信貸業(yè)務是是商業(yè)銀行最重要的資產(chǎn)業(yè)務,同時也是充滿著很多風險和不確定性因素的一個環(huán)節(jié)。信貸業(yè)務流程主要可分為三個階段:第一、營銷獲客;第二、貸前反欺詐、貸前信用審核以及貸中監(jiān)控;第三,貸后管理。貸前、貸中、貸后,每個環(huán)節(jié)都存在固有的痛點和挑戰(zhàn)。

隨著人工智能在金融領域核心場景的應用普及,信貸業(yè)務也成了與AI融合最深入的場景,AI技術(shù)的進場不同程度上改變了信貸業(yè)務的整個局面。

同盾科技作為國內(nèi)第三方智能風控服務提供商,在利用AI賦能銀行的道路上始終走在行業(yè)前列,同盾科技全流程智能風控具有非常典型的代表性。針對信貸業(yè)務的三個階段,同盾針對性地提出了智能化解決方案:用戶增長服務、貸前反欺詐及信用風控服務、逾期管理智能催收服務。

用戶增長服務|系統(tǒng)化經(jīng)營客戶整個生命周期

信貸客戶生命周期解構(gòu)成獲取、提升和成熟、衰退流失三個階段,三個階段相互依存,相互影響,因此用戶增長服務不是只圍繞某一環(huán)節(jié)單獨進行,而是伴隨整個客戶生命周期而展開。

客戶獲取階段的使命是發(fā)現(xiàn)并獲取潛在客戶,增加流量轉(zhuǎn)化率,相應的解決方法是建立潛客響應模型。

用戶從各個渠道進入平臺時,標簽信息基本為零,銀行對這個用戶一無所知,通過同盾潛客響應模型的篩選,可以對客戶進行360度精準畫像,以分值的形式將客戶劃分成高響應、中響應和低響應三種狀態(tài)。對于高意向用戶采用主動營銷策略(如外呼和短信),對低意向用戶不進行觸達,在提升轉(zhuǎn)化成功率降低營銷成本的同時,避免對無意向用戶的打擾。

舉例來說,一些理財平臺會采用現(xiàn)金獎勵的方式吸引用戶,用戶做完申請、注冊后領取相應的獎勵,但最終沒有在此平臺購買任何理財產(chǎn)品。這類客戶一般都屬于高響應度的客戶,采用外呼、短信觸達的形式能有效“激活”;對于中響應度客戶采取“監(jiān)測”的策略,客戶的響應分不是恒定不變的,各種驅(qū)動因素的影響下響應分呈波動起伏狀,當某個時期監(jiān)測到客戶響應分上升,可及時進行外呼和觸達“喚醒”用戶;而低響應度客戶很大程度上屬于薅羊毛者,觀察其響應分持續(xù)保持低分值狀態(tài),銀行無需對這類客戶做額外的工作投入。

通過高、中、低層次劃分,在流量驅(qū)動的獲客階段,銀行能調(diào)配出最優(yōu)資源配比,把最好的營銷資源投入到最高層次客戶身上。

客戶提升和成熟階段的關(guān)注點是挖掘存量客戶最大價值,增加粘性和品牌忠誠度,讓用戶去嘗試銀行其他金融產(chǎn)品。

此階段相對應的解決方案是產(chǎn)品推薦模型或交叉營銷模型,通過產(chǎn)品推薦模型可以幫助銀行有效識別用戶對不同產(chǎn)品的潛在需求,對特定客群積極開展交叉營銷活動,提高個性化匹配的幾率,從而提高利潤。

客戶衰退階段的目標是延長客戶的生命周期,挽回流失客戶,讓其對信貸產(chǎn)品重新產(chǎn)生興趣。同盾流失召回方案可以有效分辨出哪些是流失用戶,并評估其召回響應概率,同時可提供額度調(diào)整建議。

在用戶引入、成長、成熟、休眠和流失等不同生命時期,企業(yè)對客戶進行適當?shù)哪繕斯芾?在每個節(jié)點都能創(chuàng)造出巨大的價值。

中國線上信貸市場漸漸告別高獲客的野蠻成長時代,即將進入到存量競爭的精細化管理階段,以流量為中心、以產(chǎn)品為中心的理念或向以用戶為中心讓渡,利用大數(shù)據(jù)、人工智能等技術(shù)進行客戶整體生命周期系統(tǒng)化經(jīng)營將成為銀行未來的重要競爭力。

貸前反欺詐以及信用風控,逐步走向智能風控3.0時代

獲客對于銀行只是第一步,隨之而來的風控問題也是一大考驗。貸前反欺詐、信息核驗和信用評估是貸前風控三個重要環(huán)節(jié),下面將逐一展開討論。

貸前反欺詐

信貸業(yè)務面臨的欺詐形式主要是團伙欺詐,近年來團伙欺詐事件逐年攀升,欺詐團伙內(nèi)部分工越來越精細,反偵查能力越來越專業(yè),正朝向智能化、技術(shù)化、非接觸化、職業(yè)化的趨勢快速發(fā)展。

在與欺詐攻防過程中,采用機器學習人工智能方法,發(fā)現(xiàn)尋找更多的線索特征,挖掘用戶的行為特征,用戶關(guān)聯(lián)特征等異常事件,結(jié)合IP、手機、位置等維度分析潛在的欺詐風險,能極大提升反欺詐的效率和能力,同時在大數(shù)據(jù)、人工智能、云計算等技術(shù)的推動下,反欺詐工作也進入到了全新的時代。

進入智能風控時代,在新技術(shù)的加持下,反欺詐的武器庫更加精良。同盾結(jié)合復雜網(wǎng)絡、設備指紋、IP畫像、手機號畫像等技術(shù),構(gòu)建了多層次縱深的立體化反欺詐運營生態(tài),為超過10000家客戶提供安全保護,保護信貸資產(chǎn)總額超萬億元。

反欺詐評估后需對客戶信息核驗,核查用戶信息真實性、評估用戶還款意愿和還款能力。

隨著信貸業(yè)務線上化轉(zhuǎn)移的提速,銀行對批量化處理的需求日益急迫,當前依靠人工進行復雜化、機械化、無標準化的審核模式逐漸力不從心。

為此,同盾推出了智能化解決方案——智能信審。以問卷形式讓申請者提交信息,并通過問卷結(jié)果對申請者進行二次確認,評估客觀數(shù)據(jù)和用戶提交信息的偏差程度。

智能信審通過對申請人提供信息和數(shù)據(jù)庫信息的交互驗證,根據(jù)交互驗證結(jié)果自動化智能生成一張問卷。根據(jù)客戶的回答結(jié)果,智能生成下一個問題。系統(tǒng)根據(jù)算法挑選題目進行結(jié)果測算,從而做出最終的評分模型,模型以分值形式輸出,給人工審核提供一個直觀的參考價值。

經(jīng)過貸前反欺詐和信息核驗后,銀行將對用戶進行貸前信用評估。貸前信用評估對信貸產(chǎn)品額度和利率的設定,以及逾期和壞賬率都有一定的影響。

信用額度的設置,通常是在客戶信用風險水平評估基礎上,綜合考慮客戶資產(chǎn)狀況、債務結(jié)構(gòu),同時結(jié)合內(nèi)部信貸政策,核定客戶還款意愿和還款能力。

綜合所有策略、模型和專家經(jīng)驗后,銀行最終做出放款與否、放款金額以及利率多少的決策,在智能化決策時代,部分銀行已經(jīng)可以做到秒級程度。當然,對于銀行來說,放款并不代表高枕無憂。

智能語音技術(shù)日漸成熟

貸后催收業(yè)務智能化改造加速

隨著銀行業(yè)務的線上化提速,傳統(tǒng)依靠人力的催收模式變得捉襟見肘,很多銀行都開始探索智能催收。

我們將智能催收和人工催收進行對比,就更能理解銀行業(yè)的決策。

首先,人工成本如工資、場地、招聘、培訓等,人工催收成本很高;

其次,受多種因素影響,人工催收情緒波動大,且需要重復培訓話術(shù),專業(yè)程度難以保證。智能的催收系統(tǒng)采用標準催收話術(shù),從源頭上減少話術(shù)風險。

第三、傳統(tǒng)催收的觸達率以及反饋度較低。據(jù)統(tǒng)計,傳統(tǒng)催收每人每天的極限是100—200通電話,但是機器可以達到2000通的外呼量,成本低并且可以全年無休。

第四、客戶敏感信息易泄露。在與客戶交流的過程中,催收人員獲得大量客戶信息,存在信息泄露風險。

另外,人工催收一般由專人跟進,客戶信息無標準化統(tǒng)計,難于管理,容易流失。

基于以上種種問題,越來越多的金融機構(gòu)都把目光投向了智能催收系統(tǒng)。

同盾智能催收系統(tǒng)在銀行業(yè)被廣泛使用,其經(jīng)驗非常值得分享,同盾智能催收系統(tǒng)有兩大基礎。

第一基礎是策略平臺。

策略平臺搭載著三組模型組合而成的催收評分卡。

第一組模型是賬齡滾動模型,通用于預測輕度逾期人群進入更加嚴重逾期狀態(tài)的概率,主要目標是捕捉持續(xù)逾期的高風險用戶,依據(jù)客戶還款情況和逾期頻率進行打分。通常對1-30天,31-60天的逾期客戶分別建立賬齡滾動模型,預測60-90天發(fā)生逾期的概率。

第二組模型是還款率模型。通常應用于60天以上的逾期用戶,預測回收客戶欠款的比例,主要目標是準確捕捉潛在回收水平比較高的客戶。

第三組模型是失聯(lián)預測模型。用于預測逾期客群未來無法觸達的概率,通常對剛進入逾期狀態(tài)的客群就要判斷失聯(lián)的可能性。通常對1-30天、31-60天、60天及以上的客群分開建模。模型常用的信息包括逾期總額、賬戶信息、電話詳單等。

第二基礎是智能執(zhí)行。

模型相對應的是智能執(zhí)行的策略。智能催收系統(tǒng)在實際操作中通過大數(shù)據(jù)精準匹配參數(shù),如通過客戶基本信息、申請信息、逾期情況、還款能力、還款意愿、消費習慣等智能判斷逾期客戶的綜合情況,通過模型算法匹配相應的催收策略。

當模型預測結(jié)果相對較好時,語音催收則采用比較溫柔的策略。當預測結(jié)果指向高?？蛻?則采用比較強硬的方式進行催收。

除開催收話術(shù)的強弱,評分卡還能得出更多因子。例如:周幾催、什么時間點催、每天催的頻率等,這些因子都可以在策略平臺進行配置。

同盾智能催收工具逾期管家和逾期精靈,兩款產(chǎn)品都是基于智能決策和智能語音的機器催收平臺,背后有同盾強大的技術(shù)團隊和數(shù)據(jù)生態(tài)系統(tǒng)作為支撐,將貸后催收的各個標準化業(yè)務進行全面的智能化改造,交互過程完全透明、可監(jiān)督、可追溯,適用于銀行、電商、新金融和保險等各類場景。

未來隨著智能語音識別、語音交互等技術(shù)的進一步成熟,智能催收系統(tǒng)將會徹底改變催收領域的商業(yè)生態(tài)。

信貸業(yè)務貸前、貸中、貸后,三個環(huán)節(jié),環(huán)環(huán)相扣。同盾科技智能風控全方面覆蓋,讓風險無處可逃。同時,更有獵客雷達,對用戶進行智能分析,幫助合作伙伴找到對其產(chǎn)品意愿最強、響應最高的人群。在未來,同盾通過持續(xù)創(chuàng)新產(chǎn)品與技術(shù),不斷提升服務可靠性,將人工智能技術(shù)深度應用到金融和互聯(lián)網(wǎng)風險管理和反欺詐領域,成為值得客戶信賴的第三方智能風險管理服務提供商。

生成海報

免責聲明：本網(wǎng)站內(nèi)容主要來自原創(chuàng)、合作伙伴供稿和第三方自媒體作者投稿，凡在本網(wǎng)站出現(xiàn)的信息，均僅供參考。本網(wǎng)站將盡力確保所提供信息的準確性及可靠性，但不保證有關(guān)資料的準確性及可靠性，讀者在使用前請進一步核實，并對任何自主決定的行為負責。本網(wǎng)站對有關(guān)資料所引致的錯誤、不確或遺漏，概不負任何法律責任。任何單位或個人認為本網(wǎng)站中的網(wǎng)頁或鏈接內(nèi)容可能涉嫌侵犯其知識產(chǎn)權(quán)或存在不實內(nèi)容時，應及時向本網(wǎng)站提出書面權(quán)利通知或不實情況說明，并提供身份證明、權(quán)屬證明及詳細侵權(quán)或不實情況證明。本網(wǎng)站在收到上述法律文件后，將會依法盡快聯(lián)系相關(guān)文章源頭核實，溝通刪除相關(guān)內(nèi)容或斷開相關(guān)鏈接。