研究范围

随着金融监管的加强和金融规范的完善，以及大型国有银行、股份制银行、互联网银行和外资银行的挤压，区域银行面临着持续下降的发展困境。

银行数字制造商全景报告研究范围为大中型区域银行，即业务范围限制在某一区域（主要是省、市、县、乡），资产规模为2000亿至2000亿银行，其数字转型需求和路径共同，不同于国有银行和股份制银行，资产规模小于2000亿区域银行。

根据区域银行数字化转型的关键流程，结合爱分析对现阶段区域银行数字化转型需求的研究，本报告选择了爱分析零售营销、零售风险控制、小微营销、小微风险控制、供应链金融业务、政府业务、财富管理营销、远程银行、RPA、云平台、数据存储和处理、数据处理、数据分析和可视化、机器学习模型开发、数据安全重点研究16个场景。

本报告为企业决策者、数据部门和业务部门负责人提供参考，通过定义每个场景的需求和解释代表制造商的能力。

厂家选择标准

本次入选报告的应同时满足以下条件：

• 制造商的产品和服务满足各应用场景定义的制造商的能力要求；
• 厂家有一定数量以上的客户服务案例(参考第三章各场景定义部分)；
• 2020年，厂商银行业收入达到指标要求(参照第三章各场景定义部分)。

基于对甲方企业和典型厂商的研究和桌面研究，爱分析选择了银行数字场景中具有成熟解决方案和着陆能力的代表性厂商，如下图所示。

(注:以下所有场景中的制造商均按音序排序)

爱情分析对银行数字场景的定义如下。同时，对于一些参与本报告研究的代表制造商，爱情分析撰写了对制造商能力的解释。

终端用户：

银行信用卡中心、消费金融部、网络金融部、个人金融部、信息技术部等

核心需求：

目前，零售信贷市场已进入短期调整期，零售信贷规模增长放缓，市场份额继续集中在领先地位。面对股票竞争的困境

在营销方面，精细经营的核心是注重提高核心价值，同时考虑效率和成本。为了实现精细经营，区域银行主要面临以下挑战：

• 各种银行零售客户群体、渠道、营销手段、竞争模式逐渐稳定，区域银行差异化竞争的主要路径是本地化场景生态建设，但场景生态建设回报周期长，试错成本高，区域银行需要引入低成本客户生态；
• 消费者面临着金融产品的多样化和选择性，零售业务客户粘性低，对用户体验的要求越来越严格。全渠道客户体验是区域银行数字能力建设的重点；
• 由于缺乏区域银行客户洞察力，无法准确筛选价值客户，实现准确营销；缺乏跟踪销售漏斗中用户转型过程的能力，难以快速响应客户行为的变化，最终导致客户获取成本高。

制造商能力要求：

• 目前，制造商需要访问互联网平台等低成本客户获取渠道，初步筛选平台客户，帮助区域银行更准确地获取客户；未来，制造商需要有足够的数据积累和场景建设积累，为银行建立或引入个性化、差异化、当地特色的场景生态；
• 制造商需要以智能工具为起点，分析在线和离线渠道的客户体验重点，改进和优化；有能力通过不同的服务渠道，实现数据交换，帮助银行创造全渠道的一致性和无影响的客户体验；
• 厂商需深度洞察当地客群，利用AI、建立大数据、区块链等技术模型，准确分层、分析和营销客户；同时，用户转换需要不断跟踪工具模型，在此过程中不断衍进模型，以适应客户行为的变化，实现更准确的营销和运营。

代表厂商：（ 1.服务过5个以上标杆案例，项目情况下可填写案例；2.2020年，厂商银行业收入超过300万。

每日互动(个推)

厂商介绍：

每日互动股份有限公司(300766股票代码)是一家致力于利用数据使行业更加智能化的专业数据智能服务商。公司通过推送消息、用户肖像等产品，为开发者提供有效的解决方案APP在精细操作的同时，积累了大量的数据资源。截至2021年6月30日，每日互动开发者服务SDK累计安装量超过760亿，其中智能化IoT设备SDK累计安装量超过1.5亿，数据覆盖面广，实时性强，稳定性高。同时，公司充分发挥数据提取能力，有效挖掘数据价值，帮助行业客户和政府部门通过打造数据中心平台——日常数字平台输出数字化升级。公司自成立以来，不断深入培育各领域的数据应用，积累了丰富的垂直行业经验，将行业Know-How”与公司的数据能力有机结合，为用户增长、品牌营销、智能风控、城市治理等领域提供了丰富的数据智能解决方案。

产品服务介绍：

个推新闻中心是集移动互联网技术、大数据技术、云服务于一体的智能新闻发布运营管理系统平台。个人推送消息中心帮助银行通过多个部门和不同的新闻发布渠道开放用户ID，帮助银行用户数字化统一管理；一站式对接APP推送、微信、短信等8个常用新闻接触渠道，丰富银行用户接触模式，实现多渠道智能推送；大数据用户圈选择、智能战略分发、后效分析等功能，帮助银行形成闭环新闻管理运营，避免重复推送，有效节约运营成本，提高转化效果。

能力解读：

**建设信息中台，开放ID智能管理。**个推新闻中心内部与各内部系统无缝对接，外部通过API市场上常用的数据接口对接通信渠道，成为银行业务与用户之间的信息中转站。银行可以通过个人推送消息中心集中整合和管理内部信息发布需求；协调各通信渠道，形成统一用户ID。在此基础上，基于个推的大数据能力，用户可以精确分组，实现智能管理。

**多渠道、精细化、智能化新闻发布。**根据公司多年来在大数据应用和互联网运营领域的深度积累，通过数据分析模型库提取本质，应用于不同的金融业务场景。银行可以通过新闻中心统一调度和精细管理新闻发布，特别是对未接触的用户，帮助客户形成高转型的交付策略，降低运营成本，提高转型效果。

**功能兼容和扩展丰富，用户操作更加精细。**在提高和优化推送能力的同时，个人推送消息中心也非常注重数据可追溯性，可以实时反馈用户触摸数据，深入后效分析，通过数据分析发现、沉淀和优化消息操作策略，最终形成具有自身特点的消息发布策略，有效提高用户触摸效果。银行可以像搭乐高一样，在新闻中心上拼接日常互动的多数据能力组件，最终升级为精细运营平台，真正实现用户的数字运营。

典型客户：

北京银行信用卡中心、天津银行、江阴农村商业银行等

客户案例：

北京银行信用卡中心面临的最大问题是如何在营销和用户操作场景中接触客户。行业内没有统一的新闻平台。当使用不同的业务系统时，需要单独连接，劳动力成本大大增加。此外，行业内新闻发布渠道相对单一，主要是传统短信发布，短信成本消耗过大。每日互动为北京银行信用卡中心提供的信息中心解决方案，帮助北京银行信用卡中心从专业角度解决信息管理和运营中存在的问题。

个推消息中心解决方案包括五个主要部分：

一是统一用户ID。通过所有新闻发布渠道，形成统一的用户ID。灵活选择渠道组合策略，避免大量信息打扰客户，有效节约运营成本，提高运营效率；

终端用户：

银行信用卡中心、消费金融部门、网络金融部门、个人金融部门、风控部门、信息科技部门等

核心需求：

现阶段，区域性银行面临不良资产逐渐暴露、监管收紧的挑战；同时，在2020年监管新规出台之前部分区域性银行的贷前营销画像和反欺诈、贷后催收工作大多数都是合作机构完成，比如互联网平台，区域性银行在线上业务风控方面经验与数据不足，加剧了零售风控的挑战。

欺诈风险、信用风险、催收风险等防控能力是区域性银行普遍的薄弱点和痛点，具体挑战为：

• 反欺诈方面，金融科技加速创新，新的“业务模式”不断涌现，新兴的网络黑产形式层出不穷，区域性银行并没有应对这些欺诈行为的业务场景及经验。再者，银行传统的交易反欺诈系统多以信息安全防范手段或事后控制分析手段为主，难以做到实时反欺诈识别；
• 信贷风控方面，在精细化运营的背景之下，信贷审批更侧重业务协同。一是在风险可控的前提下提高批贷率，但区域性银行受限于数据与模型精度，信贷把控偏保守，导致批贷率不足；二是提高批贷效率，部分区域性银行仍依靠专家线下审核风险，效率低，无法满足业务发展需求；
• 贷后催收方面，区域性银行传统催收方式一般是依靠人工坐席进行催收，面临着人力成本高、催收效率低、合规风险与成本高等问题。

厂商能力要求：

• 反欺诈方面，厂商需能够提供生物识别、用户画像模型、规则引擎、欺诈关联图谱等底层技术，或者提供端到端的反欺诈解决方案，帮助银行实现零售业务的申请、交易、支付等环节的反欺诈，实现双录等合规性措施的线上化和自动化；
• 信贷风控方面，厂商需有强大的数据处理与分析能力，或有突出的建模能力，能够依托大数据、AI等先进技术，为银行提供标准化的数据产品及联合建模服务，建立用户画像、信用评分等，并基于此助力银行搭建统一的信贷风控平台，帮助银行在风险可控的前提下提高批贷效率，节约人力成本；
• 贷后催收方面，厂商需能够基于丰富的行业知识库和先进的AI能力，借助智能语义识别及大数据等工具，通过智能交互、人机协作等方式，为银行打造全链条的智能催收解决方案，实现千人千面催收，以降低银行人力成本、提升银行催收效率，保障催收流程合规性。

代表厂商：（ 1、服务过的标杆案例在5家及5家以上，并可以提供案例填写在项目情况中；2、2020年厂商银行业营收超过3000万以上。）

海致星图

厂商介绍：

北京海致星图科技有限公司（以下简称“海致星图”）是企业级知识图谱开创者，依托高性能图计算这一核心自研技术，深耕金融科技领域，创新自研的知识图谱、图数据库、BI等数据智能产品和服务，服务于金融业务全生命周期，覆盖金融领域全业务场景。

产品服务介绍：

海致星图基于自有图数据库、图挖掘引擎、可视化技术、知识推理引擎和语义分析技术，为银行提供智能风控解决方案。贷前审核，在贷前阶段及时预测潜在风险，做出预警和预判；贷中风控，做好贷款过程跟踪管理，随时发现风险，控制风险；贷后管理，在贷后阶段帮助银行及时发现潜在风险，提前启动催收流程，有效降低商业银行不良贷款损失。

能力解读：

信贷风控方面，海致星图为银行提供智能风控解决方案，覆盖贷前、贷中、贷后等多阶段。贷前阶段，海致星图可基于知识图谱，为银行整合各类客户数据，并通过关联关系推理，挖掘识别各类关系，基于此对风险做出预判，对贷前决策提供有效数据支撑，以降低银行欺诈风险，同时利用NLP等技术，有效提升批贷率。贷后阶段，海致星图可基于知识图谱图挖掘分析技术，利用支持向量机、PageRank等机器学习方法，发现信贷风险传导模式，帮助银行发现潜在风险，提前启动催收流程，以降低银行不良贷款损失。

反欺诈方面，海致星图能够为银行构建反欺诈场景关联图谱，助力银行有效识别、判断、抵御欺诈风险。

典型客户：

建设银行、上海银行、上海证券交易所等

客户案例：

随着银行数字化进程的不断推进，信贷场景愈发丰富，使得上海银行面临欺诈风险的环节增多。欺诈手法不断升级，风险链条愈发错综复杂，风险传导和蔓延方式多变，银行原有基于专家规则、传统模型构建的反欺诈系统，已很难识别层出不穷的欺诈漏洞，无法适应银行信贷业务的不断扩张。针对上述问题，上海银行选择与海致星图就“个人信贷申请反欺诈关系图谱项目”展开深度合作。

基于海致星图知识图谱平台，结合海致星图行业专家经验，上海银行搭建了“进件构图—自动图析—智能决策—演绎推理”全流程反欺诈体系。运用高性能图计算、图分析、图决策、机器学习等技术，支撑零售信贷等各个场景的反欺诈布控需求。在线上信贷业务场景多元化的背景下，从全局上发现、分析、判断欺诈风险，通过关联关系进行风险传导和大型团伙的识别，第一时间做到社团发现和风险预警，从而多维度、全方位地提升欺诈风险管控的前瞻性和敏捷性。此外，海致星图还帮助上海银行在平台中接入了零售个贷与信用卡进件相关数据，完成了零售进项图实例构建，并基于专家规则及机器学习模型构建了辨别异常进件特征构建反欺诈防火墙。

项目实现了信用卡及个人贷款两个场景中的团伙欺诈行为识别模型的落地，从而实现了大零售视图下的统一团伙欺诈风险防控。其中信用卡方面，2021年一季度自主发现的社团欺诈风险事件数量环比提升20%, 其中10%已核准客户在报送贷后提前进行卡片冻结等处理；个贷方面，实现单进件毫秒级响应，高并发申请环境下，件均响应时间可达2000毫秒，针对欺诈团伙的优质覆盖率达到68%,预计2021年全年可进一步减少风险损失1.3亿元。

融慧金科

厂商介绍：

融慧金科成立于2017年6月，是一家基于大数据技术和人工智能建模实战经验，为持牌金融机构提供智慧风控决策和系统化解决方案的一站式高端金融科技服务商。自成立以来，已先后获得红杉资本中国、华创资本、澳洲电信投资、优山资本等知名投行数千万美元融资。

产品服务介绍：

针对银行零售信贷业务面临的获客贵、风控难等痛点，融慧金科基于大数据、人工智能及关联网络等核心技术，打造了AI产品、精准获客、咨询服务、SaaS系统及端到端信贷赋能等完整生态服务闭环，为银行提供营销风控一体化的解决方案，深度赋能银行机构零售信贷业务全流程生命周期，致力于帮助银行机构获得业务上持续、快速、健康的增长。

能力解读：

融慧金科从用户信贷生命周期着手制定完整的贷前、贷中、贷后策略，为银行机构打造全流程定制化的风控解决方案。贷前从准入限制、反欺诈、信用、人行规则、额度定价层层筛选，精准定位风险；贷中充分利用客户新增信息，捕捉内外部风险变化，提前定位问题，并及时给予相应的处置；贷后利用大数据挖掘技术、多维分析及运筹优化模型，并结合机器学习和人工智能技术，在时间和空间上制定出全流程优化策略，匹配最优资源，提升评估精度，最终提升不良资产的管理处置效益。

融慧金科具有领先的建模能力和复杂AI算法的精准驾驭能力，并且在模型应用、模型管理、模型监控上拥有多年实战经验。融慧金科现有的技术覆盖了目前业务通用的以及世界领先的机器学习建模技术，具备根据不同场景运用不同算法的丰富经验，我们参照客户业务所面对的具体数据情况采取合适的方案，以达到最佳模型效果。其中运用了包括联邦学习建模技术、逻辑回归算法（LR）、机器学习梯度决策树（GBDT）、深度神经网络（DNN）、最近邻居法（KNN）等先进建模技术。

典型客户：

交通银行、百信银行、苏宁银行、重庆富民银行等

客户案例：

某国有商业银行资产规模突破10万亿元，连续第13年进入《财富》世界500强。随着信用卡业务从粗放扩张向“存量博弈”模式的转变，信用卡业务精细化经营成为了该银行重要需求，而科技赋能、数据驱动、风险管控则是精细化经营发展的核心能力。基于此，该国有商业银行信用卡中心与融慧金科开展模型咨询合作，主要有两方面的诉求：一是进一步提升模型效果；二是计划从已有存量用户中筛选出未来具有分期意愿的客户，从而向客户针对性地提供服务。

通过充分业务调研和分析，融慧金科为该行提供了最佳的模型和策略方案。紧随行方业务实际需求，结合过往在金融领域丰富的AI建模实战经验，融慧金科解决方案构建了风控模型，快速赋能业务，全面提升该银行运营效率与决策能力。

通过方案落地，该银行在降低获客成本、提升业务效率、有效控制风险方面取得了显著成效。在模型效果上，区分度好且稳定性强，使其通过率大幅提升；在成本效益上，通过定向筛选目标客群，极大降低了行方获客成本，并且带来了显著的业绩增长。

声扬科技

厂商介绍：

深圳市声扬科技有限公司（下称“声扬科技”），是一家领先的语音交互智能分析平台与新型知识服务提供商，致力于智能语音分析全栈式技术研发与应用，助力企业语音数据的数字化激活与知识性重构，为企业提升“风控、合规、营销”三大能力。 声扬科技已成功服务中国工商银行、中国人保、中国人寿、恒丰银行、宜信、中国南方电网等客户，助力企业在数字化浪潮中加速实现转型升级。

产品服务介绍：

针对银行领域，声扬科技VoiceDNA语音反欺诈平台立足于业界领先的智能语音技术，为银行提供监控预警、智能入库、风险管理、欺诈挖掘等全周期反欺诈服务，通过识别个人或团伙的欺诈行为，保障金融业务安全，并降低企业损失。

能力解读：

声扬科技能够为银行提供VoiceDNA语音反欺诈平台，输出语音智能化解决方案，以助力银行提高风控质量，减少信贷欺诈。

声扬科技VoiceDNA语音反欺诈平台可满足热线电话、手机APP、智能柜机等多渠道、多场景下的银行零售业务办理要求：

VoiceDNA语音反欺诈平台，具备1:1客户声纹认证、1:N客户声纹识别、活体检测、跨信道对比等功能，可自动比对业务办理人声纹与黑名单数据库，实现信贷黑名单客户识别预警，有效辨识身份仿冒等多种欺诈手段；

VoiceDNA语音反欺诈平台，能够助力银行构建客户自助业务办理能力。客户远程自助注册、开户、开卡时，银行能够通过声纹验证身份替代传统人工核验和手写同意书；客户通过手机APP、网银、智能柜员机等办理登录、转账、支付等重要操作时，平台可通过声纹进行身份确认，降低客户账户的被盗用风险；

VoiceDNA语音反欺诈平台，基于成熟的活体检测算法，可有效防范录音和其他攻击技术（如变声、语音合成等），有效降低身份仿冒、盗用的风险。

典型客户：

工商银行、恒丰银行、重庆银行等

客户案例：

中国工商银行成立于1984年，是中国资产规模最大的银行之一，也是国内银行业中信息技术运用的领军者。随着金融科技的快速发展，数字技术也为工商银行带来了一系列新型金融风险，其中新型金融欺诈行为居多。面对新型欺诈手段层出不穷的压力，构建强大完备的反欺诈能力，成为了工商银行的重要诉求。因此，声扬科技以领先技术实力成功通过中国工商银行的层层遴选，成为中国工商银行声纹识别技术的唯一供应商。

以信用卡声纹反欺诈场景为切入点，声扬科技为工商银行提供VoiceDNA语音反欺诈平台，打造语音智能化解决方案，克服电话信道声纹识别难点，业内首创声纹风控模式。利用声纹识别，在线上办理信用卡申请、启卡、尽调环节为客户经理提供身份识别和欺诈风险判断依据，全面提升智慧风控水平和客户服务体验。

自2020年6月声扬科技VoiceDNA语音反诈平台上线以来，为工商银行电话银行信用卡反欺诈防堵数万笔，止损金额达千万元；完成个人信贷远程视频面审数千笔，涉及资金九亿三千多万；反欺诈风控模型上线以来，已监控线上交易超33万笔，涉及资金150多亿。

同盾科技

厂商介绍：

同盾科技是中国智能分析和决策领域领军企业，以人工智能、云计算、大数据三大核心技术体系为基础，基于对数据的探索洞察和深刻理解，将深度学习、联邦学习等领先技术与业务场景深度融合，为金融、保险、互联网、政务、零售、物流等行业提供智能分析与决策服务，赋能并激发客户，帮助客户做出更佳决策。截至目前，累计已有超过一万家客户选择了同盾的产品及服务。

产品服务介绍：

同盾科技“智能风控中台”应用人工智能、生物识别、机器学习等前沿科技，准确识别欺诈风险，并提供专业化应对策略，形成事前、事中、事后的端到端风控闭环。

产品层面，同盾科技共有七大组件提供核心能力，包括天策-决策引擎、明模-模型平台、云图-知识图谱、星河-数据平台、极溯-指标平台、北斗-终端风险感知、智策-智能分析决策平台等，共同保证一站式的风控供给。这些技术资产和产品为落地智能风控中台方案提供了可靠保障。

能力解读：

首先，同盾科技“智能风控中台”以数据中台为底座，打通跨平台、跨系统数据链路，形成数据分析、数据挖掘与数据治理为一体的数据资产库。

在数据中台的基础上，打造出风险标签体系、特征库、风险集市和全行级的客户风险画像；同时将全行的各个渠道打通，让各渠道都可以共享名单、标签、预警信息、内外部联防联控；此外，在整个预警和决策过程中实现数据的不断积累，以及模型策略的不断优化升级。

在智能风控中台体系下，底层数据是打通的、中间技术层是统一的、上层场景是隔离的。从银行业务维度形成全行级的特征库，以主维度形成用户的风险标签，风险标签可分为交易反欺诈、信贷反欺诈、账户安全保护、营销反作弊等可拆可合的场景；按照不同的主题域确定不同的标签体系，进而构建出用户360度的风险画像；支撑全行业务的接入，上层应用场景、数据及核心知识体系可以做一定的隔离，支持前台的“按需索取”及“多级授权”。

典型客户：

工商银行、建设银行、广发银行、天津银行等

客户案例：

某城商行地处中部地区，近年来通过持续创新激发活力，开启了风控、业务、管理三位一体的数字化转型道路。而随着该行业务线上化建设不断推进，风控数据基础和风控工具性能已渐渐无法满足业务需求：传统“竖井式”架构的风控体系下，不同部门及业务场景间数据标准不统一、数据不互通，限制了风控数据的复用，不利于该行对风险的全局洞察及统一管控；传统的风控工具不足，难以高效利用数据、构建模型。因此，基于上述多方面问题，经过多方调研，该行选择与同盾科技就智能风控中台架构体系展开合作。

在同盾科技的助力下，该行打造了由“一个基础、两个支撑、三个中心”组成的 “营销+风控”一体化的智能风控中台架构体系。以数据中台为基座，构建“一个基础”；为该银行配置了全方位智能化风控运营、监控体系，作为“两个支撑”；围绕交易风险防控体系、信贷风险防控体系、数据驱动的智慧营销系统“三个中心”，按照不同的主题域，确定不同的标签体系和全方位风险画像，支撑全行业务的接入，支持前台的“按需索取”。

通过智能风控中台体系的构建，同盾科技打通数据链路，并有效运用风控工具，从而最终帮该银行实现了以下两方面效果：一是显著提升了全行反欺诈水平，实现了事前预防、事中控制、事后分析的全周期闭环管理；二是有效助力提升全行风控效率，行方零售信贷业务审批效率提高了三分之一以上，节省了大量人力成本。

终端用户：

银行小微金融部门、普惠金融部门等

核心需求：

近年来，国家出台多项政策推动小微业务发展，2021年出台的《商业银行绩效评价办法》中指出，普惠金融权重高达13分，成为考核重点。因而，小微业务是区域性银行现阶段的重点业务，营销获客至关重要。目前区域性银行多采用线上线下结合的营销模式。

• 就线上营销而言，区域性银行线上获客渠道有限，同时由于小微客户需求差异化明显，线上数据不足且营销模型尚未经规模验证，整体而言线上营销方案尚不成熟无法形成规模效应；
• 就线下营销而言，发展小微金融业务的核心不在于流量，而在于真实场景，而且以线下场景为主，因此区域性银行服务小微企业，应以客户经理为核心。但在客户经理针对小微客户营销面临如下挑战：

一是小微企业分布地域广，小微金融服务机构均通过走访式获客，现场调查、收集资料，纵深获客能力不足，且获客与服务效率低；二是小微企业需求个性化，且小微企业客户画像数据不足，无法深度洞察客户需求，导致营销成功率偏低，获客成本高。

厂商能力要求：

对于小微业务营销而言，区域性银行对厂商的核心要求在于拓展获客半径并降低获客成本。

• 对于线上营销而言，厂商需要能够为区域性银行接入低成本获客渠道，小微业务的获客渠道不同于零售获客渠道，小微多以场景获客为主，因而需要接入航天信息、快塑电子商务等获客渠道；同时能够对渠道客群进行初步筛选，主要是风险筛选能力，能够为区域性银行更为精准的推荐优质客户。此外，对于部分区域性银行而言，需要厂商能够提供客户运营服务，比如提供线下助贷获客服务；
• 对于线下营销而言，以客户经理为中心，厂商需要为客户经理打造数字化工具，数字化工具需要能够辅助客户经理现场服务，做到客户立等可贷款，以提升客户经理纵深获客能力；同时依托有限的数据资源交叉建模，如挖掘企业主、个人经营贷客户数据与小微企业数据交叉建模，进行综合性小微金融服务营销，提升对客户的洞察能力，提升营销成功率。

代表厂商： （ 1、服务过的标杆案例在3家及3家以上，并可以提供案例填写在项目情况中；2、2020年厂商银行业营收超过1000万以上。）

金融壹账通

厂商介绍：

金融壹账通是平安集团旗下金融科技服务平台，专注为银行等金融机构提供智能获客、智能营销、智能风控、智能运营等端到端的解决方案，客户涵盖中国6大国有银行、12家全国性股份制银行和98%的城商行。2020年以来以“壹企业”平台作为载体对接中小企业，通过金融科技服务，帮助金融机构实现放款130亿，较2019年上升200%+。

产品服务介绍：

金融壹账通以平台化渠道运营、场景化产品、模块化系统，解决银行获客难、产品同质化、系统老旧等痛点，帮助金融机构打造端到端线上智能营销解决方案。此外，为渠道及小微客户提供海量金融产品，促进银行合作产品、渠道吸引力度、放款量三者的良性循环。

能力解读：

在平台化渠道运营方面，切入多样化场景入口，包括政府、产业、电商、支付、园区等流量场景，金融壹账通可为区域性银行接入1000+渠道，400+活跃渠道，触达1000万+中小企业，并提供初筛、下户尽调等运营服务，支持区域性银行实现低成本批量精准获客；

在场景化产品方面，金融壹账通可以为区域性银行提供产品设计咨询服务，依托场景数据，叠加多种小微融资增信手段，实现区域性银行小微普惠金融产品创新；

在模块化系统方面，金融壹账通业务中台可实现全模块化便捷组装，SaaS一键部署或本地部署；提供高效的渠道管理体系，以大数据能力和数字化工具变革客户经理展业方式。

此外，金融壹账通通过“壹企业”平台运营，快速帮助中小企业找到最适合自己的金融机构及相关金融产品，促进银行合作产品、渠道吸引力度、放款量三者的良性循环。

典型客户：

平安银行等

终端用户：

银行小微金融部门、普惠金融部门等

核心需求：

小微企业自身风险大，存活周期短、抗风险能力弱是小微金融难以发展的根本原因，因而风控能力是小微业务开展的关键。随着区域性银行小微业务的持续下沉，小微业务风控面临的核心挑战为：

• 在数据方面，小微企业通常缺乏可信的经营和财务信息，信息不对称问题突出，中长尾客群尤甚；同时，随着税务、市场监管、海关、司法等替代信用信息的公开，银行纷纷开展数据接入工作，但部分区域性银行对替代数据的接入缺乏经验，试错成本高；
• 在模型方面，小微信贷业务客群分布在各行各业，情况差异化明显，构建通用基础风控模型并针对场景需求细化风控模型体系难度较大，需要持续的迭代优化才可投入规模使用；同时，银行基于替代数据建立风控模型经验不足，基于替代数据提升风控能力面临较大研发成本；
• 在信贷审批效率方面，小微企业客户数量大、单笔业务小、贷款周期短、贷款需求急，过于依靠线下调查和专家经验的风控模式导致客户运营成本过高难以形成规模效应，风控线上化需求明确。

厂商能力要求：

区域性银行对厂商能力要求核心体现在两方面，一是风控能力线上化或者线上线下结合以提升服务效率，一般而言需要集成于客户经理的数字化工具，实现获客现场的初步信贷审批；二是提高风控精度，主要依靠数据源的引入与风控模型的优化。

针对提供小微风控精度的具体要求包括：

• 首先，在数据源方面，厂商需要具备政府公开数据的数据接入能力，并可与区域性银行自有数据进行整合，统一支撑小微风控建模；由于小微企业尚无成熟的信用数据体系，获取数据质量参差不齐，厂商需要对获取数据进行初步筛选，以减轻区域性银行数据应用的压力。除此之外，能够接入通用数据如银税数据之外的外部数据，比如舆情数据等，将是必备能力。
• 其次，在风控模型方面，厂商需具备基于常规数据的建模咨询能力并提供风控能力建设相关工具。针对小微客群建立通用的风控模型是一项长期工程，就目前而言，厂商需要对小微核心客群进行分层处理，针对不同客群或者不同的小微信贷产品构建针对性的风控模型，并逐渐提炼通用基础模型；同时，厂商具备持续的模型迭代能力将是重要优势。

代表厂商：（ 1、服务过的标杆案例在3家及3家以上，并可以提供案例填写在项目情况中；2、2020年厂商银行业营收超过1000万以上。）

金融壹账通

厂商介绍：

金融壹账通是平安集团旗下金融科技服务平台，专注为银行等金融机构提供智能获客、智能营销、智能风控、智能运营等端到端的解决方案，客户涵盖中国6大国有银行、12家全国性股份制银行和98%的城商行。2020年以来以“壹企业”平台作为载体对接中小企业，通过金融科技服务，帮助金融机构实现放款130亿，较2019年上升200%+。

产品服务介绍：

金融壹账通为区域性银行提供贷前预审、贷中审批、贷后管理、催清收的端到端、全流程智能风控解决方案，通过建设端到端信贷系统，打造“整车”底盘，提升信贷全流程的科技能力。同时，打造互联网诉讼解决方案，实现集线上案件承接、催收公司对接、法院诉讼等服务于一体的服务平台。

能力解读：

在信贷全流程线上化方面，标准化功能模块独立输出，可自主配置流程、规则、参数，13大模块组件化配置满足不同场景的风控需求，打造100%全线上信贷管理平台，减少40+%的人工录入，客户管理量提升30+%；

在风控能力提升方面，API接口20+，可以一键接入税票数据、行业场景数据、企业/企业主工商、司法、反欺诈等数据，覆盖全国；信贷系统内嵌8大企业标签体系，3000+企业画像标签，可以提供覆盖多场景的业务经验和风控咨询方案，支持贷前、贷中、贷后全流程多种风控策略和模型。

典型客户：

平安银行等

同盾科技

厂商介绍：

同盾科技是中国智能分析和决策领域领军企业，以人工智能、云计算、大数据三大核心技术体系为基础，基于对数据的探索洞察和深刻理解，将深度学习、联邦学习等领先技术与业务场景深度融合，为金融、保险、互联网、政务、零售、物流等行业提供智能分析与决策服务，赋能并激发客户，帮助客户做出更佳决策。截至目前，累计已有超过一万家客户选择了同盾的产品及服务。

产品服务介绍：

同盾“小微信贷风控解决方案”以专业风控经验为基础，秉承AaaS（智能分析即服务）理念，基于SPEO（调研-规划-实施-运营）方法论，针对小微企业普惠信贷服务需求打造整体风控解决方案，为区域性银行提供合作方尽职调查、风控体系架构搭建、信贷全流程风控设计落地和运营、风控人员培训等全流程一站式服务。

能力解读：

提供中小微企业信贷及供应链金融咨询服务。同盾科技凭借对中小微信贷业务的深刻理解和对金融科技工具的前瞻探索，为银行提供从产品设计、运营管理、获客营销、贷前风控、贷中预警、贷后管理等中小微信贷全生命周期的业务方案咨询服务；

**提供合作方尽职调查服务：**同盾科技依托旗下中博信征信第三方征信服务提供商，为合法注册企业依法依规建立企业信用档案，为银行提供企业信用评估报告、企业实力评分以及企业监控等产品与服务；

**提供一体化小微信贷风控解决方案：**基于咨询服务与尽职调查服务，同盾科技为银行提供准入筛查（反欺诈准入风险扫描）、风险画像、AI智能尽职调查、信用评分、授信策略、贷后预警等全流程解决方案，并提供平台运营、风控人员培训等服务。

典型客户：

某股份制银行、某城商行等

拓尔思

厂商介绍：

拓尔思以“语义+智能+行业”为战略将人工智能和大数据技术应用到数字政府、金融大数据、互联网内容安全和媒体融合等领域。拓尔思基于TRS数星智能风控大数据平台，以“SAAS+DAAS+本地化”的市场定位，提供在线风控数据服务与智能风险知识挖掘工具，最大限度地提升金融机构风控能力。目前为止，拓尔思已服务中国银行、中国农业银行、国家开发银行、平安银行等多家银行。

产品服务介绍：

TRS数星智能风控大数据平台，是一款利用人工智能、大数据、自然语言处理、知识图谱技术构建的综合型在线服务平台。平台围绕海量异构数据，全面监控海量金融实体多维风险。平台提供智能多维标签、预警信号推送、风险事件跟踪、风险传导关联、综合异构图谱等贯穿多场景全流程风险管理功能，提升金融机构风控能力。

能力解读：

对于银行风险监控与预警而言，TRS数星智能风控大数据平台提供的核心价值包括两方面，分别是数据接入与数据价值分析。

在数据接入方面，基于拓尔思多年的大数据采集技术，接入海量异构数据并进行实时文本处理，并将舆情数据、定向数据、内部数据和第三方数据进行整合，构建风险全量数据池。拓尔思可以接入的外部数据源主要包括境内外舆情数据、公告数据、行政处罚数据、研究报告等企业相关数据。

在数据价值分析方面，基于自然语言处理与知识图谱技术，对数据进行筛选，从海量低密度价值数据中真正提炼高价值、高精炼知识数据。

平台具有高可扩展性、高性能的异构数据跨场景AI算法能力。涵盖实体识别、实体融合、实体切片、关系识别、事件脉络、信号溯源等6大核心算法，内置超过20种实体风险场景模型。

支持海量数据信号化处理，利用时间序列、相似性排序、热度预判、指标抽取等核心技术，形成风险预警信号，深度应用于风险监测业务中，信号准确性超99%。

自主研发的语义智能AI分析引擎，可支持文本分类、文本聚类、实体抽取、关系挖掘、数据比对、情感分析等多种核心自然语言处理技术，其中核心文本分类准确性超85%。

典型客户：

中国银行、中国农业银行、国家开发银行、平安银行等

客户案例：

某银行是一家跨区域经营的股份制商业银行，对公业务是其最主要的利润来源和业务动力。该银行风险理念逐步从管控风险向主动管理风险转变，并重点建设风控监控与预警能力，大数据风控是主要手段，因而对银行风控数据和价值挖掘能力提出新的要求。外部数据源不足、无法高效从海量数据中提取真正有价值的风控数据以及多模态异构数据处理能力不足是银行面临的主要挑战。

银行为进一步提升大数据风控能力，与拓尔思进行合作，为金融服务风险控制安装“智慧大脑”。 拓尔思基于TRS数星智能风控大数据平台，为该银行接入包括境内外舆情数据、公告数据、行政处罚数据、研究报告等企业相关数据；并基于自然语言处理与知识图谱技术对外部舆情数据进行筛选，提炼知识化风险数据推送银行，同时关注事前低强度异动，监控高强度预警信号与低强度异动线索的相关性与传导性，提前预知异动。

基于拓尔思的智能风控平台，该银行通过对互联网、新媒体、集团内部各类渠道的新闻资讯、研究数据、文本等信息的智能分析，为企业构建起综合舆情分析服务平台，实时监控企业风险动态；同时基于全量市场数据，形成基于事理图谱的组合策略及关联模型，构建对未来形成预测分析及归因分析能力，判断企业未来可能存在的风险标签和风险事件，强化风险预警能力。

微众信科

厂商介绍：

微众信科是一家科技型征信企业，专注于普惠金融和金融创新服务，以征信和风控为基础，利用人工智能及大数据技术，深挖企业大数据应用价值，为中小微企业、金融股机构提供服务，解决小微企业融资难、贵、慢以及企业信用度量难题。微众信科的主要客户包括六大国有银行、11家股份制商业银行、14家民营银行和超过90家城商行及农商行等金融机构。

产品服务介绍：

微众信科作为信用科技服务商，主要为银行业金融机构提供信贷场景下的企业征信报告、信贷风险决策系统、信贷一体化解决方案等信用科技产品和服务，助力银行打造纯信用、线上化、自动化、批量化、智能化的中小微企业信贷产品。

能力解读：

围绕中小微企业建立信用评价能力，微众信科引入中小微企业的涉税经营数据、工商数据和司法数据等替代数据，采用大数据实时征信技术，衡量企业的稳定性和经营情况等信用状况，为中小微企业进行信用评价，实现精准画像，助力解决中小微企业信用评价缺失的问题；

提供风险决策服务能力，微众信科传统的财务指标分析、人工审批相比较，公司引入量化驱动和机器学习技术并结合统计模型和专家决策等方法，运用多维度风险指标和各类型决策规则，形成覆盖众多业务场景、贯穿贷前贷中贷后全流程的九大类风险决策模型，为金融机构实现了线上化、自动化、批量化和智能化的信贷决策支持；

提供信贷一体化解决方案，微众信科基于自身的信用科技能力，为银行输出针对中小微企业信贷的一体化解决方案，将中小微企业的贷款需求特征，与银行的自身风控模式及风险偏好等特点结合，为银行业金融机构提供信贷产品规划、客群定位与分析、授信审批流程规划与设计、企业信用获取与评估和风险评估与决策等全流程设计，并通过信贷流程自动化、信用评估精准化、风控模型智能化、服务内容模块化等技术手段，协助银行实现针对中小微企业信贷产品快速上线、规模上量和风险可控。

典型客户：

工商银行、光大银行、江苏银行、重庆农商行、网商银行等

终端用户：

银行公司金融业务部门、对公信贷业务部门、交易银行部门、数字银行部门、信息科技部门等

核心需求：

近年来，我国企业经济形态发生变化，逐渐由过去独立的企业形态转变为以供应链为核心的、贯穿上下游的集团式企业形态，围绕供应链形成的供应链金融越来越受重视。作为供应链金融中的重要一环，为解决中小企业融资难的问题，提升区域性银行话语权，区域性银行供应链金融业务越来越重要。

而在供应链金融业务开展的过程中，区域性银行存在以下几个方面的问题：

• 传统供应链金融信息化程度不高，供应链上企业办理信贷等业务需要亲自去柜台，业务流程繁杂，效率低下。区域性银行需要构建统一的供应链金融业务平台，以提升业务办理效率；
• 传统供应链金融信息获取方式落后、信息获取渠道不足，且信息筛选能力欠缺，易造成信息不对称的局面。因此，区域性银行需要具备强大的底层数据获取能力，以支撑供应链金融业务的开展；
• 区域性银行传统供应链金融业务模式较为粗放，更多为横向拓宽行业广度，而非纵向延展行业深度，因此缺乏深度的行业认知，对供应链上主体的了解也较为不足，对当地特色产业挖掘不足，导致区域性银行开展业务会面临一定障碍。区域性银行需要具备强大的数据分析能力，基于详细的客户画像、准确的客户分层，深入挖掘客户需求，以实现精准营销与高效运营；
• 供应链金融业务的开展离不开强大风控能力的保障支撑。区域性银行由于展业有地域限制，对公业务聚焦于本地核心企业，而本地核心企业数量有限，区域性银行的对公模式加剧了其信用风险、流动性风险等业务风险——一旦核心企业经营不善，区域性银行“压大头”的供应链金融模式很容易产生“压错大头”的结果。因此，在风控领域积极运用新技术，丰富供应链模型预警，建立模型识别企业类集团关系，通过数据分析对客户进行信用评级，构建全数字化风险引擎与全流程数字化风控平台，成为区域性银行开展供应链金融业务的重要需求。

厂商能力要求：

• 厂商需有能力基于区块链等技术，为银行构建统一的供应链金融业务平台或供应链系统，为企业采购、生产、加工制造、销售等环节的供应链全链条提供增信、在线融资、担保、账款管理、结算、投资理财等一系列的综合金融与增值服务；
• 厂商需具备强大的数据收集获取能力和渠道能力，能帮助银行对接、协同外部数据（如供应链、工商、税收、征信、法务等）及多种内部数据，并基于这些数据源整合供应链上下游企业的信息与数据；
• 厂商需具备强大的数据分析能力，能基于大数据等技术能力，为银行提供多纬度的数据分析，从行业区域、企业、贸易质量、敏感信息等多方面切入，帮助银行建立详细精准的企业画像与企业分层，深度挖掘企业需求，以实现精准营销与高效运营；
• 厂商需能够提供基于大数据的智能风控技术，利用人工智能算法、区块链等技术构建风险引擎，帮助银行建立模型以识别企业风险指标和企业类集团关系，并自动对企业进行信用评级，从而助力银行实现供应链金融的贷前、贷中、贷后全流程风控。

代表厂商：（ 1、服务过的标杆案例在1家及1家以上，并可以提供案例填写在项目情况中；2、2020年厂商银行业营收超过1000万以上。）

联易融

厂商介绍：

联易融2016年2月成立于深圳，并于2021年4月在香港上市，是首家上市的中国供应链金融科技SaaS企业。联易融聚焦于ABCD（AI、区块链、云计算、大数据）等先进技术在供应链生态的应用，以线上化、场景化、数据化的方式提供创新供应链金融科技解决方案，满足核心企业及金融机构不断变化的业务和科技需求。目前，公司股东包括腾讯、中信资本、正心谷、新加坡政府投资公司（GIC）、渣打银行、BAI资本、招商局创投、创维、泛海投资、普洛斯、微光创投等国内外优秀大型企业和基金。

产品服务介绍：

联易融基于AI、区块链、云计算、大数据等先进技术，聚焦于供应链金融，向银行等金融机构提供金融机构云，旨在帮助金融机构数字化、自动化及精简化的提供供应链金融服务。

能力解读：

联易融能够为银行搭建统一的供应链金融业务平台，如基于区块链技术的多级债权流转平台“讯易链”，运用区块链、云计算等核心技术能力自主研发的企业级区块链服务平台BeeTrust，能够为银行提供底层适配、强隐私保护、方便快捷、低成本、可视化、用户体验良好的一站式区块链解决方案；

联易融具备强大的数据收集能力和渠道能力，能够深度运用区块链+云计算+大数据+AI技术链接产业链条参与方，构建供应链+可信产业生态环境。支持多种区块链底层，能够适配众多区块链平台，构建出更高效、更可靠的应用模式；能够快速与企业ERP系统、OA系统等内部系统高效连接，整合多方数据与资源，适应不同的实体经济场景，并且满足各类企业客户的快速上线需求；能够通过多方参与业务协同、数据动态实时获取、弱中心化协作增信，提升供应链全链路协作能力；

联易融平台集成了多种先进的技术。区块链技术保证了资金流向可溯源、信息公开透明，在重构供应链金融的信用基础的同时，也为保障用户信息和资金安全带来更多技术优势；AI自动学习-图像比对技术、NLP语义识别、OCR及大数据分析等技术，能够显著提升银行业务办理效率，增强用户体验。

典型客户：

交通银行、工商银行、光大银行、厦门国际银行、洛阳银行等

蚂蚁链

厂商介绍：

蚂蚁链是蚂蚁集团代表性的科技品牌，致力于打造数字经济时代的信任新基建。蚂蚁链坚持核心技术突破，融合包括区块链、AIoT、智能⻛控等技术，通过链接各个产业网络，扎实解决行业实际问题，推动区块链技术平⺠化。坚持开放生态，与合作伙伴共建共享区块链产业带来的价值互联红利。

产品服务介绍：

蚂蚁链-双链通供应链金融服务平台，通过将核心企业的应收账款进行数字化升级，使得应收账款可以作为信用凭证，在供应链中流转而传递给上游供应商，从而解决供应链末端的小微企业融资贵、融资难的问题。同时，基于金融级别的身份安全和交易安全认证，也为企业在线零接触交易提供了完整的解决方案。

能力解读：

蚂蚁链-双链通供应链金融服务平台，能够向银行、保理、担保、信托等各种金融机构，以及供应链上下游的核心企业及供应商全面开放，共建基于区块链的供应链金融协作生态。

蚂蚁链-双链通供应链金融服务平台，能够向银行提供数字资产全生命周期管理。应收账款全生命周期数字资产上链，数字资产的生成、流转、融资、销毁直接在链上完成，杜绝非区块链系统常见的费用双花和对账不一致问题。

蚂蚁链-双链通供应链金融服务平台，采用自研的区块链技术，从硬件、网络、存储、计算、密码学、共识、成块等底层技术，到应收账款的确认、流转、融资、清分等业务环节，保证供应链上各环节业务的信息和业务数据安全可控。

典型客户：

光大银行、上海银行等

终端用户：

银行对公业务部门、信息科技部等

核心需求：

作为立足于本地的金融机构，区域性银行与当地政府机构关系密切，绑定颇深。

• 数据共享开放是政银合作的基础，数据共享开放程度的高低则直接影响着政银合作的效果。当前政银合作由于缺乏顶层设计、政府数据敏感度高等原因，数据开放共享水平较低。银行需要积极开发政务数据获取平台，并充分利用大数据、云计算、人工智能、区块链等技术对海量数据进行挖掘分析。
• 传统的银行与政府的合作基于线下，业务流程繁复、响应速度慢，无法及时地帮地方政府进行融资贷款。银行需要与政府建立线上化的信贷业务平台，便利政府融资贷款，以解决地方政府融资难、流程繁复、响应速度慢的问题；
• 传统的银行与政府及金融机构的合作深度不足，场景少。传统银政合作多为信贷融资合作，而随着智慧政务的兴起，银行作为重要的资金提供方，需要融入其中甚至参与建设。银行需要助力政府建立线上智慧政务平台，或作为其中一环接入线上政务平台，方便政务办理；同时以智慧政务为纽带，与政府共建公共服务场景生态，构建全流程一体化平台化的在线服务，接入多渠道，以加深合作，丰富场景。

厂商能力要求：

• 厂商需要具备强大的数据获取能力，有海量数据积累或有强大的数据源对接能力，能通过API等方式获取各类政务数据，还要充分发挥人工智能、区块链等前沿技术的优势，最大程度地消除政府部门的数据泄露顾虑；同时厂商需具备数据治理与数据分析能力，以对获取到的政府、税务、工商等数据进行深度挖掘。
• 厂商需有能力建设线上化的信贷业务平台，并能在平台上集成多种功能，以解决地方政府融资贷款难、流程繁复、响应速度慢的问题。
• 厂商能整合现有政务服务场景，并结合当地企业及民众需求，帮银