来源：鑫智奖·2024第五届金融机构数智化转型优秀案例评选
获奖单位：苏州银行
荣获奖项：数字风控优秀案例奖
一、项目背景及目标
为应对内部风控创新、业务重塑，外部数字化转型趋势等带来的挑战，我行于2022年正式启动建设智能风控中台。智能风控中台根据“风控能力共享、基础能力下沉”的一体化架构理念，引入图数据库、规则引擎、流批处理、容器化等一系列前沿科技技术，基于我行云平台，重构统一决策平台，构建统一模型管理基础组件，整合统一反欺诈系统、风险预警系统及内评系统各项能力，打造集各类风控特征变量、专家规则和算法模型于一体的、具备统一管理与应用的智能风控中台。
二、创新点
1) 技术及业务组件高内聚低耦合，治理传统烟囱式建设缺陷。目前，业内普遍存在烟囱式系统建设，各风控策略模型间，甚至风控变量间都存在重复造轮子、无统一管理的问题。智能风控中台提供了统一的基础组件，且各功能模块、风控变量、风控策略及模型支持跨场景、跨业务的共享复用，可快速集成上线，达到“一点出险，全面布控”的交叉布控作用，实现降本增效。
2) 强化运营，构建运营与风险一体化的循环体系。传统风控偏事前，缺乏持续风险监督学习、运营及量化。智能风控中台提供了自动化一站式监控、分析、反馈解决方案，统一风控运营各个环节数据，统一加工，实时更新共享，并深度挖掘业务运营中沉淀的风险信息，反哺风险策略，构建运营与风险一体化的循环体系。
3) 自主研发，实现全栈信创。智能风控中台项目组全程参与系统设计、开发及上线，实施过程中紧扣“基础能力下沉，风控能力共享”的风控一体化理念，整合全行各个风险应用系统资源，充分利用我行信创云及其他信创组件，如信创数据库、信创中间件等国产化软硬件，实现了智能风控中台系统群全面信创化，并完成旧平台所有策略及模型的迁移及验证工作。
三、项目技术方案
本项目使用底层基础技术组件：oceanbase、hologres、aerospike、ots、elasticsearch、mq等，构建六大基础应用组件，形成风控基础能力，通过决策网关、风控网关对外提供授信、反欺诈等服务。其中风控中台主要具备六大基础能力：
1) 决策引擎：建设了丰富的策略配置运行组件，业务组件复用编排，业务资产配置化、模板化、向导化，支持热部署。同时，提供多样的策略自动化测试、策略预警、报表分析等运维组件。
2) 模型引擎：模型引擎建设着眼于模型开发与优化、模型验证、模型投产发布、模型监控和模型管理等层面，实现模型资产化管理，优化模型生命周期管理能力，提升模型监控智能化水平，降低模型开发学习成本，提升模型部署投产效率。
3) 变量中心：将风险变量开发与运行统一管理，建立贯穿全渠道、全产品、全客户，立体的风险数据资产标准化体系，记录并沉淀变量加工逻辑，实现风险数据资产全生命周期闭环管理。
4) 图谱引擎：提供知识抽取、图谱挖掘、图谱应用相关功能，为使用者提供一站式简单、快捷、高效的图谱可视化应用组件。
5) 设备指纹：建立客户身份ID与互联网设备的对应关系，丰富客户风险画像，为实现互联网风险防范自动化提供数据支撑。
6) 风控流式引擎：融合CEP、可计算缓存等理念的实时流数据处理引擎，灵活配置、即时部署、实时生效、高性能、高可靠性、强伸缩性多效并举，为风险变量加工提供强大的流式计算能力。
四、项目过程管理
本项目分三阶段实施：
1）第一阶段为建设风控中台核心模块，包括决策网关、决策引擎、变量中心、风控流式引擎。同时，将行内已有的图谱引擎、设备指纹能力整合入风控中台。
项目规划：2022-06到2022-11
需求分析：2022-12到2023-02
系统设计：2023-01到2023-03
代码开发：2023-02到2023-04
SIT测试： 2023-03到2023-04
UAT测试： 202305到2023-06
上线时间：2023-06
2）第二阶段为建设模型引擎，丰富风控中台基础组件，同时将风险模型迁移到模型平台。
项目开始：2023-01到2023-02
需求分析：2023-03到2023-04
系统设计：2023-04到2023-04
代码开发：2023-05到2023-06
SIT测试： 2023-06到2023-07
UAT测试： 2023-07到2023-08
上线时间：2023-09
3）第三阶段为借助风控中台能力，构建我行贷前、贷中、贷后风控策略，截止2023年12月底已构建70多个产品策略。
策略构建： 2023-06到2023-12
五、运营情况
风控中台上线以来，运行情况良好，目前以初步达成建设目标，主要体现在如下几个方面：
1) 从个人、企业主、企业多维度建设覆盖贷前、贷中、贷后的全流程信贷业务风控体系，提升信贷业务的风险识别、防控及监测能力，预计缩短贷款审批时间40%，年审批金额增长50%；
2) 目前累积对接产品70+，部署规则7000+，年进件量超过1亿。
3) 目前已为50+场景提供反欺诈能力，涉及规则400+。
4) 模型迭代与部署效率显著提升：特色”零代码“建模技术，配套丰富的数据处理和模型训练策略，降低了模型开发学习成本，平台上线以来，累计研发模型148个，部署模型85个，根据对已开发上线的模型进行评估，模型开发部署迭代效率提升100%以上。
六、项目成效
目前，通过构建智能风控中台，我行已初步构建统一智能的风控体系，这一体系不仅充分释放了数据的潜在价值，更通过强化风控能力，有效推动了业务的稳健向好发展，具体如下：
1) 风险管理效能方面：贷款审批时间缩短40%，年审批金额增长50%，显著提升客户体验。
2) 客户权益保障方面：联合人行实验室，智能风控中台获取高危预警对象清单，设计相关反诈策略，对清单中存在电诈风险的交易进行外部控制，通过延缓转账到账时间、公安上门劝阻等警银协作方式，保障客户财产及信息安全。
3) 知识共享方面：打破数据、资源孤岛，形成集团风控知识图谱，为业务创新、业务融合提供方法论。
七、经验总结
1、项目建设经验总结
1) 明确项目目标：在项目初始阶段，确保项目目标清晰、具体、可衡量，并于项目相关方达成共识。
2) 制定详细计划：制定详细的项目计划，包括时间表、预算、资源分配等，确保项目按计划进行。
3) 风险评估与管理：识别潜在风险，制定应对措施。
4) 沟通与协作：加强团队内部沟通，确保信息畅通；与利益相关者保持密切沟通，及时解决问题。
5) 变更管理：对项目过程中的变更请求进行评估和审批，确保变更符合项目目标。
6) 经验教训分享：将项目经验与教训分享给团队成员和其他相关人员，促进知识共享。
7) 质量控制：建立严格的质量管理体系，对测试案例进行评审，确保案例可以覆盖功能点。
2、项目推广经验总结
1) 推广宣传：项目前期通过行内各种渠道（OA门户、内部通讯工具）发布项目计划、项目成效等宣传内容，提高项目知名度与关注度。
2) 组织培训：项目测试阶段，利用线上线下多种渠道组织培训，并下发系统使用手册，保证用户无障碍使用系统。
3) 反馈收集与改进：收集用户反馈，及时调整系统相关功能，提高用户使用体验。
更多金融科技案例和金融数据智能优秀解决方案，请在数字金融创新知识服务平台-金科创新社案例库、选型库查看。返回搜狐，查看更多