2020年對金融機構來說是艱困的一年，從市場數據來看，疫情之下，RMBS(住房抵押貸款ABS)、個人汽車貸款和個人消費貸款(細分為信用卡分期和一般消費貸款)逾期1-30天占比明顯上升，且均出于歷史高位，環比增長分別為78%、32%、72%和103%。四類貸款產品逾期借款人還款的意愿和能力都在降低，且各資產類型的年化早償率自今年1月份開始一直在持續下降，且已處于歷史低位。

銀行方面受到疫情沖擊大于非銀機構，從2019年與2020年春節前后三周的銀行客群與非銀客群的調用量對比來看，2020年春節前后，銀行客群調用量受到疫情的沖擊明顯大于非銀客群，期間調用量谷值較往年下沉幅度擴大15個百分點，同時節后恢復速度明顯變慢，恢復程度較去年同期落后近50個百分點。

在這個背景下，貸后客戶的風險監控核查尤其重要，傳統存量客戶監控方式下，受制于監控成本、系統運行能力、運營人力的限制，監控周期設置往往較長，如按季度、按半年，因此不能及時發現客戶風險。利用百融云創云計算能力，存量客戶風險預警產品可以幫助金融機構對存量客戶進行高頻動態監控，及時掌握客戶風險變動信息，解除系統性能限制，降低金融機構損失，減少逾期。

以國內某大型股份制銀行卡中心的合作為例，該行使用百融云創設備反欺詐已有3年多的時間，使用了百融設備環境風險、設備群體風險、設備特殊名單等多個產品，還使用百融的設備風控云平臺進行設備風險的實時監控，反饋效果良好，不僅降低了人工成本和風險，貸后的管理效率也得到了大大提升。

此外，針對疫情階段貸后管理人工客服人員不足，客戶有可能是醫、患、工作人員的復雜情況，百融智能外呼機器人針對各類業務場景基于豐富的業務實踐經驗，采用多樣化的外呼策略、外呼話術，滿足貸后管理外呼作業需求，有效收集醫、患、工作人員信息。

百融云創還結合無監督學習和監督學習各種方法，解決規則冷啟動和規劃優化的工作，并充分利用百融知識圖譜多維網絡的優勢，更多更準地幫助客戶識別防范欺詐風險，大幅提高了金融機構事前欺詐識別率、欺詐應對效率以及事后欺詐案件挖掘效率。

免責聲明：市場有風險，選擇需謹慎!此文僅供參考，不作買賣依據。