日前，由中国信息通讯研究院主办的2019(第二届)中国金融科技产业峰会在北京国际会议中心隆重召开。在“人工智能在金融领域应用”分论坛研讨会上，华宇金融事业部副总经理杨海涛以《零售银行业务智能化管理》为核心议题，分享了关于银行在零售业务中智能化管理的一些建议，探讨了银行在未来零售战略转型中主要的发展趋势。
当前激烈的市场竞争在不断地压迫着中小银行的生存空间，监管政策的调整也让中小银行不得不负重前行。在对公业务出现瓶颈的同时，越来越多的中小银行开始寻求自身的零售转型之路。在转型过程中如何进行零售业务智能化管理自然成为银行业普遍关注的议题。
围绕银行零售业务智能化管理，尤其是数据应用中的问题，杨海涛作了简要阐述。
其一，商业银行虽大力建设以数据为基础的底层平台，但忽视从业务角度开展数据规划，进库容易出库难的现象比较普遍。近年来，很多银行开始建设数据集市、客户画像、CRM系统，花了大力气来建设数据底层平台。但与此同时却忽略了这些数据未来要用在哪些方面，从业务角度来说这些数据能起到怎样的效果。“银行启动客户画像系统，每家公司去比拼的不是技术，不是我能给银行带来什么样的应用，这个应用到底有没有效果，而是比拼哪家公司提供的客户标签更多。这就陷入一个怪圈，大量的数据标签放在里面，看起来模型很多、数据量很大，但实际上却并不能给银行带来实际帮助。”
其二，在风控上过度依赖外部数据，在外部数据使用上存在一些相对可能不合规的现象。尤其可能在未来个人信息保护法出台后，个人隐私保护意识趋强，大数据风控领域将会发生较大的变化。之前几年商业银行大力拓展互联网金融业务，和一些头部公司、第三方资产平台合作，给互联网客户提供消费贷款服务。但这类业务基本上是以外部数据为主来做风控，其中部分互联网公司为银行做风险兜底。当下大数据行业面临严峻的监管合规考验，显然银行零售信贷业务的风控思路也将迎来新的转变。
其三，对自身的存量客户重视程度不是太高，中小银行普遍还是强调以新增客户为主，对存量客户的挖掘相对薄弱。目前商业银行发展零售信贷业务，往往采取小步快跑的模式，积极与跟第三方资产平台对接，以此来扩大零售信贷业务规模，但是这类客户一般在银行得到一笔贷款，成交一笔业务，后续没有任何环节可以进一步挖掘潜在价值增长空间。
就零售业务如何建立以数据为基础的分析框架，杨海涛以代发工资公司客户为例做了说明：“各家中小银行普遍存在一个问题，代发工资客户取得当月工资之后，几天之内，资金就流失了，这类客户占很大比例。这时候就需要建立一个比较有效的数据分析框架，真正把代发工资客户资金转走的原因分析出来，然后利用预测模型尽可能自动化地判断对于未来的哪些客户群体，我们通过什么样的活动，能把这些客户的资金留下来或者接受其他服务，以提高客户AUM。针对代发工资客户的不同群体，分门别类地设计、推出不同的产品和活动，真正将以客户为中心的理念落实到实处。”
“比方说对高收益理财有偏好的代发工资客户，银行可以专门为他们设计一些专属理财产品，根据理财偏好模型去筛选高概率理财偏好客户;也可以对那些把工资转出还信用卡或者是还他行按揭贷款的客户，设计一些转贷的产品，看看能不能由本行来提供更好的贷款产品和服务。”
会后杨海涛接受了记者采访，就银行零售业务的风控问题进行了补充。
“华宇对此解决方案是深挖银行存量客户的消费贷款需求。比如客户在银行的日均存款一直比较稳定，但突然有一段时间，日均存款大幅下降，几天之后又趋于稳定且不回升，可以判断该客户可能存在资金需求，银行可以基于这个行为特征尝试推荐贷款。相对于外部数据，其中最关键的是，风控模型中可以包含客户的行为数据，这类数据一定程度能帮助银行判断客户信用风险。此外，客户在一个银行持有的产品越多，享受金融服务的时间越长，风险越低，这些也都可能作为银行风控的重要依据。对比通过外部渠道新增一个客户，除征信外没有其他更为确定的有用信息，针对这类客户风控效果自然会更好。”
