图技术和 AI 如何帮助一家全球 50 强银行在拉丁美洲发放贷款
挑战
拉丁美洲地区经历了两年的负增长，原因包括：中国经济活动的变化、美元走强以及大宗商品价格大幅下跌。这些因素与国内政治不稳定、宏观经济脆弱性和腐败丑闻加剧了。除了负增长之外，私营部门还经历了较低的信贷准备金。其原因包括人均 GDP 的差异、执行债权人权利的法律规则较弱以及由于债务人数据不足导致的信息不对称程度高。
Marionete 已经与这家全球 50 强拉丁美洲银行合作，帮助将信贷风险敞口降至最低。但是，庞大的数据量和不断扩展的数据多样性，跨越了该银行的各个孤立数据库，带来了极大的挑战。
“除了有效地管理数据之外，”Marionete 的大数据工程师 Ricardo Miranda 说，“我们无法生成快速识别和应对借款人信贷风险威胁所需的实时洞察力。”
他补充说：“如果一家银行无法快速解读数据，无法发现客户信贷风险之间的关系，以及是否按时（如果确实按时）支付了债务利息，那么它就无法评估和了解其每个借款人的风险敞口水平。”
该银行的传统技术根本无法管理如此庞大的数据量。
Miranda 说：“由于使用了各种数据源，其中许多基于传统的关系型数据库技术（RDBMS），该银行生成的数据量和多样性无法得到利用来提供实时分析和推荐。”
解决方案
Marionete 通过使用 Neo4j 图数据库集成其各种数据库（包括 RDBMS）来解决该银行的数据挑战。凭借这种洞察力，该银行能够减轻信贷风险，影响银行收费和利率。Miranda 说：“借助 Neo4j 图技术，我们能够更深入地了解该银行的借款人，例如他们与其他经济主体（如供应商、金融中介和客户）之间的关系。”
数字化转型项目有两个方面。Marionete 创建了集成所有银行不同数据的“主数据蓝图”。Marionete 还实施了广泛的内部培训计划，涵盖该银行的几个部门。
Miranda 说：“安装 Neo4j 后，我们能够创建一个数据模型，该模型可以传递借款人的信用评分。同时，图数据库解决方案为该银行提供了主数据的完整视图，所有这些数据都可以在实时提供。”
现在，Neo4j 已经成为深入了解该银行数据的强大洞察力的基石，有助于降低信贷风险，增强决策能力并发现新的业务机会。
下载案例研究
