治理识别-在商业智能(BI)支持决策方面,赵云松认为,数字银行除了技术层面要做好数据治理,业务经营和管理决策也要有数据支撑-百度新闻悦读版

                                      • 时间:

                                      五名中国船员遇难

                                      從中小銀行的實際業務需求出發,施奕明介紹了金融壹賬通重點打造的智能進件、智能反欺詐、智能審批、智能貸后和模型自動訓練平台五大風控解決方案,這五大方案整合了包括人臉識別、微表情識別、聲紋識別、情緒識別在內的數十項前沿科技,覆蓋貸前、貸中、貸后信貸全流程實現風控一站式服務。

                                      (圖:趙雲松發表演講)銀行數字化轉型是銀行伴隨金融科技發展的必然趨勢。在當今宏觀經濟環境下,風險管理的作用將愈發重要。傳統風控手段普遍存在流程長、效率差、識別難、手段少、質量低等五大問題。施奕明在論壇上分享了金融壹賬通在智能風控數字化轉型上的最新理念和成果。他表示,結構化數據是識別風險的重要支撐,金融壹賬通在大量金融場景應用經驗的基礎上,運用人工智能前沿技術,將大量非結構化數據結構化,可助力金融機構在有效控制風險的同時提升業務效率。

                                      (圖:施奕明發表演講)基於金融壹賬通智能風控數字化轉型成果,智能進件系統可簡化60%申請流程,在30分鐘內完成進件;智能反欺詐可降低逾期率76%,批核效率提升2.5倍;智能審批中的微表情識別準確率達80%,減少40%以上的人工干預;智能貸後方案的語音識別率可達到90%以上,降低催收成本50%以上。

                                      (圖:楊亮吉發表演講)在商業智能(BI)支持決策方面,趙雲松認為,數字銀行除了技術層面要做好數據治理,業務經營和管理決策也要有數據支撐。一套好的商業智能解決方案應包含三個方面:第一,讓一線業務員能夠輕鬆訪問和分析數據。例如,利用自然語言就能搜索到想要的數據,通過鼠標點擊下鑽就可以方便地完成所需的業務分析。第二,可以在同一個平台內完成所有的決策動作。打通包括查看數據、分析數據、決策傳達以及效果追蹤等環節,以此來應對業務經營決策難、反饋慢、衰減快等問題。第三,需要進行場景化設計。能夠通過預置的指標模板、儀錶板等提供各個場景下的經營思路,從應用需求出發幫助各個銀行建設場景化指標體系,真正從數據層面打好應用基礎。以上三方面有機結合起來,有望提升金融行業的決策效率。

                                      對於數字化轉型過程中,國內銀行運營流程中普遍遇到的諸如投入成本高、場景不適配、系統使用難等痛點,龔萍分享了金融壹賬通在智能運營方面的理念和心得。

                                      日前,以「規範數據治理、打造數字銀行」為主題的中國數字銀行論壇?2019桂林論壇成功舉辦,論壇由中小銀行互聯網金融(深圳)聯盟和桂林銀行主辦,金融壹賬通承辦。本次論壇上,金融壹賬通正式向行業推出了數據治理解決方案,這是我國首個基於大數據平台的全流程數據治理解決方案。針對銀行業的數據治理及應用,金融壹賬通大數據研究院首席科學家、智能風控總經理施奕明、金融壹賬通大零售業務智能高級運營總監龔萍、金融壹賬通大數據研究院科學家楊亮吉與趙雲松,分別從自身研究領域和業務實踐發表了見解,引起與會嘉賓的強烈反響與普遍重視。

                                      (圖:龔萍發表演講)她表示,金融壹賬通擁有國際領先的智能語音核心技術,同時有平安集團多年的豐富金融業務場景經驗和業務話術積累。基於這兩大優勢,結合中小銀行的實際業務需求,重點打造了GAMMA LAB智能外呼和GAMMA LAB智能客服兩大運營解決方案。"達爾聞"智能語音平台具有高效、安全、擬真、省心等產品特點,解決了銀行對智能外呼平台特定的要求,在存量客戶經營、存量理財、貸款活客、信用卡推介、還款提醒等七大業務場景的實際運用收效良好,平台最核心的NLP技術多次獲得業內頂級比賽世界第一;智能客服則實現了包括IVR智能語音導航、智能知識平台、智能質檢、智能在線機械人等五大功能模塊,廣受業界讚譽。

                                      關於數據治理的方法論,楊亮吉表示,數據治理本身不僅僅是工具和技術,而需要通過三個層面開展,第一個層面就是數據管控層面,包括數據戰略規劃,數據組織架構的設置、制度和流程的建設,數據績效體系的跟進等。第二個層面,有了數據管控之後,也要將數據治理和應用結合起來,應用結合的點有三個方面:一是指標、內部的經營決策分析;二是監管的報送,三是將這些數據如何更好用在各個應用場景。第三個層面,也就是數據治理的基礎管理部門,包括數據平台的建設、標準管理,質量提升等,也包括源數據和數據字典的管理等,以及如何通過主數據的管理保證數據的一致性,如何保證數據生命周期各個流轉過程的安全,數據全生命周期的管理等。

                                      現將四位專家的主要觀點摘錄如下:

                                      今日关键词:马拉松跑进2小时