Le 4 août, AiAnalysis, la principale organisation chinoise de recherche et de conseil dans le domaine du numérique industriel, a officiellement publié le «2020 AiAnalysis · Bank Digital Vendor Panorama Report». DataCanvas a été sélectionné pour ce rapport en raison de son influence dans le domaine de la plate-forme chinoise de science des données et de ses pratiques innovantes dans plusieurs scénarios commerciaux dans le secteur financier, et a fourni des cas d'application de haute qualité pour référence dans le secteur.
Sous la nouvelle norme, les cinq grandes tendances de la numérisation bancaire
À l'aube de 2020, dans le cadre de la nouvelle normalité macroéconomique, la croissance des bénéfices nets des banques nationales est relativement stable, et le processus de numérisation du secteur bancaire chinois continuera de s'approfondir, et cinq tendances majeures apparaîtront au cours des prochaines années.
Définition et interprétation de la scène numérique
Dans ce rapport, AiAnalysis a défini 16 scénarios bancaires numériques basés sur des recherches sur les banques commerciales nationales et les fournisseurs numériques, couvrant plusieurs secteurs d'activité et de nombreux liens de gestion interne, et sélectionné des solutions matures dans ces scénarios numériques. Et les fabricants avec des capacités d'atterrissage. Dans ce rapport, DataCanvas a été sélectionné comme deux scénarios numériques bancaires pour le marketing des petites et microentreprises, le contrôle des risques et la modélisation d'IA en libre-service.
Marketing des petites et microentreprises et contrôle des risques
Utilisateur final:
Petit et micro-secteur financier de la banque, secteur financier inclusif, etc.
Exigences fondamentales:
◆ Face aux petites et microentreprises à petite échelle, faible tolérance au risque, manque d'informations sur le crédit et de mauvaise qualité, les banques doivent utiliser des données multidimensionnelles pour mener à bien la modélisation du contrôle des risques et filtrer les clients aux étapes de marketing et de vente. Dans le même temps, une alerte précoce et un suivi sont effectués pendant et après le prêt, afin d'établir un mécanisme de gestion des risques applicable pour réduire le taux de non-exécution et le taux de retard des petites et micro-entreprises de crédit;
◆ Les banques doivent habiliter les gestionnaires de clientèle à lancer des produits de crédit non garantis avec une approbation de deuxième niveau pour améliorer l'expérience client, améliorer l'efficacité de l'acquisition de clients et la qualité des clients;
◆ Dans les applications de petit et micro crédit, de paiement par transaction et d'autres liens, face à des méthodes de fraude sans fin, les banques doivent adopter une variété de technologies émergentes pour parvenir à une antifraude multidimensionnelle et plus en temps réel, réduisant ainsi les risques de fraude et protégeant efficacement les banques et les clients. droits et intérêts;
Exigences de capacité du fabricant:
● Capable de normaliser les produits de données, les services de modélisation communs ou les solutions de marketing et de contrôle des risques de bout en bout pour aider les banques à obtenir des informations multidimensionnelles sur les clients et à contrôler les risques, à améliorer l'efficacité de l'approbation des crédits, à réaliser une surveillance d'alerte précoce pendant les prêts et à réduire les coûts de cession des actifs après le prêt. , En fin de compte, réduire les coûts de gestion des risques et améliorer l'expérience client;
● Il peut fournir des technologies sous-jacentes telles que la biométrie, des modèles de profil utilisateur, des moteurs de règles et des graphiques d'association de fraude, ou fournir des solutions anti-fraude de bout en bout pour aider les banques à lutter contre la fraude dans les applications, les transactions et les paiements des petites et micro-entreprises.
Fabricant représentatif:
Modélisation d'IA en libre-service
Utilisateur final:
Département des technologies de l'information bancaire, scientifiques des données, analystes de données et analystes commerciaux dans divers départements commerciaux.
Exigences fondamentales:
◆ Les besoins d'analyse prédictive du département des affaires bancaires en marketing, contrôle des risques, gestion de fortune et autres scénarios sont apparus en grand nombre, ce qui impose des exigences extrêmement élevées sur la capacité de modélisation IA du département informatique;
◆ Le seuil d'apprentissage du langage et des outils de modélisation d'IA est élevé, et des équipes de données professionnelles comprenant des analystes commerciaux, des analystes de données et des scientifiques des données sont nécessaires. Cependant, les petites et moyennes banques n'ont souvent pas d'équipes de données complètes et ont besoin d'une plate-forme de science des données pouvant être utilisée à un seuil bas. , Réalisez la modélisation d'IA en libre-service.
Exigences de capacité du fabricant:
Il peut fournir une plate-forme de modélisation d'IA en libre-service, basée sur la technologie d'apprentissage automatique automatique (AutoML), pour aider les banques à automatiser ou semi-automatiser le processus d'ingénierie des fonctionnalités d'apprentissage automatique, la sélection de modèles, le réglage des paramètres, le déploiement de modèles et l'optimisation des modèles, réduisant ainsi Le seuil pour le développement d'un modèle d'IA bancaire.
Fabricant représentatif:
DataCanvas
DataCanvas, en tant que fournisseur de plate-forme de science des données qui fournit des services flexibles, ouverts et multimodes aux entreprises, DataCanvas fournit des capacités d'analyse d'apprentissage automatique et de calcul en temps réel pour aider les équipes d'intelligence artificielle d'entreprise à développer rapidement en collaboration et à réaliser la gestion des actifs de modèles et le support de l'intelligence d'affaires. Grâce à la bibliothèque d'opérateurs intégrée «boîte blanche», à la boîte à outils DeepTables, à la modélisation trinity, à quatre bibliothèques et à d'autres fonctions, la plate-forme de science des données DataCanvas renforce les capacités d'IA indépendantes des banques, améliore les revenus commerciaux et augmente la valeur commerciale.
DataCanvas a été profondément impliqué dans le secteur financier depuis sa création. Grâce à des percées technologiques et à des innovations continues, il a mis en œuvre avec succès une lutte intelligente contre la fraude, un contrôle des risques de petit et de micro-crédit et une alerte de désabonnement de la clientèle dans le domaine bancaire. Afin d'atteindre l'objectif de «permettre aux clients d'avoir des capacités d'IA autonomes», DataCanvas maximise l'ouverture de ses produits.
À l'avenir, DataCanvas continuera à mettre en œuvre des scénarios financiers numériques, continuera à donner aux entreprises les moyens de développer leurs propres capacités d'IA et d'accélérer l'entrée du secteur financier dans la période de dividende de l'IA.