本文来源于:2023第七届农村中小金融机构科技创新优秀案例评选,作者:吉林农信
吉林农信:零售数字化系统项目
2023-09-28 关键词:大数据,农信/农商行,产品创新
2918
一、项目背景
1.项目背景
在国民经济和社会发展进入“十四五”规划时期,我国开启了全面建设社会主义现代化国家的新征程。在这个过程中,数据成为新的生产要素,数字技术成为新的发展引擎,数字经济浪潮已势不可挡。随着互联网金融活动从支付到授信增信业务的渗透,互联网金融活动参与到银行核心的零售业务领域,并迅速占领市场,给金融银行业带来了一定的竞争压力。与此同时互联网金融公司追逐利润,忽略风险的企业定位也带来了一定的社会金融风险。这些在一定程度上促进了银行科技的变革,众多银行开始利用新技术研发新产品,通过将服务向线上转移,逐步打破地域限制,将触角延伸至下沉市场。
对于农村金融机构而言,原本的网点多、覆盖广等优势由于业务线上化的发展不断被削弱,加快数字化转型已成为银行等金融机构解决业务发展问题的战略性选择。为了认真贯彻落实吉林农信2022年初工作会议关于全面推进信贷业务零售数字化转型的工作精神,需全面贯彻新的发展理念,调整优化业务结构,发挥金融科技优势,有效提升金融科技支撑零售业务转型发展水平,助推吉林农信高质量发展。
2.项目目标
通过整合科技系统资源,引入第三方外部数据,充分运用互联网与金融科技技术,依托OCR识别、生物识别、云计算、大数据、CFCA证书等信息技术,实现为个人客户提供多渠道业务办理入口,构建能够充分运用内外部信用数据、反欺诈数据、多头申贷数据的客户准入、评级、额度、预警等风控模型,提供客户裂变、用户营销等数据化工具和全流程数字化审批操作的零售信贷业务服务。通过零售数字化系统的建设串联起了行内外数字化转型建设的周边系统,解决了零售数字化转型过程中存在系统孤岛、数据烟囱等痼疾。完成了从科技技术上的系统互联互通,诠释了科技赋能的定义。
3.系统建设
按照《吉林省农村信用社全面推进零售数字化转型实施方案》的整体工作安排,各部门积极行动,在充分业务调研和分析的基础上,结合吉林农信零售业务发展战略和现状,提出零售数字化系统建设规划。
(一)拓展零售客户营销模式,提升客户体验。完善客户营销体系,结合批量获客和渠道新客引流等营销模式。重新梳理零售业务流程,拓展手机APP、微信小程序等移动客户端作为零售信贷客户申贷入口,提供无接触信贷服务,突破地域限制,让客户少跑腿,更大程度地为客户提供跨空间的零售服务及产品,在提高办贷效率的同时,能够进一步提升客户体验,有效满足零售客户信贷需求。提升营销管理的智能化水平。
(二)完善系统管理功能,提升经营管理水平。一是通过整合CRM系统存量客户资源,可以实现批量获客,通过渠道端引流,可以实现飞行获客。二是运用数据分析管理工具与图谱分析工具,营销层面有效识别客户标签,为客户精准画像,实现精准营销。三是管理层面生成业绩报表、风险分析报表,对客户及客户经理进行精准管理。三方面齐头并进,进一步提升零售业务的管理水平。
(三)引入外部数据及金融科技技术,提升风险控制能力。引入第三方外部数据后,能够打破“信息孤岛”和“数据竖井”壁垒,建立大数据平台,汇聚存量业务数据和财政数据、社保、住房公积金、征信等外部数据,搭建精准数据模型,建立一套涵盖贷前准入拦截、贷中实时评级授信、贷后监控预警的贷款全周期数字化风控体系,提升零售信贷业务风控能力。
(四)深耕零售市场,提升同业竞争能力。解决传统业务由于信息不对称、风险控制要求高等原因导致的效率低、业务流程繁琐等痛点问题。采用大数据技术,可以多维度分析客户信息与数据,通过精准营销、精准风控,大大降低获客成本和风控成本。进一步提升县域零售市场竞争能力,扩大市场占有率。
二、项目技术方案
1.逻辑架构
零售数字化系统应用架构是由渠道层、业务网关、服务层三层组成。渠道层包括2个业务门户;业务网关对业务进行划分,根据业务的具体情况,将其划分到不同流程中;服务层包含业务中台层、数据支撑层及基础支撑层,其中业务中台由客户管理、评级管理、授用信管理、公共管理、流程管理、押品管理6个子系统组成,数据支撑层由数据应用、数据接入2个子系统组成,基础支撑层服务包括注册中心、服务网关、批量调度、缓存服务、日志服务、监控服务及其他组件;数据库使用了腾讯的TDSQL分布式数据库。逻辑架构见图4.1。

图4.1 逻辑架构
客户管理子系统,主要负责客户信息的管理,包括客户基本情况、资信信息、财务情况等信息的维护管理以及家庭成员关系的维护功能,建立以客户为单位的授信主体。
评级管理子系统,主要负责对客户评级过程和结果进行管理,包括评级流程、评级结果的认定、调整等功能。
授用信管理子系统,主要负责信贷业务全生命周期管理,包括贷前业务申请、合同管理、出账管理等功能。
公共管理子系统,主要负责机构、用户、角色、业务参数信息的管理功能。
押品管理子系统,主要负责抵质押品信息登记、出入库管理。
数据应用子系统,主要负责加工客户、业务台账和报表数据,提供数据的灵活、快速的应用。
流程引擎子系统,主要负责业务过程整合,管理过程控制和业务数据流转。
数据接入子系统,主要负责与外围系统数据对接功能。
2.技术架构
零售数字化系统采用微服务技术,通过Eureka进行服务发现和管理、使用Zuul作为服务网关、集成SpringSecurity进行统一的认证鉴权。并在系统架构中设置一系列公共服务为业务子系统提供包括工作流引擎、规则引擎等技术赋能。以及建立数据应用为各个子系统进行数据融合。系统是由一系列独立的业务子系统的服务串接形成的。在集成各子系统服务的过程中,发挥各子系统的专业领域优势能力,对子系统以及周边系统的服务进行全面的装配,并结合业务流程进行“挂载”,从而实现整体的业务管理系统群。系统应用层的技术架构如图4.2所示。

图4.2 应用层技术架构
本次系统采用了腾讯的国产化TDSQL数据库,这是一款腾讯自主研发的一款金融级分布式数据库产品,具备7*24小时高可用、分布式单元化部署、高数据一致性、弹性扩容和企业级安全等功能。目前,国产化TDSQL数据库已在90%的腾讯自有金融、计费、交易类业务系统中稳定使用多年,并且已经在中国银行、平安银行、中国银联、微众银行等多家大中型银行中承接关键业务系统(包括核心系统)。凭借着其高质量的产品及服务得到客户及行业的一致认可。

图4.3 TDSQL技术架构
国产化TDSQL数据库具有以下概念和产品组件:
实例:从业务视角看到的一个具有完整能力的数据库。
分片(Sharding):是由数据库节点组(SET)和SQL Engine(SQL Engine)和支撑系统组成一主多从数据库,也是水平拆分后承载数据的基本单元。
节点组(SET):由数据库节点(DataNode)组成的,通常包括一个主、从节点的集合。
TDSQL数据库支持虚拟化多租户能力,节点既可以是物理节点(一台物理设备),可以是逻辑节点(一台物理设备的一部分资源)。
SQL引擎层(SQL Engine):账号鉴权、管理连接、SQL解析、分配路由的SQL Engine模块;SQL Engine可以混合部署在数据库节点(DataNode)之上,也可以独立部署在一台物理机中。SQL Engine也是采用分布式架构设计,提供并行负载和高可用容灾能力。
调度集群、决策集群:作为集群的管理调度中心,主要保证数据库节点组、接入SQL Engine集群的正常运行。
调度集群(Scheduler): 帮助DBA或者数据库用户自动调度和运行各种类型的作业,比如数据库备份、收集监控、生成各种报表或者执行业务流程等等,TDSQL把Schedule、Zookeeper、OSS(运营支撑系统)结合起来,通过时间窗口激活指定的资源计划,完成数据库在资源管理和作业调度上的各种复杂需求,Oracle也用DBMS_SCHEDULER支持类似的能力。
决策集群(ZooKeeper):在TDSQL中,它的主要功能是配置维护、选举决策、路由同步等,ZooKeeper支撑数据库节点组(分片)的创建、删除、替换等工作,集群部署要求大于等于3组且跨机房部署。
赤兔运营平台(chitu):基于TDSQL定制开发的一套综合的业务运营和管理平台,将数据库的管理特点,将网络管理、系统管理、监控服务有机整合在一起。
3.数据架构
零售数字化系统数据架构如图4.4所示:

图4.4 应用层数据架构图
系统的数据架构分为四层,渠道层、应用层、数据层和数据应用层,数据的主要流转方向是自上而下逐层流转。渠道层与应用层数据主要以实时数据为主,零售数字化系统负责管理全行级零售信贷相关主数据,包括零售用户的资产、负债信息、业务信息等,其他信贷系统必须通过服务请求使用零售用户数据。应用层的数据主要通过数据层清洗加工后,流转到数据应用层,目前我社在数据层处于数据平台向大数据平台过渡时期,数据平台目前主要承担应用层数据接入职责,大数据平台负责数据的清洗加工、主题库的维护、数据的下发。数据应用层相关系统主要按功能职责,拿到下发数据,实现具体报送和管理分析功能。

图4.5 数据库层数据架构图
我社计划在同城双中心机房环境场景下,采用一套国产化TDSQL数据库集群的同城双中心的分布式数据库部署方案。该方案提供同城双活以及中心间容灾能力,在重要的核心业务场景可以采用该方案满足等保要求。此外架构方案能够提供在任意组件或中心间发生故障的情况下,满足 RPO = 0、RTO ≤ 30s 的高可用容灾能力。
Proxy节点采用双中心 4 个节点部署方案,如果出现单点或者中心间故障时,通过负载均衡层的容灾策略,可以将业务请求分发到可用状态的 Proxy 节点继续提供请求服务。
如上图4.5所示,存储层 DB 节点采用双中心 4 副本部署方案(2+2)。同城主中心备节点采用异步,同城从中心备节点采用强同步模式。如果出现任意节点故障,管控层支持高可用自动切换能力,根据从节点数据一致性规则,自动切换至新的主节点,并且更新 Proxy节点的路由信息,确保业务请求新链接或者重连可以继续提供数据访问,保证 RPO=0,RTO ≤ 30s 左右。
管控采用(3+3)的部署模式,以此来实现实例级故障和机房级故障的高可用设计。同城 IDC2 增加冷备 ZK 的 observer (观察者)节点,用于选主投票,此方案可以保持整个集群可用性。
我社采用国产化TDSQL数据库备份服务器(HDFS集群)用来存放备份文件,赤兔平台通过备份设置按照每天全备的策略定时备份存储到HDFS集群中,并且 HDFS集群可以提供多副本能力保证备份数据的安全性。
国产化TDSQL数据库的物理备份即对元数据、数据库文件、binlog日志进行完整备份。备份支持压缩。压缩率一般为40%左右。经验证备份方案后,提出使用本地磁盘的备份方案。
本地备份空间大小按照数据大小1:1配置,用来存放备份文件,备份文件自带压缩功能,通常能达到 40%压缩比。至多存放两份备份进行中转,待NBU拷贝完成则删除释放空间。备份检测脚本会定期将前一天的备份文件从国产化TDSQL数据库备份目录移动到NBU指定目录。国产化TDSQL数据库服务团队提供自动化脚本将指定要备份的数据库编号和指定业务目录编号,实现备份目录自动备份至 NBU中,该操作粒度为业务数据库级别。
4.部署架构
零售数字化系统部署架构如图4.6所示:

图4.6 部署架构图
零售数字化系统部署架构主要分为两部分,应用程序和数据库,均采用高可用方案。
应用程序部署采用25台虚拟机,前端应用采用2台虚拟机集群部署;网关采用2台虚拟机集群部署;客户管理、评级管理、农户业务管理、非农业务管理、公共管理、数据应用、流程引擎、数据接入8个子系统都采用2台虚拟机方式集群部署,其中评级管理和公共管理部署在同一台机器中,所以共使用14台;管理应用和监控应用采用2台虚拟机集群部署,并且部署在同一台机器上;批量任务调度采用2台虚拟机方式集群部署;redis缓存采用3台虚拟机集群模式部署。
国产化TDSQL数据库采用双proxy和4存储节点方式部署,使用的是物理机;采用3台虚拟机搭建了HDFS文件系统用于数据库备份;采用3台虚拟机搭建zookeeper,其中两台上安装了cheduler/manager、OSS、赤兔组件;采用1台虚拟机部署了天巡服务。
三、创新点
零售数字化系统建设通过精准定位客户群体,建立评级模型,实现对不同业务种类的差别化流程控制;支持移动端采集办贷、手机端放款、差异化客户评分评级、无纸化签约、贷后管理和统计查询等功能;拥有完善的风险防范及预警机制;支持多渠道办理业务,支持移动端及互联网端业务的应用,是科技赋能实现零售信贷业务经营管理及业务发展模式的一次重大变革,也是助力省联社数字化转型进程的进一步深化。通过数字化零售系统的建设,为吉林农信提供一套先进的风险控制平台和工具。项目建设在以下多方面采用了创新手段:
1.平台化、构件化设计
系统采用分布式架构,从监管要求、系统架构、数据管理、外部接口等多个角度对信贷业务服务化,将移动平台、信贷多渠道接入等领域进行全面整合,构建了新零售信贷作业开发平台。通过对信贷业务的流程重构,满足流程化、组件化、参数化设计原则。将原有的信贷业务链条运用目前流行的AKF多维业务分解法,形成一个个低耦合高内聚的,完整而又独立的微服务,使信贷业务被分解成更加细粒度的业务组件、从而便于对信贷管理进行服务重新整合,从而实现流程再造和业务重塑。
2.参数化、工具化实施
系统可以通过对阈值、字典、业务流程、审批流规则、文档模版等相关管理要素进行参数配置化管理。系统批处理框架和批处理任务高度可配置,提供更加灵活、更加友好的操作界面,支持任务按照定制频率和时间自动触发或手工启动,支持分布式批处理部署,提高并发批处理性能。基于设计流程引擎、规则引擎及配置管理工具,实现基于配置和自我决策的自动化审批流程。系统的参数化、工具化极大的提高业务调整灵活性,实现对现有管理模式和创新模式下信贷管理工作的统一支持。
3.标准化、资源化运用
系统建设符合金融标准化规范的全行级应用接口,规范外部数据及系统的互联网接入渠道。同时依托建设全行级大数据、统一生物识别平台及互联网技术,对各类数据进行资源化、集约化使用。并通过本系统建立起全行级TDSQL数据库标准化规范。
4.安全化、人性化使用
采用电子密码和生物识别相结合的方式,实现了灵活鉴权方式。提供多种身份识别和验证的方式,并结合当前主流的生物识别方式,采集用户的面部,实现了高可靠性,提升了系统在身份鉴定的效率和安全性。
系统实现了信贷业务移动化操作,包括客户信息采集、信贷业务审批、贷后检查等,依赖行内大数据风控进行智能化分析,实现贷前、贷中、贷后智能化管理,结合无纸化应用,使客户在办贷过程中充分感受到科技带来的便捷,足不出户即可完成贷款的办理。
四、技术实现特点及优势
零售数字化系统采用分布式架构的信贷应用开发平台进行建设,能有效地平衡软件目标(用户需求目标或者市场定位目标)与技术特性,通过基础技术开发平台的建设,满足高性能、高度抽象以及高可扩展性等特性,同时还满足高可靠、高安全等特性的要求。此次技术方案针对高性能、高可用性、高可靠、高安全等特性进行了设计,主要实现以下几方面特点:
高性能:架构采用前后台分离的模式进行设计。首先,在架构设计上可以实现解耦。其次,后端只需要提供数据,不需要模板解析生成视图的过程,减少后端应用服务器的并发、负载压力。从而使后台能更好的追求高并发、高可用、高性能,使前端、能更好的追求页面表现、速度流畅、兼容性、用户体验等。后,提高工作效率,分工更加明确。前后端开发可以并行。页面通过控制层调用后台服务进行业务处理。前后台之间通过JSON数据进行数据传递,大大降低数据传输的网络流量压力。
高可配置性:针对系统操作界面进行了个性化UI设计,并增加用户个性化设置的功能,可以根据个人的喜好设置系统的操作风格和常用功能。可以通过简单的系统配置来实现新产品的开发,提高产品开发效率,满足业务需求。
高可靠、高安全性:系统内部有专门的内部服务总线,供各个子系统之间进行服务调用,并设计专门的安全组件来对系统的访问权限进行管理。可以在前台对未授权登录进行访问控制,也可以在数据库访问层控制访问权限。
五、项目过程管理
1.需求分析和概要设计阶段
此阶段时间段为 2022年 6月8日到7月15日,其间主要完成了业务需求分析、业务功能和技术构架的顶层设计。提交了现状需求分析报告、各功能模块设计、技术构架和接口设计等文档。
2.系统详细设计阶段
此阶段起始时间为2022年7月11日到7月21日,其间主要完成了系统详细设计工作,提交了系统详细设计说明书等文档。
3.系统开发、测试验收阶段
此阶段起始时间为 2022年7月22日到2022年11月30日,其间完成了系统开发的编码、功能测试、非功能测试等验收工作,提交了系统测试报告、程序入库。
4.上线准备阶段、系统上线阶段
此阶段起始时间为 2022年 12月1日到2022年12月15日,完成了系统上线前回归验证、上线评审、桌面演练等工作,于12月15日系统正式上线运营。
六、运营情况
1.零售业务办理移动化全省覆盖
零售数字化系统已在全省52家行社推广运营,通过系统实现对“吉信e消费”业务的全流程移动化便捷审批,运营中业务流程覆盖贷前、贷中、贷后全生命周期。包括获客、受理、尽职调查、审查审批、签约放款、贷后管理、还款解除合同等业务流程。零售数字化系统将业务管理和业务工具结合到信贷业务流程中,辅助业务办理、审批决策、风险管理等运营工作。
2.自助渠道办理全省覆盖
全省零售客户可依托手机银行自主办理高度智能化的信贷金融产品。按照“数据+模型+应用”的一体化解决方案,通过内外部大数据应用、智能风控决策引擎的部署,实现基于各种场景化、非场景化的互联网信贷产品作业。实现产品配置、资料收集审核、信用评分,线上申请、实时审批、线上放款等普惠型金融需求。
3.风险预警机制有效辅助识别风险
零售数字化系统的风险预警功能,内设相关规则和预警标准,通过对特定规则和风险指标的监测,自动发布预警提示信号,提醒信贷相关人员注意并采取相应措施。同时,系统可实现业务预警提示状态的实时查询功能,便于相关人员及时了解业务风险状况。
4.全面多样的统计分析有效防范风险
零售数字化系统除多样的查询功能外配以直观的图表形式辅助,以多角度的对比分析展现趋势分析,从业务角度提升全行社业务数据的应用和风险控制。从而满足监管部门的现场、非现场检查,同时能够大化满足服务经营管理对于数据提取、展现、分析的需要。
七、项目成效
吉林农信下辖52家法人行社,1631个网点,5862个信贷客户经理,是吉林省网点多、服务范围广、资产规模大的地方金融机构,是省内金融科技创新的领航者,零售数字化系统的上线是我社实施数字化转型战略,服务吉林经济的一次重要的能力创新。
零售数字化系统一期项目推出一款产品——“吉信e消费”,该产品是指贷款人向借款人以信用方式发放,满足借款人消费需求,在核定的高授信额度范围及有效期内,可循环使用的线上贷款。该产品致力于为客户带去省时、省心、省力的产品体验,通过“多渠道获客+线上用信”相结合的方式,优化客户办贷体验,缩短审批链条,实现贷款全流程线上化办理,开启吉林农信进入了零售信贷产品全流程线上化新时代,提高了我社的市场竞争能力。
截至目前,“吉信e消费”上线9个月,授信人数达到6.8万人,授信金额106亿元,用信人数3.4万人,用信余额49.3亿元,“吉信e消费”增长额占零售贷款增长额的80%以上,成为当前阶段全省零售转型的主力产品。
八、经验总结
在资源支持方面,零售数字化系统从立项到建设,周期短,见效快,完成质量高。这得益于我社对项目的重视,零售数字化系统是我社2022年的领导督办的一号工程,组织架构上的高配置,决定了在项目过程中各方面的配合度及支持力度及各级法人和部门的资源投入力度,有力地保障了项目的顺利实施。
在专业项目管理支持方面,零售数字化系统实施过程中,常设项目管理与沟通团队,保证了技术、业务、环境、测试和运维等部门的工作协调,及时汇报和解决风险与分体,提供了沟通效率和降低了沟通成本,保证项目实施进程。
资源支持和项目管理支撑,保证了本项目的交付质量和交付进度。根据吉林省农信的业务发展现状及相关IT系统建设目标,通过零售数字化系统的建设,为零售业务的加速发展,推动线上化、数字化转型提供了有力的保障。
本网站案例,除特殊标明来源的,版权归金科创新社所有,未经许可不得转载,否则将视为侵权,对于不遵守此声明或者其他违法使用本文内容者,本网站依法保留追究权。另,本网站部分案例、观点文章来源于网络素材,如有侵权,请邮件联系 fenglei@fintechinchina.com 处理!
特别提示: 本网站免费为广大金融企业提供IT选型咨询服务,详情点击 【 需求提交 】。
推荐阅读
更多
河南农信:基于大数据平台的智能审计管理信息系统
随着河南省农村信用社各项业务的飞速发展及信息化建设的不断深入,创新性金融产品和金融服务不断涌现,业务数据和业务流程复杂程度不断提高,交易信息和管理信息不断膨胀。
2018第二届农村中小金融机构科技创新优秀案例评选
河南农信
2023-09-28
安徽农信:基于人工智能的滨湖数据中心基础设施能效优化
数据中心基础设施能耗巨大,数据中心节能能够带来显著的经济和社会效益。而在数据中心基础设施中,空调能耗又占到全部能耗的70%,本项目通过将人工智能应用到数据中心基础设施空调系统运行控制中,为安徽省联社乃至金融行业数据中心基础设施节能降耗探索一条智能化创新的道路。
2018第二届农村中小金融机构科技创新优秀案例评选
安徽农信
2023-09-28
湖北农信:智慧学习平台
智慧学习平台的建设广泛运用互联网新媒体技术,集教、学、练、考评等要素,通过数字化学习运营将其打造为兼容、开放、共享、规范的多元一体化学习载体,成为全省农商行系统的学习中心,考试中心、直播中心、制度图书中心、员工交流中心,有效地提高了员工学习的时效性、便捷性和覆盖面,成为全省农商行“智慧银行”的建设重要载体。
第五届农村中小金融机构科技创新优秀案例评选
湖北农信
2023-09-28
江西农信:“百福快贷”项目
网络信贷项目依托互联网技术,采用全流程“不落地”线上操作模式,以大数据应用为基础,实现贷款申请受理、审批、放款、回收和贷后管理全部在线完成,整个贷款审批流程无需人工参与,实现了系统几分钟内自动产生审批结果,真正意义上达到了可足不出户就可完成贷款申请和收到贷款的目标。
2018第二届农村中小金融机构科技创新优秀案例评选
江西农信
2023-09-28
江苏省联社:风险偏好与限额管理系统
本项目旨在建设统一风险数据集市,打通风险管理相关数据,建立风险偏好与限额管理系统,提高各类风险识别、计量、监测和数据分析的能力,并提供给农商行风险管理相关的数据支撑,以帮助农商行进行合理的业务拓展与风险管理决策。
第五届农村中小金融机构科技创新优秀案例评选
江苏省联社
2023-09-28
重庆农商行:基于数据决策的全线上零售信贷产品“渝快贷”
“渝快贷”是重庆农商行推出的基于数据决策的个人全线上信用消费贷款产品。
2018第二届农村中小金融机构科技创新优秀案例评选
重庆农商行
2023-09-28
微信
咨询
微信咨询
扫码添加金科小助手微信号
咨询案例和解决方案相关信息
或联系对应机构