风险，很大程度上信息的不对称。其中主要是信息不真实、不成程度的欺诈以及信用主体的高度耦合。借助大数据技术，首先是采集到维度多、来源多、种类多的数据，然后用大数据存储技术和大数据计算、分析技术，将隐藏数据之中的关联关系和风险管理监测起来，通过可视化的平台，辅助业务决策，提高银行的经营能力。

银行行信用卡业务和互联网金融业务，两者业务模式相近。互联网金融的大数据应用风控经验，银行信用卡业务可以充分借鉴。可参考早前专栏的一篇文章《寒冬之下，互联网金融的数据化建设心得 - 知乎专栏》。海量的用户和海量的数据，促使信用卡业务依托大数据技术进行管理和风险控制，同时也为利用大数据技术挖掘消费行为提供了实践土壤。所以说，信用卡天然具备互联网与大数据的基因。

银行信用卡风控，需要建立有效的业务决策数据平台，融合风险信息可视化技术，构建风险管控体系。业务决策数据平台，需要能从客户基本信息（开户三要素、地址、联系方式等）、客户风险信息（外欺系统风险数据库信息）、客户银行业务与往期处置信息（资产负债信息和资产质量信息）三个维度，立体、全面、直观、准确展现客户全方位风险要素，实现客户风险画像的动态可视化。利用业务决策数据平台，对风险客户的资产情况、社会关系、行为轨迹等信息横向关联，纵向发掘，支持风险信息的交叉分析验证和多维风险评估，提升风险客户评价的可靠性和准确率。

标签组：[信用卡] [业务管理] 

上一篇：【大数据风控】搭建大数据风控模型三部曲_客户

下一篇：阿里风控大脑如何应用大数据来构建风控体系？