北京领雁科技股份有限公司

数智专题 | 深挖银行数据智能应用，助推客户深度经营

以数智平台赋能业务应用，围绕数字化风控、数字化运营、数字化营销讲述领雁科技数智平台ESP及系列解决方案，此篇为“数智专题”分享第一篇。

我国政府在《关于构建更加完善的要素市场化配置体制机制的意见》中明确将数据确定为第五大生产要素已经过去了三年，数据已经成为推动中国经济发展的核心驱动力之一。在金融机构，作为生产要素，数据的重要性在于它不仅能够支撑金融机构的生产和运营，而且能够为金融业务的发展带来更多可能性和机会。

与此同时，金融机构业务数字化水平继续深入，数字化营销、数字化风控、数字化运营等方面技术和工具的发展，日渐成为了金融机构在数字经济环境下开展业务必不可少的手段。但在业务应用系统深入使用的同时，业务与数据、系统与数据之间的协同也面临着不少现实问题。

如何解决这些问题？近日，金科创新社（鑫知）采访了北京领雁科技总经理助理伍四杰，请他谈了从业务视角如何看待银行数据智能与业务应用，介绍了领雁科技为此所作的准备。

图为：领雁科技伍四杰、金科创新社冯磊

还本归真，金融行业数据价值深层次挖掘

要从业务视角挖掘数据价值，首先要厘清数据价值的定义。在领雁科技总经理助理伍四杰眼中，数据的价值分为三个层面：首先是还原真实，即通过数据发现产品、服务、业务流程等观察对象的本来面目；第二是发现规律，即通过数据总结出未曾发现，或者说人类通过简单的统计无法发现，必须运用大量数据发现的规律；第三是模拟现实，根据被发现的规律，人类就可以模拟出更多的“现实”，而还原真实、发现规律、模拟现实的这三类过程是相辅相成的，目前领雁数智平台ESP在还原真实和发现规律两个层面上，与业务应用深度融合，不断发展，并在模拟现实的层面上不断探索。

“商业银行在数据价值的第一层——还原真实这个层次上已经进行了广泛应用。银行在数据应用程度、现有数据质量，数据收集准确度、收集范围等方面，领先于其他行业。例如，通过标签进行客户画像、票据自动化识别、客户关联关系分析、流程数字孪生等，都是利用数据还原真实的例子。”伍四杰说，“那么在数据价值的第二层——发现浅层规律层面，金融业也已经应用较为广泛。例如商业银行用指标、画像、标签来描绘客户的特征，本身就是通过特征的识别，寻找、反映出一种规律。特别是‘指标’，是专家经验结合数据产生的一种特征，这些指标、画像、标签等，可以定义为一种浅层的规律。而更进一步，一些大型商业银行目前采用的推荐算法，就基于识别数据特征，发现相似度等关联关系，这是发现深层规律的过程。”

那么在数据价值的第三层——模拟现实层面，“金融业还在探索中。现在，一些金融机构推出的数字人也大多用来做智慧客服、问答机器人，运用的是知识库形式。而最近火爆全网的ChatGPT是基于大量数据的训练——先通过数据还原人类正常情况下如何提问、回答；再通过大量的训练发现规律；最后再模拟问答过程。这三个过程在相互助推，使数据应用整体水平螺旋上升。随着人工智能、大数据技术的快速发展，金融机构在模拟现实层面挖掘到的价值也会不断提升。”伍四杰表示。

仰望星空，脚踏实地。要挖掘数据价值，一个重要的前置任务是数据治理。在伍四杰看来，当前金融机构数据治理工作有几个重点内容，这也是领雁数据智能平台ESP正在不断完成的工作：

一是保证数据“还本归真”，源于真实，还原真实，即必须保证数据的标准化、数据溯源与元数据管理。因为，数据的标准化，对企业来说意味着业务概念的统一；需要做好数据溯源则因为同一个流程，两次执行结果产生的数据可能都有差别；而元数据则是表达数据的数据，重要性毋庸质疑，它是数据智能决策洞察与决策的起点。

其次，让数据更加适应不同业务的需求。过去，商业银行都希望搭建一个集合了数据库、数据仓库、数据湖等诸多数据存储层功能的统一底座，让各个数据用户部门在这个底座上开发自己的应用。但现在，银行越来越多地使用专业化的数据集市，满足不同业务部门的数据需求，例如监管集市、风控集市、营销集市、零售集市、对公集市等等，就是为了让数据符合不同业务部门的需求。领雁科技不仅可以帮助金融机构构建专业的数据集市，满足行方数据需求的通用性，而且更进一步，领雁科技利用数智平台把不同应用对数据底层逻辑要求的差异提取出来，满足业务发展的个性化需求。

用治并举，数据治理与基于场景的业务应用

数据价值挖掘工作在金融行业正如火如荼地展开，金融机构有诸多艰巨任务亟待解决。在这种情况下，金融科技公司能够提供哪些帮助呢？

作为一家强调“以业务为出发点”的公司，领雁科技为金融机构提供智能风控、智慧营销、移动金融、产业金融等业务应用系统和解决方案，并更深入从业务、场景角度出发，利用数智平台治理数据，深挖数据价值，打造数字化运营、数字化风控、数字化营销等系列解决方案，例如客户经营平台、营销活动管理系统、营销权益管理系统、内控合规及操作风险管理系统（GRC）、反欺诈系统、智能投诉管理系统、数字化运营管理平台等。

“以业务为出发点”促使领雁科技对不同类型金融机构的需求进行精细地理解和把握。

对于大型银行的数据架构相对比较完整、层次分明、数据治理较完善的基础上，领雁科技利用数智平台让业务应用延伸到更深层面。例如在为某股份制银行建设信用卡活动及权益系统时，通过批量数据处理，保证了数据加载的完整性与正确性，并进行初步的数据整合及数据质量检查，并将系统产生的数据批量生成满足下游系统接入标准。基于算法进行客群划分，在客户分群之后，用特征算法把划分出来的客群进行特征比较，判断是否符合特征，如果差别很大，则调整指标值或重新产生新的分类。基于流式数据计算实时推荐，实时事件引擎可以从实时事件流中捕获客户的行为，进而判断客户所做、所想，应该给客户推荐什么服务或产品，以MOT（Moment of Truth）关键时刻理论，即通过实时动作引导客户，达到当前最有效的引导场景。由此让银行可以更好的精准洞察客户需求，让商户更灵活的制定营销活动，让权益的流动更加透明和高效。

对于中小型银行，领雁从底层做起，助力完善数据架构层次、建立数据集市、深挖数据价值，进而让业务应用产生更好的增长。例如在某头部城商行的反洗钱、反欺诈等联防联控建设中，金融机构过去更多依赖专家经验。但领雁科技目前正在尝试利用预测性算法帮助金融机构提高反洗钱效率，让客户尽职调查、反洗钱监测报送、金融制裁与敏感名单监测等信息系统进行信息互通、数据共享，不仅强化反洗钱监测效果，通过已发生的反洗钱行为来反哺、监督机器学习，进而知道在哪些特征出现时，反洗钱事件发生概率更大，更依托反洗钱数据指标提供了管理决策支持，可以结合不同客群、交易的风险情况制定针对性的措施，通过特色化举措进一步实现“风险为本”的管控措施。

在客户服务场景中，领雁推出了智能投诉管理系统。过去，投诉工单发生后到底交给哪个岗位跟进处理，一直是个大问题。如果不能及时分配给职责相关岗位，将直接影响到工单的流转速度、回复率，处理不当更会引起重复投诉。而通过领雁科技智能投诉管理系统的人工智能标签体系，金融机构不仅可以让AI代替人工打标签，还能根据标签迅速掌握该工单与哪个流程、部门有关，应该由哪个角色处理，做到快速决策。在这个基础上，金融机构还可以发现投诉较为集中的服务环节、产品，进而对相应产品、流程进行矫正和优化，从根本上缓解工单压力。

以客户为中心，成为银行深度经营的推动与构建者

展望未来，领雁科技公司的业务战略和长期业务愿景描绘了领雁科技“推动者”与“构建者”的角色。

2022年，领雁科技将业务战略定位为“客户深度经营的推动者”。所谓“客户深度经营”，就是围绕客户展开一系列有效的经营活动。“通过细分客群和洞察，智能决策制定客户经营策略；基于经营策略，指导客户经营的行动；利用经营指标、体验指标等监管经营过程；借助综合评估，优化客户经营策略和手段；以此，形成循环推动作用。”伍四杰说：“只有客户获得价值，金融机构自身才能实现高质量增长目标。而我们客户深度经营的目标就是推动“客户价值向全生命周期为核心”转化、推动“运营模式向长期深耕为重心”进行转化。”

“领雁科技希望帮助银行完成这个过程，利用数据智能+业务应用，洞察到更深的角落或无法探查到的规律，并用这样的规律反馈业务实施的认知与决策。”伍四杰说，“而无论技术发展如何，对于领雁科技来说，我们永远关注的是银行未来如何更加生动，更加无缝地与应用场景衔接，更加方便地为客户服务，这是银行永远追求的，也是领雁科技追求的。”

金融数字化日渐深入，仿佛步入无限的深空，数据作为生产要素的价值则如旅行者眼中的星辰，日渐清晰。在这次旅途中，金融科技企业不断构建出适用的系统、工具、解决方案，就像一个个曲率加速器，帮助金融机构到达深度的金融智能宇宙。