借隱私計算技術東風，交通銀行深層挖掘用戶數據價值 | 案例研究

愛分析ifenxi

+ 關注

2022-08-05 14:41

602次閱讀

借隱私計算技術東風，交通銀行深層挖掘用戶數據價值 | 案例研究

近年來，為積極響應國家金融機構數字化轉型號召，交通銀行作為我國第一家國有股份制商業銀行，制定了全面的數字化轉型戰略，以技術創新和數據要素為雙輪驅動，致力于打造極致體驗、生態豐富、風控智能、運營高效的“數字化新交行”。2021年12月，交通銀行牽頭成立數據產業化專委會，發布了《隱私計算金融應用藍皮書》，前瞻性展望隱私計算在金融領域的未來應用。

業務需求升級，交通銀行數據應用體系備受挑戰

隨著銀行金融欺詐問題的日益嚴重以及普惠金融需求的大幅上升，交通銀行對深層次激發客戶數據價值，提升自身風控、反欺詐等核心能力產生了巨大需求，以下是傳統需求下的新型場景解決方案：

中小微企業融資場景下，風控體系亟待升級。傳統風控體系下，由于銀行內部客戶數據維度較為單一，大多只能基于自有數據對客戶進行單點式風險防控，因此常需要引入外部數據，以此來增加數據維度提升風險識別能力。但傳統外部數據調用方法常伴隨較高的數據泄露隱患，隨著數據隱私保護法律法規的完善，逐漸難以適用合規要求，導致交通銀行金融風控壓力持續提升，融資成本難以下降；另一方面，近年來聯合金融欺詐事件頻發，金融欺詐團伙呈現有組織欺詐趨勢，交通銀行急需新技術來對傳統反欺詐技術進行補充。

精準營銷場景下，目標用戶識別能力有限。存量經濟時代，通過精準營銷滿足客戶個性化需求，從而促進銷售轉化的趨勢日益顯著。然而，交通銀行傳統基于用戶歷史數據構建的客戶畫像模型，由于數據維度有限而導致的畫像與客戶實際需求難以匹配的問題，影響了交通銀行的精準營銷策略的實施，營銷轉化效率難以有效提升；同時，為實現高潛力客戶的精準挖掘，交通銀行需要基于用戶畫像模型對客戶價值進行綜合評估，但在傳統數據體系下，交通銀行缺乏足夠的多維用戶畫像模型進行比對分析，難以精準定位高潛客戶，進一步影響了營銷轉化效率的提升。

借助多方安全計算、聯邦學習等隱私計算技術，交通銀行打造新型外部數據應用體系

為有效解決上述問題，通過重點應用隱私計算技術，以安全合規的方式實現跨組織數據調用，補充自身數據維度，并以此來提升風控、營銷能力，成為了交通銀行的不二之選。而富數科技作為專業隱私計算平臺核心提供商之一，憑借成熟的多方安全計算、聯邦學習、匿蹤查詢、隱私求交等核心加密計算技術、深厚的金融行業服務經驗、首批獲得中國公安部、銀行卡檢測中心、中國信通院權威資質認證等關鍵因素，經過全面的POC測試以及多方的調研驗證，成為了交通銀行的深度合作伙伴。

圖1：富數Avatar安全計算平臺

富數科技成立于2016年，是國內領先的隱私安全計算技術服務商之一，公司專注于聯邦學習、安全多方計算、匿蹤查詢等加密計算領域，業務場景以金融、運營商、政務為主，并拓展到醫療、司法監管、工業互聯等領域。不僅如此，富數科技還是隱私計算互聯互通協議首個國家標準的牽頭單位，深度參與信安標委、金標委、工信部等標準的制定。

基于多方安全計算與運營商建立數據合作關系，交通銀行風控能力顯著提升

圖2：反欺詐場景下-富數隱私計算平臺在交通銀行部署進程

2020年7月，富數科技與交通銀行、中國移動聯合申報的上海金融科技創新監管應用“基于多方安全圖計算的中小微企業融資服務”獲得公示，成為國內金融領域首個對外公開運行的多方安全計算應用。在此合作背景下，富數科技與交通銀行深度探索了隱私計算技術在風險管控、精準營銷等重點行業場景的應用，落地多個高價值案例。

針對交通銀行現有反欺詐場景下隱私計算技術需求，富數科技于2020年6-7月份開始在交通銀行金融科技創新實驗室進行產品部署相關架構設計，之后在同年8月份，進行了業務應用測試，對產品與業務場景匹配度進行跑通驗證；同時，在9月份在運營商部署隱私計算平臺，并進行互通驗證；于2020年12月份，根據數據雙方所提供的業務數據樣本，交通銀行完成了相關業務模型的初步構建；2021年5月份，數據合作雙方基于第一輪建模結果，進行了二輪聯合建模，完善已有數據模型。

圖3：基于多方安全知識圖譜計算的中小微企業融資服務

首先，依托富數Avatar隱私計算平臺所具備的多方安全計算技術，使交通銀行能夠以更加安全合規的方式將自身銀行欺詐客戶個體信息，與運營商關系網絡結合進行聯合統計分析，在數據不出門的前提下，對客戶進行多維綜合評估，精準識別高危客戶，有效避免了的跨組織調用產生的數據泄露風險的同時，提升交通銀行風險防控能力及客戶貸款體驗。

其次，在提升風控模型準確性方面，依靠富數Avatar隱私計算平臺所具備的多方安全計算技術以及拓撲圖分析能力，交通銀行能夠將自身數據與運營商數據結合進行統一聯合計算，使得原有單點式風險防控演進為集群性風險防控，有效解決由于數據維度不充足、數據信息不對稱，而導致的計算結果不夠精確的問題，助力交通銀行中小微企業精準投放貸款和集群風險管控。

最后，為補強交通銀行應對群體性金融欺詐能力，富數首次將圖計算技術與多方安全計算技術進行融合，打造新型多方知識圖譜融合計算技術，通過將交通銀行與移動運營商的關系圖譜數據深度融合，建立在有監督和無監督情況下適用的群體性欺詐風險模型，并結合關系網絡異常檢測、離群行為預警等輔助技術，有效識別企業集群背后復雜關系鏈條及欺詐風險，實現全方位風險預警。

依托聯邦學習、隱私求交技術建立與銀聯數據合作關系，補足精準營銷需求

圖4：交通銀行與中國銀聯客戶精準營銷

交通銀行始終堅持數據驅動發展，面向內部經營，推進數據的標準化和規范化管理。推進業務數據化，通過全量采集、智能處理、規范定義，將業務數據轉化成可以被記錄、存儲、追蹤和使用的數據資產；統一數據標準與數據模型，做強企業級數據治理；推動數據業務化，用數字化思維創新產品設計、重構業務流程，構建覆蓋前中后臺的數據驅動業務發展模式等。在此基礎上，交行積極面向外部合作，參與并服務國家級數字基礎設施建設，探索建立銀行業數據與外部公共數據、行業數據的交換機制、融合機制、信息安全保護機制。運用隱私計算技術，促使數據可交換、可流通，逐步建立“數據不出行、信息可共享”場景生態，真正發揮數據要素價值作用。

一方面，通過富數Avatar隱私計算平臺所具備的縱向聯邦學習技術，在互相不泄露隱私數據的前提下，使用分布式存儲在各自數據中心的多方數據，將交通銀行自有用戶數據與銀聯用戶數據結合，進行對歷史上參與資產提升營銷活動客戶的聯合建模，豐富了數據建模的參數維度，顯著提升了交通銀行用戶畫像模型的準確性，帶動了營銷轉化效率的提升。

另一方面，為提升高潛客戶的識別能力，交通銀行基于富數Avatar隱私計算平臺所具備的隱私求交技術，通過將自身潛力客戶模型計算出的高潛客戶名單與銀聯潛力客戶模型計算出的高潛客戶名單進行跨組織比對、求交，獲得兩方都認為是高潛客戶的名單；同時，將銀聯的高潛客戶名單與交通銀行自身非高潛客戶名單比對、求交，對已有高潛客戶名單進行查漏補缺，全面提升交通銀行高潛客戶識別能力，促進了營銷轉化效率的進一步增長。

隱私計算助力交通銀行風控、營銷能力全面升級

精準風控，有效緩解中小微企業融資難的問題。通過部署Avatar隱私計算平臺，交通銀行構建了能夠保護客戶信息隱私性和安全性的精細化金融服務體系，通過將運營商數據與自身數據深度融合應用，充分發揮移動運營商數據價值，并結合風控平臺結果，為客戶鑒權、增信，大幅提升風控模型精準性；同時，運用在線金融工具打造了線上線下一體化”交銀e辦事”服務，實現了身份核驗手段多元化、線上融資服務差異化、普惠金融生態健康化，提升銀行普惠金融的時效性、便捷性，進而有效緩解中小微企業融資難問題。

精準營銷，顯著提升目標客群識別能力。依靠聯合建模的模型比較和隱私求交客戶的比較，有效彌補了交通銀行由于數據不充分而造成的對客戶認識不全、對客群分析不充分、無法構建全局視圖及全方位視圖的不足。一方面，通過聯合建模比對，使得交通銀行目標客群識別率較原模型平均水平提升1-1.5倍。另一方面，通過隱私求交比對，使得交通銀行高潛客戶名單在AUM（可管理資產規模）、（時點）沃德客戶人數占比、理財產品銷售等方面均有較大提升。

案例來自《2022愛分析·銀行數字化實踐報告》：踏長歌，銀行數字化轉型撥云見日| 愛分析報告