荣获：十大网络影响力银行案例

　　乌鲁木齐银行通过与信用生活（广州）智能科技有限公司合作，建设一套具有本地特色的全新的信用卡全流程管理系统，具体包括信用卡网申、MGM、贷前审批系统、贷中客户运营系统（交互小程序、权益商城）、贷后管理系统、数据集市及数据实验室。完成信用卡全流程在线化运营管理，实现完整的信用卡线上营销获客体系、风险管理体系、客户运营及客户价值变现体系的搭建。基于行内大数据平台建设数据集市，支持项目各模块的业务需求，建设数据实验室，提升科学决策能力。

　　创新点

　　基于业务经营特点构建具有本地特色的信用卡全流程体系，运用数据挖掘和统计分析技术开发设计具有乌鲁木齐银行特有的风险评分模型，有效对客户的准入进行风险把控，实施合理的信贷额度政策。客户准入及额度授信风控模型在技术上有很大创新，区别于传统的风险控制方式。量化的分析手段实现风险问题的精准定位，对客户预期行为进行预测，为乌鲁木齐银行信用卡业务发展决策提供有力支撑。一套功能完善的信用评分模型应该具备以下主要特征：

　　良好的数据挖掘能力

　　这不仅是拓展业务规模的需要，也是银行适当降低工作频度、提高风险管理工作的 效率和质量的需要。这也意味着银行所采用的信用评分模型不仅能结合现有信息得出可 靠的判断，其得出的结论的参考价值也应当能维持一定时效性；

　　足量而精确的因素覆盖

　　充分的、符合数理规律的因素输入是信用评分作为一种数据工具能够运作的前提。 无论是在企业伦理还是法律法规的角度，银行都不可能完全掌握所有客户的所有信息并 将其运用在信用评分模型的分析工作中。过量的数据信息也会加大银行数据系统分析和 整理的负担。这意味着银行在开发和改进信用评分模型时，要有选择、有权重地决定准 备输入评分模型的因素；

　　可靠的行为预估功能

　　信用卡风险管理体系始终面临着大量面向未来的具体决策，其包含的种种可能的风 险情形也是纷繁多变的。信用评分模型不仅应当能够保证其当下决策的及时可靠，也应该具备对以后业务过程中特定情景分析中的判断能力。

　　项目成效

　　信用卡全流程项目在明确应有的风险管理理念和风险管理目标的同时，利用先进的数据挖掘和数据统计分析技能，基于Logistic回归分析模型建立乌鲁木齐银行自己的信用卡评分卡。提高风险管理的效率和质量，项目具体成效如下：

　　秒级实时审批

　　支持全渠道在线化申请的作业模式，网申完件率达到50%。实现70%以上进件系统自动实时审批，提高审批效率，降低审批人力成本。

　　差异化额度授信

　　基于精密化模型组合和精准化分群的收入、负债预测模型，制定差异化定价策略，使资产类业务的资产收益率由现在的6%，提升到10%。

　　多维度立体化数据决策

　　申请数据、人行数据、行内数据、外部征信等多元多维的数据用于风险策略及模型，形成对客户的风险做出立体化、精准化决策。

　　征信成本最优化

　　通过资信查询策略，优化外部征信数据查询优先级，实现征信数据成本最优化，每张核卡外部征信成本控制在15元以下。

　　在线化和数字化能力

　　搭建基于数据分析和科学决策的能力建设，实现获客、风控和运营的数据化科学决策。搭建获客和客户运营的全流程在线化体系，实现用户全流程在线交互、在线运营，提升互联网运营能力，提升用户运营效率，提升用户满意度。

　　扫码查看完整案例