在2018云栖大会上海峰会上,由阿里云飞天一部金融智能总监郭亮带来了“阿里云金融智能实践分享”为主题的演讲,对金融智能在金融领域的作用做了讲解。以一切业务数据化和一切数据业务化引入了数据在金融业的地位,在“达芬奇”智能营销解决方案和网贷平台解决方案的基础上介绍了数据在金融上的应用和案例。
数十款阿里云产品限时折扣中,赶快点击这里,领券开始云上实践吧!
精彩视频请点击
以下为精彩内容整理
一切业务数据化和一切数据业务化
首先想到两个词是一切业务数据化和一切数据业务化,这个词大概是三年前提出来的,那个时候包括像现在的互联网金融等还没有今天这样大的影响力,那个时候只是看出数据可以在很多领域发挥更大的价值。当时阿里金融已经用数据去管理业务,都是通过数据去做检测,整个的效果也是非常好。现在我们可以看到在营销上一定有数据可以发挥的地方,还可以看到在运维上用数据提升效率。在整个的金融机构所有的业务流程其实各个环节会产生大量的数据,如果环境数据能很好的保留下来,能够分析可以给大家带来很多创新和改变。
下面举几个例子,比如说支付宝客服在来电前大概知道用户可能遇到什么问题,这样的话可能需要大量的数据采集和实时的数据的处理,所以数据整个收集起来能够创造一些新的价值。大家也在建议我们智能一些能力,其实这些能力最终应该变成自己手中的一个能力,它不是拿来主义。实际上更多的时候在更多的应用场景,在更多的数据应用领域中是持续的不断的升级和迭代的过程,在这一环节需要大量的测试和学习,那么我们如何建立这种快速的学习和迭代,用更加便宜的成本去做这件事,我认为这才是速度与智能底层建设的问题。
这也是我们和金融机构合作以后会尝试取代其中的一些平台去帮助大家构建这样的一个领域,比如说这几个例子。左边这个图,可以通过简单的测试掌握更加适合的展现方式,在中间比如说实时的营销,在各个环节嵌入一些营销的内容,这些是可以帮助提升产品的曝光,提升产品的转化率。那么这背后都需要有大量的模型持续迭代的一个过程,右边是风控的一个闭环,特别是在业务转到线上的时候其实是一个非常重大的挑战,那么如何去建立自己的核心的东西需要我们有快速的持续迭代的平台。
“达芬奇”智能营销解决方案
营销在阿里可能不夸张的讲在全国应该是非常领先的一门技术,因为我们有淘宝很多年前就实现的切面,支付宝实现的实时营销,今天我们还是会不断的提升这个领域。似乎任意一个企业都是可以发展做营销的,搞一个打折搞一个促销,但怎么把营销做的更好做的更科学,以至于过了开始的初创时期怎样机器化的去运营,其实整个需要整套技术平台。基于阿里我们在这个业务平台的一些能力,阿里云把这些能力进行了一个整合拥有一个完整的解决方案。
在我们看来营销里面有三个全,第一个是全生命周期,也就是客户不止是在最初在后续成长的过程都需要采取一些措施。第二是全渠道,现在我们可以看到不再像多年前短信为主或者打一个电话,今天有很多新渠道,有公众号还有通过外部的一些流量,整个的营销渠道可以说是非常丰富的。那么我们如何在更多渠道中去把整个的营销建立起来呢?这个其实也是非常重要的一个技术。第三个是全链路,刚刚所说的实时营销就是客户在平台上去操作,或者在我们做的其他业务的各个环节都可以上嵌至营销。
友盟+:领先的第三方全域数据服务商
说到营销我们就不得不提非常重要的一个兄弟公司友盟+,用友盟的数据可以帮用户去做一些营销的模型,左边是它的一个实际效果,它可以获得效率降低以后的当日成本,可以帮我们去筛选更加准确的人群进行新产品的推荐。
智能核身
阿里云今天也涉及到智能核身的领域,这里介绍两个,第一个是生物识别,我们的人脸识别大家听的比较多了从2005年开始用来防止攻击在中国是绝对领先的。另外一个是IFAA,IFAA其实是一个终端拦截的功能,它可以去帮助一些本地指纹、本地人脸安全检测,指纹的验证通过率是要比口令高的,支付宝等APP的指纹支付峰值超过56%。有很多厂商加入这个联盟,它在所有的安卓厂商所有的机型,所以加入IFAA后适配、成本大幅度降低。现在苏宁金融和美的金融都已经在应用。
网贷平台解决方案
为银行提供整体的网贷的解决方案,这个网贷的解决方案其实除了底层的数据中台需要有一些持续的工具之外,还要有帮助客户建议的欺诈、信用风险的一些模型测试体系。
网络反欺诈策略体系
这部分是从支付宝金融领域去沉淀出来的针对银行的这样一个体系,从底层关键数据的采集到构建再往上去形成模型风险的识别,一些最后形成风险处置的一些建议。这个整个体系其实是需要考虑非常周全,需要一个持续的去迭代去适应新的风险。
友盟+数据在风控中的应用
友盟+的数据是互联网的行为数据,互联网的行为数据代表很多东西,手机的某些品牌,操作行为装了哪些APP,包括识别这样的一些东西可以在很大程度上反映我们的生活状况,工作的情况,包括检测是否有可能是一个欺诈。
风险监管平台(AIR)
我们做这个其实是因为监管是当今要面对的一个重要的问题,监管的水平需要不断的提升,在监管的这部分怎样通过关系网络去发现风险,去识别问题,其实关系网络的形状代表了所出现的问题,如果形状比较诡异,这个网络就是有问题的,这是最基础的理论依据。
智能监测这部分由四个部分组成,分别是业务规则,复杂关系网络,无监督异常,通用算法模型。风险监管平台会提供LED大屏,大屏可以方便的看出整体的风险在哪。
最后讲一下数据中台,不管是风险,营销,还是监管,包括客服,所有的这些领域它的底层都需要有非常强大的数据中台支持。我们要求数据中台具有十个能力,这十个能力组成了数据中台整体的对业务的支撑。我们发现最大的问题,对数据的一个获取的问题,数据质量的问题,还有数据的计算的问题,都是非常大的一个挑战。
本文由云栖志愿者小组smile小太阳编辑整理。