来源：年第六届农村中小金融机构科技创新优秀案例评选
获奖单位：浙江农商联合银行
荣获奖项：数据平台创新优秀案例
一、项目背景、目标及相关规划
1.1项目背景
为贯彻落实浙江省委省*府关于一体推进全面深化改革、共同富裕示范区重大改革、数字化改革的要求，贯彻“”体系思想，浙江农商联合银行全面聚焦省内小微经济体及下沉客户群体，通过整合行内外优势资源，依托大数据、数据分析及机器学习等技术，探索金融“大脑”建设新路径，着力建设智慧化、智能化金融服务场景。
浙江农商联合银行“数字普惠大脑”融合公共、*务、社保、市监、税务、金融等多源、多模态数据，运用知识图谱、隐私计算、机器学习等金融科技，应用专家规则、逻辑回归、随机森林、集成学习等模型算法，形成大脑信息中枢、分析中枢和决策中枢，全面深化小微企业、个体工商户和低收入农户等普惠金融授信，全面助力浙江省高质量发展建设共同富裕示范区。
“数字普惠大脑”是浙江农商联合银行打通金融服务数据生产要素流转及应用“最后一公里”的桥梁，更是全面贯彻落实数字化改革“一年出成果、两年大变样、五年新飞跃”战略目标的有力举措。依托数据云平台，大脑面向小微企业、个体工商户、农户等重点普惠客群提供智能、精准的决策能力，为浙江农商联合银行扛起“地方金融排头兵、农村金融主力*、普惠金融引领者”的使命担当提供更强劲的动力。
1.2项目目标
数字普惠大脑旨在解决信贷资源分配不均衡的问题，为浙江省社会治理贡献金融智慧，探索共富密码。浙江农商联合银行通过加强与*府、企事业单位的合作交流，着力打通金融服务场景下数据生产要素流转及应用的最后一公里，支撑小微企业、个体工商户、农户等重点群体信贷风控管理和智能决策场景。
在浙江农商联合银行数字化改革小组的直接领导下，公司金融部、零售金融部、科技管理部、科技服务部、科技子公司等多个部门的业务和技术人员以及合作公司人员共计近50人组成了8个条线的项目团队，经过一年多的艰苦努力，率先在国内农信体系构建了服务普惠客群信贷需求的数字普惠大脑体系，为浙江农商联合银行突破企业首贷户、个体工商户、低收入弱势群体信用评估问题，提升普惠金融覆盖面提供了数据接入、加工、分析及决策的综合应用能力。
数字普惠大脑项目的主要目标有以下三个方面：
1、数据云平台建设
2、数据分析建模平台建设
3、数据决策平台建设
1.3建设规划
作为浙江农信服务普惠客群、探索浙江省共富密码的战略性项目，数字普惠大脑并不是一项纯技术的数据要素的高效流通与综合应用项目，它同时还是一个业务管理的变革项目,其体现和传导的是数字化改革战略下农信省二级法人体制下的整体管理思想框架转型,“共建、共享、共赢”的开发模式得以发扬，数据化的思维、项目集群化的人员结构调整、敏捷化的项目开发机制得以贯彻落实。
数字普惠大脑项目的建设内容，决定了它是一项跨部门、业务及技术平台的、工作量庞大且非常复杂的系统工程，一旦开始就不会结束。在浙江农商联合银行正经历急速管理体制的变革和大规模技术改造的同时实施这项工程，与正常的发展过程相比,会面临更多的挑战和更大的风险。要确保项目成功,首先必须要有强有力的组织保证和相对稳定的建设团队,其次必须采用已被业界证明的“分步迭代式”开发方法，在明确整体远景目标和建设框架后，设定确实可操作的短期和中期目标，分步骤实施，逐步丰富整体框架内的内容，最终实现整体目标。
数字普惠大脑项目所提出的遵循“分步实施，步步见效”的指导思想，分阶段实施数字普惠大脑项目，每个阶段都按照“开发、试点、推广、优化”四大建设步骤循环推进。
二、项目方案
浙江农商联合银行自主设计和建设了数字普惠大脑旨在提升数字化、智慧化、智能化在普惠金融服务场景中的应用水平。通过搭建云平台，打通行社与省行业务系统协作联通，创新开发省县协作模式，促进行社数字化转型与数字产品研发，打造良性共享生态体系，推广各行社优秀数字产品，助力全省共同富裕。以分析中枢和决策中枢为基础，强化*企合作模式，探索数据信息共享，引入前沿大数据+和AI+技术至客户智慧建档、贷前准入模型、贷中审查提醒、贷后风险控制等环节，通过公共数据建立指标，针对行内不同的业务场景、产品准入条件，提供相应的决策支持，服务普惠客户群体。数字普惠大脑为农信体系的金融科技赋能业务提供了系统架构与新技术应用优秀范例。
基于数据云平台，打通数据要素流通堵点，为综合行内外信息进行普惠客群信用评估提供平台支撑，体现在：
1）以数据云平台构建大脑信息中枢，提供基础设施服务。浙江农商联合银行坚持共性统建、个性自建、统分结合、开放包容的数据类系统开发机制，全面变革现行行社委托集中开发模式，推行“省级搭建大平台+行社开发特色应用”远程协作开发模式，重点解决行社数字化转型过程中数据需求响应慢、数据应用不足等难题，为全系统行社提供基础设施（IaaS）、基础平台和工具（PaaS）、标准数据应用（SaaS）、定制化数据应用和服务（DaaS）四类不同层级的云服务。一是基础设施服务。为行社提供虚拟机房，实现在线申请服务器存储等资源，解决行社自建机房投入高、维护难等问题。二是基础平台和工具服务。为行社提供数据类软件服务，解决行社投入产出比低、过度依赖外部厂商等问题。三是标准化数据应用和数据服务。为行社提供统一打造的标准化SaaS应用及非标准化数据应用服务，解决行社开发敏捷度不够、个性化开发应用不足等问题。四是定制化数据应用和服务。为行社提供定制化数据应用能力，解决省县系统和数据不贯通、数据深度应用不足等问题。
2）以建模分析平台构建大脑分析中枢，提供数据分析服务。围绕“大数据+”和“AI+”的智慧分析能力，持续完善客户高维特征库，并基于逻辑回归、决策树、随机森林等机器学习和联邦算法形成金融分析特征库和模型库，提供标准及规范化的大数据即时查询、数据建模平台、BI数据自主分析等环境，提供标准化的模型及开发平台，降低人工操作风险，提高工作效率，赋能应用系统。
3）以智能决策平台构建大脑决策中枢，提供智能决策服务。决策中枢创新应用规则平台、流处理引擎及模型管理平台，通过应用可视化的业务策略定制画布，实现智能化、自动化的决策调度服务。双中枢设置完善了智能决策平台体系，充分满足个性化数据分析需求，极大的推动了数据应用水平，提高数据创新能力，从而实现数据规范运营及数据价值挖掘。
2.1系统应用架构
数字普惠大脑依托丰收数据云底座，主要由信息中枢、分析中枢和决策中枢构成。其中，信息中枢依托丰收数据云底座计算、存储、网络等资源及隐私计算能力，安全高效的融合行外*务、社保、税务、金融等多源多模态数据，支撑个性化普惠金融场景下多样化的数据信息共享需要；分析中枢围绕数据分析平台构建，依托大数据+AI的智慧分析能力，持续完善客户高维特征体系，基于逻辑回归、决策树、随机森林等机器学习和联邦算法形成金融分析模型库，满足个性化的数据自助分析、模型管理、BI可视化的需要，支撑行内数据民主化演进；决策中枢基于智能决策平台构建，创新性打造了“三核”智能决策引擎，集规则决策引擎、机器学习决策引擎和图计算决策引擎为一体，通过应用可视化的业务策略定制画布，实现智能化、自动化的决策调度服务定制，可快速构建业务经营、管理、决策、运营、营销、风险等专业领域场景智能决策流程。数字普惠大脑支撑中小微企业、个体工商户、个人客群等重点客户的普惠金融营销、信贷风控场景，其应用架构图如下。
图1.数字普惠大脑系统应用架构
2.2系统技术架构
数字普惠大脑依托丰收数据云底座云原生、云计算及云存储的能力，通过集成离线批处理平台TDH和实时流计算框架Flink，实现行内外多维、多模数据的高效融合，实现行内指标、特征体系的快速构建；同时，数字普惠大脑围绕“DI+AI+BI”的模式充分挖掘数据价值，面向业务人员提供数据分析工具及能力，通过整合各类指标、特征数据及各类分析工具和管理能力为行社提供包括即席查询、BI自助、数据建模等不同层级个性化数据分析服务；数据决策中枢依托行内智能决策平台，主要包含数据加工服务、决策调度服务以及决策服务。数据加工服务能对行内外数据进行实时采集加工，依托流立方计算引擎，可以对实时流水交易信息进行实时计算；决策调度服务能按不同业务场景个性化配置流程，对接数据采集服务和决策服务，汇总输出决策结果数据；决策服务基于规则决策引擎、机器学习决策引擎和图计算决策引擎的“三核”高维智能决策能力，提供丰富的决策组件，如决策表、评分卡、决策树及自定义函数支持，通过灵活组合的形式，满足不同业务场景的需求。
2.3系统数据架构
数字普惠大脑依托丰收数据云底座资源及数据共享平台隐私计算能力，高效融合*务、社保、税务、金融等多源多模态数据，支撑多样化的数据应用需要；基于大数据+AI的智慧分析功能，形成了强大的数据加工能力，从而形成高维特征库，打造客户全景画像；同时，基于逻辑回归、决策树、随机森林等机器学习和联邦算法形成金融分析模型主题集市及特征体系，结合高维特征数据支持精准营销、智能风控、反欺诈等多样化应用场景，打通数据的“接入-存储-加工-分析-应用”的完整通道，便于数据生产要素在各类系统间的高效流转和应用。
2.4系统业务架构
浙江农商联合银行推行数字化转型，以数据为驱动，打通数字普惠金融大脑。通过对接行内外丰富数据源，并加以整合，依托于数据治理和数据资产管理对数据资产进行价值挖掘，并通过数据决策中枢实现客户营销及风险的高效决策从而驱动业务快速发展，实现业务决策数字化、智能化，从而推动数字普惠金融发展。
三、创新点
1.以数据云平台构建大脑信息中枢，提供基础设施服务。浙江农商联合银行坚持共性统建、个性自建、统分结合、开放包容的数据类系统开发机制，全面变革现行行社委托集中开发模式，推行“省级搭建大平台+行社开发特色应用”远程协作开发模式，重点解决行社数字化转型过程中数据需求响应慢、数据应用不足等难题，为全系统行社提供基础设施（IaaS）、基础平台和工具（PaaS）、标准数据应用（SaaS）、定制化数据应用和服务（DaaS）四类不同层级的云服务。一是基础设施服务。为行社提供虚拟机房，实现在线申请服务器存储等资源，解决行社自建机房投入高、维护难等问题。二是基础平台和工具服务。为行社提供数据类软件服务，解决行社投入产出比低、过度依赖外部厂商等问题。三是标准化数据应用和数据服务。为行社提供统一打造的标准化SaaS应用及非标准化数据应用服务，解决行社开发敏捷度不够、个性化开发应用不足等问题。四是定制化数据应用和服务。为行社提供定制化数据应用能力，解决省县系统和数据不贯通、数据深度应用不足等问题。
2.以建模分析平台构建大脑分析中枢，提供数据分析服务。围绕“大数据+”和“AI+”的智慧分析能力，持续完善客户高维特征库，并基于逻辑回归、决策树、随机森林等机器学习和联邦算法形成金融分析特征库和模型库，提供标准及规范化的大数据即时查询、数据分析、数据建模、BI自主分析等环境，提供标准化的模型及开发平台，降低人工操作风险，提高工作效率，赋能应用系统。
3.以智能决策平台构建大脑决策中枢，提供智能决策服务。决策中枢创新应用规则平台、流处理引擎及模型管理平台，通过应用可视化的业务策略定制画布，实现智能化、自动化的决策调度服务。双中枢设置完善了智能决策平台体系，充分满足个性化数据分析需求，极大的推动了数据应用水平，提高数据创新能力，从而实现数据规范运营及数据价值挖掘。如今，在逻辑回归、专家模型等传统建模方法上，创新引入AI+、互联网+、机器学习、知识图谱等前沿技术全面提升算法精度和创新度，构建个覆盖银行经营、营销、风险、定价等方向的决策模型，赋能全省中小微企业、个体工商户、个人客群等融资授信智能决策服务。
浙江农商联合银行自主设计和建设了数字普惠大脑旨在提升数字化、智慧化、智能化在普惠金融服务场景中的应用水平。通过搭建云平台，打通行社与省行业务系统协作联通，创新开发省县协作模式，促进行社数字化转型与数字产品研发，打造良性共享生态体系，推广各行社优秀数字产品，助力全省共同富裕。以分析中枢和决策中枢为基础，强化*企合作模式，探索数据信息共享，引入前沿大数据+和AI+技术至客户智慧建档、贷前准入模型、贷中审查提醒、贷后风险控制等环节，通过公共数据建立指标，针对行内不同的业务场景、产品准入条件，提供相应的决策支持，服务普惠客户群体。数字普惠大脑为农信体系的金融科技赋能业务提供了系统架构与新技术应用优秀范例。
四、技术实现特点及优势
1、以云计算和虚拟化技术为基础，以全面的数据服务能力为核心，提供了云主机、对象存储、分布式存储、弹性计算、数据库软件，大数据数仓等多类型产品，打通省行+行社生产系统，打造了省级数据共享通道，省县协作新模式。
2、研究并采用隐私计算技术，解决了多方数据的安全流转应用问题，创新性的化解了数据隐私保护与银行业对数据需求的矛盾，为银行业采用外部数据增强业务能力提供了安全底座，实现数据要素的安全、可控、可计量流转。
3、创新性实现三核高维智能决策模式，基于规则决策引擎、机器学习决策引擎和图计算决策引擎之上构建智能决策平台的数据加工服务、决策调度服务以及决策服务。数据加工服务能对行内外数据进行实时采集加工，依托流立方计算引擎，可以对实时流水交易信息进行实时计算；决策调度服务能按不同业务场景个性化配置流程，对接数据采集服务和决策服务，汇总输出决策结果数据；决策服务采用规则决策引擎、机器学习决策引擎和图计算决策引擎三决策引擎技术，提供丰富的决策组件，如决策表、评分卡、决策树及自定义函数支持，通过灵活组合的形式，满足不同业务场景的需求。
4、基于云平台创新打造了综合性数据分析建模环境。为每个基层县级行分配租户，突破以往数据获取及分析的常规模式，在信息安全保障基础上，大大提升数据分析的效率和便利度；同时通过融合云技术、大数据技术以及各类工具和组件，打造了数据建模、数据分析、即席查询、BI自助分析四大模块。通过数据、工具、环境、管理等全面整合满足业务数据分析需求。
五、项目过程管理
数字普惠大脑项目由浙江农商联合银行科技管理部牵头，科技服务部大数据室、科技子公司智能数据部负责实施。数字普惠大脑项目的实施配合浙江农商联合银行数字化改革项目群实施的计划，采用试点实施和推广的分阶段方式。主要经历了以下几个阶段：
5.1需求分析和概要设计阶段
此阶段时间段为年3月至年7月，其间主要完成了业务需求分析、业务功能和技术构架的高层设计。提交了现状需求分析报告、各功能模块的高层设计、技术构架和接口的高层设计等文档。
5.2系统详细设计阶段
此阶段起始时间为年6月至年8月，其间主要完成了系统详细设计工作，提交了数字普惠大脑系统详细设计说明书等文档。
5.3系统编码、测试和上线准备阶段
此阶段起始时间为年9月至年4月，其间完成了数字普惠大脑系统客户化开发的编码、测试以及试点行上线准备工作，提交了数字普惠大脑系统测试报告、上线方案、系统设置等文档。
5.4试点行上线阶段
此阶段起始时间为年5月至年7月，其间完成了三家试点行的数字普惠大脑系统智能分析及决策功能的上线，并根据试点行上线运行的情况，为推广实施提出了优化需求。
5.5推广实施阶段
此阶段起始时间为年7月至年10月，对除三个试点分行外的77家下辖农商行的数字普惠大脑系统智能分析及决策功能上线，具体如下：
第一批上线：年7月
第二批上线：年10月
数字普惠大脑项目实施严格按照总行项目管理相关制度，从计划、质量、财务等多方面进行规范化管理，项目一期最终如期完成。
六、运营情况
1、自项目成立以来，数字普惠大脑已在浙江农商联合银行广泛应用，为全面普惠金融提供了有力的技术与数据支撑，省县协作模式加强农信系统的金融科技能力，新技术在决策平台应用提升数字化应用水平，数字普惠大脑建设为农信体系的金融科技赋能业务提供了系统架构与新技术应用的优秀范例。
2、数字普惠大脑作为公共数据平台的智能化能力中心，为数字化改革跨应用提供智能化支撑。一是推动全量归集。通过数字普惠大脑强化感知采集，构建“以数据自动沉淀为主、人工采集为辅”的全时空多维度信息采录感知网，提升数据归集覆盖面和成效性。二是强化多维集成。通过构建通用化的知识库、数据仓库、模型库、算法库以及规则和法律库，加快数据集成、知识集成、工具集成、模块集成、生态集成、案例集成，形成决策辅助系统。三是推动赋能跃升。打通行内外数据壁垒，形成多元共享的智能化金融生态环境，有效支撑各类普惠金融产品、风控预警产品等数据互通与聚力赋能，促进高质量发展建设共同富裕示范区。
3、浙江农商联合银行通过制定全系统统一技术标准，减少各类开发中遇到的疑难问题，数据传输更高效，部分数据可由T+1转为T+0模式。省行专业技术人才负责维护基础技术平台，数据存在省行云平台中便于统一管控和支持，数据与程序部署在省联社，便于各类系统的基础平台对接与支持。同时，云平台模式避免了数据下发过程中的被窃取的风险，避免了数据存在行社中数据泄露的风险，提高强化信息安全管理效能。
4、分析中枢与决策中枢已构建支持线上/线下信贷类、风险类、评分/评级类和营销类等业务模块个，可用决策指标总量余个，在决策指标计算加工、模型测算、模型管理服务，协助业务系统将业务规则从系统中解耦，提供标准化的模型，降低人工操作风险，提高工作效率，赋能应用系统，协助其做出最佳的决策。
5、依托数字普惠大脑，在企业首贷户、个体工商户、低收入弱势群体信用评估方式上取得突破，提升普惠金融覆盖面。截至年末，已覆盖全省99.91%农户授信亿元；服务个体工商户累计58万户贷款亿元；服务小微企业20.84万户贷款亿元，其中，首贷户5.7万户占全省52.85%。
七、项目成效
7.1打造三核高维智能决策体系
智慧决策体系已应用在风险类、营销类、反欺诈类、评分/评级类等业务模块个，可用决策指标总量余个，提供决策指标计算加工、模型测算、模型管理服务，协助将业务规则从系统中解耦，提供智能决策模型，降低客户多维风险，提高营销精准度，降低欺诈占比，赋能应用系统，协助业务做出最佳的决策。
7.2提高数据安全交互
“数字普惠大脑”通过数据共享、隐私计算等技术归集10大类78种数据，并融合集成省级各类公共数据，在逻辑回归、专家模型等传统建模方法上，全面提升算法精度。
7.3构建敏捷分析环境
在以往数据分析流程中，需要业务提出需求通过科技取数后在进行分析，不仅时效性无法保障，同时业务与科技缺乏有效的沟通。数据分析平台通过基于数据云提供了封闭式的分析环境，并直接对接生产数仓，在保障数据安全的情况下为用户提供真实的生产数据用于数据分析。同时集成各类分析建模工具以及数据自动化申请、代码托管、案例分享等多种功能，满足不同人群的数据分析需求，最大程度为业务决策提供高效的分析环境。
7.4赋能普惠金融重点客群
创新应用随机森林、集成学习等机器学习建模方法构建个覆盖银行经营、营销、风险、定价等方向的决策模型，赋能全省中小微企业、个体工商户、个人客群等融资授信智能决策服务。
小微企业客群：针对中小微企业客群，融合高质量广覆盖的*务数据，通过数据分析、机器学习技术，从纳税、缴费、经营、行业等多维度构建小微企业画像模型，实现客户信息“一图概览”，识别出小微企业的潜在资金需求，进一步从风险准入、合规经营、稳定经营、社会贡献度、生产能力、销售能力、偿还能力、股东信用评价、股东代偿能力9大类维特征展开企业授信分析，利用高覆盖的企业*务特征构建信用评估模型，探索“无贷户—首贷户—伙伴客户”转化流程、递进式金融服务，建立多维度支撑保障的‘首贷户’培育体系，在首贷户信用评估方式上取得突破，解决“首贷户”精准获客难、授信审批难、有效转化难等问题。授信支持企业37.1万户，累计拓展首贷户5.48万户，占全省银行业的53.93%。
个体工商户：针对个体工商户客群，整合形成经营效益、经营合规、个人履历、个人资产、个人信用5大类维特征，对全省万个体工商户进行批量画像和评价。根据个体工商户批发、零售、居民服务等细分行业特点，基于营收、稳定性、合规性、个人资产、信贷行为等信息建模，在个体工商户信用评估方面取得了突破，解决个体工商户群体融资需担保、抵押的问题，满足个体工商户“短、小、频、急”的融资需求，截止年3月末，个体工商户客群签约量达58万户，贷款余额达亿元。
个人普惠客户：针对个人客群，一是联动省人社厅大数据平台，集成个人信息、工作信息、收入水平、收入稳定性、参保行为、社保缴存行为、职称资质等7大类维特征，构建了信用评分模型体系，完成针对全省余万社保参保人员的信用综合评估。针对全省近千万的低收入或灵活就业收入不稳定客群，基于户籍、社保缴纳时长、社保缴纳稳定性、缴纳金额等维度建模，突破该低收入客群融资难题，提升授信覆盖面，进一步推动共同富裕目标的实现。年12月上线以来，签约合同金额亿元，签约27.85万户。二是与省农业农村厅合作率先全国创新推出“无感授信、有感反馈、便捷用信”农户小额普惠贷款，以林业、牧业、农业、渔业、农房、车产、地区信用分、权益以及其他行业自定义数据为基础，将农房、土地经营权、林权等综合资产，家庭收入，经营销售收入，相关荣誉等评价信息入模，突破农户客群融资难题，提升授信覆盖面，做到农户“一机在手、一呼而应、一点就通”，已覆盖至99.91%符合条件的农户，授信总额达亿元。
八、经验总结
浙江农商联合银行通过加强与*府、企事业单位的合作交流，着力打通金融服务场景下数据生产要素流转及应用的最后一公里，支撑小微企业、个体工商户、农户等重点群体信贷风控管理和智能决策场景，为强化浙江农商联合银行“地方金融排头兵、农村金融主力*、普惠金融引领者”的品牌提供更强劲的动力。
更多金融科技案例和金融数据智能优秀解决方案，请登录数字金融创新知识服务平台-金科创新社案例库、选型库查看。