中国电子银行网|6大业务系统迎来密集调整，信用算力：互联网贷款“基本法”落地( 二 ) 《商业银行互联网贷款管理暂行办法》（

3.数据质量全监控，通过内嵌数据监控模块，对数据质量如接口稳定性、响应性能等运行指标进行实时监控和报警，支持行方全可视化配置报警策略和接受人员，并对数据源异常情况下的同类数据源灾备切换。
4.实时数据成本管控，通过内嵌账务管理模块，确保行方各个数据源接口自动化，支持查询周期性调用量、查得率，和导出可视化对账表，方便成本管控人员全面掌握数据源使用情况。
5.实时查询全维度数据调用量，通过内嵌BI报表模块行方可以对不同分支机构业务产品、数据源、数据产品、分日、周期等全维度数据调用量、调用成本、查得率、成功率等统计指标可视化表格展示，为业务人员分析和决策提供高效支持。
6.数据全量可回溯，通过对所有数据源调用查询记录进行版本化、日志化、结构化存储，提供全可视化历史调用记录查询回溯，支持业务人员分析评估数据源质量。
三、掌握自主风控能力，是监管对商业银行开展互联网贷款业务要求的底线
《办法》在第四条、第十九条、第三十八条等均涉及风险建模、决策引擎、反欺诈系统相关内容，坐实监管敦促商业银行摆脱外部依赖，掌握核心风控这一实质要求。从业务层面看，全流程风险管控离不开对决策引擎、建模平台、风控指标中心的优化与调整。
信用算力研究院了解到，目前第三方服务商提供的智能引擎系统大多已实现针对可重用的规则、决策表、决策树和规则流等风控组件的编辑、部署、运行、监控功能，行方可根据不同信贷产品场景自主灵活配置，对准入预授信、申请反欺诈、实时授信决策、工作流分配、催收预警等模型策略进行管理优化。
智能建模系统则具备了支持模型开发、测试、配置、检验、部署、监控与全方位模型管理功能，辅助行方搭建身份认证模型、反欺诈模型、反洗钱模型、风险定价模型、授信审批模型、风险预警模型、贷款清收模型等，缩短建模时间，降低建模技术门槛，减少行方风控建模人力投入。

文章图片
3-3信用算力智能建模系统示意图
以信用算力过往服务为例，在接入信用算力风控模型后，某银行线上信贷产品风险违约模型KS达0.45 ，模型评分区分度表现良好，分值区间对应预测违约率与实际违约率误差有明显降低。
四、关注客户反馈与投诉率，搭建AI客服系统
《办法》第十条提到， “构建安全有效的业务咨询和投诉处理渠道，确保借款人享有不低于线下贷款业务的相应服务，将消费者保护要求嵌入互联网贷款业务全流程管理体系。 ”构建安全有效的业务咨询和投诉处理渠道，关注客户反馈与投诉率，搭建AI客服系统必不可少。
主流的AI客服系统可以为行方提供应用在Web、APP、微信、小程序等多渠道下的智能在线客户服务，实现7*24小时客服在线，全面提升用户体验。
AI客服系统有三大重要功能模块构成：
·知识管理系统，支持独立机器人配置词库，同义词、专业名词、停止词、词权重；个性化提升机器人行业语言处理能力；
会话树平台，支持正式会话树与测试会话树，和条件判断、触发、跳转，以及可视化配置等；
统计报表系统，确保AI客服运营效果一目了然，机器人的训练工作清晰可见。

文章图片
4-4信用算力AI客服系统展示图
五、自动化信审管理系统无法取代人工核验，但仍是风险管理环节的核心组成部分
《办法》第二十二条提到， “商业银行应当明确人工复核验证的触发条件，合理设置人工复核验证的操作规程。 ”此处对商业银行互联网贷款业务中的信审策略提出明确要求，良好的决策审批系统具备支持多渠道进件接入，拥有完备的信审策略以及审批流程灵活配置等特点。