第四屆新銀行發(fā)展策略大會(huì)：飛算科技助力銀行快速低成本數(shù)智化轉(zhuǎn)型

　　2020年6月3日-4日,由天津農(nóng)商銀行、融至道咨詢主辦的第四屆新銀行發(fā)展策略大會(huì)在天津舉辦。本屆大會(huì)主題為“銀行數(shù)字化轉(zhuǎn)型與金融服務(wù)重塑”,圍繞銀行數(shù)字化轉(zhuǎn)型、大數(shù)據(jù)風(fēng)控、智能營(yíng)銷、公司金融數(shù)字化等熱點(diǎn)領(lǐng)域,全方位探討最新銀行經(jīng)營(yíng)管理技術(shù)�，F(xiàn)場(chǎng),騰訊、中原銀行、飛算科技等企業(yè)機(jī)構(gòu)高層受邀出席并發(fā)表演講。

　　飛算云創(chuàng)聯(lián)合創(chuàng)始人、總裁林慶治現(xiàn)場(chǎng)分享“銀行如何快速、低成本構(gòu)建數(shù)智化能力”

　　銀行數(shù)智化轉(zhuǎn)型 “數(shù)據(jù)獲取、數(shù)據(jù)分析、數(shù)據(jù)應(yīng)用”成為三大難題

　　數(shù)智時(shí)代,數(shù)字化轉(zhuǎn)型正在進(jìn)入“智能化遷徙”的時(shí)代,新型銀行發(fā)展模式不再是傳統(tǒng)業(yè)務(wù)簡(jiǎn)單的疊加,而是需要嫁接新技術(shù)、新產(chǎn)品所催生質(zhì)的飛躍。每一個(gè)銀行都在全力以赴,努力成為這場(chǎng)遷徙的排頭兵,但數(shù)智化轉(zhuǎn)型,尤其是大數(shù)據(jù)領(lǐng)域,對(duì)于大部分銀行而言并非易事。

　　飛算云創(chuàng)聯(lián)合創(chuàng)始人、總裁林慶治根據(jù)多年服務(wù)金融機(jī)構(gòu)數(shù)智化轉(zhuǎn)型經(jīng)驗(yàn)指出:“機(jī)構(gòu)數(shù)智化轉(zhuǎn)型必然要面臨三道關(guān):

　　首先,數(shù)據(jù)獲取難:數(shù)據(jù)割裂,沒有統(tǒng)一數(shù)據(jù)共享平臺(tái)。數(shù)據(jù)取得困難,效率低。無(wú)法善用新形態(tài)與三方數(shù)據(jù),例如日志、地理位置、社交媒體;

　　其次,數(shù)據(jù)分析難:無(wú)專職分析人員、工具,不具備專業(yè)的分析能力;

　　最后,數(shù)據(jù)應(yīng)用難:缺乏在決策支持、數(shù)據(jù)運(yùn)營(yíng)、數(shù)字營(yíng)銷、量化風(fēng)控上的應(yīng)用。”

　　金融機(jī)構(gòu)要想真正實(shí)現(xiàn)數(shù)智化轉(zhuǎn)型,必然要通過更多創(chuàng)新工具的有效支持,搭建互通且穩(wěn)定系統(tǒng),并將業(yè)務(wù)場(chǎng)景和系統(tǒng)中產(chǎn)生的數(shù)據(jù)有效沉淀和挖掘利用,使其在業(yè)務(wù)交易和場(chǎng)景中發(fā)揮出智能決策和優(yōu)化的作用,提升業(yè)務(wù)的價(jià)值。

　　飛算企業(yè)數(shù)智化整體解決方案

　　飛算企業(yè)數(shù)智化轉(zhuǎn)型解決方案始終立足業(yè)務(wù)場(chǎng)景,秉持著“一切業(yè)務(wù)數(shù)據(jù)化,一切數(shù)據(jù)業(yè)務(wù)化”的技術(shù)理念,推出“飛算全自動(dòng)數(shù)據(jù)建模平臺(tái)”等一系列技術(shù)領(lǐng)先且應(yīng)用層面穩(wěn)定成熟的產(chǎn)品,通過系統(tǒng)化“數(shù)據(jù)解決方案、分析解決方案、應(yīng)用解決方案”解決企業(yè)機(jī)構(gòu)數(shù)智化難題,受到市場(chǎng)廣泛認(rèn)可。

　　飛算全自動(dòng)數(shù)據(jù)建模平臺(tái)六大價(jià)值 提升銀行數(shù)智化數(shù)據(jù)能力建設(shè)

　　以飛算全自動(dòng)數(shù)據(jù)建模平臺(tái)為例,其針對(duì)建模技術(shù)門檻高、人才稀缺、工程量巨大等行業(yè)痛點(diǎn),開發(fā)出國(guó)內(nèi)首款零門檻建模的工具,幫助業(yè)務(wù)人員快速實(shí)現(xiàn)營(yíng)銷場(chǎng)景以及風(fēng)控模型的應(yīng)用。此外,飛算全自動(dòng)數(shù)據(jù)建模平臺(tái)還有以下“六大核心價(jià)值”,可助力企業(yè)及個(gè)人以最低成本、最快速方式建出最優(yōu)模型,有效提升銀行數(shù)智化核心能力建設(shè):

　　一、一鍵建模:一鍵五步,零門檻建模

　　二、移動(dòng)建模:隨時(shí)隨地進(jìn)行模型的應(yīng)用、管理和監(jiān)控

　　三、自研算法:自主研發(fā)自動(dòng)特征工程、自動(dòng)算法調(diào)參、自動(dòng)模型選擇等AutoML算法

　　四、敏捷應(yīng)用:支持各類機(jī)器學(xué)習(xí)模型應(yīng)用落地,與現(xiàn)有業(yè)務(wù)系統(tǒng)無(wú)縫鏈接

　　五、高效穩(wěn)定:多線程分析計(jì)算搭配多種緩存機(jī)制,同時(shí)動(dòng)態(tài)資源分配和私有云資源隔離

　　六、開箱即用:開箱即用的SaaS服務(wù),無(wú)需任何硬件服務(wù)器設(shè)備

　　香港城市大學(xué)數(shù)據(jù)科學(xué)學(xué)院及數(shù)學(xué)系王軍輝教授全程參加了產(chǎn)品研發(fā),并評(píng)價(jià):“飛算全自動(dòng)數(shù)據(jù)建模平臺(tái)為人工智能應(yīng)用落地按下加速鍵:沒有AI開發(fā)經(jīng)驗(yàn)的業(yè)務(wù)專家可以無(wú)門檻開發(fā)智能應(yīng)用;專業(yè)AI開發(fā)者可以從繁瑣的數(shù)據(jù)處理及特征工程等工作中‘解放’出來。”

　　案例成果:助力銀行營(yíng)銷的響應(yīng)率提升300%

　　案例方面,以某國(guó)內(nèi)領(lǐng)先股份制銀行理財(cái)產(chǎn)品推薦為例,通過飛算全自動(dòng)數(shù)據(jù)建模平臺(tái)核心團(tuán)隊(duì)的輔導(dǎo),該行構(gòu)建了千萬(wàn)級(jí)維度的機(jī)器學(xué)習(xí)模型,并利用數(shù)千萬(wàn)級(jí)別的歷史營(yíng)銷樣本,對(duì)客戶的需求及偏好進(jìn)行剖析,例如:某個(gè)客戶在股票指數(shù)下跌時(shí)會(huì)更傾向于購(gòu)買哪個(gè)理財(cái)產(chǎn)品,通過提升客戶洞察能力,該行實(shí)現(xiàn)了對(duì)客戶理財(cái)產(chǎn)品需求的精準(zhǔn)把握與度身定制。

　　此外,該行實(shí)現(xiàn)了該模型的線上預(yù)估服務(wù)與自學(xué)習(xí),在定期生成預(yù)估結(jié)果的同時(shí),也通過不斷地收集營(yíng)銷數(shù)據(jù)反饋進(jìn)行模型的迭代與更新,為該行提供持續(xù)優(yōu)化的營(yíng)銷決策。

　　成果方面,在某一次線上理財(cái)營(yíng)銷活動(dòng)中,針對(duì)某一款理財(cái)產(chǎn)品,飛算全自動(dòng)數(shù)據(jù)建模平臺(tái)核心團(tuán)隊(duì)的精準(zhǔn)推薦模型相較于專家規(guī)則組,整體營(yíng)銷的響應(yīng)率提升了300%以上,購(gòu)買金額提升了200%以上,在顯著提升響應(yīng)率與收入的同時(shí),也有效提升長(zhǎng)尾客戶的客戶價(jià)值與留存率,預(yù)計(jì)為該行每年帶來數(shù)千萬(wàn)的理財(cái)產(chǎn)品銷售凈利潤(rùn)提升。

　　當(dāng)下,銀行業(yè)務(wù)擁有龐大的客戶群體、海量的金融與消費(fèi)服務(wù)數(shù)據(jù),這些數(shù)據(jù)如何與互聯(lián)網(wǎng)結(jié)合,利用大數(shù)據(jù)提供零售信貸、理財(cái)產(chǎn)品銷售等項(xiàng)目的決策與服務(wù)支持,是銀行業(yè)必須直面的問題,與之對(duì)應(yīng)的是金融科技企業(yè)的大數(shù)據(jù)成熟應(yīng)用,從而衍生出巨大的大數(shù)據(jù)技術(shù)市場(chǎng)�？梢灶A(yù)見,飛算全自動(dòng)數(shù)據(jù)建模平臺(tái)這類技術(shù)服務(wù)有巨大市場(chǎng)空間。