“民生信用卡-华为”大数据联合创新实验室：以大数据+AI加速信用卡数字化转型
2021-11-06 11:33:26   来源：华为官微   评论：0 点击：

 

　　一、联创实验室的研究实践

 

　　联创实验室由来自民生信用卡中心与华为的数据科学家和研发工程师，以及民生信用卡中心业务部门的专家共同运营。联创实验室一期规划实现两个目标：一是利用民生信用卡中心丰富的数据应用经验和业务场景，结合华为在数据与平台架构领域的技术积累，加速民生信用卡中心对先进的机器学习及人工智能技术的研究与落地应用，更好地驱动业务决策；二是打造领先的智能数据解决方案，充分释放数据价值，构建能力与平台工具为民生信用卡数字化转型赋能。

 

　　在客户体验方面，联创团队围绕“客户之声留言主题分类”展开了探索。 当前，语音文本转写、客户留言、通话备注等非结构化数据已经成为金融机构的一项重要数据资产。这些“客户之声”数据可以帮助金融机构更好地了解客户的关注点、客户对于金融产品服务的反馈和建议，是非常珍贵的资源，在帮助金融机构改善产品和服务方面具有巨大价值。然而传统的机器学习算法无法支持非结构化数据处理，不足以利用和发掘这种非结构化数据的价值。在该方案中，联创团队应用多种自然语言处理技术，构建了两级分类流程，如图1、图2所示。该流程通过卷积神经网络(CNN)、BERT模型、Stanford Parser中文句法分析器、中文embedding以及规则匹配等技术开发，实现了对全民生活App中客户留言的自动化主题分类，帮助业务部门更好地洞察客户诉求， 为额度调整、分期、还款等业务提供了数据参考和优化方向，实现全年智能服务超4亿人次，进一步提升了客户体验及信用卡业务营收能力。

 

　　在智慧营销方面，联创团队聚焦于提升客户活跃度和转化率研 究 。 移动端App是连接客户与银行产品和服务的关键触点，但是由于客户每天收到各种各样的App消息推送，导致其看到后往往采取忽略的态度，并未真正点击浏览。联创团队利用营销心理学深入分析用户行为，研究文案生成机制，创造性地设计出一套结构化设计文案生成框架来自动生成有吸引力的推送消息，并将其命名为“智能文案生成(PICK)”方案。

 

　　该方案应用了实验设计、自然语言处理、假设检验、回归分析等多种数据科学技术，通过在多个场景下的实际应用和测试学习不断优化文案生成，大幅度提高了全民生活App推送消息点击率。目前方案已经取得了较好的成果，平均点击率提升25%，在一些特定客群中最高点击率提升近80%，有效地提高了营销活动的曝光率和营销转化率，实现了客户体验的有效改善和业务利润的提升。在我国信用卡市场激烈的竞争环境下，各家银行一直在寻找有效的方法来维系客户关系并发现营销机会，“智能文案生成(PICK)”方案使得民生信用卡在同业竞争中具备了独特的优势。

 

　　在风险管理方面，联创团队将风险团体挖掘场景作为攻关重点。 风险团体挖掘的核心问题是如何处理海量的客户关联关系，目前基于图计算技术构建的关系图谱可用于深度数据挖掘，但是常用的Louvain算法只能处理百万级节点关系运算，远低于信用卡客户申请数量。联创团队通过深度优化定制的Louvain算法，实现了百万级节点到千万级节点的图中团体挖掘能力的突破，并且仅需拖、拉、拽即可完成团体挖掘作业。在课题实践中，挖掘1700万名客户的8种相互关联数据仅需5分钟，极大提升了算法效率，而且团体挖掘结果能以非常简洁明了的网络图展示，具有良好的可视化和可解释性（如图4、图5所示）。

 

　　联创团队在信用卡团体申请欺诈和团体交易欺诈场景下完成了算法论证，充分证实了Louvain算法在信用卡场景下落地的可能性及价值。此课题后续的成果也辅助民生信用卡中心制定了一些系统性风险防范的策略，从公司层面完善了交易监控和决策体系，对监管合规具有重要参考意义。

 

　　在平台技术方面，联创团队共同打造了“机器学习算法创新平台”。 数字化转型是民生信用卡中心最为重要的战略之一，在实现这一战略的过程中，各业务条线越发信任、依赖数据及模型结果。目前，民生信用卡中心各业务部门每年对基于模型的解决方案的需求量与过去相比增加了近两倍，但当前传统商业分析软件由于应用场景的局限性已无法满足其建模需求，主要面临如下挑战：

 

　　1

 

　　平台扩展性差，架构层面仍采用单机版架构，建模运算时间长，无法处理大规模数据样本的模型训练；

 

　　2

 

　　算法和框架支持有限，传统商业分析软件算法由厂家提供，更新周期长，数量有限，且不支持业界层出不穷的开源算法和框架，已经无法满足多种业务场景的建模需求；

 

　　3

 

　　深度学习支持能力弱，无法处理文本、语音、图像等非结构化数据；

 

　　4

 

　　无法集成多算法框架，每次尝试使用新的算法框架都需要搭建一套新的系统，导致建模周期长，系统运维复杂。

 

　　为了解决这些问题，联创团队开发了一站式的模型开发训练平台。该平台采用了分布式框架和容器化技术，无论是性能方面还是集成能力方面都最大程度地保证了平台的可扩展性，提供多种建模方式，实现从机器学习到深度学习算法框架的全面支持，使数据科学家们可以基于此平台探索并研究最先进的机器学习及深度学习算法应用，实现算法产品迭代周期缩短30%以上。

 

　　二、联创实验室的合作成果与展望

 

　　回首过去两年，与民生信用卡的联创合作也驱动了华为深入了解金融客户的业务和应用场景，走上了“懂行”之路。“懂行”的本质是“懂”和“行”的融合。“懂”是指站在金融机构的角度去思考和发现其核心业务场景与数字技术应用的契合点；“行”既是指深耕“行业”，具备识别行业关键业务场景需求的能力，又指亲身“践行”，和金融机构、合作伙伴一起聚焦关键业务场景转型升级的实践，做到“知行合一”。在民生信用卡中心和华为的合作中，联创团队通过识别大数据和AI在信用卡业务场景中的应用契合点，对方案进行验证和完善，再将最终成果推向业务应用，实现业务价值，这恰好是华为的一次“懂行”的体验之旅。

 

　　2021年7月22日，联创实验室被《亚洲银行家》评选为“中国最佳AI创新实验室”，以表彰其在探索数据赋能业务、改进产品和服务设计、改善客户体验、提升内部运营效率等领域作出的突出贡献。双方围绕民生信用卡中心的业务场景进行的应用探索和技术攻关，特别是在突如其来的新冠肺炎疫情影响下能持续实现成果突破，意义非凡。

 

　　未来，华为将与民生信用卡中心持续深入合作，以联创实验室为依托启动联创二期课题研究项目。当前，我国信用卡市场已进入存量客户精细化经营的竞争新阶段，联创实验室将信用卡存量客户经营作为重点研究方向，有效利用新数据、新算法、新技术持续改进客户体验，并在此基础上，围绕客户旅程全流程的相关场景，不断丰富大数据和AI技术在营销推荐、智慧风控、数字化运营等领域的应用场景，共同打造业界领先的场景化数据应用解决方案，探索“大数据+AI”驱动下的数字化转型之路。