【智能金融】金融科技&大数据产品推荐:恒丰银行实时智能决策引擎

2017 年 10 月 20 日 产业智能官 恒丰银行 数据猿

                                                                         



恒丰银行实时智能决策引擎是恒丰银行业务策略管理解决方案的核心产品,该产品让策略业务人员轻松高效地配置出风控、反欺诈、实时营销等场景下实时、准实时的决策模型/规则




官网 | www.datayuan.cn

微信公众号ID | datayuancn


本产品为数据猿推出的“金融科技价值—数据驱动金融商业裂变”大型主题策划活动第一部分的文章/案例/产品征集部分;感谢 恒丰银行 的产品投递


1、产品名称


恒丰银行实时智能决策引擎


2、产品分类


金融科技·风控、反欺诈、实时营销


3、产品介绍


恒丰银行实时智能决策引擎是恒丰银行业务策略管理解决方案的核心产品,该产品让策略业务人员轻松高效地配置出风控、反欺诈、实时营销等场景下实时、准实时的决策模型/规则,实现在实时流数据的驱动下,基于海量数据进行成千上万个决策模型/规则的计算任务,满足高并发、低延迟的应用场景需求。


实时智能决策引擎提供相关业务策略的全生命周期的统一管理,包括可重用的简单规则、决策表、决策树和规则流等组件的编辑、部署、运行、监控等功能,可为任何业务系统提供高效的实时决策管理服务。其非常适用于解决业务策略频繁变化的场景,它能帮助业务将策略模型/规则从应用程序代码中分离出来,通过简单组合预定义的变量、规则,即可灵活编写业务策略/规则,从而使用户能够专注于分析业务策略/规则计算结果、解决业务问题和进行业务决策。


实时智能决策引擎具备业务可视化方式配置业务策略,使非技术业务用户可直接参与策略运营,将业务策略作为核心资产集中管理,提供透明高效的决策服务支持,产品提供一整套高效、易用的策略模型/规则计算服务,配套了全图形化配置界面,并提供一整套高效、易用的API服务,能够被业务系统快速集成。


4、应用场景、人群


交易反欺诈应用场景


欺诈是一个影响所有行业 (特别是金融服务行业) 的持续性问题,随着经济一体化和金融全球化进程的加速,互联网、移动互联网、互联网+的快速发展,金融机构业务规模的迅猛增长和品种日益丰富,以及新兴业务(如互联网金融、P2P、电子支付)及自身特点(交易场景复杂、覆盖范围广泛、追踪记录难度高)带来的风险层出不穷,对各类交易风险监测模型/规则的快速配置并发布、预警计算能力和时效性方面提出了更高的要求。


恒丰银行实时智能决策引擎凭借和大数据相关技术和服务平台进行结合,例如流处理技术、具有推理能力的规则引擎、分布式微服务计算框架、分布式消息队列、具有海量数据查询和分析能力的内存数据库构建的决策引擎具有实时智能决策能力,通过对实时流数据进行高速地规则计算,以检测数据中的异常模式,从而对事中交易欺诈活动(如洗钱和付款欺诈) 保持高度警惕。



实时营销应用场景


在云计算、大数据、人工智能的快速发展背景下,金融行业的营销方式发生了很大变化,根据特定消费者当前的个性需要,为其提供商品或服务,该商品或服务在被消费过程中自动收集顾客信息,分析、了解消费者的偏好和习惯,自动调整产品或服务功能,实时地适应消费者变化着的需要,“以消费者为中心,以消费者需要为出发点,以消费者满足为终点”促使“消费者需要”变成一种“动态需要”,即满足特定消费者当前的个性需要,适应客户需要的多样化和个性化;在应用技术层面迫切需要满足业务人员对实时、精准营销策略/规则进行频繁变化的支持。


恒丰银行实时智能决策引擎通过实时决策路由、营销策略模型/规则,使对客户类系统能够更有效和更快速地搜索产品和服务,从而确定客户最有可能感兴趣的商品或服务。



信用反欺诈应用场景


伴随着互联网金融大潮,各类信贷业务爆发式增长,除了传统的信用卡、小贷业务,消费金融、普惠金融等新型信贷业务也百花齐放。而风控,始终是信贷业务的重中之重,贷前风险审核则是信贷业务风险防范的第一步。


恒丰银行实时智能决策引擎通过实时决策路由、评分卡规则+信用反欺诈模型/规则,为信审类系统进行实时客户信用评级和信用反欺诈监测预警来降低信贷风险。



5、产品功能


恒丰银行实时智能决策引擎分为SaaS和私有版本,产品由运营管理和决策引擎2个系统组成。


系统原理图


决策引擎


决策引擎提供一组API接口,用于集成业务系统,业务数据从业务系统实时下发决策引擎,决策引擎根据运营管理系统的资源配置信息、决策模型/规则配置信息,进行分析计算,计算结果实时输出给业务系统。


在SaaS版本下,决策引擎由多个集群组成,可为众多租户提供不同应用场景下的服务需求(例如CPU、内存、集群节点数量、数据库类型)。


决策引擎集群的服务节点可根据业务需要进行动态横向扩展,以便满足用户的业务发展需要。


租户、业务系统、运营管理和决策引擎的整体数据交互如下图:



与其它人工智能平台/系统对接


和其它传统决策引擎一项重大区别在于,产品实现了在业务决策过程中可根据需要在规则流的某个环节去实时调用其它系统提供的服务接口,特别是在大数据、人工智能时代的反欺诈、实时营销业务场景下,业务决策过程需要有其它人工智能平台/系统提供决策支持;产品通过外部接口对象规则配置,可方便的实现调用需要的人工智能平台/系统提供的服务接口,例如实时调用语义分析、客户画像、机器学习平台、设备指纹系统提供的服务接口实现对反欺诈场景下的交易进行不同风险维度的智能数据分析支持,引擎根据分析结果进行模型/规则计算,从而更加智能的识别出风险信号。



运营管理


SaaS版本的运营管理系统分为系统运营管理控制台和用户运营管理控制台,功能框图如下:



私有版本和SaaS版本的运营管理系统区别在于,私有版本的各种系统级配置(如统一报文配置、路由分区配置等)可以存储在用户本地数据库或文件系统里,各种系统级资源(如引擎资源、数据库资源、消息队列资源等)由用户本地提供,同时私有版本可以安装部署在用户本地环境。


决策模型/规则配置


决策模型/规则配置是产品的核心功能,包括:


1) 多语言插件


规则的条件定义可使用产品自定义的规则语言或SQL语言,或者规则语言和SQL语言的组合条件。


  • 规则语言支持标准的运算符



  • 产品提供一组函数,可在规则语言中使用



  • 产品提供语法检查功能


当规则条件定义完成后,决策引擎的语法检查功能可用于校验用户配置的规则语言或SQL语言是否编写正确。


  • 规则条件定义举例


风险监测规则举例1(基于实时交易流水判断):当前实时交易流水是未成年人大额交易(判断条件:交易金额大于5万,客户年龄小于16岁)则命中规则,那么规则条件编写如下:



风险监测规则举例2(基于时间滑动窗口的复杂事件处理):当前实时交易流水的卡号5分钟内交易金额大于5万,且客户年龄小于16岁:



2) 常量配置管理


常量是一种数据类型的固定值,可被引用于多个决策模型/规则的定义中作为条件的计算因子,其主要特点是当进行常量值变更的时候,所有引用它的规则的条件将同时发生变化,这将减少对用户对多个规则的修改和发布,缩短了规则的修改和重新发布时间。


常量定义界面如下图:



3) 变量配置管理


变量配置是一种特殊规则配置,其规则输出结果是一种数据类型的实时计算值,其计算结果可做为其它规则的条件计算因子。它的主要作用是将规则的一部分计算条件抽取出来进行封装,变成其它规则的共享条件,从而减少了引用它的规则的条件编写复杂度。


变量定义界面如下图:



4) 外部数据对象配置管理


对象是多个变量的组合,外部数据对象配置是一种特殊规则配置,和传统的决策引擎不一样的是,引擎可以通过配置的方式,调用其它业务系统提供的实时联机接口获取分析需要的数据,减少了传统决策引擎在外部数据接入方面需要二次开发的时间和费用,保证业务的开展的时效性。


外部数据对象规则的计算结果可作为其它规则的条件计算因子。


外部数据对象定义界面如下图:



5) 内部数据对象配置管理


内部数据对象配置是一种特殊规则配置,和传统的决策引擎不一样的是,引擎可以通过配置的方式,从数据库查询获取分析需要的数据,减少了传统决策引擎在外部数据接入方面需要二次开发的时间和费用,保证业务的开展的时效性。


内部数据对象规则的计算结果可作为其它规则的条件计算因子。


内部数据对象定义界面如下图:



6) 决策模型/规则配置管理


决策模型/规则的计算结果将输出给对应的业务系统,例如反欺诈系统获取到的计算结果就是风险信号或预警信息。


决策模型/规则定义界面如下图:



7) 评分卡规则


评分卡规则用于定义评分指标和评分结果条件,它可以认为是一个数学工具,根据实时数据和各种相关因素数据,来预测发生某个特定结果的可能,例如评分卡的计算结果可应用于信贷审批。


评分卡规则定义界面如下图:



8) 路由配置管理


路由是一棵决策树,用于制定规则流,用户可根据业务需要配置多个决策路由;路由为引擎的核心部件,路由的引入,一方面可以定义数据在决策引擎中的决策流程/路径,另一方面也大大提高了引擎的规则匹配的执行效率,这主要因为路由的每条路径都可以设置规则条件,当条件不满足的时候,该路径下的任何一级规则都不会再执行;路由可根据实际的业务情况进行制定/规划,例如针对每一个业务决策模型可以制定一个决策路由,或者一个决策路由可以关联多个业务决策模型。


路由定义界面如下图:



9)规则试算


决策模型/规则和路由配置完成后,规则试算功能可用于校验决策模型/规则的执行效果,其功能页面如下图:



  • 统计报表


产品提供了一组业务统计报表,策略管理人员可用于分析策略模型/规则的使用效能,示例截图如下:



  • 性能监控


产品提供一组性能监控视图,包括CPU、内存、处理延迟、处理吞吐量,相应截图如下:



6、产品优势


SaaS服务和私有版本兼具


极大满足不同客户的使用需求(例如在维护成本、数据安全方面的考虑等)。

在SaaS版本下,产品提供了一整套的用户,角色,业务分组管理,业务条线的管理人员可根据自己的组织架构灵活配置用户角色权限,实现业务分组管理。


灵活制定策略模型/规则


以策略管理人员为中心的设计理念,业务策略规则与应用系统剥离,通过条件因子可以自由组合规则;通过规则语言或者SQL的方式配置策略模型/规则,图形化路由配置进行决策树或规则流定义,相比其它产品学习曲线更为平缓。使得业务规则制定人员不需要对规则引擎底层有深入的了解,只需要专注于业务逻辑。


支持实时数据接入


采用大数据实时流处理技术、Drools规则引擎、分布式内存数据库、高可靠的分布式技术架构实现,可支持复杂数据(行为、事件)的实时计算。


支持多数据源实时接入


业务系统可通过实时联机接口实现下发业务数据进行实时决策,也可通过消息队列方式准实时下发业务数据;同时和其它决策引擎产品不同的是,引擎可通过便捷的规则配置,主动调用外部实时联机接口或实时查询数据库获取业务数据进行实时决策,因此也可以减少数据接入需求变化需要的二次开发的时间和费用。


  • 策略模型/规则实时生效


自定义常量,规则,路由可以随时灵活创建、更新、部署、下架。规则和路由部署后按照预先设定的生效时段自动生效。


  • 策略模型/规则版本控制


所有的配置都将进行版本维护,例如同一个规则的其它版本可根据需要进行重新发布使用。


  • 监控&统计


产品提供了一组业务统计报表,业务人员可以一目了然的看到规则的触发频率,触发时间、触发热点地图,对其评价业务规则效用、制定修改业务规则有很高的参考价值。


同时产品也提供了一组实时性能监控视图,运维人员可以实时了解引擎的运行状态。


  • 低成本接入


提供一整套高效、易用的API服务,API方式对接,能够被业务系统快速、方便的接入。


  • 支持Docker化部署,快速实现动态扩容


产品基于微服务技术架构设计和实现,各主要服务可部署在不同的Docker容器集群中,使得各服务集群可快速部署启动和进行横向能力动态扩展。


  • 稳定可靠


高性能分布式内存计算架构,并采用实时流处理技术实现,可以处理任意数量的流数据,对成千上万个决策模型/规则的计算任务可快速响应,毫秒级决策结果返回。


7、服务客户、使用人数


恒丰银行实时智能决策引擎目前只提供给行内用户使用,当前已经接入的用户有运营管理部、信用卡部、电子渠道部、科技开发部。


产品服务客户情况如下:


恒丰银行运营风险监测系统(内部运营管理)


实时智能决策引擎为运营风险监控系统的准实时风险监测预警场景提供决策服务,对各个已经进行监测的风险点,其风险预警提取数据明显呈下降趋势,风险点预警提取数据最低下降63%,风险点预警提取数据最高下降92%,平均下降幅度达到75%,从而有效地规范了柜员操作行为,降低了风险的发生。



恒丰银行信用卡交易服务监测系统(信用卡)


实时智能决策引擎为信用卡交易服务监测系统提供风险监测服务,通过区分客户、账户、卡片、商户、商户终端等维度,对信用卡业务各类交易和行为进行监测,对异常行为(包括交易)进行准实时管控,对需要进行服务的行为进行参数调控,人工触达客户,从而提升交易授权通过率、提升整体授权服务品质。



恒丰银行借记卡交易反欺诈系统(电子渠道)


实时智能决策引擎为借记卡交易反欺诈平台提供全渠道的事中风险监测服务,对接入的线上渠道的特定交易进行实时监控,识别出可疑、可疑欺诈和欺诈交易事件,为渠道端实时输出风险级别信号。



恒丰银行IT系统运营监控平台(科技开发部)


实时智能决策引擎对IT系统运营监控平台下发的日志报文进行规则匹配分析,输出日志告警信号,为IT系统运营监控平台的运维监控提供运维决策支持服务。



8、市场价值


恒丰银行实时智能决策引擎将是我行基于自主研发、自主创新思路构建的金融科技工具产品,其可应用于需要实时营销决策、实时风险监测的业务场景,同时也可为其他需要实时决策服务的场景提供智能决策服务。其SaaS服务和私有化产品服务能力,不仅能为恒丰银行自身,也可为其他金融机构客户提供科技优化创新技术支持与服务。


恒丰银行实时智能决策引擎可解决传统的商业决策引擎产品及其应用技术架构无法兼顾实时决策需要的高并发、低延迟、快速策略规则配置并实时发布的应用场景需要,将极大提升各类风险或反欺诈监测的效率、提高风险发现和防范能力,同时将提高金融产品的营销决策能力、优化营销决策及服务流程,从而提升客户服务的体验。




金融科技&大数据产品推荐:恒丰银行家庭金融系统


来源: 数据猿 

                                                                       



恒丰银行家庭金融系统作为国内首个落地的以家庭为单位的财富管理系统,以家庭为维度,为客户提供全渠道、全流程的资金管理、财富规划、产品推荐及生活助手等一系列线上、线下金融与非金融服务




官网 | www.datayuan.cn

微信公众号ID | datayuancn


本产品为数据猿推出的“金融科技价值—数据驱动金融商业裂变”大型主题策划活动第一部分的文章/案例/产品征集部分;感谢 恒丰银行 的产品投递


1、产品名称


家庭金融系统(恒E家)


2、所属分类


金融科技·智能获客、智能投顾


3、产品介绍


恒丰银行家庭金融系统作为国内首个落地的以家庭为单位的财富管理系统,以家庭为维度,以客户家庭生命周期为切入点,通过综合运用大数据、人工智能等各项技术,为客户提供全渠道(柜面、网银、手机银行)、全流程的资金管理、财富规划、产品推荐及生活助手等一系列线上、线下金融与非金融服务。家庭金融系统项目大幅提升了恒丰银行以客户为中心,为客户提供全方位、优良服务体验的服务水平与管理能力,是恒丰银行在数字化业务转型期间的一次成功尝试。


家庭金融系统所提供的核心服务包括两个方面:


一是借助机器学习、知识图谱等技术,综合客户内外部数据,实现对客户全方面、立体式画像,全面、准确识别客户家庭状态及家庭金融、非金融需求,真正做到为客户提供差异化服务;


二是根据家庭客户个性化的金融、非金融需求,提供定制化的财富规划方案,快速、持续满足客户财富增值、保值,以及日常生活服务需求。


图一 家庭金融系统产品宣传册


4、应用场景/人群


为满足不同层次的客群需要,家庭金融系统将客户家庭成长阶段分为起步阶段(新婚家庭)、发展阶段(子女入学)、成熟阶段(巅峰时刻)、稳定阶段(全家幸福),为不同阶段的家庭提供个性化服务。家庭金融以家庭账户为纽带,运用家庭账户的美好寓意,踩准客户心情愉悦和幸福时点,参与家庭发展的重要节点,伴随家庭成长,为客户忠诚度和参与度打好基础。


家庭金融系统通过对家庭生命周期的分析,一方面切入人流量稳定的家庭生活场景,锁定目标客群,另一方面运用线上线下家庭成员及亲友关联(推荐),获取新客户,实现精准营销。同时,在家庭成长的过程中,可以把握家庭财富,家庭结构和成员心态因素所带来的家庭金融需要和非金融需要的变化,进而有针对性的提供配套的服务回馈客户,实现差异化服务。


图二 家庭金融应用场景示例


以处在黄昏阶段的家庭组合为例,健康保障是被这一群体更多考虑的一个领域,家庭金融业务通过与多家知名医院合作推出“家庭医院”这一增值服务为有需要的顾客提供线上及线下服务,包含专家挂号(保证7日内特需门诊号源),互联网医院(线上诊疗),家庭医生(主任医生一对一服务),问诊开药,健康顾问,预约挂号和健康档案。签约家庭金融的客户均可享受这一服务的带来的便利,避免了排队挂号,专家门诊一票难求的尴尬与无奈。针对家庭金融客户提供各类专有的权益服务,为客户提供线上线下全方位服务,增强客户粘性。


5、产品功能


作为家庭金融落地平台,该系统在现金管理、产品交易、产品推荐、家庭理财、账户及持有产品分析等方面提供了丰富的功能,具体如下:


(1)签约管理


由家族成员代表作为主账户人签订“恒E家”协议,其他成员加入。“恒E家”成员可对“恒E家”家庭综合服务协议的查看和维护,包括协议的查询、修改和退出的管理。


(2)家人互通


为家庭成员提供资金安全保障,家庭成员可以通过家人互通模块实现对被关注成员签约账户的“动账提醒”、“余额预警”、“敏感消费”等提醒。


(3)资金管理


家庭成员可以根据需要制定针对家庭账户的出金、入金规则以实现家庭成员之间的资金自动往来,达到相关的资金管理目的。


(4)家庭理财


该功能主要实现家庭成员发起投资项目购买相关金融产品,参与的家庭成员共同出资,项目结束后按照出资比例分享投资成果。


(5)家庭账本


家庭账本站在整个家庭的维度上查看当前签约信息、资金管理信息、家人互通信息、已签约账户的资产信息以及收入支出信息、家庭成员的家庭理财信息等,便于家庭成员快速了解掌握当前的家庭状况。


(6)家庭场景速配


为方便用户快速享用、熟悉家庭金融业务,系统根据签约用户的人员构成关系、年龄等因素预设了四大类家庭应用场景(新婚家庭、子女入学、巅峰时刻、全家幸福),引导用户快速完成家庭金融业务的规划,享受资金管理、家人互通等服务。


(7)家庭财富规划


系统将根据客户风险等级、客户偏好、客户目标等计算客户的资产需求,合理运用仿真分析,蒙特卡洛风险分析方法,对客户的现金流进行预测,并进行智能化的产品推荐,以满足客户的未来资金使用需求。


(8)财务健康诊断


客户经理通过对客户家庭的财务状况进行全面分析,主动为客户家庭制定投资组合规划,帮助客户进行家庭资产配置和资产管理。


(9)家庭投资组合


使用马克维兹的均值-方差模型,为客户提供资产配置投资组合规划方案,主要功能包括投资组合建议与投资组合监控。


(10)智能投顾


分析客户家庭的自身资产构成,历史收益,持有产品的组合收益等数据,智能化的给出客户产品投资组合的调整建议,在符合客户自身的风险承受能力下最大程度满足客户的投资需求。


(11)理财工具包


系统针对客户经理在实际营销过程中各种财务计算需求,通过引入外部数据模拟各类理财产品在不同的历史时期以不同的投资方式进行投资的损益,并提供各种收益计算、税费计算、生活计算等,作为产品销售和客户服务的重要辅助工具。


(12)客户综合权益管理


家庭金融系统在为家庭成员提供各类资金管理、财务规则等金融服务外,还为客户提供一系列与居民生活息息相关的增值服务,包括家庭医生、法律顾问等。


图三 家庭金融系统主要功能


6、产品优势


家庭金融系统通过家庭成员间的账户绑定,及与各渠道系统、后台决策系统的对接,为所有成员提供金融及非金融的管家式服务,提高家庭资金流转效率和综合收益,满足家庭客户投资、教育、医疗、餐饮、娱乐等全方位的金融与生活场景需求。


家庭金融系统这种创新式的服务具体现为以下四大创新点:


(1)新客群维度


不再以个人,而是以家庭为维度,为全面满足家庭在不同家庭生命周期、不同财富层级以及不同金融及非金融场景的需要,提供综合解决方案。


(2)新商业模式


不再以产品营销为切入点,而是致力家庭生活场景运用,识别客户群体、群体属性、金融及非金融需求,通过打造账户关联及互动的家庭账户体系、功能产品配套、以及家人(亲友)推荐获客模式,实现更高的客户黏度以及账户活跃度。


(3)新产品/流程


不再是单一的产品,而是通过创建新功能新体系(如家庭财富规划、家庭视图、家庭理财、家庭授信、现金管理、家庭智能账户、互动社区等)并有机整合、对接现有产品服务体系,搭建家庭金融平台。


(4)新技术/系统:


新建独立的家庭金融系统,借助大数据实时流处理、机器学习、知识图谱、智能推理引擎、自动规划等智能技术提升用户体验,增强服务效能。


图四 家庭金融系统创新点


7、服务客户/使用人数


家庭金融系统自上线推广以来,已覆盖全国所有分支行,受到了不同年龄段客户的广泛青睐。新增注册客户成倍增长,仅目前主要试点推广的两个分行新增开户数已达近千户,协议成员人数达到近两千人,成功引流新开卡客户数占家庭金融客户数30%,并且通过人群辐射效应这一数字还在持续上涨,从实际效益和口碑上都超出了系统上线前预期。


据统计,家庭金融签约客户中,95%以上的客户使用了资金管理服务、80%以上的客户使用了家人互通服务、50%以上的客户使用了家庭理财及家人账本服务,客月均使用服务次数及客均AUM均远超全行客户平均值。


家庭金融系统的上线同时也为客户经理的营销活动提供了有力的数据支持,改变了以往需要大量沟通来了解客户的方式,节省了客户时间,提升了客户经理工作效率,让客户经理专注于对客户进行财富管理理念的传导,提高客户服务质量。


8、市场价值


家庭金融系统作为银行业数字化转型阶段的一项创新产品,一方面,从“家庭”角度切入客户家庭生活的各个阶段,为客户提供全面的、一站式的金融、非金融服务,有助于大幅提升客户忠诚度、活跃度,增强客户粘性;另一方面,通过带动现有客户转化为家庭金融客户从而提升客户产品持有数量,促进客户他行资金的流入,增强交易频率;再一方面,全新家庭客户的获得也为行内带来了新客户和新资金。


随着恒丰家庭金融系统的逐行推广:


(1)预计首年将1%现有客户转化成家庭金融客户,新增客户资金和消费贷款数亿元,通过该部分客户大幅增加中间业务收入及FTP利润;


(2)首年预计纯新增家庭金融户占家庭金融客户总数30%,并通过客户新增存款及消费贷款获取可观的中间业务收入及FTP利润;


(3)零售客户体量显著增长,全行客户整体AUM和贡献度增长明显,贡献度中级以上的客户数量增长10%以上;


(4)客户持有资产呈现多样化趋势,除去传统的银行存款、理财和国债以外,中高端客户的保险、基金和贵金属的持有量上升,普通客户的货币基金持有量、基金定投和保障型保险产品的持有也在稳定增加,进一步增厚FTP利润;


(5)系统的上线为客户经理的营销活动提供了有力的数据支持,改变了以往需要大量沟通来了解客户的方式,提升了客户经理的工作效率,也为客户节省了时间,提升了客户体验;


(6)系统通过专业的理财工具,为客户经理提供了有力的有效手段,让客户经理的专业知识得到最大发挥,有助于对客户进行财富管理理念的传导,客户也能享受到规范化的产品服务。


据统计,目前我行家庭金融客户平均资产相当于全行客户平均资产的约2倍,一定程度上反映了家庭金融客户良好的客户质量和强大的个人储蓄能力。随着家庭金融的逐步推广,以家庭为单位的综合财富规划理念将逐步得到进一步认可。后续,家庭金融系统将通过功能持续扩展和流程优化进行迭代更新,建立及完善家庭金融战略规划、商业模式、营销策略,创建家庭金融体系、流程与制度,实现家庭金融系统生活全方面覆盖,并致力通过平台化场景的运用,为家庭提供个性化服务,引领家庭金融向泛家庭金融、朋友圈金融的延伸。


所属企业及介绍 -


恒丰银行股份有限公司是12家全国性股份制商业银行之一,注册地烟台。


近年来,恒丰银行稳健快速发展。截至2016年末,恒丰银行资产规模已突破1.2万亿元,是2013年末的1.6倍;存款余额7578亿元,贷款余额4252亿元,均比2013年末翻了一番。2014年至2016年累计利润总额312.17亿元,这三年的累计利润总额为以往26年的累计利润总额。服务组织架构不断完善,分支机构数306家,是2013年末的两倍。


近年来,恒丰银行屡获荣誉。在英国《银行家》杂志发布的“2016全球银行1000强”榜单中排名第143位;在香港中文大学发布的《亚洲银行竞争力研究报告》中位列亚洲银行业第5位;在中国银行业协会发布的“商业银行稳健发展能力‘陀螺(GYROSCOPE)评价体系’”中,综合能力排名位列全国性商业银行第7位,全国性股份制商业银行前三;荣获“2016老百姓最喜欢的股份制商业银行”第二名、“2016年互联网金融创新银行奖”、“2016年最佳网上银行安全奖”、“2016年度创新中国特别奖”等多项荣誉。


作为一家肇始于孔孟之乡山东的全国性股份制商业银行,恒丰银行秉承“恒必成 德致丰”的核心价值观,践行“1112·5556”工程,即:一个愿景(打造“精品银行、全能银行、百年银行”)、一个文化(打造“开放、创新、竞争、协同、守规、执行”的“狼兔文化”)、一个目标(五年目标是以客户为中心,以创新为驱动,高效协同,弯道超车,五年内进入全国性股份制商业银行第二方阵;十年目标是要打造一个国际金融控股集团)、两个策略(“植根鲁苏,深耕成渝,拓展中部六省和海西,进军京沪广深”的区域策略和“四轮驱动、两翼齐飞”的经营策略)、“五化”强行战略(国际化、信息化、精细化、科技化、人才化)、“五力”工作方针(忠诚力、执行力、目标力、风险经营力、恒久发展力)、五个引领(人才引领、科技引领、创新引领、效率引领、效益引领)、六大综合能力(价值分析能力、风险鉴别能力、定价能力、创新能力、调研能力、学习能力);大力实施“12345”行动纲领,即:“1”是做金融综合解决方案的提供商,“2”是金融云平台和大数据平台,“3”是数字银行、交易银行、银行的银行,“4”是龙头金融、平台金融、家庭金融、O2O金融等四大金融创新业务模式,“5”是投行、资管、平台、人才盘点和以“One Bank”为核心的绩效评价体系等五大战略落地工具,致力于做“知识和科技的传播者、渠道和平台的建设者、金融综合解决方案的提供者”,力求打造令人瞩目、受人尊敬的商业银行,为客户和社会提供效率最高、体验最佳的综合金融服务。


登录查看更多
0

相关内容

商业数据分析,39页ppt
专知会员服务
160+阅读 · 2020年6月2日
Python导论,476页pdf,现代Python计算
专知会员服务
259+阅读 · 2020年5月17日
2020年中国《知识图谱》行业研究报告,45页ppt
专知会员服务
239+阅读 · 2020年4月18日
【德勤】中国人工智能产业白皮书,68页pdf
专知会员服务
301+阅读 · 2019年12月23日
【大数据白皮书 2019】中国信息通信研究院
专知会员服务
137+阅读 · 2019年12月12日
【白皮书】“物联网+区块链”应用与发展白皮书-2019
专知会员服务
93+阅读 · 2019年11月13日
大数据安全技术浅析
计算机与网络安全
14+阅读 · 2019年4月24日
【智能金融】机器学习在反欺诈中应用
产业智能官
35+阅读 · 2019年3月15日
金融风控背后的技术综述
七月在线实验室
45+阅读 · 2019年2月28日
【大数据】海量数据分析能力形成和大数据关键技术
产业智能官
17+阅读 · 2018年10月29日
智能时代如何构建金融反欺诈体系?
数据猿
12+阅读 · 2018年3月26日
互联网金融中的交易反欺诈模型
炼数成金订阅号
14+阅读 · 2018年3月9日
【大数据】如何用大数据构建精准用户画像?
产业智能官
12+阅读 · 2017年9月21日
Adaptive Neural Trees
Arxiv
4+阅读 · 2018年12月10日
Arxiv
12+阅读 · 2018年9月5日
Arxiv
5+阅读 · 2018年5月1日
VIP会员
相关VIP内容
相关资讯
大数据安全技术浅析
计算机与网络安全
14+阅读 · 2019年4月24日
【智能金融】机器学习在反欺诈中应用
产业智能官
35+阅读 · 2019年3月15日
金融风控背后的技术综述
七月在线实验室
45+阅读 · 2019年2月28日
【大数据】海量数据分析能力形成和大数据关键技术
产业智能官
17+阅读 · 2018年10月29日
智能时代如何构建金融反欺诈体系?
数据猿
12+阅读 · 2018年3月26日
互联网金融中的交易反欺诈模型
炼数成金订阅号
14+阅读 · 2018年3月9日
【大数据】如何用大数据构建精准用户画像?
产业智能官
12+阅读 · 2017年9月21日
Top
微信扫码咨询专知VIP会员