某大型國有銀行——智慧金融產業(yè)大腦建設
智慧金融產業(yè)大腦賦能銀行數字化營銷轉型
銀行數字化營銷轉型的難點、痛點主要集中于高價值企業(yè)短名單的獲取，主要表現在新客發(fā)現難、存量拓客難、精準定位難、產業(yè)洞察難。此外，針對潛在客戶與存量客戶在授信審批與貸后監(jiān)管環(huán)節(jié)，也缺乏高效便捷的風險監(jiān)控手段。
拓爾思以產業(yè)數據中心為支撐，以智能數據標簽引擎和全產業(yè)鏈知識引擎為核心底座，運用新一代信息技術，基于某大型國有銀行打造智慧金融產業(yè)大腦，推動產業(yè)數字化、智能化升級，實現政策、空間、供應鏈、金融、科技、銷售等產業(yè)要素與產業(yè)主體之間的高效協同，為企業(yè)生產經營提供數字化賦能，為產業(yè)生態(tài)建設提供數字化服務，為經濟治理提供數字化手段。
智慧金融產業(yè)大腦整體架構：
“智慧金融產業(yè)大腦”項目總體架構
智慧金融產業(yè)大腦總體架構包括數據匯聚層、數據整合層、數據儲存與標簽庫、多維分析服務層、系統(tǒng)應用層。
1.數據匯聚層
匯聚各渠道全面準確的公域產業(yè)數據，通過整合層向上為各模型應用提供支撐數據。數據來源包括政策數據、公告數據、企業(yè)庫、產業(yè)數據、專利數據、宏觀數據、輿情資訊、招投標數據、企業(yè)融資等信息。
2. 數據整合層
基于公域數據綜合分析，通過TRS Adapter、ETL等工具將各類數據實現接口或傳輸信道進行歸類推送，通過數據處理后建設指標庫、結果庫等，為上層模型應用提供數據支持。合同、報告pdf文件通過OCR解析后同步將結果入庫。
3.數據儲存與標簽庫
在數據整合層基礎上，重建數據服務，針對產業(yè)鏈、企業(yè)、政策、輿情等不同類型數據做差異化加工處理，多維分析服務層提供支撐。例如，針對企業(yè)，結構化工商信息、財務信息、處罰信息等數據并抽取核心字段，挖掘企業(yè)間的關聯關系、集團關系，形成企業(yè)關系圖譜。圍繞地區(qū)、部委機構等發(fā)布政策數據，通過機器學習技術，挖掘解析政策中的鼓勵導向性行業(yè)，或抑制淘汰性行業(yè)。
4.多維分析服務層
以提升企業(yè)大數據營銷及分析管理能力為出發(fā)點，通過投融資、產業(yè)分析與企業(yè)數據分析，構建數據分析模型，建立特有企業(yè)畫像庫，推進數字化營銷獲客與風險監(jiān)控，為產業(yè)、行業(yè)、企業(yè)分析提供決策支持。
5.系統(tǒng)應用層
包含產業(yè)分析、產業(yè)拓客、企業(yè)洞察、事件中心等4大模塊。
智慧金融產業(yè)大腦對企業(yè)、行業(yè)的價值
智慧金融產業(yè)大腦融合某大型國有銀行30億＋產業(yè)要素明細數據、40萬＋產業(yè)標簽及2億
＋產業(yè)動態(tài)本體、百億級產業(yè)指標數據、2000億特有另類數據幫助其進行產業(yè)分析、產業(yè)拓客、企業(yè)洞察、挖掘特定事件，構建了行業(yè)客戶數字化洞察體系和企業(yè)風險管控體系。
行業(yè)客戶數字化洞察體系：完善行內數字化營銷獲客體系的建設，大幅降低無效營銷費用，有效提升營銷效率，實現精準營銷。
企業(yè)風險管控體系：對風險進行實時全面管控，防御性終止合作百余次，減少上億級潛在風險損失。
目前智慧金融產業(yè)大腦的應用，已經幫助該銀行對5000＋標準產業(yè)鏈、400＋國家戰(zhàn)略新興產業(yè)鏈、2000＋特色產業(yè)鏈，10萬＋上下游產業(yè)供需鏈進行精準營銷獲客掃描，通過產業(yè)鏈獲客、園區(qū)獲客、關系鏈拓客等各種維度，找到有資金需求、可高轉化、風險可控的潛在企業(yè)信貸客戶，構建行業(yè)客戶數字化洞察體系，完善行內數字化營銷獲客體系的建設。同時完善企業(yè)風險管控體系，對風險進行實時全面管控。
此外，智慧金融產業(yè)大腦還可以幫助銀行從傳統(tǒng)低效營銷全面邁向精準營銷；可幫助銀行對風險進行實時全面管控；該智慧產業(yè)大腦亦可用于政府產業(yè)園區(qū)，精準招商場景分析，有效提升招商效率。
本文章選自中國上市公司協會發(fā)布的《中國上市公司數字化轉型典型案例》