“税e融”背后的大数据竞争力.docVIP

“税e融”背后的大数据竞争力 　　在江苏银行“税e融”风生水起的背后，是大数据发挥着产品设计与风险管理的核心作用。在“税e融”取得成功后，江苏银行已经将应用范围扩展到“E融”系列――涵盖了对公、对私多个业务产品，对大数据应用场景的熟练掌握已经成为商业银行的竞争力所在。 　　“因为我本身是外地户口，公司在当地又没有房屋等固定资产，所以一直融资很困难。去年12月份有人突然电话我说不用抵押就可以贷款，当时感觉这事不靠谱。后来又说让我带上纳税数据去银行，通过审批可获得贷款，我想不如就去试试。”杭州奥腾绣品有限公司法人代表蒋亮表示自己当时抱着半信半疑的态度去了江苏银行杭州市萧山支行，“没想到从进去调出纳税数据、开户办卡、到放款仅仅一个半小时就全部完成了，公司成功申请到了‘税e融’的95万元贷款。” 　　这只是“税e融”为小微企业解决融资难问题的一个案例，根据江苏银行“税e融”项目负责人介绍，截至2016年5月底，“税e融”授信客户总数已超过1万户，累计发放贷款达78.08亿元，在杭州、深圳地区累计为近千家企业提供了超过2亿元贷款，成为银税合作不折不扣的“隐形冠军”，受到众多小微企业主的好评。而且，“税e融”产品还被评入2015年度江苏省银行业“创新服务”最有影响十大事件名单。同时，江苏银行还与甘肃、湖南、山东、福建等地区的城商行开展了“税e融”的深度合作。 　　应数据而生的“税e融” 　　2014年10月，江苏银行为了响应当时的大数据与互联网热潮，启动了大数据的研究，研究认为，“金融业务线上化趋势终究会到来，这个过程也许是三、五年，也许是十年，但是它终究会全面实现。开始的两个研究方向是风险控制和业务营销。在实施的过程中，发现数据质量是大数据应用的基础。经过多次探讨，江苏银行确定了大数据的三项工作重点：风控、营销与数据治理，随之江苏银行启动了数据治理工作，用了大概一年的时间，数据质量有了明显的提升。 　　在2015年4月份的第二次大数据会议上，江苏银行认为数据治理已初有成效，风控取得了明显的效果，但营销场景问题仍不容忽视。鉴于此，江苏银行高层亲自带队调研，调研结论是只有业务线上化的途径才能真正实现对客户的营销场景建设。江苏银行创新的‘E融’产品系列就是是大数据应用和‘业务线上化’的典型体现。参与当时调研的人士坦言：“实际上当时主要是为了把业务搬到线上，而要把业务搬到线上，我们自然而然地也就想到了互联网金融这条路，这成为我们的突破点，实践证明我们成功了。” 　　除了线上化策略，税务数据的打通是“税e融”能够顺利面世另一关键点。江苏省税务局也非常愿意与江苏银行进行合作为纳税人提供更多的服务，并且认为“税e融”非常具有创意。经过慎重考虑，江苏银行认为以纳税额来判断企业的信用优劣是可靠的。双方便就此迅速展开了深度合作。而除了税务数据，江苏银行还进行了其他多项数据的交叉印证，具体包括公开信息的采集、外部数据购买（工商数据、公积金、统计局、征信记录等），江苏银行为此专门建立了外部数据采集平台，采集整合了将近30种数据对贷款申请人的资质进行交叉印证。 　　实时决策+提前预警 　　“税e融”不论是在开发还是在运行上，最为重要的就是数据，从建设之初江苏银行就深知数据的重要性，因此在“税e融”推出后，又对数据仓库的建设进行了全新的改造。目前，南京大学在江苏银行建立了大数据博士后工作站，借助江苏银行的数据积累进行大数据的研究。 　　江苏银行已经启动了对数据系统的云化、虚拟化改造，能够做到这些的基础就是江苏银行实现了网络设备、存储设备和服务器的国产化，真正做到了自主可控。实际上，投入下降后，江苏银行的资金被大量地转到应用开发上，使投资结构进一步优化，很好地推动了业务的发展。真正意义上来讲，江苏银行认为目前还不需要传统的数据仓库，而代之以类似于小型数据仓库的“ODS+数据集市”的模式。目前，江苏银行正在将其迁移到Hadoop上来，在提升计算效率的同时，进一步节约硬件投入，以便于把更多的资源、资金用在应用开发、研究上。 　　2016年4月，江苏银行建成了实时决策平台，由于采用了Hadoop、Spark Streaming流处理引擎、redis分布式缓存、kafka消息队列等大数据技术，保证了平台吞吐量可达到1000+TPS，99%的延迟控制在200ms以内，规则模型及时配置生效，并且规则的增加不会造成延迟的非线性增长。据介绍，该平台具有极强的数据处理能力，能够实现实时风控、实时营销的系统需求，并能够提供较强的扩展能力。以手机端应用的反欺诈为例，客户通过APP发起转账、提现、登录等请求到江苏银行生产系统服务端；服务端在接受到业务请求后，不改变原有业务模式，通过总线系统将风控请求传输到实时决策平台的风控引擎模块，等待风控引擎返回决策结果。风