图技术与 AI 如何帮助全球 50 强银行在拉丁美洲开展贷款业务

挑战

拉美地区连续两年出现负增长，原因有多种
因素：中国经济活动的变化、美元走强以及大宗商品价格急剧下跌。
这些因素加上国内政治不稳定、
宏观经济脆弱性和腐败丑闻。

除了负增长外，私营部门的信贷供应也减少了。
影响因素包括人均 GDP 差异、债权人权利执行的法律法规薄弱
以及因债务人数据不足导致的高信息不对称。

Marionete 已与这家拉美地区全球 50 强银行合作，帮助最大限度地减少风险暴露，
即信用风险。然而，银行分散的数据库中数据量庞大且多样性不断增加，
这带来了极大的挑战。

Marionete 大数据工程师 Ricardo Miranda 表示：“除了有效管理数据之外，
我们无法生成必要的实时洞察，以快速识别和
应对借款人的信用风险威胁。”

他补充道：“如果银行无法快速解读数据，以发现客户
信用风险以及债务利息是否按时（如果能支付的话）支付之间的关系，你就无法评估
和了解其每个借款人的风险暴露水平。”

该银行的传统技术根本无法管理如此海量的数据。

Miranda 表示：“由于使用了各种数据源，其中许多基于传统的关联数据库技术
（RDBMS），银行生成的数据量和多样性无法被利用来提供
实时分析和建议。”

Marionete 通过集成银行的各种数据库（包括
RDBMS）并使用 Neo4j 图数据库解决了该银行的数据挑战。凭借这种程度的洞察，该银行得以
降低信用风险并影响银行收费和利率。

Miranda 表示：“通过 Neo4j 图技术，我们能够更深入地了解
银行的借款人，例如他们与供应商、金融中介和客户等其他经济主体的关系。”
供应商、金融中介以及客户。”

这项数字化转型项目是双重的。Marionete 创建了主数据“蓝图”，
该蓝图整合了银行所有分散的数据。Marionete 还实施了广泛的内部
培训计划，涵盖银行的多个部门。

Miranda 表示：“安装 Neo4j 后，我们能够创建一个数据模型，用于传输借款人的信用
评分。”“同时，图数据库解决方案为银行提供了
主数据的完整视图，所有数据均可实时获取。”

现在，Neo4j 已成为获取银行数据强大洞察的基石，有助于
降低信用风险、赋能决策制定并识别新的商业机会。