靈感範文站

小微數字化應用體系建設工作總結

關於小微數字化應用體系建設的請示

小微數字化應用體系建設工作總結

總行:

爲推進xx(下稱我部)全面數字化轉型工作的進展,充分汲取我部線上業務推進過程中模型運用及數據決策的成功經驗,結合總行新一代信貸系統建設,將數字化轉型應用於我部小微業務。將當前我部線下小微業務和線上小微業務運用數字化的方式進行整合、優化與升級,建設以客戶爲中心、平臺數據風控爲抓手、“線上+線下”數字化管理的小微應用體系,實現小微業務飛速發展過程中存量穩定、新增保質、效率提升及人員管控。

爲此,我部聯合風險管理部、科技部及數字銀行部開展了兩輪相關頭腦風暴活動,並針對性地實地參訪xx銀行學習其小微領域數字化運用經驗,同時與同業內數字小微建設頗有建樹的xx家科技諮詢公司開展了多次深入交流,已初步梳理我部全面數字化應用體系建設的規劃方案。現針對前期工作的內容,就後續小微數字化應用體系建設工作請示如下:

一、小微數字化應用體系建設背景

(一) 小微數字化改革必要性

隨着大數據、雲計算、人工智能等新科技的飛速發展和應用,全國大多數先進銀行已紛紛入攻,以“數字風控、數據管理”爲核心的3.0數字化小微時代。3.0數字化小微時代,利用數據驅動、智能決策爲主的數字風控,結合引入行業、產業、商圈場景的對接,以線上爲主,融合線下的模式,實現對客戶生命全週期的跟蹤管理和價值提升。

(二) 當前業務發展中的痛點

1、傳統線下小微業務痛點

1)人均效能難以提升。小微業務客戶經理人均管戶超120戶,依靠當前基本無差異化的傳統經營貸業務流程(適用於即存新增客戶、優劣質客戶、不同擔保方式客戶幾乎一樣的業務流程),已出現明顯的管戶壓力巨大、存量流失嚴重的問題,業務規模的增長較大依靠人員規模的增長;

2)審批經驗無法沉澱與提升。小微業務日審批量均在100筆以上,高峯超過200筆,審批方式主要以專家經驗結合產品制度,審批經驗未做有效落地,隨着業務量增加,審批人員需不斷增加;

3)數據風控和數據運營未有效運用。傳統小微業務風控主要爲線下形式,未能發揮數據、數據風控及數據運營效能;

4)缺乏數據化管理。客戶經理隊伍日益龐大,人員管理主要依託基層管理人員,管理效果存在差異化且管控力度不足,當前主要仍以結果(數據)爲導向,缺乏過程化管理及行爲管控。

2、線上小微業務痛點

1)當前小微數字化的運用主要體現在多款線上及半線上產品中,推行以產品爲中心,打造爆款產品,由於各產品均爲獨立搭建,隨着產品的不斷增加,出現運營優化壓力巨大、產品出現交集且產品存在風控尺度偏差的問題;

2)缺失客戶運營、管理和維護,客戶深挖、風險關注及標籤體系化運營不足。

二、小微數字化應用體系建設思路

(一) 小微數字化應用體系之實現過程

小微數字化應用體系主要實現我部小微客戶的銀行業務數字化驅動和業務數據資產化的兩個過程。

小微客戶的銀行業務數字化驅動。銀行業務數字化驅動是基於客戶視角,採用數據挖掘、數據風險識別和風險管控尋找到我部與客戶業務合作的契機。在此基礎之上,首先建設客戶事實標籤和客戶風險標籤;建立識別客戶業務特徵和風險特徵,判斷與客戶如何進行合作的信貸業務合作審批體系。這套體系要支持所有小微客戶,則要識別所有小微客戶業務特徵和風險特徵,同時能支持場景業務、供應鏈業務以及其他特徵客戶羣體的業務快速疊加。

小微客戶的業務數據資產化實現。業務數據資產化是傳統信貸業務進行數字化轉型的必經之路。業務數據的資產化我部深挖數據價值,使數據在創造收益、降低成本上有更好的表現,用於服務我部經營決策、業務流程,從而提高產品收益。就具體實現路徑而言,首先通過社會數據、網絡採集、機構數據、線下采集信息等數據源採集到各維度數據;利用大數據技術等進行數據清洗、數據合併、數據標準、多維關聯等數據治理操作,提高數據質量;最後,利用大數據技術根據客戶業務特徵與風險特徵,自動高效的進行模型智配、策略智配與業務流程的差異化智能配置,從而對客戶進行多維度、全方位解析,最終有效的支持信貸決策、實現客戶精準營銷與搭建智能客戶運營體系,並打破數據之間信息孤島狀態,應用雲計算、大數據和人工智能技術幫助我部實現數據資產化運營。

(二) 小微數字化應用體系之構成內容

在商業銀行與客戶實現業務數據化、數據業務化的過程中,需要基於一套服務於信貸業務目標的完善的業務戰略體系來實現,也需要一套功能完備且強效的系統體系來支撐業務的整體運行與管理。

基於此,小微數字化應用體系建設主要包括三方面:一是數字化小微業務中客戶風險識別和客戶風險管控;二是數字化小微業務中客戶運營管理與挖掘維護;三是員工風險管控與日常管理。

1、客戶風險識別和客戶風險管控

客戶風險識別和客戶風險管控,是指以信息和數據作爲最重要的生產要素,採用人機協同的方式,真正搭建從客戶出發、以客戶爲中心的客戶信貸風控體系。針對企業客羣、個人客羣與個體工商戶客羣,深挖與提煉不同客羣的客羣特徵以及其行業表現特徵,在構建普適性基礎風控體系的基礎上,通過搭建客戶事實標籤和客戶風險標籤及精準識別客戶業務特徵和風險特徵,實現不同客戶在風控業務流程、風控模塊及風控策略層面的差異化處理,以反欺詐模型、准入模型、智能評級模型、綜合授信策略模型爲基礎模型板塊,實現以客戶爲核心的“千人千面”的信貸業務合併審批體系,通過智能化、可視化、線上線下相結合的方式,幫助我部創造更具粘性的金融產品與服務。

2、客戶運營管理與挖掘維護

當前我部開展的小微業務,是從單一信貸業務目標出發,以產品爲載體進行的業務運營管理。以“產品運營”模式開展業務,存在產品割裂導致客羣割裂、缺乏客戶價值挖掘、客戶粘性不足導致客戶流失嚴重等問題。通過建立“客戶視角、數據驅動”的數字化客戶運營體系,構建客戶事實特徵標籤庫、客戶業務屬性標籤庫,增加銀行對客戶金融服務粘性,增加客戶對銀行價值貢獻度。數字化客戶運營體系建設方案及預期效果如下表所示:

數字化客戶運營體系建設方案與預期效果

產品運營中的痛點

解決方案

預期效果

信貸產品多,前臺業務營銷團隊和後臺業務管理團隊運營工作量大

前臺:據客戶特徵建立客戶維護等級,針對不同等級客戶採用不同“維護策略”

實現“客戶數據資產化”,讓中後臺業務管理團隊和前臺營銷團隊有效運轉,提升客戶運營和管理效能

後臺:依靠客戶事實標籤以及業務屬性標籤庫,達到對客戶特徵及變化特徵持續監測與瞭解,依據監測變化情況採取客戶維護等相關策略

產品運營模式缺乏客戶價值挖掘、缺乏對客戶的粘性服務,導致客戶流失嚴重

通過建立客戶業務屬性標籤庫,對客戶進行所有業務匹配與價值挖掘,實現客戶數據資產化的過程,增加對客戶金融服務粘性

實現客戶全生命週期管理;通過客戶價值挖掘和維護措施配合,實現客戶與我行所有業務合作的良性循環

通過搭建數字化客戶運營體系,可深度挖掘與維護客戶,通過客戶價值挖掘和維護措施配合,實現客戶與我行所有業務合作的良性循環。

3、員工風險管控與日常管理

員工風險管控與日常管理,旨在通過對客戶經理的追蹤、監測與管理實現業務指令的快速落地、切實執行與有效反饋,幫助我部深挖客戶價值並拓展小微業務的服務外延邊界。

當前小微客戶經理隊伍日益龐大,客戶經理管理主要依託基層管理人員,管理效果存在差異化且管控力度不足。同時因管理工具的缺失,無法對客戶經理進行過程化管理及異常行爲的監督。通過數字化應用,過程化的跟蹤,逐步提升員工風險管理能力,具體方案如下:

(1)行爲管理:對客戶經理的行爲埋點和分析,包括日常的跟蹤,現場打卡的埋點記錄、行爲軌跡分析等,根據真實業務辦理與行爲軌跡等信息進行評估,生成客戶經理日常行爲管理方案與高危操作風險預警行爲指標;

(2)業務來源分析:對客戶經理的業務來源進行分析,從新增客戶基本信息、新增客戶來源渠道、客戶經理貸款業務續貸率、貸款回收率、不良貸款回收率等維度進行綜合評估,形成客戶經理業務來源穩定性與風險評估指標;

(3)能力評估:對客戶經理進行能力的綜合評估與評分評級,依據入職前的靜態指標評估、業務量、客羣風險、客羣質量、以及客戶經理行爲風險指標、工作量評估指標等,形成客戶經理能力評分評級模型;在客戶經理能力評分基礎上,設計測試、考評手段,對客戶經理的理論知識、業務技能等進行驗證,根據能力考評結果形成相應的客戶經理考覈與晉升方案。

(三) 小微數字化應用體系之流程改造

我部開展的小微業務主要以產品爲中心,存在流程長、產品區分度低等問題,缺乏核心競爭力。通過數字化運用,重塑小微業務流程,建立以客戶爲中心、智能決策驅動的業務發展新模式。

(1)貸前貸中流程:具體業務流程對比如下圖:

通過以上改造,可規避:1.產品的同質化和重疊程度高,區分度不明顯,缺乏競爭力;2.客戶經理盡調和人工審批流程無法基於客羣的差異、客戶的不同資質、需求差異、場景差異而智能化匹配作業流程,效率不足,體驗感缺失;3.大量產品經理運營迭代。

建設以客戶爲中心的業務流程,所有客戶進件後通過全量數據調用後進行統一初篩及分層流程,根據客戶資質及申貸情況匹配差異化的盡調流程,同時可根據客戶風險等級匹配相對應風險等級的客戶經理,最後實現自動化審批、人工審批+自動化等差異化決策模式。

(2)貸後流程:目前我部在開展貸後業務時,由客戶經理識別貸款存續期內單筆業務的情況,開展定期貸後工作。同時因貸後管理工具相對缺失,存在貸後檢查精準性、指向性不足,效率低等問題。通過數字化運用,重塑小微貸後流程,在完善貸後管理工具的基礎上,以數字決策驅動貸後管理工作流程。具體業務流程對比如下圖:

專家經驗法與以數字決策驅動法差異化對比如下:

專家經驗與數據驅動法差異化對比

差異點

專家經驗法

數字驅動法

觸發方式

定期貸後檢查

通過數據調用、客戶分層構建的貸後風控模型,模型驅動

實施範圍

單筆業務

客戶信貸全生命週期

開展形式

風險預警、人工催收、專家經驗下的處置方案

依據貸後風控模型,產生差異化貸後檢查模式;針對非正常類客戶,實施貸後預警;通過貸後檢查補充調用風險策略,匹配差異化處置方案

管理方式

人工線下管理爲主

完善貸後管理工具,並對各節點進行數據埋點,在數字驅動貸後業務開展的同時,對數字決策表現進行評價,及時高效的修正及優化貸後方案

從上表中可以看出,數字決策方式可以規避專家經驗中的多種弊端,在廣度和深度上提升貸後管理的能力,並通過數據埋點、決策表現評價等方式,爲及時高效地優化貸後解決方案,提供了保障。

三、數字化應用預期效果

1. 通過智能化、線上化、可視化的手段創造更具粘性的金融產品與服務,通過數據智能驅動實現客戶信貸風險辨識、客戶業務敏捷擴展以及客戶數據資產化的持續演變,拓展傳統線上小微業務的邊界外延,實現我部小微業務的高質量發展;

2. 通過數字化應用重塑小微信貸流程,提高小微信貸作業效率,將人均管戶從120戶提升至200戶,人均管戶餘額提高3000萬元;

3. 建立以客戶爲中心、智能決策驅動、數字化流程承載的小微信貸流程體系,提高審批效率,降低人員成本,維持現有審批人員數量不變的基礎上,將日審批量提升至300筆以上;

4. 完善貸後管理工具,如貸後催收、貸後處置,同時建設智能化風控體系,依據貸後風控模型,產生差異化貸後檢查模式,匹配差異化處置方案;對各節點進行數據埋點,在數字驅動貸後業務開展的同時,對數字決策表現進行評價,及時高效的修正及優化貸後方案,釋放客戶經理貸後工作量,做到精準貸後;

5. 通過建設數字化客戶運營體系,促新增穩存量,大幅度減少客戶流失,同時深度挖掘客戶全方位價值;

6. 通過對員工行爲進行過程化管理,構建能力評估體系,提升員工風險管控能力,員工管理轉向過程化、精細化管理。

xxx