2024基于因果推断的智能经营模型体系.pdf

基于因果推断的

智能经营模型体系

度⼩满/李东晨2024年FCon将聚焦金融行业发展和创新，围绕金融机构在数智化转型以及金融科技应用落地过程中的痛点和实践，邀请国内外金融机构及金融科技公司专家分享实践经验与深入洞察。

信贷经营框架介绍

•信贷经营环节及重点模型

•传统信贷经营体系：v1.0时代

•智能信贷经营体系：v2.0时代

2024年FCon将聚焦金融行业发展和创新，围绕金融机构在数智化转型以及金融科技应用落地过程中的痛点和实践，邀请国内外金融机构及金融科技公司专家分享实践经验与深入洞察。

信贷经营环节及重点模型

信贷客户经营的工作，从用户授信成功后直到流失整个生命周期都有覆盖，主要分三个方向：

1.Offer优化：在控制风险的前提下，为不同用户匹配最适合的Offer，达到盈利最优目标

2.效率优化：在控制成本的前提下，为不同用户匹配最适合的权益(优惠券)，达到效率最优目标

3.用户留存：判断用户流失风险，并对用户的流失原因做归因分析，有针对性运营，提升整体留存率

2024年FCon将聚焦金融行业发展和创新，围绕金融机构在数智化转型以及金融科技应用落地过程中的痛点和实践，邀请国内外金融机构及金融科技公司专家分享实践经验与深入洞察。

传统信贷经营体系：v1.0时代

目标客户识别人工策略配置结果观测

风客

险个人风险户

评分层需需求评级

级求

偿2024年FCon将聚焦金融行业发展和创新，围绕金融机构在数智化转型以及金融科技应用落地过程中的痛点和实践，邀请国内外金融机构及金融科技公司专家分享实践经验与深入洞察。

还收入：负债：偿债能力：

能个人收入、消费贷、收入-负债

力经营收入车房贷

资企业资质：

质资产年限、经竞品情况

评稳定性营状况

级

1.【维度有限】：仅依赖人工能组合的能力上线有限，客户经营个性化程度也有限

局限性2.【经营目标】：不同经营手段的目标较难统一，不同经营抓手的目标甚至会互相干扰

3.【经营效率】：细分模块需要投入大量人力，且依赖人工很难准确预测决策前后的业务增量

智能信贷经营体系：v2.0时代

核心优化点架构设计

数超高维度特征自动化收集

据

和处理：特征维度高达几

维

度十万维

2024年FCon将聚焦金融行业发展和创新，围绕金融机构在数智化转型以及金融科技应用落地过程中的痛点和实践，邀请国内外金融机构及金融科技公司专家分享实践经验与深入洞察。

目

标以客户长期生命价值

统（LTV）为统一优化目标

一

MDP迭代：

自①离线训练模型，离线优化

动求解

迭②线上A/B实验

代③客户行为反馈收集à模

型优化迭代

WhyHow？

WHYHOW

经营效率

20%+传统机器学习因果推断

2024年FCon将聚焦金融行业发展和创新，围绕金融机构在数智化转型以及金融科技应用落地过程中的痛点和实践，邀请国内外金融机构及金融科技公司专家分享实践经验与深入洞察。

ü在日趋成熟的个人信贷赛道，经ü智能信贷经营体系的核心就是

营效率是企业的核心竞争力之一要搭建一套以因果推断为基

础，以客户全生命周期价值