某國(guó)有銀行將(jiāng)大數據評分應用于信用卡準入授信審批端，實現了貸前審批端三大指标（自動化率、審批通過(guò)率、壞賬率）的全面(miàn)優化，在提升自動化比例、審批通過(guò)率的同時，降低了壞賬率。

評分爲該機構帶了巨大的風險管理收益及業務增長(cháng)效益，整體爲行方增加年化收益近5億元。尤其是在信貸需求旺盛的低年齡段青年客群，大數據評分價值非常大，可以幫助金融機構精準識别青年客群的風險，并做出最佳決策，提升了對(duì)客群的金融可得性和普惠性。

大數據評分當前已被(bèi)用于多家銀行機構的小微信貸業務，并在稅貸、發(fā)票貸、個人經(jīng)營貸、商戶貸等各種(zhǒng)業務場景中，突破了傳統小微企業僅能(néng)依靠線下人工審核，即無法自動化更有衆多人員操作帶來的不規範的老大難問題。

解決了僅依賴稅務數據無法判斷超小規模小微戶企業主的個體風險情況，也解決了對(duì)小微申請人要求繁瑣複雜的申請和自我彙報信息，且自我彙報信息容易造假等多種(zhǒng)小微問題，評分以其高度精準度和僅靠二維匹配鍵即可擁有小微企業主全面(miàn)風險畫像的簡易性，爲小微金融做出了突破性貢獻。

爲某國(guó)有銀行信用卡業務貸中客戶管理提供咨詢服務，針對(duì)金融機構對(duì)于存量客戶經(jīng)營管理的業務訴求，運用量化工具對(duì)貸中風險客戶進(jìn)行識别和處置。

在經(jīng)過(guò)業務訪談、數據檢查分析後(hòu)，在對(duì)金融機構的業務、數據情況充分了解的基礎上，運用領先的技術構建模型策略體系，設計處置方案，構建7個客群頂層細分、開(kāi)發(fā)了10個基礎及融合模型，區分效果較原有策略提升約20%。設計的處置方案對(duì)頭部百萬級客群進(jìn)行差異化管理，可爲金融機構挽回近30億元的損失。

某股份制銀行信用卡中心在分期業務發(fā)展上缺少業務專屬的申請評分卡和響應評分，阻礙了精細化審批的業務目标實現。通過(guò)睿智科技與客戶方的合作，制定了一套以決策科學(xué)爲基礎，融合大數據、模型、規則及策略爲一體的分期營銷及信用審批解決方案。方案提高分期潛在客戶識别能(néng)力及營銷轉化率，降低獲客成(chéng)本，推動業務發(fā)展；同時，精準識别并有效管理分期的信用風險，實現風險控制和業務發(fā)展的最佳平衡。

通過(guò)策略投産後(hòu)的觀察，在3個月左右的時間裡(lǐ)，相較于對(duì)照組，整體客戶響應率提升近2倍，實際辦理客戶提升3倍，實際辦理金額提升5倍，取得非常顯著的效果。

在某區域銀行提供的風險賦能(néng)服務中，睿智科技爲該金融機構提供持續的風險策略監控及優化調整，滿足機構對(duì)于風險、收益、自動化比例等業務目标要求。針對(duì)一些渠道(dào)産品的風險上升趨勢，及時分析并完成(chéng)策略叠代與上線，將(jiāng)資産風險優化至目标範圍内。同時，爲新開(kāi)展的分期業務設計冷啓動的策略方案，支持業務快速上線，并同步進(jìn)行監控管理。

在系統平台建設方面(miàn)，睿智科技與該金融機構配合建設數據集市，實現了多個方面(miàn)的業務目标：統一數據出處及口徑；爲多個業務應用提供數據支撐；完善可視化風險報表，模型分析，監管報送；整合數據信息，提升數據處理、應用效率。

結合近期外部行業風險上升态勢，爲該互金機構自營業務進(jìn)行月度專題風險分析，涵蓋外部行業風險趨勢、近期風險走高趨勢及主要原因總結以及應對(duì)策略。并基于提出的風險應對(duì)舉措，完成(chéng)基于機構的業務參數的風險走勢測算。

爲機構構建貸中決策框架體系，充分應用貸中客戶的借貸行爲，完成(chéng)分群客戶的風險評級開(kāi)發(fā)，同時探索及分析其他三方數據，爲策略進(jìn)一步優化提供數據支撐。

針對(duì)新客和存量客群的貸前申請評分模型效能(néng)下降情況，設計開(kāi)發(fā)新的模型，并在跨時間驗證實現了區分能(néng)力的顯著提升。