案例背景
当前互联网金融飞速发展、同业竞争不断加剧，各大银行已显现出线上获客渠道匮乏、资金营运成本较高、传统优势逐渐丧失、贷后管理薄弱等情况。为落实《关于推广第三批支持创新相关改革举措的通知》（国办发〔2020〕3号）具体举措，缓解小微企业融资难、融资贵问题，拓宽获客渠道，加快转型发展，提供线上企业普惠金融解决方案，赋能银行小微信贷数字化转型升级。
业务挑战
获客渠道匮乏：
随着移动端对各类金融场景及应用的日益渗透，传统银行线下网点获客及流量受到明显冲击，寻找新的流量入口成为难题。随着智能手机的普及，银行的获客渠道转为线上已成为趋势，对于大多数规模小的银行来说，自身缺乏核心产品及风险管理能力，存在被边缘化风险。
线下审批低效：
传统信贷业务以线下纸质合同为主，面签为辅。存在申请材料较多、业务尽调时间较长、授信审批不能实时等线下化特点，造成业务授信周期较长，且人行征信是其唯一信息来源，数据单薄，客户体验感相对较差，造成大量的客户贷款意向沉淀在基层，贷款需求得不到满足。
贷后管理薄弱：
长期以来，贷后管理一直是我国银行信贷管理的薄弱环节，由于在信贷经营中存在的惯性思维和做法，当前的贷后管理工作存在个性化操作和松散性特点，难以有效识别客户资质变化，防范再贷余额风险等短板，造成风控能力弱、服务力量不足的短板，无法实时捕获企业贷后风险。
解决方案
智能营销
基于互联网数据、政务数据、融资平台数据和电商数据搭建五大类、32小类标签体系，超120个标签数据，其中电商数据覆盖80+电商平台、包括7大类电商主题数据，支持根据店铺数、店铺销售额筛选优质电商企业，助力精确筛选目标客群，从而提供个性化、差异化智能营销服务，核心内容包括：位置获客、客户画像、营销响应评分、营销裂变、渠道推送、事件营销、效果分析等，精准客群划分、准确触达客户、精细化运营、提高转化率。
智能风控
建立在多年的大数据分析与应用技术基础上，整合行内数据及外部数据，构建多维度、跨行业、跨场景的智能风控体系，集大数据分析、决策引擎、评分建模、风控策略、风险制度等多项技术于一体的智能风控方案，核心内容包括：客群精准分类、反欺诈模块构建、场景化风控策略、风控模型构建迭代、风险策略盈利性测算、数据监控等，完善智能化风控运营及监控体系，打造决策闭环。
贷后预警
利用大数据、AI算法建模等技术建立智能贷后管理平台，以实时信号预警、AI预警模型、预警分级管理等为主要模块，完整覆盖金融机构全部贷后企业的实时风险监测与管理，实现对客户风险预警的精准分析，将线上大数据预警识别结果和对应的贷后管理相互补充，有效降低贷后成本，降低不良率，提高回款率。
方案优势
数据聚集能力：
通过政府数据授权、互联网公开数据接入以及第三方内部数据汇聚，形成税务、社保、公积金、财务、电商、投融资、用电等维度数据体系。其中互联网公开数据覆盖1.3亿家企业，包含78类企业信息，2000+核心指标。
AI风控能力：
借助多维度海量特色数据和丰富的金融行业服务经验，采用先进的人工智能+逻辑回归的融合算法，赋能模型高精度、高稳定性。
场景运营能力：
依托平台优势，形成了平台引流获客、线上宣传推广、线下活动推广、政府合作运营、大数据获客分析等综合的获客业务运营体系，帮助金融机构扩展获客渠道，可实现精准推送金融机构产品，提高获客精准率和业务效率。