乐鱼体育买球

乐鱼体育投注靠谱:首页 > 产品中心
产品中心

|

发布时间:2022-05-10 03:43:36 来源:乐鱼体育买球 作者:乐鱼体育下注app

乐鱼体育下注app

  伴随着2021年底,新一代全功能银行系统——恒心系统成功投产上线,历经调整阵痛的恒丰银行战胜重大风险考验,迎来破旧立新的数字化转型发展新征程。

  此轮金融科技布局始于2019年,彼时恒丰银行在三年战略发展规划中明确提出,金融科技需要打造先进可靠基础技术体系,形成安全稳定运行的能力;要求建设一体化、自助化、自动化、智能化、安全可控、成本精细化管理的软件定义数据中心运营管理体系,持续提高软件定义数据中心能力,构建多云生态体系,提供开放、弹性、灵活的集中式与分布式相融合的金融云服务,支撑业务系统的敏捷研发、灰度发布、安全稳定运行。三年来,恒丰银行通过一系列项目建设,在平台建设、流程优化、数字化运营、风险管理等多领域实现变轨升级,打造了自身特色化优势。

  2022年4月2日,恒丰银行发布2021年年报。从2019年到2021年,恒丰银行总资产增幅达18.32%、贷款增幅46.27%、净利润复合增长率在全国性股份行中排名第一。年报显示,2021年恒丰银行发布了“建设一流数字化敏捷银行”的新战略,明确了未来5年乃至到2035年全面推进数字化转型的时间表与路线%,这一数据超过了大多数同业。站在高质量发展的新起点上的恒丰银行,将充分发挥技术优势,以数字驱动激发创新动力,实现从发展目标、体制机制到产品创新、组织架构、业务流程的全面数字化转型。

  金科创新社收集、整理、归纳了恒丰银行近年来的科技创新的17实战案例,从基础设施、创新应用到安全运营,描画恒丰银行数字化发展的实施路径,为同业提供参考、借鉴。

  一是引入建设银行历经6年打造的新一代核心系统,系统采用企业级技术架构和数字架构,通过组件化、平台化、面向服务的企业级方案,实现了“竖井”向“平台”的转变,在快速灵活开发的同时,打下了数据资产化的基础。

  二是构建应用服务平台,实现应用系统的逻辑态(逻辑模型)、部署态(部署架构)、实例态(部署实例)三态管理功能,承载按需提供自助、敏捷、弹性的金融云服务和构建适配建行新一代技术能力和标准两大技术架构工作目标。

  三是打造金融云IaaS服务平台,提供面向金融客户的完整、易用、稳定、安全、合规、敏捷、弹性、成本优化的基础设施服务,支持恒丰金融云的运营和平台输出。

  四是建设移动业务平台,实现“用心倾听的敏捷银行”,基于移动时代客户原需求和体验的技术架构,为App开发、测试、运营及运维提供云到端的一站式解决方案,将恒丰移动银行作为一个互联网经营平台,构建运营生态,建设以客户为中心、以组件化、敏捷性、互操作性为特点的开放式架构的银行系统。

  五是创新全媒体双活云客服系统,国内商业银行中首个在金融云上建立的基于SIP软交换技术的全媒体、全渠道整合、智能化、人性化、高可用客服系统,在业务上创新性的实现了行内即时通讯和客服系统打通的“全员坐席”、“移动坐席”业务模式,坐席职场多点多活。技术上实现了双中心双活全面高可用、SAAS软电话、移动云服务等创新。

  六是以开放银行为抓手,共建泛银行生态系统,通过内部开放、同业开放和全面开放,把行内存款、理财、信贷等拳头产品输送出去,借助互联网公司的巨大流量,实现产品规模快速上量;把行外优质的产品和服务引入进来,丰富手机银行和直销银行一贯的产品,为客户打造一站式的智能金融生活服务平台。

  提供基础的数据采集、接收、过滤解析、实时规则计算、存储和分析挖掘功能,以此为基础构建实时营销平台、实时风险预警平台进行业务逻辑加工,行内的各个渠道系统、信贷系统、IT运营监控系统、运营风险监测通过订阅方式获得实时处理后的数据,满足IT运营实时监控、客户行为分析、交易反欺诈、授信评审与贷后预警、运营风险监测等方面的业务需求。

  基于恒丰银行自主设计开发的企业级大数据应用平台,利用海量结构化与非结构化数据的低成本加工存储、快速统计分析、业务模型探索、实时分析与决策等能力,提供各类专业化服务工具、规范的理财服务流程,提升顾问式销售能力和专业化理财服务水平。

  人才贷项目面向两院院士、国家高端科创人才以及济南市高层次人才等客群,提供线上申请、智能+人工审批、自动提款、随借随还的个人经营性贷款。以大数据、机器学习等技术为驱动,以高层次人才的可变现价值作为重要依据,同步关注相关的个人和所控企业经营信息及其连续性;根据人才客户账户、结算以及未来成长,对人才融资产品进行综合定价;通过生物识别鉴权、海量数据和多维数据验证,建立“人才+”的综合授信体系,实现高效、便捷、准确的线.基于大数据的客户关系管理系统

  分析整合大量的行内外数据,综合运用知识图谱、机器学习、智能推理引擎、自动规划等智能技术,充分挖掘行内外结构化与非结构化数据信息价值,减少客户数据采集成本,实现更全面清晰的客户视图,并通过自动化工作提醒、优化组合产品解决方案、智能客户推荐等多种业务功能,提升一线业务团队的工作效率。

  系统主要分为基础数据层、基础技术服务层和应用层。基础数据层主要负责行内行外数据接入、存储,通过自建爬虫体系、购买外部服务数据API或文件批量推送服务实现各类数据的接入,形成风控专用的风险数据集市;基础技术服务层主要对基础数据层接入的数据进行深加工;应用服务层直接或以与其他关联系统交互的方式发挥风险控制作用。

  根据零售业务营销要求,运用多种数据源分析客户行为,洞察客户需求,实现精准营销与服务,提高银行客户满意度和忠诚度。针对不同的客户特征、产品特征和渠道特征,制定不同市场推广策略。主要从“用户画像、精准推荐系统、需求预测和客户价值”等方面构建精准营销系统。

  平台整体逻辑架构划分为:数据源层、平台层、流计算层、分布式实时数据总线服务层、应用层五个逻辑层次。全渠道运营方面,渠道业务人员能够随时了解渠道系统客户的地域分布、访问时段分布、交易类型分布、关注产品分布、终端使用分布等信息,从而判断产品运营情况,提高产品运营水平;精准营销方面,渠道业务人员能够随时了解单一客户的理财产品偏好、基金产品偏好、地域偏好、功能偏好、访问时段偏好等行为画像信息,从而为后续精准营销、个性化定制应用、反欺诈等打下坚实数据基础。

  以H5为承载体,行员通过维护个人信息,可将电子名片、资讯、热门活动、热销产品、海报、视频等内容分享给微信好友或微信朋友圈,达到了跨域宣传推广,增强了行员与客户黏度,推广了行内营销活动,吸引客户办卡与购买产品,协助行员完成拓客、活客目标,最终实现了销售业务转化。

  模型案例基于TDH平台Discover开发,在此引擎上通过综合使用多种机器学习算法,实现了对客户行为分析、客户标签画像、客户流失预警、风险分析、智能推荐等模型开发。

  将安全业务自动化处理与数据深度挖掘相结合,优化企业安全处理过程,结合人、资产、威胁、法规政策等相关因素,做到真正的移动业务风险管理。大数据技术使原有被动式的事前策略预防,事中处理和事后审计流程,转为更加主动的自动评估预测与智能检测加固防护,帮助企业安全管理部门实现从追求功能价值到追求数据价值的核心诉求。平台主要包含数据感知中心、数据流程中心与数据展现中心三个主要功能模块。

  以风险类别和数据表现为突破口,对120个风险监测预警模型进行分类实施:高频低危的风险点的模型,采用传统T+1进行监测;低频高危的风险点模型,采用准实时性监测预警策略。充分发挥大数据平台优秀的存储能力和计算能力,分类开发了“准实时业务监测”、“T+1日业务监测”监测预警模型。



上一篇:Go与C在嵌入式应用开发中的对比
下一篇:自动化专业该如何学习嵌入式?