度小满启动“小微加油站”,让低息服务可持续
Posted 脑极体
tags:
篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了度小满启动“小微加油站”,让低息服务可持续相关的知识,希望对你有一定的参考价值。
11月18日,度小满金融联合中国中小企业协会启动「小微加油站」,面向全国小微企业主提供总额20亿、年化综合利率最低达到3.65%的小微金融服务。这也是度小满金融对去年底推出的「小微加油站」计划的一次升级——在保持超低利率的前提下,贷款规模还将扩大一倍。
贷得出、利率低,“小微加油站”计划背后是一系列挑战:比如抵押物不足,需要严把风险关;许多小微企业主征信记录空白,信用评级困难。如何让这些可能本身信用很好,但未能被风控系统精准识别的小微客户,也能享用到优质金融服务?度小满的大胆离不开一个关键词:技术中台。
度小满数据智能应用部总经理、技术委员会执行主席杨青认为,相较于聚焦风控维度的评估,「技术中台」是将数据转化为一种能力,为精细化运营提供参考依据。“技术中台”不仅可以带来风控效果的提升,而且可以结合场景,满足不同金融业务的需求。
杨青所说的技术中台,是指将包括征信报告、互联网行为数据在内的各类数据,以及NLP、知识图谱、图算法、因果推断等算法集成起来提供一体化的服务——帮助平台更高效地描绘出精准、全面的用户画像,并提供与之相匹配的策略支持。
重新理解用户
怎样才能让征信数据有限甚至空白的优质小微企业主,能够被金融机构发现并提供服务,就要重新认识用户。主要分为三步:
第一步,挖掘存量信息。传统征信报告中其实有大量价值信息未能被充分挖掘,度小满利用NLP自然语言处理技术和图计算对征信报告进行识别,将原本的几十、几百个风险指标,扩大到了40多万个维度,从中可以提取出很多的价值变量,大概覆盖 95% 的业务需求,提升信贷效率的同时使风险降低了25%。比如借助时序神经网络模型,发掘隐藏在征信报告时序信息背后的行为特点,找到以贷养贷的潜在风险;利用图机器学习,洞察数据或事物之间的隐藏关系,对信用风险评估也非常有帮助。
第二步,丰富增量信息。度小满将原本不受重视的弱金融属性数据,借助技术手段进行分析评级,达到辅助征信的效果,比如某位借款人可能是首次贷款,风险未知,但结合他某一段时间内一直在某一个公司工作的行为数据,可以初步给出稳定性高的标签。此外,OCR文本识别也可以丰富小微企业数据维度,对申请人的工商信息、交易信息、税务信息、司法信息进行识别,增加用户画像的精准度,结合AI算法,能够对用户提交的图像资料进行防篡改检测,进而降低欺诈风险。
第三步,提升风控效率。度小满将低代码开发应用在金融和互联网领域,构建了自助、可视化操作的低代码平台,让迭代更新耗时的风控策略模型,单次迭代由月、周级到小时级,年均已支持10万条策略上线,满足金融机构高效洞察用户、敏捷风控的需求。
数据壁垒+效率壁垒,为小微企业主搭建了一条通向普惠金融的真实通道。
不断降低服务成本
以往也有小微企业能够从传统银行或互联网金融平台贷到款,但由于风险系数相对较高,缺乏质抵押物,会被设定更高的利息水平,高昂成本同样令人发愁。
由此可见,借到钱只是一个维度,如果不能降低经营成本,同样无法起到长期普惠的效果。
为了突破成本关卡,度小满从两个技术方向努力,让金融服务“惠而不贵”:
首先是借助RPA(机器人流程自动化)技术,智能语音机器人能够替代客服、信用审核、语音质检、贷后管理等业务中六成以上的重复性工作,为金融机构降低服务成本。
目前,度小满语音机器人人机交流的准确率可达90%,实现多轮复杂对话,发音自然,用户无感率达到99%。2019年11月,度小满的“基于人工智能技术的智能语音机器人金融应用”、“基于人工智能和大数据技术的智能风控平台金融服务”项目已经成功入选了北京金融科技应用首批试点。
其次,前沿的AI算法降低转化成本。比如借助因果推断模型,能够分析用户面对不同额度、价格时的内在原因,预判优惠力度的转化效果,从而更有效地指导服务,目前已经将整体运营效率提升了20%,每个月节省一千多万的优惠券成本,更好地让利给小微客户。
小微企业遍布地域广泛、数量众多,这些努力在降低经营成本上效果明显,才让金融机构迈过成本关,普惠金融的故事才能真正开始。
成立三年以来,度小满致力于用科技为更多人提供值得信赖的金融服务,通过人工智能等技术创新和应用,持续降低小微企业整体融资成本,2020年新冠肺炎疫情以来,度小满服务的小微客户,平均利率下降14%,人均放款额增加65%。目前,度小满已累计服务小微企业主、个体工商户超1000万,其中六成是“员工在5人以下”的小店主。
随着小微企业在社会经济中扮演着越来越重要的角色,小微金融市场必将有巨大的增长潜力,度小满打造的“技术中台”应用前景值得期待。
以上是关于度小满启动“小微加油站”,让低息服务可持续的主要内容,如果未能解决你的问题,请参考以下文章