江苏某市级小贷公司面临 3 大痛点:
一是贷款申请全线下,单笔周期超 5 天,客户流失率达 30%;
二是风控依赖人工核验(查征信 / 资产证明),坏账率居高不下(8%);
三是缺乏业务数据分析工具,无法精准定位高价值客户,获客成本高。
点击空白处退出提示
江苏某市级小贷公司面临 3 大痛点:
一是贷款申请全线下,单笔周期超 5 天,客户流失率达 30%;
二是风控依赖人工核验(查征信 / 资产证明),坏账率居高不下(8%);
三是缺乏业务数据分析工具,无法精准定位高价值客户,获客成本高。
1. 基础功能:小程序端贷款申请(身份证 OCR 识别)、人脸识别、进度查询;管理端审批流程管理。
2. 数据平台核心功能:
① 风控数据模块:对接第三方征信(芝麻信用 / 百行征信)、企业工商数据,通过 风控算法模型(含还款能力评分 / 违约风险预测)自动生成风控报告,评分≥70 分自动进入快速审批通道;
② 业务分析模块:用 Tableau 搭建运营看板,展示贷款发放量 / 坏账率 / 客户分层(按行业 / 额度)数据,支持钻取查询(如某行业客户还款率);
③ 数据预警模块:当客户出现征信异常 / 逾期苗头时,自动触发催收提醒,同步更新坏账率预测模型。
1. 负责任务:搭建智能风控数据平台,开发算法模型与数据可视化模块,对接第三方数据接口,设计小程序前端交互。
2. 技术架构亮点:采用 “多端小程序 + 数据中台 + 算法引擎” 架构,MongoDB 存储非结构化风控数据,Redis 缓存高频查询征信结果;
3. 难点与攻克:风控模型准确率提升问题,通过历史 3 年业务数据(5000 + 笔贷款)训练模型,准确率从 65% 优化至 88%;同时实现数据实时同步,确保风控决策延迟≤10 秒。
评论