上海浦东发展银行信用卡中心副总经理铁锦程

  2022年12月19日，中共中央、国务院发布了《关于构建数据基础制度更好发挥数据要素作用的意见》，从国家层面推动数据基础制度的构建。这份政策文件对于激活我国数据要素潜能、促进数字经济发展具有重要意义。信用卡作为拥有天然数据属性的消费支付工具和产品，是商业银行零售业务转型的先锋，也是金融行业中数据驱动转型的代表性应用领域。

  上海浦东发展银行信用卡中心(以下简称“浦发卡中心”)紧跟当前金融数字化转型趋势，坚持创新驱动发展，充分应用分布式架构、机器学习等大数据和人工智能技术，形成数据驱动业务的高效底座;通过持续整合数据资产、不断深化数据治理，打造高质量的自有数据生态;同时，加速对各类数据的提炼，构建以“数据+模型+业务”为核心的智能决策中枢，有效提升客户经营、风险管理、服务运营和合规消保等各业务领域的数字化水平，为广大用户提供更普惠、便捷、安全的数字化金融服务，推动信用卡业务高质量发展迈向新的台阶。浦发卡中心数据生态体系架构如图1所示。

筑牢“数据底座”，构建自有数据生态

  数字经济时代，数据已然成为核心的生产要素。浦发卡中心充分利用大数据分布式技术栈横向扩展和多模型存储等特性，打造具有海量数据存储和处理能力的数据湖系统。目前，该系统已涵盖浦发卡中心内外数百套应用系统，实现了对各类数据资产的统一采集、集中存储、全量在线与深度融合，为打破全行数据孤岛、探索数据价值奠定了坚实的数据基础。

  与此同时，随着客户经营理念的升华，信用卡行业正逐步从原先的产品经营思维转变为客户体验思维，功能化经营也逐渐转向场景化经营，这些转变意味着信用卡行业提升对客户需求和行为的实时感知能力变得愈发迫切。浦发卡中心通过构建企业级的事件驱动中心“天梯系统”，打造连接客户、场景和经营策略之间的“标准化高速公路”，实现对客户各类事件的毫秒级主动感知，并驱动下游应用系统进行针对性施策。目前，“天梯系统”统一管理着从客户申请办卡、动卡交易到逾期催收的上百种实时客户行为轨迹，是捕捉最佳经营时机和优化客户体验不可或缺的源动力。

  业务的高速发展离不开高质量的数据。浦发卡中心紧紧围绕当前数据体系面临的痛点与难点，坚持“以用代治，以治促用”，全面规划并推进数据治理的制度、标准和配套系统建设。一是构建企业级数据资产目录，打造“数据之家”系统，实现了数据资产的在线化管理，便于各类数据人员更好地查找和理解数据;二是深入推进数据标准落地，将数据标准管控深度嵌入开发流程，并在系统设计环节进行数据标准的匹配，在系统发布环节完成数据标准的自动检核，真正实现数据标准落地;三是建设数据质量管理体系，聚焦源头数据、关键数据，持续探索数据质量问题从发现分析到整改解决的线上化闭环管控机制。

深化“客户洞察”，提升客户认知水平

  经过多年的“跑马圈地”，国内排名前列的发卡银行都已先后迈入成熟期，经营模式更加精细化、客制化。信用卡行业属于数据密集型行业，虽然自有数据生态已初步构建成形，但各类内外部数据种类繁多，难以直接运用。因此，对客户信息进行整合提炼，准确且全面地了解客户行为、洞悉客户习惯、预测客户需求显得尤为重要。

  浦发卡中心搭建了三套不同观测维度的客户洞察体系，实现对客户的统一认知：一是“360客户洞察体系”，由5大维度、21大类、64小类的共8000余个客户标签构成，实现对客户的全方位洞察;二是“客户轨迹洞察体系”，以个体客户为中心，以客户旅程为主线，清晰地按时间顺序还原出客户与浦发卡中心的交互历史;三是“客群洞察体系”，通过客户分群解决精细化管理问题，将目标客群与对照组进行对比和分析，寻找可经营空间，针对不同客群制定差异化经营和服务策略。

搭建“智慧底座”，数字驱动精准施策

  深化客户认知是企业开展智能化转型的前提，但在转型的道路上，企业将面临三大挑战：一是在数据提炼方面，数据是金融发展的重要战略资源，而在信息时代，数据量爆炸式增长，客户信息提炼的效率已跟不上业务增长的需要;二是在模型服务方面，机器学习模型是数据价值应用的有效手段，但是模型训练、评估、部署、迭代流程长，管理复杂，效果难以保持;三是在策略应用方面，数据、模型的价值取决于在策略中发挥的效用，而策略制定通常依赖大量人工干预，受限于业务经验，导致策略验证、评估周期长。

  针对以上问题，浦发卡中心经过几年的打磨，完成了“小浦智慧大脑”项目群的建设和落地。

  在数据提炼方面，将客户特征由人工提炼转变为智能衍生。打造信息集成中心，开创一种人工与算法融合的特征构造新模式，将建模人员常用特征挖掘经验固化为算子，基于RFM模型产出具有业务含义、可解释的基础特征，并结合深度特征融合算法，实现特征多层次交叉组合，进而衍生出更多、更深层次的特征。目前，已自动产出有效客户特征6000多个，将其应用于模型开发中，可缩短80%的建模时间。

  在模型服务方面，将量化模型由定制化开发转变为标准化服务。打造模型管理中心，推进模型管控“三部曲”：一是模型自动训练，通过对接自动特征工作，优化贝叶斯搜索算法，用户只需定义目标、选择样本，即可自动完成建模;二是模型弹性服务，运用云原生搭建模型服务体系，可一键部署PMML、Spark等主流框架产生的模型，并实现资源隔离、自动扩容;三是模型自动迭代，打通模型训练、调优、集成、验证、部署、监控及迭代的决策闭环，实现模型指标实时监控，及时触发模型自动更新，提升模型效果。

  在策略应用方面，将策略部署由强耦合嵌入转变为高灵活配置。打造统一决策中枢，解决模型业务应用灵活性低、多模型决策应用难等问题。中枢基于微服务、云原生、流程引擎等技术，提供即配即用的数据获取、模型整合、策略配置、实时服务、监控预警等功能服务，可实现模型拖拽式编排、分布式服务，加快数据资源、模型策略整合，无缝对接业务流程的进程，提升多模型统一决策的效率。

  目前，“小浦智慧大脑”已帮助浦发卡中心实现百余个大数据模型的统一管理、统一决策，覆盖风险、营销、运营等各种业务场景，支持每天千万级的实时预测和亿级的批量预测请求，服务成功率保持在99.99%以上;依托自动特征挖掘，实现模型自动训练、自动迭代，累计支持模型更新和部署近千次。

厚植“技术底座”，赋能信用卡业务转型

  为了使数据能够有效应用于信用卡业务场景，浦发卡中心通过夯实数据基础、提升客户认知、搭建智能中枢等方式，打造了数据驱动业务发展的“技术底座”，并且不断探索创新客户经营、风控、合规等领域的管理模式，将数据全面融入业务场景中，推动实现数据价值最大化。

  1. 数据赋能创新型客户经营

  为贯彻落实“全面建设具有国际竞争力的一流股份制商业银行”的战略目标，浦发卡中心积极探索客户经营的新模式，提出了客户经营的新主张：“让每位客户都有适合自己的经营策略”，即“一人一策”，它是对客户经营终极目标的高度概括。“一人”指的是对客户全面洞察和精准识别，是“产品本位”向“客户本位”转变的基本前提;“一策”是基于对客户的全面洞察，制定符合客户特征的、个性化的经营计划，将最合适的产品和服务，通过最合适的渠道，在最合适的时间配置给最合适的客户。

  为确保“一人一策”经营理念的准确贯彻，浦发卡中心构建了智能客户经营平台。首先，为每一位客户打造专属的个性化经营计划书，计划书共包含七大部分，其中，“个人信息”“关键指标”和“交互历史”解决了“客户是谁”的问题;“通用评分”和“当前阶段”解决了“客户要什么”的问题;“经营目标”和“经营指令”则是“如何让客户满意”“如何让客户贡献价值”。其次，建立统一的“经营武器库”，整合所有为引导、激励和管理客户而制定的产品、活动、服务等相关经营手段，并将其全部进行标准化、线上化管理。再次，依托“小浦智慧大脑”，建立覆盖客户购物、汽车、美食、保险、分期产品等多场景的评分模型，洞察客户的消费偏好。最后，通过客户与“经营武器库”的智能匹配，形成个性化的经营指令，在浦大喜奔App、“浦发银行信用卡”官方微信公众号、客服坐席等十余个渠道中选择最适合的渠道触达客户，最终实现数千万客户经营计划书的完整落地。

  智能客户经营平台的建设是浦发卡中心实现高质量客户经营转型的重要基石，也是践行“以客户为中心”的经营文化、深耕信用卡市场的重要举措。目前，累计已有上千个活动、上万条经营策略在该平台上运行，月均触达客户近亿次。同时，该客户经营模式也已成功延伸应用于浦发银行各分行卡部，帮助分行探索属地客户，了解属地客户特点，赋能分行在线经营新能力。

  2. 数据赋能智能化风险管理

  风险管理是信用卡业务的核心，浦发卡中心基于“小浦智慧大脑”的智能化能力，广泛借鉴同行业先进经验，积极探索推进风控业务智能化升级的新方法。

  一方面，建设“1+N风险管理模型策略体系”，对客户行为、用卡轨迹、外部数据等弱变量数据进行深入挖掘和分析，在传统评分卡决策模式上叠加由数个机器学习模型组成的风控模型群，形成覆盖贷前、贷中和贷后各个环节的风险管理模型策略体系;根据客户不同生命周期的信贷特征，对客户进行风险评级，并采用决策树等分群手段识别风险，将之与不同风险策略相匹配，实现智能化风险防控。

  另一方面，创新打造ALPHA工程，探索风险策略快速迭代更新的新路径。首先，依托自动特征工程的自动数据挖掘能力，实现有效客户风险识别特征自动产出。其次，打通自动客户特征、自动模型训练、实时模型服务，实现风险识别模型“建立—迭代—服务”全流程自动化。最后，依托自动化的客户特征和自动分群算法实现精细化风险识别，并结合组合优化方法对客群进行筛选、组合、测算、评估，实现高质量风控策略的智能适配。全流程的自动化使得风控策略迭代周期从几个月缩短至两周，使风控业务可以快速适配最新的风险形势变化。目前，ALPHA工程已初步应用于获客阶段的风险初判和审批阶段的准入决策，致力于在锚定一定风险水平的前提下，最大化提升获客收益。

  3. 数据赋能精准化客户服务

  浦大喜奔App、客服热线、“浦发银行信用卡”官方微信公众号等是浦发卡中心接触和服务客户的重要渠道。围绕这些渠道，浦发卡中心打造了“主动服务-自助服务-智能服务-人工服务”的倒三角漏斗型服务新模式：一是让服务更“体贴”，依托“小浦智慧大脑”，深挖和分析上述渠道触点数据所形成的客户洞察体系，更加“懂得客户”，准确识别客户并预判客户来电意图，为客户提供精准的个性化服务菜单或人工服务，快速定位和满足客户需求，在改善客户体验的同时，提升服务效率;二是让服务更“顺畅”，基于全服务渠道的数据经营，强化服务渠道间的串联协同，构建全渠道客户服务体系，使客户可以根据需要在多个服务渠道间顺畅切换，“一站式”满足客户服务需求;三是让服务更“热情”，借助“天梯系统”对客户行为的实时感知能力，在“办卡—活卡—用卡”多个环节和应用场景中主动介入服务，通过语音电话外呼、图文消息推送等方式主动触达客户，精准解决服务的断点和痛点问题，改变传统以人工被动服务为主的简单服务模式，让服务更加热情有温度。

  4. 数据赋能穿透式合规内控

  为满足信用卡业务高质量发展的客观要求，确保分行营销队伍能快速适应不断变化的监管环境，浦发卡中心坚持“合规为先、风险为本、精耕细作、稳健发展”的经营理念，建设了“探照灯”系统，精准识别营销人员作业过程中的潜在合规风险。

  “早、全、快”是“探照灯”系统的标志性特点。一是发现问题早，依托长期沉淀的技术底座，捕捉分行营销环节的人员、资源、业绩、客户、活动、轨迹、行为等方面的数百维特征，快速识别高风险组织与个人，第一时间掌握分行营销合规风险，防止问题衍生扩大，尽可能做到“早发现、早提醒、早纠正”;二是覆盖问题全，成功建设以员工为中心、以工作流为管控链条的员工异常行为防控体系，全方位识别涵盖作业过程、职业规范、金融规范、信息安全等方面的合规风险;三是流程运转快，基于全流程闭环的系统化构建和平台自动化能力，以点带面，举一反三，带动所有分行自查自纠，消除类似隐患，以数字之光照亮分行合规营销之路。

  《金融科技发展规划(2022—2025年)》强调，要坚持创新驱动发展，坚守为民初心、切实履行服务实体经济使命，高质量推进金融数字化转型，健全适应数字经济发展的现代金融体系，为构建新发展格局贡献金融力量。未来，浦发卡中心将持续贯彻新发展理念，勇当金融科技创新的“先行者”，拓展“数据+技术”赋能的新路径以及数字化转型的深度和广度，进一步完善数据安全管理制度，探索更加安全可控的数据使用方式，保障客户的隐私和信息安全;深化打造“1024”程序员节、建模大赛等特色科技活动，加强数字化人才培养，提升员工数字化素养;持续深耕普惠金融，依托数字化转型成效及科技赋能，高效触达客户，不断满足客户多元化、个性化的金融需求，传递浦发卡中心金融服务的温度与力度，为美好生活创造价值。同时，浦发卡中心还将持续提升数字化、智能化水平和金融服务质效，扩大金融服务场景，构建开放共赢的数字化金融生态圈，进一步推动信用卡业务高质量发展。