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。”
解决方案
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。