模型微服务产品 – 天云数据

模型微服务

自2012年起，天云公司率先将在大数据模型算法应用到移动运营商领域，对客户营销有了巨大的提升。公司后续陆续深入金融，石化等多个行业，致力于将大数据模型算法和人工智能推广到各行各业，推动技术进步和企业数字化转型，从IT时代迈向DT时代。

天云公司将已经实施的模型算法整理容器化运行，提供模型产品微服务，配合MaximAI大数据挖掘平台，为企业提供数据建模孵化运行服务，实现人工智能+行业应用。

1

信用卡行为评分模型产品

◆ 模型产品背景

B卡行为评分模型是根据客户在使用信用卡之后的行为数据，个人用卡习惯，来预测客户在未来使用信用卡过程中的违约概率。
信用卡行为评分模型是根据某股份制信用卡公司发行的信用卡，利用信用卡发行后客户用卡行为数据，通过梯度提升算法构建行为评分模型。

◆ 模型产品总述

行为评分模型用于评估个人用卡违约的可能性，通过分析个人历史行为情况及相关影响因素，反映个人信用风险程度。该指数阈值范围为0—100分，分值越大表明个人履约程度越高，未来违约风险越小；反之违约风险越大。

模型方法论基于经典二分类违约模型，根据银行实际的客户逾期数据，与客户行为数据总体进行匹配，并将匹配后的总体分为建模样本和验证样本，采用GHOST算法来训练建模样本，得到每一个客户的违约概率，然后将违约概率转换为行为评分分数输出，然后对新增数据进行预测，提高违约人员发现概率。
2

贷款行为评分模型产品

◆ 模型产品背景

根据存量贷款客户的基本信息、贷/还款信息与人行征信信息进行客户违约风险的评估，从而对未来风险高的客户做出提前的预警处理，并提前采取相关措施（例如：适当的调高利率，取消循环贷等），降低坏账的发生率。

◆ 模型产品总述

贷款行为评分模型用于评估贷款企业违约的可能性，通过分析企业及法人行为情况及相关影响因素，反映企业信用风险程度。该指数阈值范围为0—100分，分值越大表明企业履约程度越高，未来违约风险越小；反之违约风险越大。

模型方法论基于经典二分类违约模型，根据银行实际的企业贷款逾期数据，与企业行为数据总体进行匹配，并将匹配后的总体分为建模样本和验证样本，采用随机森林算法来训练建模样本，得到每一个企业的违约概率，然后将违约概率转换为行为评分分数输出，然后对新增数据进行预测，提高违约企业发现概率。
3

客户高现金分期预测模型产品

◆ 模型产品背景

为面对日前越演越烈的信用卡套现，目前许多银行在对申请人进行相关资质审核后，将信用卡授信额度通过转账，将该笔款项以分期形式计入申请人账户中，提供变相的资金套现。同时，银行在客户套现过程中以手续费等方式获取利润，这亦催生了多种类的套现产品，现金分期业务便是由此应运而生。现金分期，有时又被称为取现分期，一般是由信用卡持卡人申请，或者发卡行主动邀请持卡人进行申请的一种，将持卡人信用卡中额度转换为现金，并分成指定月份期数进行归还的一种分期方式。
现有分期业务分为(3, 6, 9, 12, 18, 24, 36) 个月的7 种分期产品，办理18期及其以上手续费八折优惠。多数银行现有现金分期电销模型是以SAS平台为基础，数据模型使用的数据精度及时效性均受限，仅能辨识出存量客户中少数头部分期高倾向客户进行外呼，模型识别度尚有提升空间。
客户高现金分期预测模型通过历史现金分期营销数据建立模型，进而提高电信营销响应率及其分期收益。

◆ 模型产品总述

客户高现金分期预测模型用于评估客户进行现金分期的概率，通过分析历史已经成功申请现金分期的客户行为为情况及相关影响因素，反映客户参与现金分期业务的迫切程度。该指数阈值范围为0—100分，分值越大表明客户越参与现金分期业务的，对此类客户进行业务营销，成功率越高。
某银行采用此模型进行现金分期业务营销，客户转化率提供了20个百分点，极大的增加银行业务收入。
4

循环贷产品客户响应模型产品

◆ 模型产品背景

个人信用卡循环贷款是银行根据个人客户的信用卡授信额度，为其提供的一种短期融资便利产品，借款人在核定的额度金额内可循环周转使用贷款。循环贷业务受到现金分期、账单分期等影响，呈现循环客户利息收入下降趋势，贷款收益率下降。循环贷产品响应模型产品是采集现有循环贷业务的客户响应数据，建立循环授信倾向响应模型，根据预测结果采取相应的业务措施，提升循环贷收益。

◆ 模型产品总述

循环贷产品响应模型用于评估客户进行循环贷产品响应概率，通过分析历史已经成功进行循环贷客户行为为情况及相关影响因素，反映客户参与循环贷业务的迫切程度。该指数阈值范围为0—100分，分值越大表明客户越参与循环贷业务的，对此类客户进行业务营销，成功率越高。

某银行采用此模型进行循环贷业务营销，客户转化率提供了10个百分点，收益率大大高。
5

客户信用评分模型产品

◆ 模型产品背景

信用评分模型是消费信贷管理中先进的技术手段，是银行、信用卡公司、个人消费信贷公司、保险公司等涉及消费信用的企业最核心的管理技术之一。信用评分系统在衡量信用风险的内部评级法中占有核心地位。信用评分模型不仅能够帮助银行划分借款户的信用等级，而且能够直接预测借款户的违约概率。本次所构建的信用评分模型通过序别化处理、建立模型、模型验证等步骤，实现对信贷人的信用评分。

介绍模型应用的背景，解决哪些问题，业务存在哪些痛点，需要采用模型算法解决。

◆ 模型产品总述

基于大数据的信用风险评分模型是一种优点都比较显著的模型。主要优点包括：

一是模型区分能力较佳。研究发现，以海量大数据为基础、机器学习算法为支持，模型区分能力得到有效提升。
二是模型运行的自动化程度较高。以大数据作为支持，通过采用一整套信用风险评分模型和业务规则，可以建立全自动贷款审批系统，并进一步建立全自动的全流程风控系统，以极少的人工干预和较低的运营成本，建立起适合零售小额贷款的信贷管理流程。
6

申请评分卡模型产品

◆ 模型产品背景

前国内大多数银行信用卡部门采取人工审批作业形式，审批依据是审批政策、客户提供的资料及审批人员的个人经验进行审批判断，存在以下问题：
一、信审人员对申请人的申请资料真实性的认定基本依赖于受理申请资料的信贷业务员的职业操守和业务素质。
二、审批决策容易受主观因素影响、审批结果不一致，审批政策调控能力相对薄弱。
三、不利于量化风险级别，无法进行风险分级管理，影响风险控制的能力及灵活度，难以在风险与市场之间寻求合适的平衡点。
四、审批效率还有较大提升空间。
由于零售信贷业务具有笔数多、单笔金额小、数据丰富的特征，决定了需要对其进行智能化、概率化的管理模式。信用评分模型运用现代的数理统计模型技术，通过对借款人信用历史记录和业务活动记录的深度数据挖掘、分析和提炼，发现蕴藏在纷繁复杂数据中、反映消费者风险特征和预期信贷表现的知识和规律，并通过评分的方式总结出来，作为管理决策的科学依据。

◆ 模型产品总述

一、申请评分模型具有客观性，它是根据从大量数据中提炼出来的预测信息和行为模式制定的，反映了借款人信用表现的普遍性规律，在实施过程中不会因审批人员的主观感受、个人偏见、个人好恶和情绪等改变，减少了审批员过去单凭人工经验进行审批的随意性和不合理性。
二、申请评分模型具有准确性，它是依据大数原理、运用统计技术科学地发展出来的，预测了客户各方面表现的概率，使银行能比较准确地衡量风险、收益等各方面的交换关系，找出适合自己的风险和收益的最佳平衡点。
三、运用申请评分模型可以极大地提高审批效率。由于申请评分模型是在申请处理系统中自动实施，只要输入相关信息，就可以在几秒中内自动评估新客户的信用风险程度，给出推荐意见，帮助审批部门更好地管理申请表的批核工作。
7

信用卡客户分群模型产品

◆ 模型产品背景

利率市场化是指金融机构在货币市场经营融资的利率水平由市场供求来决定。
将现存信用卡客户进行分群，确立各群体的风险等级是风险定价、利率市场化的第一步，也是最为关键的一步。因此，基于某信用卡中心提供的信用卡客户数据，利用分布式人工智能平台MaximAI构建客户分群模型。通过信用卡客户分群模型，探索客户分群模型的可行性，打造稳定性高、维护性强、群体间具明显差异的客户分群。

◆ 模型产品总述

通过无监督的聚类算法实现客户分群，可以大大提高客户分群的准确性和效率，为后续利率市场化，提供了坚实的客户群体。
8

油泵故障识别模型产品

◆ 模型产品背景

石油企业中，在石油开采过程中，油泵发生故障是经常发生的，而且每次故障发生都会带来一定停产周期，造成巨大经济损失。油泵故障识别模型是从以往的油泵发生故障的相关因素，进行分析处理，构建故障识别模型，提供油泵故障识别率，降低经济损失。

◆ 模型产品总述

通过油泵故障识别模型产品的应用大大的提高了某石油企业的油泵故障识别率。
9

注水井水表卡住预测模型产品

◆ 模型产品背景

石油企业的注水井水表由于水质原因或者是零件脱落，易出现水表卡住的情况，利用注水压力、瞬时水流等信息，建立注水井水表卡住预警模型，业务说明：水表卡住一般是瞬间发生，此时，注水压力快速上升，在较短的时间里与配水干压持平，采集的注水量远远完不成系统配注。排除人工关井情况。专业人员卡表判断依据为：在单井系统配注不变的情况下，5分钟注水量环比下降（如10%）以上，5分钟的注水压力环比上升（10%）以上。

◆ 模型产品总述

通过注水井水表卡住预测模型产品的应用大大的提高了某石油企业的注水井水表卡住预测率。
10

冠心病预测模型产品

◆ 模型产品背景

心血管疾病(CardiovascularDisease,CVD)是当前威胁人类健康的重要疾病,其中冠状动脉粥样硬化性心脏病(Coronary HeartDisease,CHD)是临床上常见的心血管疾病类型之一。CHD是由于血管的粥样硬化而引起的冠状动脉狭窄和(或)闭塞,致使冠状动脉的血管管径改变而影响血流循环,从而引起心肌缺血、缺氧的疾病状态。冠心病的病程发展是一个慢性过程,健康→低危状态→高危状态→早期心血管病变→临床症状→形成冠心病的全过程往往需要几十年时间。因此,有充足时间可以通过健康管理延缓或阻止疾病进展。为此,在心血管病发生的早期阶段,需要构建冠心病预测发病风险预测模型,以发现高危个体并及时针对其特定危险因素实施个性化健康干预,以期尽早预防冠心病发生。

◆ 模型产品总述

通过冠心病预测模型可以辅助医生提高冠心病的诊断率，某医院使用此模型后，辅助临床医生大大提高了冠心病的诊断率。