日前，由中國信息通訊研究院主辦的2019(第二屆)中國金融科技產業峰會在北京國際會議中心隆重召開。在“人工智能在金融領域應用”分論壇研討會上，華宇金融事業部副總經理楊海濤以《零售銀行業務智能化管理》為核心議題，分享了關于銀行在零售業務中智能化管理的一些建議，探討了銀行在未來零售戰略轉型中主要的發展趨勢。

　　當前激烈的市場競爭在不斷地壓迫著中小銀行的生存空間，監管政策的調整也讓中小銀行不得不負重前行。在對公業務出現瓶頸的同時，越來越多的中小銀行開始尋求自身的零售轉型之路。在轉型過程中如何進行零售業務智能化管理自然成為銀行業普遍關注的議題。

　　圍繞銀行零售業務智能化管理，尤其是數據應用中的問題，楊海濤作了簡要闡述。

　　其一，商業銀行雖大力建設以數據為基礎的底層平臺，但忽視從業務角度開展數據規劃，進庫容易出庫難的現象比較普遍。近年來，很多銀行開始建設數據集市、客戶畫像、CRM系統，花了大力氣來建設數據底層平臺。但與此同時卻忽略了這些數據未來要用在哪些方面，從業務角度來說這些數據能起到怎樣的效果。“銀行啟動客戶畫像系統，每家公司去比拼的不是技術，不是我能給銀行帶來什么樣的應用，這個應用到底有沒有效果，而是比拼哪家公司提供的客戶標簽更多。這就陷入一個怪圈，大量的數據標簽放在里面，看起來模型很多、數據量很大，但實際上卻并不能給銀行帶來實際幫助。”

　　其二，在風控上過度依賴外部數據，在外部數據使用上存在一些相對可能不合規的現象。尤其可能在未來個人信息保護法出臺后，個人隱私保護意識趨強，大數據風控領域將會發生較大的變化。之前幾年商業銀行大力拓展互聯網金融業務，和一些頭部公司、第三方資產平臺合作，給互聯網客戶提供消費貸款服務。但這類業務基本上是以外部數據為主來做風控，其中部分互聯網公司為銀行做風險兜底。當下大數據行業面臨嚴峻的監管合規考驗，顯然銀行零售信貸業務的風控思路也將迎來新的轉變。

　　其三，對自身的存量客戶重視程度不是太高，中小銀行普遍還是強調以新增客戶為主，對存量客戶的挖掘相對薄弱。目前商業銀行發展零售信貸業務，往往采取小步快跑的模式，積極與跟第三方資產平臺對接，以此來擴大零售信貸業務規模，但是這類客戶一般在銀行得到一筆貸款，成交一筆業務，后續沒有任何環節可以進一步挖掘潛在價值增長空間。

　　就零售業務如何建立以數據為基礎的分析框架，楊海濤以代發工資公司客戶為例做了說明：“各家中小銀行普遍存在一個問題，代發工資客戶取得當月工資之后，幾天之內，資金就流失了，這類客戶占很大比例。這時候就需要建立一個比較有效的數據分析框架，真正把代發工資客戶資金轉走的原因分析出來，然后利用預測模型盡可能自動化地判斷對于未來的哪些客戶群體，我們通過什么樣的活動，能把這些客戶的資金留下來或者接受其他服務，以提高客戶AUM。針對代發工資客戶的不同群體，分門別類地設計、推出不同的產品和活動，真正將以客戶為中心的理念落實到實處。”

　　“比方說對高收益理財有偏好的代發工資客戶，銀行可以專門為他們設計一些專屬理財產品，根據理財偏好模型去篩選高概率理財偏好客戶;也可以對那些把工資轉出還信用卡或者是還他行按揭貸款的客戶，設計一些轉貸的產品，看看能不能由本行來提供更好的貸款產品和服務。”

　　會后楊海濤接受了記者采訪，就銀行零售業務的風控問題進行了補充。

　　“華宇對此解決方案是深挖銀行存量客戶的消費貸款需求。比如客戶在銀行的日均存款一直比較穩定，但突然有一段時間，日均存款大幅下降，幾天之后又趨于穩定且不回升，可以判斷該客戶可能存在資金需求，銀行可以基于這個行為特征嘗試推薦貸款。相對于外部數據，其中最關鍵的是，風控模型中可以包含客戶的行為數據，這類數據一定程度能幫助銀行判斷客戶信用風險。此外，客戶在一個銀行持有的產品越多，享受金融服務的時間越長，風險越低，這些也都可能作為銀行風控的重要依據。對比通過外部渠道新增一個客戶，除征信外沒有其他更為確定的有用信息，針對這類客戶風控效果自然會更好。”