收藏 分享(赏)

乘用车零售信贷业务全流程智慧化建设实践_徐锦辉_.pdf

上传人:哎呦****中 文档编号:2350084 上传时间:2023-05-08 格式:PDF 页数:5 大小:1.85MB
下载 相关 举报
乘用车零售信贷业务全流程智慧化建设实践_徐锦辉_.pdf_第1页
第1页 / 共5页
乘用车零售信贷业务全流程智慧化建设实践_徐锦辉_.pdf_第2页
第2页 / 共5页
乘用车零售信贷业务全流程智慧化建设实践_徐锦辉_.pdf_第3页
第3页 / 共5页
亲,该文档总共5页,到这儿已超出免费预览范围,如果喜欢就下载吧!
资源描述

1、一、一汽金融业务简介作为一汽集团旗下专门从事融资、保险、投资的业务板块,一汽金融板块(简称“一汽金融”)始终立足于“服务一汽集团发展”,由一汽资本控股有限公司统筹管理。一汽金融下设一汽汽车金融公司、一汽财务公司、鑫安汽车保险公司、一汽租赁公司、信达一汽保理公司等子公司,主要面向集团供应链、集团及成员单位、经销商以及个人消费者开展结算、信贷、保险、投资等各类金融业务。其中,作为一汽金融的核心业务板块、主要利润贡献单元,汽车金融板块是促销集团车辆的最重要业务单元,主要面向终端客户、汽车经销商、其他法人机构提供乘、商用车相关的信贷(租赁)金融服务。目前,业务已覆盖全国31个省、400多个城市,累计服

2、务客户超过600万人,2021年资产规模超过1400亿元,促销集团车辆118万辆,品牌占有率同业领先。一直以来,公司始终秉持数智促经营、创新促发展的经营理念,不断通过数字化的手段极致降本增效,创新业务发展。“十三五”期间,在人员总数不增的情况下,规模和利润翻两番,人均利润和规模均处行业首位。二、项目实施背景(一)业务快速发展,传统业务处理方式效率低,人力投入高“十三五”以来,一汽金融乘用车零售信贷业务规模快速增长,从2017到2022年日均受理量从550单增长到1971单,翻了近四番。在这一情况下,经人力部门测算,采用传统人工开展审贷和业务处理的模式,单人日均处理上限只能达到14单,想要应对业

3、务的快速增长,员工数量必须翻五倍。无论现在还是未来,公司人力资源远远不能满足业务发展的需要。由于贷款处理流程中存在大量纸质单据填写、人工分析和多层级会议决策,智能识别率不足40%。在人工受理情况下,单均受理时长超过10小时,客户店头等待时间长,甚至出现业务被动转走的不利局面。因此,急需要实施信贷业务全流程智慧化建设。(二)市场充分竞争,传统业务模式难以满足客户体验要求乘用车零售信贷需求扩大,但金融利差收窄,金融市场进一步被银行、租赁以及金融科技公司等分割,单一品牌竞争主体甚至超过20家,市场竞争进一步加剧。创新成为发展趋势,效率和成本领先、有较强资源整合转化能力的企业将更具竞争优势。客户金融需

4、求进一步多元化、个性化,对金融服务线上化、定制化、场景化的要求不断提高,依靠传统人工填表、逐单调查、线下签约的模式只能支持58小时服务,一次贷款客户平均需要到店3次,人工客服电话接通率不足20%,新产品上线周期需要至少一个月,客户体验上已经无法满足市场需要,因此流失大量机会乘用车零售信贷业务全流程智慧化建设实践创造单位:一汽资本控股有限公司主 创 人:徐锦辉 曾小辉 张 巍创 造 人:徐 然 吴 昶 成纪宏 李 凯 菅中尉 梁 栋摘要为重构乘用车业务模式,大幅提高贷款办理效率和通过率,最大化支持销售主业,做到风险防控更精准、更智能,风险最小化产生,为企业创造利润、降低成本,一汽资本控股有限公司

5、创造性地实施了乘用车零售信贷业务全流程智慧化建设项目,加强数字金融平台建设,驱动金融运营模式创新和数字化风控能力提升,实现了效率效益倍增。关键词乘用车零售;信贷业务;数字金融平台Innovation World Weekly|51客户。(三)市场进一步向四、五线城市下沉,客户资信变差,风控越来越难传统4S店渠道竞争接近饱和,探索非4S店渠道的下沉市场,成为扩展业务增量的关键。下沉市场客户普遍缺少收入、征信等传统风险识别数据,依靠人工身份核实,电话和实地调查准入核验及反欺诈调查等传统风控手段效率低,贷款通过率不足60%,疑似欺诈频发。不仅造成渠道满意度下降,影响客户递单意愿,还为企业带来较大业务

6、风险。在充分分析以上现实经营需要的基础上,公司创新实施乘用车零售信贷业务全流程智慧化建设项目,加强数字金融平台建设,驱动金融运营模式创新和数字化风控能力提升,实现了效率效益倍增,产融结合的数字金融水平在行业内数一数二。三、项目主要内容(一)指导原则坚持产业金融本质,服务主业,提升厂家销售份额;坚持科技赋能,做到人无我有,人有我优;坚持高质量风险防控,精准入,强管理,尽回收;坚持用户第一,极致提升业务办理效率。(二)项目目标重构乘用车业务模式,大幅提高贷款办理效率和通过率,最大化支持销售主业。风险防控更精准、更智能,最小化产生风险,为企业创造利润、降低成本。(三)项目主要内容具体包括三个方面:一

7、是建设全自动乘用车零售信贷工厂流水线,充分应用大数据、人工智能等技术,自建风险模型,不断增加风险规则与因子,建立智能识别生产线,实现智能识别业务占比从40%提升至89%,智能识别批复率由70%提升至94%,极致提升客户体验,降低人力成本,增加业务收入,有效促进主业销售达成。二是建立大数据风控模型平台,实时感知环境与客户需求的变化,敏捷迭代,赋能数据、模型、策略三项关键生产要素,实现生产线投产周期从平均1月缩短至1周,保证智能识别率逐年提升的同时资产质量稳居行业领先地位。三是开展智能资产保全管理,构建基于客户风险的智慧化催收策略体系,由顺序催收变为“一户一策”智慧化催收。构建基于区块链的自动化诉

8、讼,应用区块链技术完成法院端系统直连,实现诉讼的自动化与全流程线上化,逾期回收率更高,诉讼更高效。(四)项目核心团队(见表1)四、项目主要做法(一)建设全自动乘用车零售信贷工厂流水线 重构零售信贷审批模式,综合运用OCR、人脸识别、活体检测、NLP、大数据模型、电子签名等技术,构建智能审贷、在线签约、自动放款的全自动流程,为客户提供全流程数字化、自动化、自助化的贷款审批服务,实现秒审批、秒放款、秒服务的全新“智能识别”模式。极大地节省了贷款审批人力投入,并提升了贷款审批效率,上线后单均贷款审批效率由最长10小时降至20秒。通过逐年优化模型和策略,智能识别占比超过89%,审贷批复率由70%提升至

9、94%,极致提升客户体验,增加业务收入,有效促进销售达成。客户只需一张身份证,线上化申请进入全自动乘用车零售信贷工厂流水线。生产线由身份验证、准入核验、反欺诈核查、资信评估、智能辅助评审、电子签约、智能放款资料审核、自动放款八个环节组成,最终实现贷款发放。公司乘用车智能识别作为行业首创,申请了一种基于汽车金融零售车秒贷方法及装置等7项专利,在汽车金融行业具有广泛示范效应。(如图1所示)1.身份验证客户只需一张身份证,在线录入贷款申请,通过OCR、活体检测等技术构建6种验证模型,完成申请人身份验证,确保贷款人身份真实性。2.准入核验对接人行及外部机构获取征信、资信、交易等超过40种数据,构建准表

10、1 项目核心团队项目组织成员职务项目主创人员徐锦辉一汽资本控股有限公司党委书记、总经理曾小辉一汽资本控股有限公司战略管理及体系数字化中心总经理张 巍一汽汽车金融有限公司总经理业务专家组徐 然一汽汽车金融有限公司风控合规部经理吴 昶一汽汽车金融有限公司零售业务评审一部经理王艺凝一汽财务有限公司总经理助理曹 晶一汽汽车金融有限公司乘用车零售业务部经理技术专家组成纪宏一汽汽车金融有限公司总经理助理李 凯一汽资本控股有限公司战略管理及体系数字化中心总经理助理菅中尉一汽资本控股有限公司战略管理及体系数字化中心总经理助理吴 沫一汽资本控股有限公司战略管理及体系数字化中心汽车金融研发部经理梁 栋一汽资本控股

11、有限公司战略管理及体系数字化中心技术专家徐立行一汽资本控股有限公司战略管理及体系数字化中心技术专家陈连军一汽资本控股有限公司战略管理及体系数字化中心技术专家Specials 特稿Report 报道52|创新世界周刊|2023.3入模型,完成自动贷款准入审批。3.反欺诈筛查建立19种筛查模型,包括460种风险规则,自动识别疑似欺诈风险,降低贷款欺诈比例。4.资信评估建立1200多个风险因子,超过6000个控制规则,对客户的还款能力和还款意愿进行综合评价,对客户进行分层,好客户自动通过,不良客户直接拒绝,中间类客户进入智能或人工评审环节。通过不断优化模型,总体贷款批复率从60%提升至92%,其中自

12、动评审通过率由70%提升至89%,同时疑似欺诈下降90%。5.智能辅助评审建设智能调查机器人辅助决策,人工电话调查补充的漏斗式回访模式。针对部分资质较差,不满足智能识别条件客户,由智能调查机器人对客户进行AI回访,进一步识别客户欺诈风险。针对特定风险客户,采用人工电话调查方式进一步核实客户真实还款能力和还款意愿,在保证风险情况下最大化提升审批效率,降低人工投入。6.电子签约系统通过人脸识别、运营商三要素、银行卡四要素等数据和技术对客户身份进行自动核验,利用电子签名技术,与客户签订电子合同,实现合同在线化、远程无接触签约。7.智能放款资料审核通过OCR技术实现全部放款要件自动数据识别,并针对优质

13、经销商建立全自动放款审核模型,实现自动放款审核,单均放款资料审核周期由13分钟降至20秒。8.自动放款系统通过直连多个银行渠道,建立业财一体化处理系统,进行自动核算、自动记账、自动放款,改变原有手工记账、手工支付的放款模式,实现724小时自动放款至合同约定的指定账户。(二)建设大数据模型平台通过大数据平台构建从感知行业和客户需求变化到敏捷模型迭代再到自动生产线控制规则优化的产品敏捷迭代循环,实现生产线投产周期从平均1个月缩短至1周,智能识别比例逐年提升的同时资产质量行业领先。平台由大数据平台、风控模型平台和决策引擎平台三部分组成。其中大数据平台由实时数仓和风控数据集市两部分组成,实时数仓将自有

14、和外部大数据分类管理,通过大数据技术进行数据清洗和运算,保证数据实时和准确。风控数据集市将数仓中的数据进行标准化处理,并封装成不同数据服务供风控模型平台调用。风控模型平台是一套低代码组件化的平台,支持自动化模型设计、开发、验证和部署,实现风控模型快速迭代,为决策引擎平台提供模型计算能力。决策引擎平台采取轻量化的决策配置模式,支持策略的快速开发、配置和部署,能够快速的将市场变化反映到产品策略中。通过大数据平台实现产品策略的快速开发和部署,减少风险发生,减少损失,间接贡献利润。(三)开展智能资产保全管理1.基于大数据技术建立智慧化的贷后催收策略,实现“一户一策”的差异化催收模式传统催收外包模式下,

15、客户的风险情况无法掌握,催收策略单一,基本是电话催收和上门催收,对客户的风险情况没有分析,所有的逾期资产都需要经历从前到后的全部催收阶段,造成了催收成本的浪费。通过智能技术,重构催收模式,解决现有痛点问题。通过催收评分模型建设,应用智能语义分析技术,建立智能催收决策模型,实现“一户一策”的差异化催收模式。(1)催收评分模型基于客户的基本信息、风险信息、行为信息、征信信息建立针对客户的风险评分模型,可有效分析客户风险等级,为差异化催收提供数据准备。(2)智能语义分析基于NLP智能语义识别技术,结合催收业务场景,定制差异分析模型。每日对催收录音进行语义分析,识别客户风险,建立客户风险标签模型,将客

16、户风险标签化,丰富客户风险模型。(3)智能催收决策通过统一客户风险模型与智能决策引擎,智能分析客户风险程度,智能决策催收方式,实现了“一客一策”客户级的差异化催收,提升了风险客户管理能力。2.基于区块链技术,接入最高法司法区块链,实现诉讼材料自动生成和证据材料自动真实性验证传统诉讼模式下,一方面诉讼案图1 全自动乘用车零售信贷工厂Innovation World Weekly|53件材料准备繁琐、效率低,提起诉讼前需要准备诉状及相关的证据材料,都是由人工整理后加盖公章,然后由律师线下提交至法院,再由法官将案件录入法院端系统。不仅证据材料准备复杂、效率低,而且人工操作常会发生错误、缺失等情况。由于大量的人工操作,会造成人工成本的增加。另一方面证据材料有效性证明困难,由于证据材料都为线下提供,有效性都由法官判别,一旦法官对证据材料的有效性提出质疑,我们就需要重新举证,对诉讼的进展影响很大。同时可能由于人为失误等因素,导致案件的败诉,造成极大的损失。应用区块链技术,通过接入最高法司法区块链,在业务发生过程中,将业务的关键信息及相关材料上传司法区块链存证。同时通过与法院端系统直连,在业务发生逾

展开阅读全文
相关资源
猜你喜欢
相关搜索

当前位置:首页 > 专业资料 > 其它

copyright@ 2008-2023 wnwk.com网站版权所有

经营许可证编号:浙ICP备2024059924号-2