報告編委

報告指導人

張 揚 愛分析聯合創始人&首席分析師

報告執筆人

孫文瑞 愛分析高級分析師

李 娜 愛分析分析師

戴 甜 愛分析分析師

目錄

研究范圍定義

全場景地圖

場景定義與廠商解讀

入選廠商列表

1. 研究范圍定義

研究范圍

隨著金融監管的加強與金融規范的完善，以及受國有大行、股份制銀行、互聯網銀行和外資銀行的擠壓，區域性銀行面臨著“不變則衰”的發展困局。

本次銀行數字化廠商全景報告的研究范圍為大中型區域性銀行，即經營范圍限定在某一區域（多為省、市、縣、鄉），資產規模為2千億到2萬億的銀行，其在數字化轉型需求與路徑上具有共通之處，且區別于國有大行及股份制銀行以及資產規模小于2千億的區域性銀行。

根據區域性銀行進行數字化轉型的關鍵流程，結合愛分析對現階段區域性銀行數字化轉型需求的調研，在本報告中，愛分析選取了零售營銷、零售風控、小微營銷、小微風控、供應鏈金融業務、政府業務、財富管理營銷、遠程銀行、RPA、云平臺、數據存儲與處理、數據治理、數據分析與可視化、機器學習模型開發、數據安全、智能運維16個場景，進行重點研究。

本報告面向企業決策層以及數據部門、業務部門負責人，通過對各場景的需求定義和代表廠商的能力解讀，為區域性銀行數字化轉型規劃與廠商選型提供參考。

廠商入選標準

本次入選報告的廠商需同時符合以下條件：

• 廠商的產品服務滿足各應用場景定義的廠商能力要求；
• 廠商具備一定數量以上的客戶服務案例（參考第3章各場景定義部分）；
• 2020年廠商銀行業營收達到指標要求（參考第3章各場景定義部分）。

2. 全場景地圖

愛分析基于對甲方企業和典型廠商的調研以及桌面研究，遴選出在銀行數字化場景中具備成熟解決方案和落地能力的代表廠商，如下圖所示。

（注：以下所有場景中的廠商均按音序排序）

3. 場景定義與廠商解讀

愛分析對銀行數字化各場景的定義如下。同時，針對參與了此次報告調研的部分代表廠商，愛分析撰寫了廠商能力解讀。

3.1零售營銷

終端用戶：

銀行信用卡中心、消費金融部門、網絡金融部門、個人金融部門、信息科技部門等

核心需求：

目前，零售信貸市場短期進入調整期，零售信貸規模增速放緩，市場份額繼續向龍頭集中。面對“存量競爭”困局，區域性銀行在市場搶占方面并無明顯優勢，因而當前區域性銀行，尤其是資產規模2000億-5000億的區域性銀行戰略重點在精細化運營。

對于營銷而言，精細化運營的核心在于，關注核心價值提升同時兼顧效率與成本。為實現精細化運營，區域性銀行關注獲客、留客、價值實現三個主要環節，主要面臨如下挑戰：

• 各類銀行零售客戶群體、渠道、營銷手段趨同，競爭格局逐步穩定，區域性銀行的差異化競爭的主要路徑在于本地化場景生態建設，但場景生態建設具有回報周期長、試錯成本高的特點，區域性銀行需要基于外部合作，引入低成本獲客場景生態；
• 消費者所面對的金融產品的多樣化和可選擇性極大豐富，零售業務客戶粘性低，對用戶體驗要求愈發苛刻，全渠道一致性的客戶體驗是區域性銀行數字化能力建設的重點；
• 由于區域性銀行客戶洞察的深度不足，無法精準篩選價值客戶實現精準營銷；而且對銷售漏斗中用戶轉化過程的追蹤能力的缺乏，使得其難以對客戶行為變化做出迅速反應，最終造成獲客成本高。

廠商能力要求：

• 現階段，廠商需要為區域性銀行接入低成本獲客渠道，比如互聯網平臺，并對平臺客戶進行初步篩選，輔助區域性銀行更為精準的獲客；未來廠商需有足夠的數據積累與場景建設積累，能為銀行搭建或引入個性化、差異化、具有本地特色的場景生態；
• 廠商需以智能化工具為抓手，分析線上、線下渠道的客戶體驗重點，對其進行提升優化；同時需具備打通不同服務渠道的能力，實現數據互通，助力銀行打造全渠道一致性、無感化的客戶體驗；
• 廠商需深度洞察當地客群，利用AI、大數據、區塊鏈等技術建立模型，對客戶進行精準分層、精準分析與精準營銷；同時需借助工具模型對用戶轉化進行持續追蹤，在此過程中不斷衍進模型，以適應客戶行為變化，從而達到更為精準的營銷與運營。

代表廠商：（ 1、服務過的標桿案例在5家及5家以上，并可以提供案例填寫在項目情況中；2、2020年廠商銀行業營收超過3000萬以上。）

每日互動（個推）

廠商介紹：

每日互動股份有限公司（股票代碼300766）是專業的數據智能服務商，致力于用數據讓產業更智能。公司通過個推消息推送、用戶畫像等產品，在為開發者提供高效解決方案，助力APP精細化運營的同時，積累了海量數據資源。截至2021年6月30日，每日互動開發者服務SDK累計安裝量突破760億，其中智能IoT設備SDK累計安裝量超1.5億，形成了覆蓋面廣、實時性強、穩定性高的數據優勢。同時，公司充分發揮數據萃取能力，高效挖掘數據價值，并通過著力打造數據中臺—“每日治數平臺”輸出治數能力，助力行業客戶和政府部門數字化升級。自成立以來，公司持續深耕各領域的數據應用，積累了豐富的垂直行業經驗，將行業“Know-How”與公司的數據能力有機結合，為用戶增長、品牌營銷、智能風控、城市治理等領域提供了豐富的數據智能解決方案。

產品服務介紹：

個推消息中心是每日互動推出的一套融合了移動互聯網技術、大數據技術和云服務的智能消息下發運營管理系統平臺。個推消息中心幫助銀行打通多部門、不同消息下發渠道的用戶ID，助力銀行用戶數字化統一管理；一站式對接APP推送、微信、短信等8大常用消息觸達渠道，豐富銀行用戶觸達方式，實現多渠道智能推送；大數據用戶圈選，智能策略分發、后效分析等功能，助力銀行形成消息管理運營閉環，避免重復推送，有效節約運營成本，提高轉化效果。

能力解讀：

**信息中臺建設，打通ID智能管理。**個推消息中心對內與各個內部系統無縫對接，對外通過API數據接口對接市面上常用的通信渠道，成為銀行各業務與用戶之間的消息中轉站。銀行通過個推消息中心可以集中整合、管理內部信息下發需求；可以統籌各個通信渠道，形成統一用戶ID。在此之上，基于個推的大數據能力，可以對用戶進行精準分群，實現智能管理。

**多渠道、精細化、智能化消息下發。**個推消息中心基于公司在大數據應用領域和互聯網運營領域深耕多年的深厚積累，通過數據分析模型庫萃取出“精華”，應用于不同金融業務場景。銀行通過“消息中心”能對消息下發進行統一調度、精細化管理，尤其是對于未觸達的用戶可以進行多渠道的轉發、補發、并發，協助客戶形成高轉化的投放策略，降低運營成本，提升轉化效果。

**豐富功能兼容與擴展，用戶運營更加精細化。**個推消息中心在完善和優化推送能力的同時，也十分注重數據回溯，可實時反饋用戶觸達數據、深度后效分析，通過數據分析發現、沉淀、優化消息運營策略，最終形成具有自身特色的消息下發策略，有效提升用戶觸達效果。銀行可以像搭樂高一樣，將每日互動多元的數據能力組件拼搭在“消息中心”之上，最終可升級為精細化運營平臺，真正實現用戶數字化運營。

典型客戶：

北京銀行信用卡中心、天津銀行、江陰農商行等

客戶案例：

在營銷和用戶運營場景中，如何將信息觸達到客戶，是北京銀行目前信用卡中心面臨最大的一個問題。行內并無統一的消息中臺，不同業務系統使用渠道的時候，需要分別對接，人力成本大大增加。此外，行內消息下發的渠道較為單一，以傳統短信下發為主，短信費用消耗過大。每日互動為北京銀行信用卡中心提供的消息中心解決方案，幫助北京銀行信用卡中心從專業的角度上解決消息管理運營過程中存在的問題。

個推消息中心解決方案包含5個主要部分：

一是統一用戶ID。打通所有消息下發渠道，形成統一用戶ID。根據不同的場景下靈活選擇渠道組合策略，避免大量信息對客戶造成打擾，并有效節約運營成本，提升運營效率；

二是用戶分群。通過每日互動豐富的標簽體系，對用戶進行標簽分群，可實現對不同用戶群定制不同下發策略；

三是豐富的場景模板。智能化消息中臺服務與行內多家客戶，沉淀數十種行業推送場景，提煉貼合業務場景的推送模板，并支持關鍵信息修改，免技術開發，節約大量人效；

四是多渠道智能下發。整合手機通知欄、手機內營銷位、短信、微信、郵件等主流渠道，還可以根據使用場景、用戶觸達效果指定后續執行動作；

五是后效分析回溯。支持各渠道推送實時記錄和后效統計反饋，自動生產統計報表，形成運營閉環，逐漸沉淀優質的用戶觸達模板、場景和渠道。

海致星圖

廠商介紹：

北京海致星圖科技有限公司（以下簡稱“海致星圖”）是企業級知識圖譜開創者，依托高性能圖計算這一核心自研技術，深耕金融科技領域，創新自研知識圖譜、圖數據庫、BI等數據智能產品和服務，服務于金融業務全生命周期，覆蓋金融領域全業務場景。

產品服務介紹：

海致星圖基于自身智能金融知識圖譜，利用圖數據庫、圖挖掘引擎、大數據、可視化技術、知識推理引擎及語義分析技術等多種技術手段，助力銀行構建多維度的客戶視圖，提升零售業務營銷效率。

能力解讀：

海致星圖基于自身高性能數據處理及可視化建模技術，為金融客戶建立一站式大數據處理平臺，完成從全量數據整合、清洗、治理到服務、應用的全流程閉環。支持跨業務場景，能助力銀行實現業務自主化、可視化、智能化。

在數據平臺搭建的基礎上，海致星圖還結合銀行實際業務情況，為銀行提供一系列與業務緊密相關的數據產品，如與零售代發業務緊密相關的“代發羅盤”，基于客戶洞察與數據分析，為拓客與經營深度賦能。

典型客戶：

招商銀行總行等

京東云

廠商介紹：

作為京東集團面向企業、政府等機構的技術服務品牌，京東云是最懂產業的數智化解決方案提供商，致力于為企業、金融機構、政府等各類客戶提供以供應鏈為基礎的數智化解決方案。在金融機構服務領域，以聯結產業供應鏈和數智化金融云為核心，京東云已為包括銀行、保險、基金、信托、證券公司在內的超780家各類金融機構提供了數字化服務的綜合解決方案。

產品服務介紹：

京東云基于京東科技強大的大數據能力，結合自身多年生態場景建設的經驗，對接銀行自有渠道與多種外部線上線下渠道，圍繞和創新個人用戶的賬戶、存貸款、信用卡等需求，推出數字運營云（U+）、智貸云（MORSE）、信用卡云（CC+）等多種產品，不斷提升客戶服務體驗，助力銀行實現存量業務的降本增效與增量業務的創新突破。

能力解讀：

對于所有金融機構來說，高效率、有價值、可持續的一站式數字化營銷和運營解決方案更是構建發展“護城河”的重中之重，京東數字運營云（U+）可以為金融機構提供一站式數字化營銷和運營解決方案，結合京東多年一線技術和運營經驗沉淀，為金融機構打造一套高效率、有價值、可持續的數字化運營解決方案。U+基于京東18年近5億用戶的一線實戰運營經驗和大規模數據驗證，融合京東云大數據能力、智能算法、系統軟件工具，提供全鏈路陪伴式深度服務，聯合運營服務結合客戶實際運營需求，圍繞用戶生命周期不同階段，量身定制數字化運營解決方案，助力金融機構線上數字化營銷運營。

信用卡業務場景下，京東云基于自身強大的云原生底層能力，向銀行推出信用卡云產品。協助銀行從信用卡產品設計、用戶識別、信用管理、用戶運營到業務經營等方面的全流程管理，提升銀行信用卡數字化運營與管理效率。

典型客戶：

中信銀行、江西銀行、中原銀行等

融慧金科

廠商介紹：

融慧金科成立于2017年6月，是一家基于大數據技術和人工智能建模實戰經驗，為持牌金融機構提供智慧風控決策和系統化解決方案的一站式高端金融科技服務商。自成立以來，已先后獲得紅杉資本中國、華創資本、澳洲電信投資、優山資本等知名投行數千萬美元融資。

產品服務介紹：

針對銀行零售信貸業務面臨的獲客貴、風控難等痛點，融慧金科基于大數據、人工智能及關聯網絡等核心技術，打造了AI產品、精準獲客、咨詢服務、SaaS系統及端到端信貸賦能等完整生態服務閉環，為銀行提供營銷風控一體化的解決方案，深度賦能銀行機構零售信貸業務全流程生命周期，致力于幫助銀行機構獲得業務上持續、快速、健康的增長。

能力解讀：

針對零售營銷，融慧金科能為銀行機構提供定制化獲客服務、關聯網絡平臺等產品，構建全流程營銷解決方案。

融慧金科能夠借助大數據技術和用戶特征捕捉能力，幫助銀行機構產出意愿模型，并結合融慧風險預篩選邏輯，共同形成白名單產品。融慧金科將白名單應用到獲客領域，可有效兼顧意愿與風險，為客戶提供優質流量。借助白名單解決方案、DSP投放方案以及廣告SaaS方案，融慧金科構建了全方位定制化獲客體系。

融慧金科能夠為銀行提供關聯網絡平臺。運用先進圖技術，結合豐富圖算法和圖譜渲染能力，為信貸、交易、營銷等場景提供配置靈活的全方位可視化分析工具，從而提升銀行精細化運營能力。

3.2零售風控

終端用戶：

銀行信用卡中心、消費金融部門、網絡金融部門、個人金融部門、風控部門、信息科技部門等

核心需求：

現階段，區域性銀行面臨不良資產逐漸暴露、監管收緊的挑戰；同時，在2020年監管新規出臺之前部分區域性銀行的貸前營銷畫像和反欺詐、貸后催收工作大多數都是合作機構完成，比如互聯網平臺，區域性銀行在線上業務風控方面經驗與數據不足，加劇了零售風控的挑戰。

欺詐風險、信用風險、催收風險等防控能力是區域性銀行普遍的薄弱點和痛點，具體挑戰為：

• 反欺詐方面，金融科技加速創新，新的“業務模式”不斷涌現，新興的網絡黑產形式層出不窮，區域性銀行并沒有應對這些欺詐行為的業務場景及經驗。再者，銀行傳統的交易反欺詐系統多以信息安全防范手段或事后控制分析手段為主，難以做到實時反欺詐識別；
• 信貸風控方面，在精細化運營的背景之下，信貸審批更側重業務協同。一是在風險可控的前提下提高批貸率，但區域性銀行受限于數據與模型精度，信貸把控偏保守，導致批貸率不足；二是提高批貸效率，部分區域性銀行仍依靠專家線下審核風險，效率低，無法滿足業務發展需求；
• 貸后催收方面，區域性銀行傳統催收方式一般是依靠人工坐席進行催收，面臨著人力成本高、催收效率低、合規風險與成本高等問題。

廠商能力要求：

• 反欺詐方面，廠商需能夠提供生物識別、用戶畫像模型、規則引擎、欺詐關聯圖譜等底層技術，或者提供端到端的反欺詐解決方案，幫助銀行實現零售業務的申請、交易、支付等環節的反欺詐，實現雙錄等合規性措施的線上化和自動化；
• 信貸風控方面，廠商需有強大的數據處理與分析能力，或有突出的建模能力，能夠依托大數據、AI等先進技術，為銀行提供標準化的數據產品及聯合建模服務，建立用戶畫像、信用評分等，并基于此助力銀行搭建統一的信貸風控平臺，幫助銀行在風險可控的前提下提高批貸效率，節約人力成本；
• 貸后催收方面，廠商需能夠基于豐富的行業知識庫和先進的AI能力，借助智能語義識別及大數據等工具，通過智能交互、人機協作等方式，為銀行打造全鏈條的智能催收解決方案，實現千人千面催收，以降低銀行人力成本、提升銀行催收效率，保障催收流程合規性。

代表廠商：（ 1、服務過的標桿案例在5家及5家以上，并可以提供案例填寫在項目情況中；2、2020年廠商銀行業營收超過3000萬以上。）

海致星圖

廠商介紹：

北京海致星圖科技有限公司（以下簡稱“海致星圖”）是企業級知識圖譜開創者，依托高性能圖計算這一核心自研技術，深耕金融科技領域，創新自研的知識圖譜、圖數據庫、BI等數據智能產品和服務，服務于金融業務全生命周期，覆蓋金融領域全業務場景。

產品服務介紹：

海致星圖基于自有圖數據庫、圖挖掘引擎、可視化技術、知識推理引擎和語義分析技術，為銀行提供智能風控解決方案。貸前審核，在貸前階段及時預測潛在風險，做出預警和預判；貸中風控，做好貸款過程跟蹤管理，隨時發現風險，控制風險；貸后管理，在貸后階段幫助銀行及時發現潛在風險，提前啟動催收流程，有效降低商業銀行不良貸款損失。

能力解讀：

信貸風控方面，海致星圖為銀行提供智能風控解決方案，覆蓋貸前、貸中、貸后等多階段。貸前階段，海致星圖可基于知識圖譜，為銀行整合各類客戶數據，并通過關聯關系推理，挖掘識別各類關系，基于此對風險做出預判，對貸前決策提供有效數據支撐，以降低銀行欺詐風險，同時利用NLP等技術，有效提升批貸率。貸后階段，海致星圖可基于知識圖譜圖挖掘分析技術，利用支持向量機、PageRank等機器學習方法，發現信貸風險傳導模式，幫助銀行發現潛在風險，提前啟動催收流程，以降低銀行不良貸款損失。

反欺詐方面，海致星圖能夠為銀行構建反欺詐場景關聯圖譜，助力銀行有效識別、判斷、抵御欺詐風險。

典型客戶：

建設銀行、上海銀行、上海證券交易所等

客戶案例：

隨著銀行數字化進程的不斷推進，信貸場景愈發豐富，使得上海銀行面臨欺詐風險的環節增多。欺詐手法不斷升級，風險鏈條愈發錯綜復雜，風險傳導和蔓延方式多變，銀行原有基于專家規則、傳統模型構建的反欺詐系統，已很難識別層出不窮的欺詐漏洞，無法適應銀行信貸業務的不斷擴張。針對上述問題，上海銀行選擇與海致星圖就“個人信貸申請反欺詐關系圖譜項目”展開深度合作。

基于海致星圖知識圖譜平臺，結合海致星圖行業專家經驗，上海銀行搭建了“進件構圖—自動圖析—智能決策—演繹推理”全流程反欺詐體系。運用高性能圖計算、圖分析、圖決策、機器學習等技術，支撐零售信貸等各個場景的反欺詐布控需求。在線上信貸業務場景多元化的背景下，從全局上發現、分析、判斷欺詐風險，通過關聯關系進行風險傳導和大型團伙的識別，第一時間做到社團發現和風險預警，從而多維度、全方位地提升欺詐風險管控的前瞻性和敏捷性。此外，海致星圖還幫助上海銀行在平臺中接入了零售個貸與信用卡進件相關數據，完成了零售進項圖實例構建，并基于專家規則及機器學習模型構建了辨別異常進件特征構建反欺詐防火墻。

項目實現了信用卡及個人貸款兩個場景中的團伙欺詐行為識別模型的落地，從而實現了大零售視圖下的統一團伙欺詐風險防控。其中信用卡方面，2021年一季度自主發現的社團欺詐風險事件數量環比提升20%, 其中10%已核準客戶在報送貸后提前進行卡片凍結等處理；個貸方面，實現單進件毫秒級響應，高并發申請環境下，件均響應時間可達2000毫秒，針對欺詐團伙的優質覆蓋率達到68%,預計2021年全年可進一步減少風險損失1.3億元。

融慧金科

廠商介紹：

融慧金科成立于2017年6月，是一家基于大數據技術和人工智能建模實戰經驗，為持牌金融機構提供智慧風控決策和系統化解決方案的一站式高端金融科技服務商。自成立以來，已先后獲得紅杉資本中國、華創資本、澳洲電信投資、優山資本等知名投行數千萬美元融資。

產品服務介紹：

針對銀行零售信貸業務面臨的獲客貴、風控難等痛點，融慧金科基于大數據、人工智能及關聯網絡等核心技術，打造了AI產品、精準獲客、咨詢服務、SaaS系統及端到端信貸賦能等完整生態服務閉環，為銀行提供營銷風控一體化的解決方案，深度賦能銀行機構零售信貸業務全流程生命周期，致力于幫助銀行機構獲得業務上持續、快速、健康的增長。

能力解讀：

融慧金科從用戶信貸生命周期著手制定完整的貸前、貸中、貸后策略，為銀行機構打造全流程定制化的風控解決方案。貸前從準入限制、反欺詐、信用、人行規則、額度定價層層篩選，精準定位風險；貸中充分利用客戶新增信息，捕捉內外部風險變化，提前定位問題，并及時給予相應的處置；貸后利用大數據挖掘技術、多維分析及運籌優化模型，并結合機器學習和人工智能技術，在時間和空間上制定出全流程優化策略，匹配最優資源，提升評估精度，最終提升不良資產的管理處置效益。

融慧金科具有領先的建模能力和復雜AI算法的精準駕馭能力，并且在模型應用、模型管理、模型監控上擁有多年實戰經驗。融慧金科現有的技術覆蓋了目前業務通用的以及世界領先的機器學習建模技術，具備根據不同場景運用不同算法的豐富經驗，我們參照客戶業務所面對的具體數據情況采取合適的方案，以達到最佳模型效果。其中運用了包括聯邦學習建模技術、邏輯回歸算法（LR）、機器學習梯度決策樹（GBDT）、深度神經網絡（DNN）、最近鄰居法（KNN）等先進建模技術。

典型客戶：

交通銀行、百信銀行、蘇寧銀行、重慶富民銀行等

客戶案例：

某國有商業銀行資產規模突破10萬億元，連續第13年進入《財富》世界500強。隨著信用卡業務從粗放擴張向“存量博弈”模式的轉變，信用卡業務精細化經營成為了該銀行重要需求，而科技賦能、數據驅動、風險管控則是精細化經營發展的核心能力。基于此，該國有商業銀行信用卡中心與融慧金科開展模型咨詢合作，主要有兩方面的訴求：一是進一步提升模型效果；二是計劃從已有存量用戶中篩選出未來具有分期意愿的客戶，從而向客戶針對性地提供服務。

通過充分業務調研和分析，融慧金科為該行提供了最佳的模型和策略方案。緊隨行方業務實際需求，結合過往在金融領域豐富的AI建模實戰經驗，融慧金科解決方案構建了風控模型，快速賦能業務，全面提升該銀行運營效率與決策能力。

通過方案落地，該銀行在降低獲客成本、提升業務效率、有效控制風險方面取得了顯著成效。在模型效果上，區分度好且穩定性強，使其通過率大幅提升；在成本效益上，通過定向篩選目標客群，極大降低了行方獲客成本，并且帶來了顯著的業績增長。

聲揚科技

廠商介紹：

深圳市聲揚科技有限公司（下稱“聲揚科技”），是一家領先的語音交互智能分析平臺與新型知識服務提供商，致力于智能語音分析全棧式技術研發與應用，助力企業語音數據的數字化激活與知識性重構，為企業提升“風控、合規、營銷”三大能力。 聲揚科技已成功服務中國工商銀行、中國人保、中國人壽、恒豐銀行、宜信、中國南方電網等客戶，助力企業在數字化浪潮中加速實現轉型升級。

產品服務介紹：

針對銀行領域，聲揚科技VoiceDNA語音反欺詐平臺立足于業界領先的智能語音技術，為銀行提供監控預警、智能入庫、風險管理、欺詐挖掘等全周期反欺詐服務，通過識別個人或團伙的欺詐行為，保障金融業務安全，并降低企業損失。

能力解讀：

聲揚科技能夠為銀行提供VoiceDNA語音反欺詐平臺，輸出語音智能化解決方案，以助力銀行提高風控質量，減少信貸欺詐。

聲揚科技VoiceDNA語音反欺詐平臺可滿足熱線電話、手機APP、智能柜機等多渠道、多場景下的銀行零售業務辦理要求：

VoiceDNA語音反欺詐平臺，具備1:1客戶聲紋認證、1:N客戶聲紋識別、活體檢測、跨信道對比等功能，可自動比對業務辦理人聲紋與黑名單數據庫，實現信貸黑名單客戶識別預警，有效辨識身份仿冒等多種欺詐手段；

VoiceDNA語音反欺詐平臺，能夠助力銀行構建客戶自助業務辦理能力。客戶遠程自助注冊、開戶、開卡時，銀行能夠通過聲紋驗證身份替代傳統人工核驗和手寫同意書；客戶通過手機APP、網銀、智能柜員機等辦理登錄、轉賬、支付等重要操作時，平臺可通過聲紋進行身份確認，降低客戶賬戶的被盜用風險；

VoiceDNA語音反欺詐平臺，基于成熟的活體檢測算法，可有效防范錄音和其他攻擊技術（如變聲、語音合成等），有效降低身份仿冒、盜用的風險。

典型客戶：

工商銀行、恒豐銀行、重慶銀行等

客戶案例：

中國工商銀行成立于1984年，是中國資產規模最大的銀行之一，也是國內銀行業中信息技術運用的領軍者。隨著金融科技的快速發展，數字技術也為工商銀行帶來了一系列新型金融風險，其中新型金融欺詐行為居多。面對新型欺詐手段層出不窮的壓力，構建強大完備的反欺詐能力，成為了工商銀行的重要訴求。因此，聲揚科技以領先技術實力成功通過中國工商銀行的層層遴選，成為中國工商銀行聲紋識別技術的唯一供應商。

以信用卡聲紋反欺詐場景為切入點，聲揚科技為工商銀行提供VoiceDNA語音反欺詐平臺，打造語音智能化解決方案，克服電話信道聲紋識別難點，業內首創聲紋風控模式。利用聲紋識別，在線上辦理信用卡申請、啟卡、盡調環節為客戶經理提供身份識別和欺詐風險判斷依據，全面提升智慧風控水平和客戶服務體驗。

自2020年6月聲揚科技VoiceDNA語音反詐平臺上線以來，為工商銀行電話銀行信用卡反欺詐防堵數萬筆，止損金額達千萬元；完成個人信貸遠程視頻面審數千筆，涉及資金九億三千多萬；反欺詐風控模型上線以來，已監控線上交易超33萬筆，涉及資金150多億。

同盾科技

廠商介紹：

同盾科技是中國智能分析和決策領域領軍企業，以人工智能、云計算、大數據三大核心技術體系為基礎，基于對數據的探索洞察和深刻理解，將深度學習、聯邦學習等領先技術與業務場景深度融合，為金融、保險、互聯網、政務、零售、物流等行業提供智能分析與決策服務，賦能并激發客戶，幫助客戶做出更佳決策。截至目前，累計已有超過一萬家客戶選擇了同盾的產品及服務。

產品服務介紹：

同盾科技“智能風控中臺”應用人工智能、生物識別、機器學習等前沿科技，準確識別欺詐風險，并提供專業化應對策略，形成事前、事中、事后的端到端風控閉環。

產品層面，同盾科技共有七大組件提供核心能力，包括天策-決策引擎、明模-模型平臺、云圖-知識圖譜、星河-數據平臺、極溯-指標平臺、北斗-終端風險感知、智策-智能分析決策平臺等，共同保證一站式的風控供給。這些技術資產和產品為落地智能風控中臺方案提供了可靠保障。

能力解讀：

首先，同盾科技“智能風控中臺”以數據中臺為底座，打通跨平臺、跨系統數據鏈路，形成數據分析、數據挖掘與數據治理為一體的數據資產庫。

在數據中臺的基礎上，打造出風險標簽體系、特征庫、風險集市和全行級的客戶風險畫像；同時將全行的各個渠道打通，讓各渠道都可以共享名單、標簽、預警信息、內外部聯防聯控；此外，在整個預警和決策過程中實現數據的不斷積累，以及模型策略的不斷優化升級。

在智能風控中臺體系下，底層數據是打通的、中間技術層是統一的、上層場景是隔離的。從銀行業務維度形成全行級的特征庫，以主維度形成用戶的風險標簽，風險標簽可分為交易反欺詐、信貸反欺詐、賬戶安全保護、營銷反作弊等可拆可合的場景；按照不同的主題域確定不同的標簽體系，進而構建出用戶360度的風險畫像；支撐全行業務的接入，上層應用場景、數據及核心知識體系可以做一定的隔離，支持前臺的“按需索取”及“多級授權”。

典型客戶：

工商銀行、建設銀行、廣發銀行、天津銀行等

客戶案例：

某城商行地處中部地區，近年來通過持續創新激發活力，開啟了風控、業務、管理三位一體的數字化轉型道路。而隨著該行業務線上化建設不斷推進，風控數據基礎和風控工具性能已漸漸無法滿足業務需求：傳統“豎井式”架構的風控體系下，不同部門及業務場景間數據標準不統一、數據不互通，限制了風控數據的復用，不利于該行對風險的全局洞察及統一管控；傳統的風控工具不足，難以高效利用數據、構建模型。因此，基于上述多方面問題，經過多方調研，該行選擇與同盾科技就智能風控中臺架構體系展開合作。

在同盾科技的助力下，該行打造了由“一個基礎、兩個支撐、三個中心”組成的 “營銷+風控”一體化的智能風控中臺架構體系。以數據中臺為基座，構建“一個基礎”；為該銀行配置了全方位智能化風控運營、監控體系，作為“兩個支撐”；圍繞交易風險防控體系、信貸風險防控體系、數據驅動的智慧營銷系統“三個中心”，按照不同的主題域，確定不同的標簽體系和全方位風險畫像，支撐全行業務的接入，支持前臺的“按需索取”。

通過智能風控中臺體系的構建，同盾科技打通數據鏈路，并有效運用風控工具，從而最終幫該銀行實現了以下兩方面效果：一是顯著提升了全行反欺詐水平，實現了事前預防、事中控制、事后分析的全周期閉環管理；二是有效助力提升全行風控效率，行方零售信貸業務審批效率提高了三分之一以上，節省了大量人力成本。

3.3小微營銷

終端用戶：

銀行小微金融部門、普惠金融部門等

核心需求：

近年來，國家出臺多項政策推動小微業務發展，2021年出臺的《商業銀行績效評價辦法》中指出，普惠金融權重高達13分，成為考核重點。因而，小微業務是區域性銀行現階段的重點業務，營銷獲客至關重要。目前區域性銀行多采用線上線下結合的營銷模式。

• 就線上營銷而言，區域性銀行線上獲客渠道有限，同時由于小微客戶需求差異化明顯，線上數據不足且營銷模型尚未經規模驗證，整體而言線上營銷方案尚不成熟無法形成規模效應；
• 就線下營銷而言，發展小微金融業務的核心不在于流量，而在于真實場景，而且以線下場景為主，因此區域性銀行服務小微企業，應以客戶經理為核心。但在客戶經理針對小微客戶營銷面臨如下挑戰：

一是小微企業分布地域廣，小微金融服務機構均通過走訪式獲客，現場調查、收集資料，縱深獲客能力不足，且獲客與服務效率低；二是小微企業需求個性化，且小微企業客戶畫像數據不足，無法深度洞察客戶需求，導致營銷成功率偏低，獲客成本高。

廠商能力要求：

對于小微業務營銷而言，區域性銀行對廠商的核心要求在于拓展獲客半徑并降低獲客成本。

• 對于線上營銷而言，廠商需要能夠為區域性銀行接入低成本獲客渠道，小微業務的獲客渠道不同于零售獲客渠道，小微多以場景獲客為主，因而需要接入航天信息、快塑電子商務等獲客渠道；同時能夠對渠道客群進行初步篩選，主要是風險篩選能力，能夠為區域性銀行更為精準的推薦優質客戶。此外，對于部分區域性銀行而言，需要廠商能夠提供客戶運營服務，比如提供線下助貸獲客服務；
• 對于線下營銷而言，以客戶經理為中心，廠商需要為客戶經理打造數字化工具，數字化工具需要能夠輔助客戶經理現場服務，做到客戶立等可貸款，以提升客戶經理縱深獲客能力；同時依托有限的數據資源交叉建模，如挖掘企業主、個人經營貸客戶數據與小微企業數據交叉建模，進行綜合性小微金融服務營銷，提升對客戶的洞察能力，提升營銷成功率。

代表廠商： （ 1、服務過的標桿案例在3家及3家以上，并可以提供案例填寫在項目情況中；2、2020年廠商銀行業營收超過1000萬以上。）

金融壹賬通

廠商介紹：

金融壹賬通是平安集團旗下金融科技服務平臺，專注為銀行等金融機構提供智能獲客、智能營銷、智能風控、智能運營等端到端的解決方案，客戶涵蓋中國6大國有銀行、12家全國性股份制銀行和98%的城商行。2020年以來以“壹企業”平臺作為載體對接中小企業，通過金融科技服務，幫助金融機構實現放款130億，較2019年上升200%+。

產品服務介紹：

金融壹賬通以平臺化渠道運營、場景化產品、模塊化系統，解決銀行獲客難、產品同質化、系統老舊等痛點，幫助金融機構打造端到端線上智能營銷解決方案。此外，為渠道及小微客戶提供海量金融產品，促進銀行合作產品、渠道吸引力度、放款量三者的良性循環。

能力解讀：

在平臺化渠道運營方面，切入多樣化場景入口，包括政府、產業、電商、支付、園區等流量場景，金融壹賬通可為區域性銀行接入1000+渠道，400+活躍渠道，觸達1000萬+中小企業，并提供初篩、下戶盡調等運營服務，支持區域性銀行實現低成本批量精準獲客；

在場景化產品方面，金融壹賬通可以為區域性銀行提供產品設計咨詢服務，依托場景數據，疊加多種小微融資增信手段，實現區域性銀行小微普惠金融產品創新；

在模塊化系統方面，金融壹賬通業務中臺可實現全模塊化便捷組裝，SaaS一鍵部署或本地部署；提供高效的渠道管理體系，以大數據能力和數字化工具變革客戶經理展業方式。

此外，金融壹賬通通過“壹企業”平臺運營，快速幫助中小企業找到最適合自己的金融機構及相關金融產品，促進銀行合作產品、渠道吸引力度、放款量三者的良性循環。

典型客戶：

平安銀行等

3.4小微風控

終端用戶：

銀行小微金融部門、普惠金融部門等

核心需求：

小微企業自身風險大，存活周期短、抗風險能力弱是小微金融難以發展的根本原因，因而風控能力是小微業務開展的關鍵。隨著區域性銀行小微業務的持續下沉，小微業務風控面臨的核心挑戰為：

• 在數據方面，小微企業通常缺乏可信的經營和財務信息，信息不對稱問題突出，中長尾客群尤甚；同時，隨著稅務、市場監管、海關、司法等替代信用信息的公開，銀行紛紛開展數據接入工作，但部分區域性銀行對替代數據的接入缺乏經驗，試錯成本高；
• 在模型方面，小微信貸業務客群分布在各行各業，情況差異化明顯，構建通用基礎風控模型并針對場景需求細化風控模型體系難度較大，需要持續的迭代優化才可投入規模使用；同時，銀行基于替代數據建立風控模型經驗不足，基于替代數據提升風控能力面臨較大研發成本；
• 在信貸審批效率方面，小微企業客戶數量大、單筆業務小、貸款周期短、貸款需求急，過于依靠線下調查和專家經驗的風控模式導致客戶運營成本過高難以形成規模效應，風控線上化需求明確。

廠商能力要求：

區域性銀行對廠商能力要求核心體現在兩方面，一是風控能力線上化或者線上線下結合以提升服務效率，一般而言需要集成于客戶經理的數字化工具，實現獲客現場的初步信貸審批；二是提高風控精度，主要依靠數據源的引入與風控模型的優化。

針對提供小微風控精度的具體要求包括：

• 首先，在數據源方面，廠商需要具備政府公開數據的數據接入能力，并可與區域性銀行自有數據進行整合，統一支撐小微風控建模；由于小微企業尚無成熟的信用數據體系，獲取數據質量參差不齊，廠商需要對獲取數據進行初步篩選，以減輕區域性銀行數據應用的壓力。除此之外，能夠接入通用數據如銀稅數據之外的外部數據，比如輿情數據等，將是必備能力。
• 其次，在風控模型方面，廠商需具備基于常規數據的建模咨詢能力并提供風控能力建設相關工具。針對小微客群建立通用的風控模型是一項長期工程，就目前而言，廠商需要對小微核心客群進行分層處理，針對不同客群或者不同的小微信貸產品構建針對性的風控模型，并逐漸提煉通用基礎模型；同時，廠商具備持續的模型迭代能力將是重要優勢。

代表廠商：（ 1、服務過的標桿案例在3家及3家以上，并可以提供案例填寫在項目情況中；2、2020年廠商銀行業營收超過1000萬以上。）

金融壹賬通

廠商介紹：

金融壹賬通是平安集團旗下金融科技服務平臺，專注為銀行等金融機構提供智能獲客、智能營銷、智能風控、智能運營等端到端的解決方案，客戶涵蓋中國6大國有銀行、12家全國性股份制銀行和98%的城商行。2020年以來以“壹企業”平臺作為載體對接中小企業，通過金融科技服務，幫助金融機構實現放款130億，較2019年上升200%+。

產品服務介紹：

金融壹賬通為區域性銀行提供貸前預審、貸中審批、貸后管理、催清收的端到端、全流程智能風控解決方案，通過建設端到端信貸系統，打造“整車”底盤，提升信貸全流程的科技能力。同時，打造互聯網訴訟解決方案，實現集線上案件承接、催收公司對接、法院訴訟等服務于一體的服務平臺。

能力解讀：

在信貸全流程線上化方面，標準化功能模塊獨立輸出，可自主配置流程、規則、參數，13大模塊組件化配置滿足不同場景的風控需求，打造100%全線上信貸管理平臺，減少40+%的人工錄入，客戶管理量提升30+%；

在風控能力提升方面，API接口20+，可以一鍵接入稅票數據、行業場景數據、企業/企業主工商、司法、反欺詐等數據，覆蓋全國；信貸系統內嵌8大企業標簽體系，3000+企業畫像標簽，可以提供覆蓋多場景的業務經驗和風控咨詢方案，支持貸前、貸中、貸后全流程多種風控策略和模型。

典型客戶：

平安銀行等

同盾科技

廠商介紹：

同盾科技是中國智能分析和決策領域領軍企業，以人工智能、云計算、大數據三大核心技術體系為基礎，基于對數據的探索洞察和深刻理解，將深度學習、聯邦學習等領先技術與業務場景深度融合，為金融、保險、互聯網、政務、零售、物流等行業提供智能分析與決策服務，賦能并激發客戶，幫助客戶做出更佳決策。截至目前，累計已有超過一萬家客戶選擇了同盾的產品及服務。

產品服務介紹：

同盾“小微信貸風控解決方案”以專業風控經驗為基礎，秉承AaaS（智能分析即服務）理念，基于SPEO（調研-規劃-實施-運營）方法論，針對小微企業普惠信貸服務需求打造整體風控解決方案，為區域性銀行提供合作方盡職調查、風控體系架構搭建、信貸全流程風控設計落地和運營、風控人員培訓等全流程一站式服務。

能力解讀：

提供中小微企業信貸及供應鏈金融咨詢服務。同盾科技憑借對中小微信貸業務的深刻理解和對金融科技工具的前瞻探索，為銀行提供從產品設計、運營管理、獲客營銷、貸前風控、貸中預警、貸后管理等中小微信貸全生命周期的業務方案咨詢服務；

**提供合作方盡職調查服務：**同盾科技依托旗下中博信征信第三方征信服務提供商，為合法注冊企業依法依規建立企業信用檔案，為銀行提供企業信用評估報告、企業實力評分以及企業監控等產品與服務；

**提供一體化小微信貸風控解決方案：**基于咨詢服務與盡職調查服務，同盾科技為銀行提供準入篩查（反欺詐準入風險掃描）、風險畫像、AI智能盡職調查、信用評分、授信策略、貸后預警等全流程解決方案，并提供平臺運營、風控人員培訓等服務。

典型客戶：

某股份制銀行、某城商行等

拓爾思

廠商介紹：

拓爾思以“語義+智能+行業”為戰略將人工智能和大數據技術應用到數字政府、金融大數據、互聯網內容安全和媒體融合等領域。拓爾思基于TRS數星智能風控大數據平臺，以“SAAS+DAAS+本地化”的市場定位，提供在線風控數據服務與智能風險知識挖掘工具，最大限度地提升金融機構風控能力。目前為止，拓爾思已服務中國銀行、中國農業銀行、國家開發銀行、平安銀行等多家銀行。

產品服務介紹：

TRS數星智能風控大數據平臺，是一款利用人工智能、大數據、自然語言處理、知識圖譜技術構建的綜合型在線服務平臺。平臺圍繞海量異構數據，全面監控海量金融實體多維風險。平臺提供智能多維標簽、預警信號推送、風險事件跟蹤、風險傳導關聯、綜合異構圖譜等貫穿多場景全流程風險管理功能，提升金融機構風控能力。

能力解讀：

對于銀行風險監控與預警而言，TRS數星智能風控大數據平臺提供的核心價值包括兩方面，分別是數據接入與數據價值分析。

在數據接入方面，基于拓爾思多年的大數據采集技術，接入海量異構數據并進行實時文本處理，并將輿情數據、定向數據、內部數據和第三方數據進行整合，構建風險全量數據池。拓爾思可以接入的外部數據源主要包括境內外輿情數據、公告數據、行政處罰數據、研究報告等企業相關數據。

在數據價值分析方面，基于自然語言處理與知識圖譜技術，對數據進行篩選，從海量低密度價值數據中真正提煉高價值、高精煉知識數據。

平臺具有高可擴展性、高性能的異構數據跨場景AI算法能力。涵蓋實體識別、實體融合、實體切片、關系識別、事件脈絡、信號溯源等6大核心算法，內置超過20種實體風險場景模型。

支持海量數據信號化處理，利用時間序列、相似性排序、熱度預判、指標抽取等核心技術，形成風險預警信號，深度應用于風險監測業務中，信號準確性超99%。

自主研發的語義智能AI分析引擎，可支持文本分類、文本聚類、實體抽取、關系挖掘、數據比對、情感分析等多種核心自然語言處理技術，其中核心文本分類準確性超85%。

典型客戶：

中國銀行、中國農業銀行、國家開發銀行、平安銀行等

客戶案例：

某銀行是一家跨區域經營的股份制商業銀行，對公業務是其最主要的利潤來源和業務動力。該銀行風險理念逐步從管控風險向主動管理風險轉變，并重點建設風控監控與預警能力，大數據風控是主要手段，因而對銀行風控數據和價值挖掘能力提出新的要求。外部數據源不足、無法高效從海量數據中提取真正有價值的風控數據以及多模態異構數據處理能力不足是銀行面臨的主要挑戰。

銀行為進一步提升大數據風控能力，與拓爾思進行合作，為金融服務風險控制安裝“智慧大腦”。 拓爾思基于TRS數星智能風控大數據平臺，為該銀行接入包括境內外輿情數據、公告數據、行政處罰數據、研究報告等企業相關數據；并基于自然語言處理與知識圖譜技術對外部輿情數據進行篩選，提煉知識化風險數據推送銀行，同時關注事前低強度異動，監控高強度預警信號與低強度異動線索的相關性與傳導性，提前預知異動。

基于拓爾思的智能風控平臺，該銀行通過對互聯網、新媒體、集團內部各類渠道的新聞資訊、研究數據、文本等信息的智能分析，為企業構建起綜合輿情分析服務平臺，實時監控企業風險動態；同時基于全量市場數據，形成基于事理圖譜的組合策略及關聯模型，構建對未來形成預測分析及歸因分析能力，判斷企業未來可能存在的風險標簽和風險事件，強化風險預警能力。

微眾信科

廠商介紹：

微眾信科是一家科技型征信企業，專注于普惠金融和金融創新服務，以征信和風控為基礎，利用人工智能及大數據技術，深挖企業大數據應用價值，為中小微企業、金融股機構提供服務，解決小微企業融資難、貴、慢以及企業信用度量難題。微眾信科的主要客戶包括六大國有銀行、11家股份制商業銀行、14家民營銀行和超過90家城商行及農商行等金融機構。

產品服務介紹：

微眾信科作為信用科技服務商，主要為銀行業金融機構提供信貸場景下的企業征信報告、信貸風險決策系統、信貸一體化解決方案等信用科技產品和服務，助力銀行打造純信用、線上化、自動化、批量化、智能化的中小微企業信貸產品。

能力解讀：

圍繞中小微企業建立信用評價能力，微眾信科引入中小微企業的涉稅經營數據、工商數據和司法數據等替代數據，采用大數據實時征信技術，衡量企業的穩定性和經營情況等信用狀況，為中小微企業進行信用評價，實現精準畫像，助力解決中小微企業信用評價缺失的問題；

提供風險決策服務能力，微眾信科傳統的財務指標分析、人工審批相比較，公司引入量化驅動和機器學習技術并結合統計模型和專家決策等方法，運用多維度風險指標和各類型決策規則，形成覆蓋眾多業務場景、貫穿貸前貸中貸后全流程的九大類風險決策模型，為金融機構實現了線上化、自動化、批量化和智能化的信貸決策支持；

提供信貸一體化解決方案，微眾信科基于自身的信用科技能力，為銀行輸出針對中小微企業信貸的一體化解決方案，將中小微企業的貸款需求特征，與銀行的自身風控模式及風險偏好等特點結合，為銀行業金融機構提供信貸產品規劃、客群定位與分析、授信審批流程規劃與設計、企業信用獲取與評估和風險評估與決策等全流程設計，并通過信貸流程自動化、信用評估精準化、風控模型智能化、服務內容模塊化等技術手段，協助銀行實現針對中小微企業信貸產品快速上線、規模上量和風險可控。

典型客戶：

工商銀行、光大銀行、江蘇銀行、重慶農商行、網商銀行等

3.5供應鏈金融業務

終端用戶：

銀行公司金融業務部門、對公信貸業務部門、交易銀行部門、數字銀行部門、信息科技部門等

核心需求：

近年來，我國企業經濟形態發生變化，逐漸由過去獨立的企業形態轉變為以供應鏈為核心的、貫穿上下游的集團式企業形態，圍繞供應鏈形成的供應鏈金融越來越受重視。作為供應鏈金融中的重要一環，為解決中小企業融資難的問題，提升區域性銀行話語權，區域性銀行供應鏈金融業務越來越重要。

而在供應鏈金融業務開展的過程中，區域性銀行存在以下幾個方面的問題：

• 傳統供應鏈金融信息化程度不高，供應鏈上企業辦理信貸等業務需要親自去柜臺，業務流程繁雜，效率低下。區域性銀行需要構建統一的供應鏈金融業務平臺，以提升業務辦理效率；
• 傳統供應鏈金融信息獲取方式落后、信息獲取渠道不足，且信息篩選能力欠缺，易造成信息不對稱的局面。因此，區域性銀行需要具備強大的底層數據獲取能力，以支撐供應鏈金融業務的開展；
• 區域性銀行傳統供應鏈金融業務模式較為粗放，更多為橫向拓寬行業廣度，而非縱向延展行業深度，因此缺乏深度的行業認知，對供應鏈上主體的了解也較為不足，對當地特色產業挖掘不足，導致區域性銀行開展業務會面臨一定障礙。區域性銀行需要具備強大的數據分析能力，基于詳細的客戶畫像、準確的客戶分層，深入挖掘客戶需求，以實現精準營銷與高效運營；
• 供應鏈金融業務的開展離不開強大風控能力的保障支撐。區域性銀行由于展業有地域限制，對公業務聚焦于本地核心企業，而本地核心企業數量有限，區域性銀行的對公模式加劇了其信用風險、流動性風險等業務風險——一旦核心企業經營不善，區域性銀行“壓大頭”的供應鏈金融模式很容易產生“壓錯大頭”的結果。因此，在風控領域積極運用新技術，豐富供應鏈模型預警，建立模型識別企業類集團關系，通過數據分析對客戶進行信用評級，構建全數字化風險引擎與全流程數字化風控平臺，成為區域性銀行開展供應鏈金融業務的重要需求。

廠商能力要求：

• 廠商需有能力基于區塊鏈等技術，為銀行構建統一的供應鏈金融業務平臺或供應鏈系統，為企業采購、生產、加工制造、銷售等環節的供應鏈全鏈條提供增信、在線融資、擔保、賬款管理、結算、投資理財等一系列的綜合金融與增值服務；
• 廠商需具備強大的數據收集獲取能力和渠道能力，能幫助銀行對接、協同外部數據（如供應鏈、工商、稅收、征信、法務等）及多種內部數據，并基于這些數據源整合供應鏈上下游企業的信息與數據；
• 廠商需具備強大的數據分析能力，能基于大數據等技術能力，為銀行提供多緯度的數據分析，從行業區域、企業、貿易質量、敏感信息等多方面切入，幫助銀行建立詳細精準的企業畫像與企業分層，深度挖掘企業需求，以實現精準營銷與高效運營；
• 廠商需能夠提供基于大數據的智能風控技術，利用人工智能算法、區塊鏈等技術構建風險引擎，幫助銀行建立模型以識別企業風險指標和企業類集團關系，并自動對企業進行信用評級，從而助力銀行實現供應鏈金融的貸前、貸中、貸后全流程風控。

代表廠商：（ 1、服務過的標桿案例在1家及1家以上，并可以提供案例填寫在項目情況中；2、2020年廠商銀行業營收超過1000萬以上。）

聯易融

廠商介紹：

聯易融2016年2月成立于深圳，并于2021年4月在香港上市，是首家上市的中國供應鏈金融科技SaaS企業。聯易融聚焦于ABCD（AI、區塊鏈、云計算、大數據）等先進技術在供應鏈生態的應用，以線上化、場景化、數據化的方式提供創新供應鏈金融科技解決方案，滿足核心企業及金融機構不斷變化的業務和科技需求。目前，公司股東包括騰訊、中信資本、正心谷、新加坡政府投資公司（GIC）、渣打銀行、BAI資本、招商局創投、創維、泛海投資、普洛斯、微光創投等國內外優秀大型企業和基金。

產品服務介紹：

聯易融基于AI、區塊鏈、云計算、大數據等先進技術，聚焦于供應鏈金融，向銀行等金融機構提供金融機構云，旨在幫助金融機構數字化、自動化及精簡化的提供供應鏈金融服務。

能力解讀：

聯易融能夠為銀行搭建統一的供應鏈金融業務平臺，如基于區塊鏈技術的多級債權流轉平臺“訊易鏈”，運用區塊鏈、云計算等核心技術能力自主研發的企業級區塊鏈服務平臺BeeTrust，能夠為銀行提供底層適配、強隱私保護、方便快捷、低成本、可視化、用戶體驗良好的一站式區塊鏈解決方案；

聯易融具備強大的數據收集能力和渠道能力，能夠深度運用區塊鏈+云計算+大數據+AI技術鏈接產業鏈條參與方，構建供應鏈+可信產業生態環境。支持多種區塊鏈底層，能夠適配眾多區塊鏈平臺，構建出更高效、更可靠的應用模式；能夠快速與企業ERP系統、OA系統等內部系統高效連接，整合多方數據與資源，適應不同的實體經濟場景，并且滿足各類企業客戶的快速上線需求；能夠通過多方參與業務協同、數據動態實時獲取、弱中心化協作增信，提升供應鏈全鏈路協作能力；

聯易融平臺集成了多種先進的技術。區塊鏈技術保證了資金流向可溯源、信息公開透明，在重構供應鏈金融的信用基礎的同時，也為保障用戶信息和資金安全帶來更多技術優勢；AI自動學習-圖像比對技術、NLP語義識別、OCR及大數據分析等技術，能夠顯著提升銀行業務辦理效率，增強用戶體驗。

典型客戶：

交通銀行、工商銀行、光大銀行、廈門國際銀行、洛陽銀行等

螞蟻鏈

廠商介紹：

螞蟻鏈是螞蟻集團代表性的科技品牌，致力于打造數字經濟時代的信任新基建。螞蟻鏈堅持核心技術突破，融合包括區塊鏈、AIoT、智能?控等技術，通過鏈接各個產業網絡，扎實解決行業實際問題，推動區塊鏈技術平?化。堅持開放生態，與合作伙伴共建共享區塊鏈產業帶來的價值互聯紅利。

產品服務介紹：

螞蟻鏈-雙鏈通供應鏈金融服務平臺，通過將核心企業的應收賬款進行數字化升級，使得應收賬款可以作為信用憑證，在供應鏈中流轉而傳遞給上游供應商，從而解決供應鏈末端的小微企業融資貴、融資難的問題。同時，基于金融級別的身份安全和交易安全認證，也為企業在線零接觸交易提供了完整的解決方案。

能力解讀：

螞蟻鏈-雙鏈通供應鏈金融服務平臺，能夠向銀行、保理、擔保、信托等各種金融機構，以及供應鏈上下游的核心企業及供應商全面開放，共建基于區塊鏈的供應鏈金融協作生態。

螞蟻鏈-雙鏈通供應鏈金融服務平臺，能夠向銀行提供數字資產全生命周期管理。應收賬款全生命周期數字資產上鏈，數字資產的生成、流轉、融資、銷毀直接在鏈上完成，杜絕非區塊鏈系統常見的費用雙花和對賬不一致問題。

螞蟻鏈-雙鏈通供應鏈金融服務平臺，采用自研的區塊鏈技術，從硬件、網絡、存儲、計算、密碼學、共識、成塊等底層技術，到應收賬款的確認、流轉、融資、清分等業務環節，保證供應鏈上各環節業務的信息和業務數據安全可控。

典型客戶：

光大銀行、上海銀行等

3.6政府業務

終端用戶：

銀行對公業務部門、信息科技部等

核心需求：

作為立足于本地的金融機構，區域性銀行與當地政府機構關系密切，綁定頗深。

• 數據共享開放是政銀合作的基礎，數據共享開放程度的高低則直接影響著政銀合作的效果。當前政銀合作由于缺乏頂層設計、政府數據敏感度高等原因，數據開放共享水平較低。銀行需要積極開發政務數據獲取平臺，并充分利用大數據、云計算、人工智能、區塊鏈等技術對海量數據進行挖掘分析。
• 傳統的銀行與政府的合作基于線下，業務流程繁復、響應速度慢，無法及時地幫地方政府進行融資貸款。銀行需要與政府建立線上化的信貸業務平臺，便利政府融資貸款，以解決地方政府融資難、流程繁復、響應速度慢的問題；
• 傳統的銀行與政府及金融機構的合作深度不足，場景少。傳統銀政合作多為信貸融資合作，而隨著智慧政務的興起，銀行作為重要的資金提供方，需要融入其中甚至參與建設。銀行需要助力政府建立線上智慧政務平臺，或作為其中一環接入線上政務平臺，方便政務辦理；同時以智慧政務為紐帶，與政府共建公共服務場景生態，構建全流程一體化平臺化的在線服務，接入多渠道，以加深合作，豐富場景。

廠商能力要求：

• 廠商需要具備強大的數據獲取能力，有海量數據積累或有強大的數據源對接能力，能通過API等方式獲取各類政務數據，還要充分發揮人工智能、區塊鏈等前沿技術的優勢，最大程度地消除政府部門的數據泄露顧慮；同時廠商需具備數據治理與數據分析能力，以對獲取到的政府、稅務、工商等數據進行深度挖掘。
• 廠商需有能力建設線上化的信貸業務平臺，并能在平臺上集成多種功能，以解決地方政府融資貸款難、流程繁復、響應速度慢的問題。
• 廠商能整合現有政務服務場景，并結合當地企業及民眾需求，幫銀行和政府搭建新的綜合服務場景。基于區塊鏈、大數據、人工智能、VR等技術，助力銀行和政府共建智慧政務或智慧城市平臺，助力銀行與政府構建深度融合、相互呼應的公共服務體系。

代表廠商：（ 1、服務過的標桿案例在1家及1家以上，并可以提供案例填寫在項目情況中；2、2020年廠商銀行業營收超過1000萬以上。）

同盾科技

廠商介紹：

同盾科技是中國智能分析和決策領域領軍企業，以人工智能、云計算、大數據三大核心技術體系為基礎，基于對數據的探索洞察和深刻理解，將深度學習、聯邦學習等領先技術與業務場景深度融合，為金融、保險、互聯網、政務、零售、物流等行業提供智能分析與決策服務，賦能并激發客戶，幫助客戶做出更佳決策。截至目前，累計已有超過一萬家客戶選擇了同盾的產品及服務。

產品服務介紹：

同盾科技“中小微企業金融服務平臺”通過對行方、政府機構內外部數據進行融合、加工、挖掘、建模和關聯性分析，運用復雜網絡、規則引擎等分析決策工具，利用風控建模刻畫企業畫像，得出企業評分，生成企業評價報告，同步采取“互聯網+政務+金融+大數據風控”模型和“線上+線下”相結合的金融服務模式，整合多方資源，破解信息孤島，架起政府部門、金融機構、中小微企業等多方溝通的橋梁，讓企業需求和金融供給“無縫對接”，有效解決過去融資過程中信息不實、信用不足、信任不夠等問題。

能力解讀：

“中小微企業金融服務平臺”具有平臺化、數字化、智能化和集市化的特征，能有效地拓展供給側、擴大需求側、完善管理側。

**拓展供給側：**平臺拓展了資金供給側，將銀行、股權投資機構、保險、擔保、金融租賃等可為企業提供金融服務的持牌機構納入，鼓勵其通過創新金融產品、開展技術研究等方式滿足企業全生命周期的各種融資需求。

**擴大需求側：**平臺盡可能將各行各業的中小微企業吸納到平臺上，通過大數據、人工智能的手段降低企業進入的門檻，持續滲透傳統金融機構所忽略的企業。

**完善管理側：**平臺幫助政府機關打造主動型服務模式，實現對中小企業應幫盡幫、因企施策、因需施策。打破過去一些中小企業求助無門的困境，進而推動服務思路的轉變，不僅是企業單向去找銀行，同時推動銀行找企業，政府幫企業，供需服三方無障礙流動，交叉對接，實現風險共管。

典型客戶：

唐山銀行等

3.7財富管理營銷

終端用戶：

銀行私人銀行部、財富管理部等業務部門或理財子公司、信息科技部門等

核心需求：

伴隨著私人財富總體規模的攀升，中國目前已成為全球第二大的財富管理市場。由于區域性銀行的現有能力較為薄弱，資源稟賦較領先銀行也有一定差距，在理財產品同質化嚴重的背景下，區域性銀行重點聚焦于精準營銷能力提升。

現階段，區域性銀行，在精準營銷實現方面面臨的主要挑戰有：

• 線上渠道觸客能力弱，核心依靠客戶經理進行一線獲客，且圍繞客戶經理的數字化工具打造尚不完善，精準需求匹配與服務能力無法滿足業務需求；
• 客戶需求趨于多樣化，理解客戶需求對于產品精準營銷至關重要。區域性銀行已初步建立客戶分群、分層經營體系，但由于缺乏客戶理解，客群策略對實際經營的指導性不強；
• 在產品配置方面，當前仍以產品銷售為導向，大類資產配置研究能力及基于KYC的客戶資產配置能力不足。

廠商能力要求：

• 廠商需具備豐富的渠道資源或強大的渠道對接能力，能夠幫助銀行拓展多種線上營銷渠道，促進理財產品的宣傳、傳播；同時，廠商還需為客戶經理賦能，為其打造多種數字化工具，助力客戶經理拓展線下服務渠道，從而實現銀行線上、線下的全渠道觸客與獲客；
• 廠商需能夠提供針對理財客戶營銷的聯合建模或端到端解決方案，通過深度客戶洞察，挖掘客戶需求，對客戶進行分層，并基于此設計不同的理財產品，構建不同的推薦策略，實現理財產品“千人千面”的精準營銷與精細化運營，從而提高客戶體驗與客戶粘性；
• 廠商需能夠為銀行提供智能投顧技術支持，利用數據模型與算法，幫助銀行實現面向大眾的凈值型理財產品的自動化、智能化資產配置，從而提升凈值型理財產品對大眾客戶的覆蓋度。

代表廠商：（ 1、服務過的標桿案例在3家及3家以上，并可以提供案例填寫在項目情況中；2、2020年廠商銀行業營收超過1000萬以上。）

火山引擎

廠商介紹：

火山引擎是字節跳動旗下的企業級技術服務平臺，將字節跳動快速發展過程中積累的增長方法、技術工具和能力開放給外部企業，提供云、AI、大數據技術等系列產品和服務，幫助企業在數字化升級中實現持續增長。作為字節跳動對外賦能企業增長的重要窗口，火山引擎金融行業解決方案團隊為銀行提供MAU用戶增長、業務增長、降本增效等多種解決方案，助力金融機構提升智能化水平。

產品服務介紹：

火山引擎基于自身海量的內容庫和先進的推薦引擎，為銀行提供覆蓋內容建設、內容推薦及內容帶貨的全鏈路內容運營綜合解決方案，幫助銀行實現從“獲客”到“活客”、從“留客”到“轉化”的客戶全周期變化，助力銀行實現財富管理業務的智能增長。

能力解讀：

火山引擎能夠為銀行構建豐富的內容生態。提供海量內容庫，有抖音、今日頭條、西瓜視頻三大內容源頭，涵蓋多種內容題材，覆蓋政策、文化、財經等多種內容；借助AI、NLP、ASR等技術，為銀行搭建了“內容理解模型”，經過機器學習篩選內容，構建符合銀行調性的內容池；引入大量金融行業自媒體與優質個人創作者，進行內容生產；搭載黑白名單機制，幫助銀行建設豐富、高質的內容矩陣。

火山引擎能夠提供基于目標的內容推薦引擎。遵循“向量化召回，數據依賴”和“預測目標，模型排序”兩個原理，基于不同客群的特質及興趣，向其進行了“千人千面”的內容推薦；同時實時洞察熱點，形成話題的內容合集模塊，實現高熱和高亮內容的精細化運營。

火山引擎能夠實現內容賦能線上直銷與內容賦能客戶經理。幫助銀行建立廣告系統，構建內容與產品的關聯，實現線上“順滑”帶貨；為客戶經理搭建渠道，實現對客戶經理的賦能，促進線下財富管理業務的有效開展。

客戶案例：

某區域性銀行傳統的財富管理業務，缺乏對客戶潛移默化的影響，仍停留在資產驅動的傳統銷售模式上。提升對客戶的潛移默化能力，以提升營銷與運營的效率，成為了該區域性銀行的關鍵目標。因此，作為營銷與運營的關鍵抓手，內容運營越來越受銀行重視。

基于該區域性銀行的內容運營需求，火山引擎為其提供了全鏈路綜合解決方案。基于海量的內容庫，火山引擎為其構建了豐富的內容生態，吸引用戶進入；在豐富的內容池的基礎上，火山引擎金融解決方案團隊幫助該銀行引入了基于目標的內容推薦引擎，極大地提升了內容推薦的價值；在前期內容運營的基礎上，火山引擎幫助該銀行從內容賦能線上直銷和內容賦能客戶經理兩方面，用內容帶動業務，實現了用戶的轉化。通過上述解決方案，火山引擎幫助該銀行提高了獲客能力，提升了客戶活躍度與客戶粘性，同時賦能線上直銷與客戶經理，助力財富管理業務從線上、線下兩方面都實現了有效增長。

3.8遠程銀行

終端用戶：

銀行各業務部門、獨立的遠程銀行部/遠程銀行中心一級部門、金融科技部門等

核心需求：

數字化轉型近來年是銀行的重要議題。在自身區域化限制與疫情催化影響下，區域性銀行更需要開拓業務半徑，因此不受時間及空間限制的遠程銀行成為了區域性銀行數字化轉型的重要路徑。在落地遠程銀行的過程中，區域性銀行有以下幾方面需求：

• 渠道運營離不開統一的業務平臺與豐富的產品體系。因此，建立統一的、擴展性強的遠程銀行業務平臺，成為區域性銀行的重要訴求；
• 渠道運營離不開全渠道的拓展或接入。而隨著銀行客戶消費模式與消費主場發生轉變，原有線上渠道已無法滿足區域性銀行全渠道對接需求。因此，為遠程銀行對接APP、小程序等多種渠道，成為區域性銀行的關鍵需求；
• 基于遠程銀行平臺的建設，銀行具備了海量客戶信息，而渠道運營離不開對客戶信息的處理與分析。銀行需構建遠程銀行渠道的數據分析平臺，基于客戶基本屬性、行為軌跡、資產偏好等特征細化標簽、精細化分層、進行深度挖掘分析；
• 渠道運營離不開強大的風控體系支撐。隨著遠程銀行的推進，區域性銀行衍生出安全、合規、風控方面的需求。遠程服務的開展，全渠道的對接，使得身份欺詐、抵賴、篡改等網絡安全問題與日俱增，因此，運用反欺詐、防抵賴、防篡改等多重風控手段，為遠程銀行的安全性與合規性做支撐，愈發成為區域性銀行的重要訴求。

廠商能力要求：

廠商需要能夠提供覆蓋全流程、多渠道的遠程銀行綜合解決方案，具體而言需要具備以下能力：

• 技術能力方面，可基于音視頻技術、人臉識別技術、聲紋識別技術、ASR、NLP、TTS等技術，幫銀行搭建統一的遠程銀行“智能中臺”，包括智能客服系統（智能外呼、智能質檢、智能接待等）、智能業務辦理、大數據決策平臺等；同時還需要保障“智能中臺”的穩定性、可靠性、易用性和可擴展性；
• 場景及渠道層面，廠商提供的遠程銀行綜合解決方案需要覆蓋個人貸款線上面簽、線上理財、遠程客服等多種業務場景，能夠通過API等工具對接APP、小程序等多種渠道，實現全時全場景、全渠道多載體的線上化服務，助力銀行打造極致的客戶體驗；
• 數據方面，需具備強大的數據分析能力。能基于海量的客戶信息，根據客戶基本屬性、行為軌跡、資產偏好等特征對客戶數據打標簽、建立客戶畫像、進行客戶分層，并能在此基礎上對客戶數據進行深度挖掘，為銀行構建強大的客戶洞察能力、實現差異化經營管理作保障；
• 風控合規方面，能提供基于遠程銀行的風控保障支撐，在提升用戶體驗的同時兼顧安全、合規、監管要求。如提供數據加密服務。提供可靠的雙錄支撐并支持時間戳、水印等功能，以提高銀行反欺詐、防篡改水平。提供實時運維監控服務，保證業務及數據的安全性；
• 部署方式方面，可提供云端、API、混合云、本地化等多種方式，滿足不同銀行不同業務的個性化需求和監管需求。

代表廠商： （ 1、服務過的標桿案例在3家及3家以上，并可以提供案例填寫在項目情況中；2、2020年廠商銀行業營收超過1000萬以上。）

聲網

廠商介紹：

聲網Agora（NASDAQ:API）成立于2014年，是全球實時互動云服務開創者和引領者。開發者只需簡單調用 Agora API，即可在應用內構建多種實時音視頻互動場景。聲網Agora API 已經賦能社交直播、教育、游戲電競、IoT、AR/VR、金融、保險、醫療、企業協作等20余行業，共計200 多種場景。自成立至2020年底，聲網累計實時音視頻分鐘數超10，000億分鐘，實時互動技術服務覆蓋全球200多個國家和地區。

產品服務介紹：

聲網的遠程銀行解決方案基于自身強大的視頻云能力與混合云部署能力，賦能理財面簽雙錄、虛擬營業廳、視頻銀行、金融呼叫中心、銀行理財直播路演、VTM、金融直播等多場景，集成實時音視頻、屏幕共享、文檔共享、文件標注、實時消息、錄制存證、AI增強等功能，助力銀行在滿足金融監管合規要求的同時，擴展服務半徑、提升服務水平。

能力解讀：

基于自身先進的音視頻技術，聲網為銀行提供一站式視頻銀行解決方案，包括“金融視頻云中臺”、“金融大數據-數據中臺”和“全渠道銀行-業務中臺”的搭建。

業務場景方面。聲網視頻銀行覆蓋客戶服務、理財業務、對公業務、零售業務等多種業務場景。

功能方面。聲網視頻銀行集成了實時音視頻、屏幕共享、文檔共享、文件標注、實時消息、錄制存證、AI增強等豐富功能，基于聲網Agora 音視頻編解碼專利算法和優異弱網對抗能力，支持1080P 60fps超清視頻，48kHz全頻帶音頻編碼，具備優秀的音頻3A算法和AI智能降噪算法。

性能方面。連通率高，能達到99.9%以上；穩定性強，在偏遠地區或信號相對較弱的區域，也能保障音視頻的穩定性；超低延時，優秀的弱網對抗能力，保證在70%視頻數據丟包情況下，音視頻通話流暢；在80% 音頻數據丟包情況下，音頻通話流暢；且聲網視頻云中臺開放架構支撐產品持續創新與系統動態擴容。

風控合規方面。在進行線上視頻業務辦理時，聲網可為銀行提供金融雙錄的功能。通過音視頻同步錄制并存證，助力視頻見證等業務辦理，還原真實的業務場景，保障數據的安全可靠；聲網可為銀行提供混合云部署方案，數據傳輸經過多重鑒權控制、傳輸加密、異地容災等安全機制，更提供實時運維監控服務，以保障數據安全可靠。

典型客戶：

四川天府銀行、湖南三湘銀行等

客戶案例：

四川天府銀行成立于2001年，近年來通過開放合作不斷搭建平臺和整合資源，持續加大科技創新投入力度，圍繞特色銀行建設加快創新轉型發展。隨著金融科技的不斷發展，數字化轉型的不斷深入，天府銀行獲客渠道與業務辦理模式急需轉型。

基于上述需求，天府銀行與聲網展開合作，引入了聲網一站式視頻銀行解決方案。天府銀行通過視頻銀行的業務辦理，推出線上不見面金融，有效拓展了金融業務辦理、業務咨詢的便利性，通過混合云的網絡部署模式，保證了金融業務的安全合規性。結合視頻AI，金融雙錄的產品功能，保證了金融業務的合規和可回溯性，真正實現了科技讓金融生活更美好的產品理念。

通過一站式視頻銀行解決方案的部署，聲網幫助四川天府銀行實現了高效獲客、提升了客戶體驗，同時滿足了天府銀行的監管、合規及安全需求。視頻銀行上線后，天府銀行開戶人數新增20%。

騰訊云

廠商介紹：

騰訊云是騰訊集團傾力打造的云計算品牌，面向全世界各個國家和地區的政府機構、企業組織和個人開發者，提供全球領先的云計算、大數據、人工智能等技術產品與服務，以卓越的科技能力打造豐富的行業解決方案，構建開放共贏的云端生態，推動產業互聯網建設，助力各行各業實現數字化升級。

產品服務介紹：

騰訊云基于實時音視頻、智能選路、生物識別、安全加密、雙錄存儲等技術，通過混合云的部署方式，同時靈活對接各類業務場景，為銀行提供了金融虛擬營業廳產品及遠程銀行解決方案。

能力解讀：

作為全線上金融服務解決方案，騰訊云虛擬營業廳基于實時音視頻、AI等技術，有效整合了實時互動視頻場景與銀行業務辦理系統，通過“視頻柜員”交互的方式，進一步將個人信息修改、貸款面簽、對公開戶法人面簽等需要到營業廳辦理的業務轉移到線上，并通過視頻雙錄、雙向傳輸加密等技術手段做到全程留證。在監管合規的前提下，為銀行解決營業網點服務受時間和空間限制的問題。

騰訊云基于生物特征遠程識別技術和實時音視頻技術，為銀行遠程銀行業務開展提供支撐。目前，騰訊云在遠程生物特征識別上有兩類方案：人工遠程視頻核身及遠程自動人臉核身。而基于實時音視頻技術，騰訊云提供覆蓋全程的實時云端錄制功能，功能上，含錄制文件存儲、回放及下載，也支持自有服務端部署錄制，保障業務合規性；性能上，通話時延低于300ms，抗丟包率超過70%，抗網絡抖動超過1000ms，弱網環境下依然保證通話流暢穩定。

典型客戶：

浦發銀行、興業銀行、天津濱海農商行、瀘州銀行、西安銀行等

網易云信

廠商介紹：

網易云信是集網易 24 年 IM 以及音視頻技術打造的融合通信云服務專家，穩定易用的通信與視頻 PaaS 平臺。提供 IM 即時通訊、5G 消息平臺、一鍵登錄、信令、短信與號碼隱私保護等通信服務，音視頻通話、直播、點播、互動直播與互動白板等音視頻服務，視頻會議等組件服務，以及內容傳輸安全檢測兩大問題一站解決的安全通信產品「安全通」。目前，網易云信已經幫助 120 萬企業開發者成功發送 1.6 萬億條消息，覆蓋智能終端 SDK 數累計超過 186 億。

產品服務介紹：

作為金融數智時代的賦能者，網易云信提供穩定、可靠的泛金融一站式能力平臺，助力金融行業客戶數智升級、降本增效，打造云上金融。該平臺集實時音視頻、屏幕共享、文件標注、同屏協作、實時消息、錄制存證、智能質檢、虛擬數字人、直播、點播等功能于一體，全面覆蓋遠程銀行、視頻營業廳、遠程面簽、視頻雙錄、金融公證、協同辦公等場景，支持公有云、私有云、混合云等多種部署方式，實現金融級數據安全。

能力解讀：

依托自身穩定、可靠的音視頻技術和即時通訊技術，網易云信為銀行客戶提供了一站式能力平臺，助力銀行轉型升級。

網易云信提供的產品功能豐富、場景多樣：遠程面簽為零售業務、小微及對公業務賦能；虛擬數字人通過可視化智能交互形式接管人工，適用于業務引導、營銷推廣及貸款面審、理財雙錄等場景，滿足用戶 24 小時全天候業務咨詢與辦理需求；金融公證通過線上視頻公證手段，為銀行及公證機構提供意愿雙錄保全（公證過程全程錄音錄象）、文書電子簽名、身份在線核驗等無接觸式公證服務，提高銀行公證效率；協同辦公則基于即時通訊能力，實現富文本消息加密收發、群聊私聊、通訊錄及用戶隱私權限管控等能力，提高協同辦公效率、保障信息安全。

網易云信提供的產品滿足安全及監管需求：在自助業務辦理過程中，結合視頻錄制和智能風控措施提升業務安全性，例如智能檢測業務辦理人的人像是否離框、是否有第三人入鏡、遮臉、捂臉等。業內首創雙通道混合云架構進行部署，在內網部署音視頻節點，滿足超柜等內網設備的接入，提供高安全性、符合監管要求的技術支持；針對通話兩端均在外網的情況，通過遍布全球的音視頻節點與高速專線的“金融專屬云”通道，確保音視頻的高穩定性與低延時性。

典型客戶：

中國銀行、中國工商銀行、平安銀行、長沙銀行、臺州銀行、南京銀行等

客戶案例：

伴隨互聯網巨頭的入局，銀行傳統業務受到沖擊，競爭愈加激烈。作為中國區域銀行的排頭兵，南京銀行一直走在數字化轉型探索的前沿。如何貼近客戶應用場景，釋放優質服務能力，尋找新的價值空間，成為南京銀行的重要關注點。

基于此，南京銀行攜手網易云信及集成商將“金融互動視頻服務”創新模式有效應用，賦能南京銀行從Bank（物理網點）走向無處不在的Banking（移動網點），提供智能、便捷、安全、高效的金融服務，打造貸款線上視頻面簽、網點視頻理財室、視頻客服等多樣化業務場景，實現真正意義上的遠程視頻銀行，助力南京銀行提升金融服務的效率和客戶體驗。平臺部署方面，整個平臺采用混合節點部署方式，根據南京銀行業務的區別將不同服務部署在不同集群，從而兼顧了安全、監管、性能和用戶體驗。

“金融互動視頻服務”的應用，帶來兩個顯著變化：一是利用視頻辦理業務的用戶呼叫量呈現逐月增長態勢，代表了金融消費者對這種業務的認可；二是銀行的效率得到了極大的提升。

贊同科技

廠商介紹：

贊同科技是一家堅持自主研發和技術創新的金融科技企業。經過了20多年的積淀和深耕，公司研發了100多個擁有獨立知識產權的軟件產品及豐富靈活的解決方案，服務客戶200多家。

產品服務介紹：

贊同科技為銀行提供了全能力“渠道無界”云柜員解決方案。通過交互和交割的分離，重構金融的代理服務模式，人們可以借助手機、電腦、PAD、智能音箱、銀行自主設備等方式呼叫云柜員，通過視頻實現“臨柜”式的服務體驗。

能力解讀：

全能力“渠道無界”云柜員解決方案基于受理設備，依托于視頻通訊技術，將傳統柜面遠程化，實現“遠程式服務、臨柜式體驗”。

基于贊同科技的遠程音視頻通訊能力，客戶可以跨越物理空間限制，通過網點固定設備、個人手機、移動設備等與遠程柜員進行“面對面”的交流，并遠程進行業務辦理交互。贊同云柜解決方案，將銀行業務的交互和實物交割分開處理，這種業務模式使得業務的辦理不再受制于發起終端的外設能力。

典型客戶：

平安銀行、張家口銀行、長安銀行、長沙銀行等

3.9 RPA

終端用戶：

銀行各前臺業務部門（包括信貸管理部、資產清算部、線上業務部等）、中后臺支撐部門（包括財務部門、運營部門、信息科技部、風險管理部等）

核心需求：

隨著區域性銀行業務量的快速增長及業務場景的不斷豐富，傳統的人工手動業務流程繁瑣、重復度高，RPA機器流程自動化逐漸為廣大區域性銀行所接受。

• 傳統的人工業務通過手工操作，重復性工作多，給員工帶來了極大的負擔。通過機器人代替人工，并依托穩定的性能，提供穩定不間斷、覆蓋全時段的服務，從而解放人力，是區域性銀行的關鍵需求。
• 人工業務模式錯誤率高，很難滿足越發嚴格的合規與風控需求。建立標準化的業務流程，以消除人工操作風險、保證結果可預期，提高正確率，是區域性銀行的另一重要需求。
• 傳統IT系統改造復雜度高，易出現各種操作風險。因此，不改變現在計算機系統的跨系統、低代碼開發與易于集成的特性成為RPA部署中的重要關注點。
• 隨著OCR、NLP等技術的發展，這些技術與RPA的結合也愈發受關注。

廠商能力要求：

• 廠商需要能夠向銀行提供面向多種業務場景的自動化機器人（RPA），使各類重復化、高頻次的業務流程實現自動化執行，以提升業務效率；
• 廠商提供的RPA需基于標準業務流程建立一定的規則，并基于規則進行數據分析處理，從而提升業務準確率；同時，自動生成評估報告，同時將整合好的數據自動錄入系統，發送郵件通知業務人員進行審核，為銀行業務運營提供深度洞察；另外，RPA活動需要實現可追溯，滿足監管合規要求；
• 廠商RPA需要提供跨系統、“非侵入”的部署模式和低代碼的開發模式，同時要具備架構靈活、易于集成、兼容性高的優勢，以保證原有IT系統不受影響；
• 廠商需在具備RPA底層能力的基礎上，具備OCR、NLP等AI技術，從而使RPA從代替人的“執行”到代替人的“認知”甚至“決策，完成復雜的閉環”；

代表廠商：（ 1、服務過的標桿案例在5家及5家以上，并可以提供案例填寫在項目情況中；2、2020年廠商銀行業營收超過1000萬以上。）

金智維

廠商介紹：

金智維是一家專注于企業級RPA技術的人工智能公司。公司核心團隊組建于2009年，由IT領域資深專家、金融交易的全棧型開發骨干以及人工智能領域研發團隊組成，至今已擁有十余年企業級RPA技術的積累。金智維致力于用科技創新手段推動企業的數字化建設，憑借在銀行、證券、基金、期貨、保險等金融細分領域的領先市場占有率，金智維已成為RPA金融行業領導者。金智維已經為全行業提供超20萬名數字員工，重塑企業生產力，讓員工更有價值。

產品服務介紹：

金智維在國內率先推出具有自主知識產權的企業級RPA （K-RPA），并以安全、高效、穩定的處理能力，兼具易擴展、易維護、易使用的管理特點，獲得業界客戶的高度認可和廣泛應用。

能力解讀：

金智維流程自動化解決方案覆蓋業務場景豐富、跨越部門范圍廣，實現了企業日常運營中重復、繁瑣、規則的流程的自動化操作，為企業帶來大幅降本提質增效和人力資源釋放。

金智維流程自動化方案K-RPA按照預先設定的規則操作，可以保證數據搬運過程中的數據一致性，數據核對和分析過程準確無誤，且每個步驟都有日志記錄，可供審計。

產品遵循安全易用、功能強大、穩定高效的設計理念，系統具備在大規模、高集成的企業復雜環境中部署和管控的能力，平臺內置機器人函數庫，具有異常處理、安全審計、AI集成的管理能力。

同時，金智維具備強大的AI能力，持續研究 OCR、NLP、ASR、知識圖譜等AI技術，實現了RPA+AI的完美落地。

典型客戶：

建設銀行、工商銀行廣西分行、渤海銀行、廣州銀行等

UiPath

廠商介紹：

UiPath成立于2005年，是領先的機器人流程自動化供應商，可提供完整的軟件平臺，幫助企業高效完成業務流程自動化。

產品服務介紹：

UiPath依托旗下三種智能自動化平臺，從發現、構建、管理、運行、參與共五大部分十八個產品，實現為客戶提供端到端的自動化服務解決方案。通過平臺幫助客戶部署無人值守、有人值守、測試和AI機器人，以此節約時間、提高效率，從而創造更高的業務價值。

能力解讀：

UiPath RPA覆蓋多場景，包括零售信貸評估、零售欺詐檢測等。

UiPath提供企業級RPA平臺為自動化生命周期提供支持。主要包括利用Automation Hub發現并記錄自動化創意，并作為統一指揮中心管理整個自動化流程；Task Mining記錄員工日常任務，構建流程圖；通過RPA+AI進行用戶交互、閱讀、處理文檔，并利用AI fabric部署AI技能，將其直接拖放到RPA工作流中進行自動化流程管理；用機器人執行任務；用嵌入式分布技術進行運營效果評估。

典型客戶：

瑞豐銀行、蘇州銀行等

藝賽旗

廠商介紹：

上海藝賽旗軟件股份有限公司（i-Search）成立于2011年，是一家專業從事智能軟件研發及技術服務的高新技術企業、上海市雙軟企業。公司業務輻射全國，可為國內企業客戶提供完善的本地化服務。作為中國RPA行業領航者，藝賽旗連續兩年入選Gartner “Hype Cycle” RPA領域案例廠商。目前，藝賽旗服務的客戶超過500家，涵蓋金融、運營商、能源、電力、制造業等眾多領域。

產品服務介紹：

iS-RPA是藝賽旗獨立知識產權的RPA產品，其核心是通過模擬和替代的方式進行流程操作，為企業解決流程自動化難題。iS-RPA以輕量化的形式，讓銀行的諸多業務流程步入“軟件機器人替代人做事”的新領域，實現業務系統的全面自動化。

能力解讀：

藝賽旗iS-RPA在銀行營運管理、計劃財務、網絡金融、人力資源、資產管理、審計、信用卡中心等多個部門及場景下均有豐富的應用，全面優化了銀行的流程業務工作，使得銀行在提高作業效率的同時也節約大量成本。

iS-RPA設計器可以定義工作，列出機器人執行業務流程需要走的每一個步驟指令，并將指令發布到控制平臺；控制臺則負責運營治理、版本控制，將工作任務分配給每一個機器人，并監視和報告其活動；機器人位于虛擬或實體客戶端中，直接與業務應用程序交互來處理事項。同時，操作全程記錄，可實現追溯查詢。

藝賽旗iS-RPA采用非侵入式部署方式，無需進行系統改造，即可串聯眾多平臺和系統數據，實現跨系統、跨平臺、跨業務部署與應用。

iS-RPA支持AI能力擴展。iS-RPA+CVA——基于計算機視覺UI的自動化操作，對計算機軟件UI進行解析和識別；iS-RPA+OCR——包括身份證、發票、駕照、營業執照、手寫等豐富的OCR能力；iS-RPA+NLP——提供完善的文本理解和處理能力，包括語法、情感、相似度等。

典型客戶：

廣發銀行、浦發銀行、工銀亞洲、上海農商銀行等

3.10云平臺

隨著區域性銀行業務線上化、場景化、智能化等趨勢的發展，高并發、高可用、高性能、擴展能力、迭代能力等互聯網架構的能力成為銀行所關注并重點建設的內容，銀行上云已是大勢所趨。云平臺建設包含云基礎設施與云原生平臺建設兩部分。

3.10.1云基礎設施

終端用戶：

銀行金融科技部門等

核心需求：

區域性銀行上云已是共識，目前區域性銀行以部署私有云為主，且83%的被調研區域性銀行出于安全、穩定的考慮，不會將全量系統上云。但隨著業務的發展，開放式混合多云是區域性銀行未來的合理配置，區域性銀行對于公有云的需求主要體現在兩個方面：

• 在運營成本方面，相較于全國性銀行，區域性銀行金融科技投入相對較少，更為看重上云成本，在滿足業務上云及監管要求的基礎上降低部署以及后續運維成本是區域性銀行亟待解決的問題；
• 在業務需求方面，未來開放生態是大勢所趨，公有云部署可以使區域性銀行更好地接觸外部生態系統，提高線上業務處理的敏捷性。

廠商能力要求：

• 在云基礎設施建設方面，廠商需要具備混合云部署能力，能夠為區域性銀行提供基礎設施硬件和相關軟件，并完成相關部署；具備云環境安全服務能力，不同云環境之間需要進行一定的技術隔離，以降低業務風險滿足銀行安全合規要求；除此之外廠商需具備一定的行業knowhow，能夠將行業經驗融入產品，滿足銀行業務需求；
• 在產品服務方面，廠商最好能夠為銀行提供上云咨詢服務和后續運維、產品迭代等售后服務，例如IT架構規劃、數據遷移、安全服務等，幫助企業根據真實業務需求落地云部署。

代表廠商： （ 1、服務過的標桿案例在5家及5家以上，并可以提供案例填寫在項目情況中；2、2020年廠商銀行業營收超過3000萬以上。）

京東云

廠商介紹：

作為京東集團面向企業、政府等機構的技術服務品牌，京東云是最懂產業的數智化解決方案提供商，致力于為企業、金融機構、政府等各類客戶提供以供應鏈為基礎的數智化解決方案。在金融機構服務領域，以聯結產業供應鏈和數智化金融云為核心，京東云已為包括銀行、保險、基金、信托、證券公司在內的超780家各類金融機構提供了數字化服務的綜合解決方案。

產品服務介紹：

針對金融客戶在安全、穩定方面的要求，京東科技提供與公有云同源的自主研發私有云產品JDStack，讓私有云產品具備公有云大規模場景檢驗過的穩定性和大規模承載能力。源自京東金融業務的PaaS產品和數據庫提供了金融級PaaS產品和最佳實踐。結合京東在金融、零售等領域的安全產品和運營經驗，JDStack為金融客戶提供完整的金融級云產品服務解決方案。

能力解讀：

**解決方案層面。**私有云支持提供基礎模塊和可選模塊自由組合，可進行多維度監控以應對突發場景，并支持高可用容災部署。私有云解決方案具有靈活性強、安全性高等優點，能夠適配客戶對不同規模云計算平臺的需求，可通過物理隔離和安全增強等方法大幅提升系統安全性。

JDStack支持客戶按需定制，采用“1+N”模式實現靈活部署，“1”是最小化云平臺底座，“N”是可選裝產品集合。JDStack支持超大規模、超高可用的雙AZs部署模式，支持面向信創領域的一云多芯和各類國產化技術，全面支持IPv6，具備全方位的安全防護體系以及安全等級保護資質，并為客戶提供一體化、智能化、自動化的運維和運營工具。

**產品服務層面。**借鑒京東云長期積累的最佳實踐，提供專業的架構規劃、業務上云、數據遷移、機房規劃、網絡設計、部署交付、運維運營、容災備份、安全服務、應急響應等多種增值服務，對規劃建設私有云平臺提供專業服務和支持。

3.10.2云原生平臺

終端用戶：

銀行金融科技部門等

核心需求：

在疫情防控成為新常態的背景下，開放銀行、遠程銀行、數字化營銷及支持等系統成為2020年金融云增量市場的主要內容；另外，隨著小微業務數字化賦能的推進，供應鏈金融、產業鏈金融亦為金融云市場增長注入新的活力。區域性銀行云設施備受挑戰：

• 一是系統持續可用能力與系統擴縮容能力不足，虛擬機需要封裝操作系統，占用GB級空間，資源損耗大，導致系統資源的使用效率偏低；傳統應用系統哥虛擬機只能局部解決彈性伸縮問題，隨著線上業務量的快速增長，高并發場景越來越多，傳統應用系統架構高并發堵塞嚴重，無法應對短期流量高峰場景；
• 二是服務部署效率不足，傳統產品上線周期長，交付環節出錯率高，整體系統部署速度較慢；同時面對新的業務需求，持續敏捷交付能力不足，無法滿足互聯網時代區域性銀行日新月異的業務需求。

廠商能力要求：

云原生平臺建設是核心解決方案。在云原生平臺建設方面，廠商需要具備的能力主要包括三個方面：

• 一是微服務架構建設能力。廠商所提供的微服務治理解決方案需能夠與銀行真實的業務需求和業務邏輯相匹配；微服務架構能夠根據銀行需求進行靈活的擴展限流，能夠支撐跨語言、跨協議的微服務應用；同時廠商需具備運維監控能力；
• 二是容器云建設能力。廠商需要基于Docker、Kubernetes等容器相關技術，幫助區域性銀行快速集成、部署容器產品，實現對各類異構云資源的統一管理；同時具備區域性銀行服務經驗，能夠將銀行落地經驗融入容器平臺，并提供安裝和相應的售后服務；
• 三是提供DevOps工具。廠商需要提供DevOps平臺的咨詢服務，根據銀行需求進行DevOps平臺、容器平臺和微服務架構的整體設計；同時能夠提供DevOps平臺工具并完成部署，提高軟件或應用系統的開發效率。

代表廠商：（ 1、服務過的標桿案例在5家及5家以上，并可以提供案例填寫在項目情況中；2、2020年廠商銀行業營收超過1000萬以上。）

京東云

廠商介紹：

作為京東集團面向企業、政府等機構的技術服務品牌，京東云是最懂產業的數智化解決方案提供商，致力于為企業、金融機構、政府等各類客戶提供以供應鏈為基礎的數智化解決方案。在金融機構服務領域，以聯結產業供應鏈和數智化金融云為核心，京東云已為包括銀行、保險、基金、信托、證券公司在內的超780家各類金融機構提供了數字化服務的綜合解決方案。

產品服務介紹：

京東金融云分布式中間件平臺（PaaS）旨在幫助金融機構搭建基于分布式架構的云原生技術中臺。針對金融業務的高要求，提供高性能、高可靠的技術保障，實現異地多活容災、監控一體化，結合分布式微服務開發框架、分布式數據庫、微服務運行容器平臺、互聯網中間件、研發效能DevOps平臺、監控運維等產品，以及資源自動編排等新技術，助力業務開發從“穩態”到“敏態”。

能力解讀：

京東金融云分布式中間件平臺（PaaS）的核心優勢產品為云艦容器平臺與DevOps平臺。

云艦脫胎于京東集團全面容器化實踐，符合云原生行業標準，支持運行容器超200萬，峰值超千萬核的超大規模容器集群，同時支持離在線混部，異地多活及雙流雙活高可用模式。云艦產品具備較強的兼容性，幫助業務充分利用多云部署優勢，同時整合第三方生態組件和客戶自研組件，滿足應用多樣化需求；

DevOps平臺，是京東云面向企業提供的研發運維一體化平臺，產品融合京東最佳實踐，以效能為導向，以應用為中心，面向敏穩雙模體系，幫助銀行實現研發資源高效整合、開發運維效率和交付質量持續提升。京東行云DevOps平臺已率先通過信通院DevOps解決方案先進級認證。

典型客戶：

浦發銀行、蘇州農商行等

網易數帆

廠商介紹：

網易數帆是網易集團旗下 TO B 企業服務品牌，定位于領先的數字化轉型技術與服務提供商，業務覆蓋云原生基礎軟件、數據智能全鏈路產品、人工智能算法應用三大領域，其中輕舟產品線為一站式云原生軟件生產力平臺，覆蓋開發、構建、發布、上線運行、治理和運維等環節，源自網易內部的大規模互聯網業務實踐，經過金融、制造、物流等行業客戶的生產環境驗證。

產品服務介紹：

網易數帆的金融分布式解決方案，融合網易互聯網技術與金融行業服務經驗，幫助金融客戶構建安全、穩定、高效、敏捷的現代化金融系統。提供微服務治理、容器云、云原生PaaS中間件、API網關等云原生分布式組件，滿足業務方聚焦特色的場景化需求，以支撐業務系統等容器化部署運行。

能力解讀：

網易數帆的金融級分布式技術平臺包括微服務平臺產品、中間件產品、容器平臺產品、軟負載均衡產品以及服務網格產品。核心產品為微服務平臺產品與容器平臺產品。

微服務平臺產品，為服務提供注冊中心、配置中心、分布式事務、API、網關、監控管理等功能，使得服務消費者能夠快速的進行服務調用和能力開放，并實現對服務調用過程的監控和管理。

容器平臺產品，資源池化和良好的彈性，實現資源共享，提高資源利用率；統一各業務部門不統一的異構環境，架構標準化；統一運維體系，推動業務的高可用過和運維標準化。

網易數帆的金融級分布式技術平臺，支持微服務及服務網格架構，簡化應用部署流程，讓應用管理與交付更加標準、敏捷、高效、可控；支持跨云、跨資源基礎設施，兼容國產無綁定；提供穩定可靠的治理能力，應對不可預測的業務洪峰壓力；同時擁有完善的身份管理、資源管理、權限體系，安全審計能力，配合項目生命周期管理機制，保護敏感業務安全。

典型客戶：

工商銀行、興業銀行、浙商銀行等

諧云

廠商介紹：

諧云是世界領先的云原生技術服務公司與中國數字基礎設施建設云原生軟件領軍企業，作為國內少數掌握底層核心技術的容器云產品及解決方案提供商，諧云依托超前的發展理念與先進的底層核心技術，致力于為企業數字化轉型提供最佳解決方案。諧云現有客戶百余家，覆蓋能源、金融、通信、化工等多個行業，并與各行業龍頭企業開展長期穩定的合作，樹立了云原生技術在不同行業的落地經典和標桿案例。

產品服務介紹：

諧云金融級容器云解決方案基于Docker和Kubernetes技術構建的一套完整IT標準化和自動化框架，以“面向‘終態’、優化IT資源”為目標的新一代PaaS平臺，能夠提高銀行的IT管理能力，幫助銀行在降低運營成本和風險的同時，獲得更高的運維效率，保障業務穩定運行和高效迭代。

能力解讀：

諧云HC-PaaS容器云平臺能夠直接部署在企業的公有云或自建機房的物理機或虛擬機上，主動對接第三方存儲、日志、監控工具，提供全量的OpenAPI；HC-PaaS容器云平臺能夠支持納管原生或第三方K8S集群，具備較強的兼容性；同時HC-PaaS容器云平臺集成了代碼漏洞掃描，鏡像安全掃描等一系列安全工具，安全性較強。

此外，諧云有已落地的成功案例經驗和行業典型場景積累，可以根據銀行應用開發環境的特點，制定應用上云遷入準則，指導用戶和開發商完成應用遷移改造和新應用的開發標準，從而更符合銀行應用容器化運行需要。

典型客戶：

中國工商銀行、浦發銀行、杭州銀行、鄭州銀行等

客戶案例：

業務線上化已是大勢所趨，為了支撐數字化轉型所需的海量數據，承載業務增長帶來的運算壓力，杭州銀行在最近幾年已進行應用微服務化架構改造。疫情催化之下，業務線上化保持高速增長，杭州銀行在服務部署速度、系統持續可用能力與系統擴縮容能力兩方面面臨新挑戰。

杭州銀行為應對互聯網營銷、重大事件集中支撐等存在明顯流量峰值波動的業務，為銀行業務提供更為有效的彈性資源支撐和高可用性支撐，杭州銀行與諧云就容器云PaaS平臺項目展開深度合作。

諧云從開發作業、應用接入、管理運維三個方面，幫杭州銀行搭建了完整的覆蓋全流程的PaaS平臺架構，為其打造了管理大規模容器集群化的能力，以承接其整體的業務應用，既提升了系統的擴縮容能力，又節約資源、提升了現有資源利用率，同時也方便銀行運維人員進行運維管理。

杭州銀行容器云PaaS平臺可保障業務系統提供持續可用服務，典型場景下（4C8G的Tomcat應用環境下測試結果，占用pod資源）容器云的pod創建到啟動只需要12秒；且提高杭州銀行IT系統擴縮容能力，充分利用容器資源調度能力實現服務的快速擴縮，滿足用戶規模的快速增長需求；此外，配合平臺的CI/CD（持續集成/持續部署）工具鏈，開發測試團隊從源碼到發布運行的效率整體提升3-4分鐘。

目前，杭州銀行的一期容器云PaaS項目建設進入了抽檢環節，二期正在持續推進。未來，杭州銀行將會與諧云加深合作，持續推進容器云平臺建設，在應用上云等方面展開進一步合作，擁抱云原生。

3.11數據存儲與處理

終端用戶：

銀行數據部門、信息科技部門等

核心需求：

數據存儲與處理包括了數據集成、存儲、資源調度、建模、計算、查詢等能力，是支撐數據應用的基座，代表了數據平臺的基礎能力。

• 銀行業務類型的豐富和數字化轉型進程的推進，數據類型越來越多樣，數據分散于不同業務部門、不同數據庫。因此，銀行需要有更加完備的數據存儲方案以集成復雜的多元異構數據，在滿足多種類型和格式的數據的存儲要求的同時，也要考慮數據存儲的可擴展性、可靠性等要求；
• 數字化的推進使得銀行對數據處理的實時性要求不斷提高，但在業務量的快速增長下，銀行數據量呈指數級增長，導致數據查詢響應時間過長、交互體驗差，難以滿足銀行數據處理實時性要求。因此，銀行需要通過資源優化、數據預計算等方式提升數據處理與查詢的速度，以適應銀行多種業務需求；
• 傳統數據處理多依賴人工操作，時間及人力成本較高；且數據類型的增多對開發人員的技術能力也提出了更高要求。因此，銀行需要在數據處理過程中應用AI增強技術，以提高數據處理效率，并降低技術門檻；
• 隨著云計算的普及，銀行部分數據的產生、采集及應用逐漸向云端遷移。因此，銀行在構建數據平臺時，需要充分考慮云的運行環境，以提升擴縮容能力與敏捷性。

廠商能力要求：

廠商需能夠提供數據庫、大數據平臺、數據集成工具、數據開發工具等產品和解決方案之一，并應具備以下能力：

• 能夠支持多源異構數據的采集，能有效完成數據清洗、轉換、加載等處理；能夠支持海量異構數據的存儲，提供關系型數據庫，以及HDFS、Hive、鍵值存儲、文檔數據庫、圖數據庫、對象存儲等多種存儲系統，同時保障數據的可擴展性和可靠性；
• 能夠通過產品設計和技術優化，助力銀行實現高性能、高并發的數據查詢與數據分析；
• 能夠在數據清洗、數據建模、數據分析等環節應用AI增強技術，提高數據處理效率，并提高數據平臺的易用性，加快數據應用落地；
• 能夠提供云原生架構的解決方案，滿足銀行在云端應用數據分析的需求，提升靈活性與敏捷性。

代表廠商：（ 1、服務過的標桿案例在5家及5家以上，并可以提供案例填寫在項目情況中；2、2020年廠商銀行業營收超過3000萬以上。）

九章云極DataCanvas

廠商介紹：

北京九章云極科技有限公司（下稱“九章云極DataCanvas”）成立于2013年，專注于自動化數據科學平臺的持續開發與建設，提供自動化機器學習分析和實時計算能力，包括DataCanvas APS機器學習平臺和DataCanvas RT實時決策中心等系列產品，在自動深度機器學習、數據建模、大數據分析等領域，具有前沿的行業實踐經驗。

產品服務介紹：

DataCanvas RT是企業分布式流數據實時處理、分析和決策的中心，能夠將多種數據流接入實時處理并分析，將ETL、業務模型、機器學習、人工智能、可視化擴展到實時數據分析。

能力解讀：

DataCanvas RT具備實時的計算存儲架構，能夠提供實時的業務支持，實現毫秒級的結果反饋。可實時處理流數據，做到即入即出的處理速度，方便做出閃電決策；利用分布式內存緩存技術，提供高性能，高可用，可橫向擴展的內存緩存；能夠通過可拖拽交互界面、SQL語句以及原生流應用程序等多種方式，實現實時應用。

DataCanvas RT擁有較高的性能優勢，支持每日上億級別的報文處理；具備高可用性，集群具有自愈能力，在單節點異常下線的情況下，數據能夠自動進行均衡；擴展性強，利用成熟穩定的開源技術，支持組件性能的縱向擴展，成本低、實用性強。

DataCanvas RT支持實時數據的在線處理和批處理，包括數據采集、數據存儲、作業調度和數據處理多項功能，同時還具備完善的系統故障檢測和定位功能。另外，具備豐富的接入能力，支持豐富的數據源與數據格式。

此外，DataCanvas RT采用了業界前沿技術，如分布式存儲、高性能計算、高并發、高可靠等，加速前沿技術落地應用。

典型客戶：

山東城商行合作聯盟、日照銀行等

巨杉數據庫

廠商介紹：

巨杉數據庫成立于2011年，是一家專注分布式數據庫技術研發，以全球數據庫領導者為愿景，以培育數據沃土，提升數據價值為使命的自研數據庫獨立廠商，專注數據庫產品研發，堅持從零開始打造原生分布式數據庫引擎。2017年巨杉數據庫入選Gartner報告，成為首家入選Gartner報告的國產獨立數據庫廠商，連續三年入榜Gartner全球權威報告。SequoiaDB巨杉數據庫作為一款金融級分布式數據庫，目前已在超過100家大型銀行及金融機構的生產業務規模上線應用。

產品服務介紹：

巨杉數據庫為銀行提供湖倉一體的金融級分布式數據庫，產品矩陣包括四大數據庫產品——數據融合平臺SequoiaDB-DP、事務型數據庫SequoiaDB-TP、內容管理數據庫SequoiaDB-CM、文檔型數據庫SequoiaDB-DOC。

能力解讀：

SequoiaDB-DP數據融合平臺具備多模能力，能夠兼容多種SQL結構化數據、NoSQL半結構化數據和Object非結構化對象數據引擎，且提供豐富的上下游生態。各類數據可通過Apache SparkSQL進行實時數據分析，避免傳統數據倉庫架構導致的ETL延遲及數據多份冗余。

SequoiaDB-TP事務型數據庫具備多模能力，能夠提供兼容MySQL、MariaDB和PostgreSQL的跨引擎ACID一致性。內置專利級STP序列時鐘協議支持4096數據節點橫向擴展；RR隔離級別強力保障分布式數據安全可靠；萬億級數據量事務處理能力，滿足銀行業海量聯機交易業務需求。

SequoiaDB - CM內容管理數據庫具備多模能力，能夠兼容S3對象數據、PosixFS文件、MySQL和PostgreSQL數據，能夠實現非結構化數據與結構化數據的統一管理。基于新一代分布式架構，結合微服務化的基礎內容管理體系，無懼數據爆發增長，滿足了銀行數據安全和容災要求，完美解決了銀行存儲、管理海量非結構化數據所面臨痛點與挑戰。

SequoiaDB - DOC文檔型數據庫具備多模能力，能夠兼容MongoDB的JSON操作、MySQL、PostgreSQL。數據一次寫入，NoSQL、SQL通用。原生支持JSON數據類型，具備萬億級數據量事務處理能力，能夠滿足銀行業海量聯機交易業務需求。此外，支持3至7副本靈活配置，適合不同業務場景需求；特有的數據回收站支持，能夠避免人為誤刪除數據導致的業務損失；數據審計操作追綜，可以助力銀行實現系統合規審計、操作記錄清晰可回溯，保障數據安全。

典型客戶：

廣發銀行、民生銀行、恒豐銀行、渤海銀行、長沙銀行等

客戶案例：

民生銀行在業務運營過程中，產生了大量需長期保存的紙質憑證，這要求其建設統一的影像管理平臺。而過去的影像系統由于跨業務，業務文件總體數量大，存在著存儲成本高、生命周期管理不易、備份時間長、歷史影像文件查詢難的問題。而隨著業務品種的進一步拓展、網點數目的增加和移動作業新需求的產生，數據量呈顯著上升的趨勢，這要求生產系統進行不斷擴容。因此，民生銀行就新一代影像系統與巨杉數據庫展開了合作。

基于SequoiaCM構建的金融行業新一代影像系統，民生銀行搭建了柜面無紙化系統、會計影像系統等，實現了影像數據彈性擴展、豐富的內容管理、影像文件數據和元數據統一存儲、數據多維度自由檢索等功能。同時，巨杉數據庫新一代影像系統一方面實現了同城“雙活”以及“異地容災”需求，內容數據保證長效、安全、可用，數據安全保障大大增加，同時滿足“兩地三中心”等行業監管要求，另一方面采用低成本的通用硬件設備以及分布式架構，大幅度降低整體擁有成本（TCO）至原有ECM方案的1/3。

拓爾思

廠商介紹：

拓爾思信息技術股份有限公司（下稱“拓爾思”）是國家規劃布局內重點軟件企業， 2011年6月在深圳證券交易所創業板上市，公司資產超過人民幣10億元，并在全國設立了20多個分支機構。拓爾思在新型電子銀行運營方面擁有諸多案例，在用戶活動策劃、數據分析、搜索引擎優化、交互設計、視覺設計、前端開發、內容運營等方面擁有豐富經驗。擅長幫助客戶從“靜態”信息和“動態”功能兩部分著手拓展原有門戶體系，并且圍繞新運營體系的“產品、用戶、數據、日常”4個方面展開運營工作。

產品服務介紹：

拓爾思基于自身強大的數據整合與管理能力，為銀行提供TRS 海貝大數據管理系統等數據存儲與處理產品，覆蓋數據導入、數據檢索、數據統計等多功能，可實現多種生態的對接。

能力解讀：

TRS 海貝大數據管理系統作為大數據應用支撐軟件，能夠為銀行大數據應用提供高效的數據存儲、全文檢索、分類統計等數據管理服務，支持幾乎所有類型的數據，包括文本、數字、地理空間、圖片等各種結構化、半結構化和非結構化數據，支持SSD、HDD、HDFS混合存儲，引入了多副本、列存儲和內存索引等機制，充分利用現代計算機多CPU、大內存的特點，實現分布式并行計算，以滿足用戶對海量數據交互式處理的需求。

TRS 海貝大數據管理系統具備完善的權限管理機制。結合系統讀寫權限控制、HTTPS安全訪問及IP黑白名單機制，保證用戶數據的訪問安全。運用用戶邏輯隔離和數據物理隔離，保障了權限清晰可控。

TRS 海貝大數據管理系統具備高可靠性和易用性。扁平化設計、彈性擴展、PB及海量數據支撐以及基于HDFS的多副本機制，保障了系統高可靠性。功能一體化的系統管理臺，支持自動化部署和自動化更新，保障了系統的易用性。

TRS 海貝大數據管理系統能夠對接Hadoop、Spark/SparkSQL、OpenStreetMap、可視化ETL工具、水晶球分析師平臺等多種生態，具備強大的功能，能夠為大數據生態的構建提供保障支撐。

典型客戶：

國家開發銀行、中國銀聯、中國進出口銀行、招商銀行、平安銀行等

3.12數據治理

終端用戶：

銀行數據部門、業務部門等

核心需求：

區域性銀行在發展過程中積累大量數字資產。隨著數字經濟時代，傳統單點式數據資產應用模式已無法滿足業務需求，強化數據治理能力成為區域性銀行必須關注的重要課題。同時從監管要求看，監管部門要求銀行監管報送數據標準一致，對數據治理提成硬性要求，進一步加快區域性銀行數據治理進程。

區域性銀行在數據治理方面的需求主要包括：

• 一是數據治理規劃方面。數據治理工作包括數據質量管理、元數據管理、數據標準管理和主數據管理等，涉及的工作繁多而且復雜，區域性銀行普遍缺乏一套完善的數據治理機制，同時尚未設立專職負責數據治理，數據治理建設工作呈現零散、碎片化的狀態。區域性銀行需要通過建立數據認責機制和設立數據治理專職等措施，完善數據治理機制，推進數據治理工作；
• 二是數據治理工具方面。數據治理是以業務需求為核心，需要更多業務人員的參與。大量數據治理工具類應用，包括元數據管理、數據質量管理和數據資產管理等工具等，主要是針對IT人員而設計，使用門檻高，業務人員難以使用。區域性銀行需要更適合業務人員使用的易用性較好的數據治理工具應用，以推動數據治理更快落地，釋放IT人員服務其他能力建設。

廠商能力要求：

為滿足區域性銀行數據治理需求，廠商需要同時具備數據治理咨詢與工具交付能力，將管理方法論進行沉淀，打造成通用化產品，結合數據治理軟件產品以及智能化等先進技術，從而解決數據治理難以上手以及價值無法發揮的難題。

• 在咨詢服務方面，廠商需要具備豐富的服務經驗。針對區域性銀行，廠商應該具備業務梳理能力，基于自身在銀行業的經驗積累，幫助銀行制定數據治理的戰略規劃，并在數據治理落地的過程中，通過培訓和落地數據認責機制等方式，推進銀行的數據治理工作；
• 在工具方面，廠商需要能夠提供數據標準管理、數據質量管理和數據資產管理等關鍵模塊產品。具體來說，在數據標準管理方面，廠商需能夠配置銀行業規則模板，基于標準模板推進數據治理工作；在數據質量管理方面，需能夠具備數據檢核與分析、數據質量報告輸出、數據質量規則設定和數據認責管理等；在數據資產管理方面，需要具備元數據管理和主數據管理等核心模塊，除了元數據血緣分析和數據資產視圖等基本功能外，還需要能夠使用AI技術實現包括數據接入、資產目錄分類等一系列數據管理活動的自動化。

代表廠商： （ 1、服務過的標桿案例在5家及5家以上，并可以提供案例填寫在項目情況中；2、2020年廠商銀行業營收超過3000萬以上。）

海致星圖

廠商介紹：

北京海致星圖科技有限公司，依托與清華大學共研的高性能圖計算技術，為金融、能源互聯網、工業互聯網等行業客戶的數字化建設提供大數據分析、圖計算、圖數據庫等產品和技術。

海致星圖是企業級知識圖譜開創者，專注于提供企業級知識圖譜、圖數據庫、BI等數據智能產品與服務，服務于金融業務全生命周期，覆蓋金融領域全業務場景。

產品服務介紹：

在數據治理場景，金融知識圖譜平臺能夠為銀行提供完整的數據治理能力，核心能力體現在圖本體模型管理、數據接入加工、知識挖掘、數據血緣管理等方面。

能力解讀：

金融級知識圖譜平臺提供數據治理工具，整合銀行內部結構化數據、非結構化數據以及互聯網采集數據、工商股權、涉訴、招投標、輿情等外部數據，進行數據清洗并達到數據標準形成數據中臺；平臺的數據血緣管理能夠支持客戶追溯數據從接入、清洗、處理加工的所有過程，了解數據的來龍去脈。

在咨詢服務方面，海致星圖具備大量銀行客戶的服務經驗，能夠根據銀行客戶數據環境和數據情況的不同，為不同的數據治理項目提供定制化解決方案。

典型客戶：

工商銀行、建設銀行、招商銀行等

同盾科技

廠商介紹：

同盾科技是中國智能分析和決策領域領軍企業，以人工智能、云計算、大數據三大核心技術體系為基礎，基于對數據的探索洞察和理解，將機器學習、聯邦學習、知識圖譜等領先技術與業務場景融合，為金融、保險、互聯網、政務、零售、物流等行業提供智能分析與決策服務。

產品服務介紹：

同盾科技為客戶提供咨詢和產品結合的數據治理解決方案。星河大數據平臺數據治理相關的核心模塊包括元數據管理、數據質量監控和資產目錄等。

能力解讀：

同盾科技長期服務于金融行業，積累了深厚的行業知識以及相應的數據治理方法論。針對金融行業客戶，同盾科技基于自身積累的大量行業標準知識，通過輸出咨詢服務，同時結合星河-大數據平臺的工具模塊，能夠幫助客戶推進數據治理工作。

同盾科技的數據治理模塊是與數據開發平臺同時向客戶提供服務，基于星河大數據平臺，可同時實現數據開發和數據治理的工作，保證了數據資產平臺與數據處理的過程實現無縫對接，如元數據信息的自動對接等，助力企業降低成本。

典型客戶：

某國有銀行、某消費金融公司等

拓爾思

廠商介紹：

拓爾思以“語義+智能+行業”為戰略將人工智能和大數據技術應用到數字政府、金融大數據、互聯網內容安全和媒體融合等領域。拓爾思基于大數據通用產品，可為金融結構提供端到端的數據服務，包括數據采集、數據存儲與處理、數據治理以及數據分析等。目前為止，拓爾思已服務中國銀行、中國農業銀行、國家開發銀行、平安銀行等多家銀行。

產品服務介紹：

拓爾思大數據解決方案，根據客戶需求接入不同類型業務數據，進行數據清洗、排重、解析、標引，并建立業務標簽數據庫對業務數據進行分類管理，進而通過關聯關系分析、智能檢索等數據處理手段進行數據價值挖掘，賦能金融業務場景。

能力解讀：

在金融領域，拓爾思基于在該行業的長期積累以及對金融業務場景的深刻了解，依托強大的數據采集能力及自然語言處理技術，為金融機構提供全方位的解決方案。

在數據管理工具方面，拓爾思是國家規劃布局內重點軟件企業，大數據業務是拓爾思的重點業務，具有深厚的大數據技術沉淀，可以針對不同類型的數據進行集成整合，并對異常數據進行清洗，完成海量數據的集成、存儲、計算、資產化過程。

在銀行輿情風控數據治理方面有很多成功案例，服務經驗豐富，形成完善的數據治理方法論，可以根據不同銀行的風控監控與預警業務需求，從客戶的業務出發設計相應的數據模型和完善的數據治理機制。

典型客戶：

中國銀行、中國農業銀行、國家開發銀行、平安銀行等

網易數帆

廠商介紹：

網易數帆是網易集團旗下 TO B 企業服務品牌，定位于領先的數字化轉型技術與服務提供商，業務覆蓋云原生基礎軟件、數據智能全鏈路產品、人工智能算法應用三大領域，其中有數產品線是網易數帆旗下大數據業務品牌，基于10余年數據技術積淀，提供全鏈路數據產品和服務，助力企業數字化創新，現已服務零售、金融、教育、物流、傳媒、制造、農業7大行業領域數百家頭部客戶。

產品服務介紹：

網易數帆全鏈路數據中臺解決方案，整合數據技術、產品技術能力，提供統一的數據和服務，為金融行業提供端到端數據服務能力，滿足金融機構全價值鏈應用場景需求，釋放金融行業數據價值。基于數據中臺的數據治理方案，網易數帆可輔助銀行完善企業級數據治理與管理體系，強化數據安全管理，構建常態化數據應用與管理機制，滿足監管合規要求。

能力解讀：

網易數帆數據中臺解決方案包含數據平臺、數據集成、數據建模、數據治理相關平臺及工具以及數據標準體系建設方法論。其中數據中臺的核心在于數據標準體系建設方法論、開發套件與數據治理平臺。

網易數帆可結合自己在金融行業的服務經驗，通過數據標準體系建設方法論為金融機構構建貼合業務需求的數據治理體系，梳理數據指標體系，統一數據指標口徑，消除數據二義性；

提供可視化、拖拽式自助開發與分析平臺，統一數據開發流程與項目周期管理，核心的開發套件包括自助查詢系統、敏捷開發平臺與數據集成工具；

提供企業級數據資產管理平臺，并通過數據地圖與數據血緣實現360°數據全鏈路追蹤，實現統一數據資產管理，并統一對外數據服務接口，平臺操作簡便、易用。

此外，在數據治理安全方面，網易數帆通過數據安全、數據備份恢復、權限管理、數據審計、數據比對探查、數據質量校驗等多重安全機制，幫助金融機構打造安全、高效的數據治理與管理體系，以滿足監管政策與數據安全規范。

典型客戶：

華夏銀行理財子公司等

客戶案例：

2020年，華夏銀行獲準籌建華夏理財有限責任公司（以下簡稱“華夏理財”），是國內第六家股份制銀行理財子公司。在數字經濟背景之下成立的華夏理財，單獨設置科技板塊，注重數字化建設賦能理財業務，著力打造智能資管機構。

數據是數字化轉型的根基，數據治理是挖掘數據價值的核心手段。奠基數字化數據底座，華夏理財的核心訴求在于，一是整合理財數據并統一數據標準，提升理財數據質量與數據管理能力，二是建立數據指標體系與數據模型，挖掘數據價值賦能理財業務。

落地數據治理，華夏理財與網易數帆合作。網易數帆為華夏理財打造一體化的數據管理與服務平臺，支持對理財業務數據的采集、加工、存儲，并核心提供數據治理與數據服務能力，實現理財數據的全鏈路管理，支持華夏理財構建理財業務數字化競爭力。

華夏理財基于網易數帆建設的一體化數據管理與服務平臺，實現數據標準的統一，保障業務數據的準確性、安全性與可追溯性，同時優化數據質量，提升數據管理與應用的協同效率；在數據質量優化基礎上挖掘數據價值，華夏理財基于平臺集成企業級數據指標體系及數據模型，構建數據分析體系，快速提升華夏理財對理財業務數據的洞察與分析應用能力，實現理財數據精益化運營，滿足理財產品精準推薦、新產品研發等核心應用場景需求，實現業務系統發展；此外，平臺具備自動化大數據測試功能，通過對業務系統的合理拆分，實現開發模式與生成模式的切換，滿足一鍵切換測試/線上環境。

御數坊

廠商介紹：

御數坊（北京）科技有限公司是專注于數據治理十年以上的領先專業機構，首創“咨詢服務+軟件產品”的一體化交付模式，可提供覆蓋全生命周期的數據治理解決方案，助力數據治理工作落地見效、持續運營。御數坊已經服務50余家500強機構，行業覆蓋政府、金融、能源、通信、地產、汽車、制造等。

產品服務介紹：

御數坊以數據治理咨詢起家，目前形成了咨詢和產品一體化的服務模式，其拳頭產品“DGOffice”協同數據治理咨詢，實現對銀行業客戶全域數據治理。基于DGOffice，用戶可完成對數據資產的盤點梳理，實現數據質量管理、數據認責管理、數據標準管理和數據資產管理等工作。

能力解讀：

御數坊服務50余家500強企業，形成自身的經驗和數據治理方法論，且具備銀行業數據治理經驗。同時，御數坊是全國信標委大數據標準工作組成員，參加DCMM、數據質量評價、數據治理規范國家標準編寫。

御數坊采用咨詢和產品一體化的服務模式，通過輸出數據治理方法論，如方法論流程模版庫和行業標準數據庫等，并結合DGOffice工具應用組件，以在線化和協同化的思路，幫助客戶推進數據治理工作。

咨詢方面，在服務模式上，御數坊采取微咨詢的服務模式。在這一模式下，御數坊會圍繞著銀行客戶反饋的業務場景和數據問題，如營銷指標治理以及客戶數據治理等，提供咨詢服務。這種面向場景的微咨詢能夠圍繞具體痛點，快速解決客戶問題，具備見效快和效率高的特點。

在產品方面，DGOffice具體低代碼和組件化的技術能力，能夠快速的支撐起客戶個性化的管理場景，提高實施與交付的速度。此外，DGOffice還內置了大量智能化組件，包括NLP和知識圖譜等，提升了產品平臺的易用性，讓數據治理更簡單高效。如DGOffice可基于業務規范建立業務知識圖譜，構建數據與業務語義關聯，還原數據資產的業務背景知識，提高用戶數據使用體驗。

典型客戶：

人民銀行、工商銀行等

3.13數據分析與可視化

終端用戶：

銀行各業務部門、信息科技部門等

核心需求：

在業務市場持續被擠壓的背景之下，精細化運營成為區域性銀行的關鍵戰略。加深運營數據分析應用，以賦能業務決策，是銀行管理層把控業務發展的重要手段。

在數據分析與可視化場景，落地數據分析應用，區域性銀行面臨的主要需求有：

• 平臺方面，落地精細化運營，銀行需要對客戶、業務、營銷、風控等數據進行全方位分析，需要構建跨部門、跨業務的數據分析平臺，對于全行及各分支結構的業務流程進行管理和追蹤；
• 載體方面，隨著金融服務場景的不斷豐富，金融移動化趨勢逐漸明朗，移動化辦公理念逐漸成為市場新需求，移動端的數據分析與可視化平臺備受關注；
• 功能方面，銀行數字化轉型的緊迫性，要求數據分析平臺能快速部署、快速上線；平臺終端用戶的多樣性，要求數據分析平臺有較強的易用性，實現平民化；而隨著銀行數據倉庫、數據集市等數據基礎設施的逐步建成，數據量越來越大、數據類型越來越復雜，這對數據分析能力、數據價值挖掘深度提出了更高要求。

廠商能力要求：

平臺方面，廠商需能為銀行搭建跨部門、跨業務的統一的數據分析平臺，該平臺需具備從數據接入、處理到分析的完整數據處理流程，且具備對接多數據渠道的能力；

• 載體方面，廠商需能為銀行提供有多元載體的數據分析平臺，尤其是移動端數據分析可視化平臺；
• 功能方面，第一，廠商需具備強大的系統開發與部署能力，或者產品具有較高的標準化程度，以確保數據分析平臺或系統的快速開發、部署與上線；第二，該平臺需具備可視化能力和自助化能力，能使用圖表等多種方式展示多維數據及分析結果，且需結合自然語言交互等多種技術，保障數據分析服務的廣泛性、直觀性和易用性；第三，廠商需能夠基于強大的AI能力，實現數據分析過程的自動化，以提高分析效率，同時融合機器學習等AI技術進行自動數據探尋，以適配先進的數據基礎設施，提升數據價值挖掘的深度。

代表廠商：（ 1、服務過的標桿案例在5家及5家以上，并可以提供案例填寫在項目情況中；2、2020年廠商銀行業營收超過1000萬以上。）

帆軟

廠商介紹：

帆軟軟件有限公司（以下簡稱“帆軟”）成立于2006年，是中國專業的大數據BI和分析平臺提供商，專注商業智能和數據分析領域，致力于為全球企業提供一站式商業智能解決方案。帆軟重視深耕行業，在銀行業已與300+銀行客戶開展深度合作。帆軟在專業水準、組織規模、服務范圍、企業客戶數量上均為業內前列，先后獲得包括Gartner、IDC、CCID在內的眾多專業咨詢機構的認可。

產品服務介紹：

帆軟依托原廠產品天然融合的優勢，為銀行提供銀行行業解決方案。該方案立足于領導、業務、科信三個部門，集多個業務系統數據于一體，以構建商業銀行管理分析體系為核心目標，切實解決銀行數據應用問題，實現行長駕駛艙、業務定制報表、自助數據分析，幫助銀行更好地進行運營和決策。

能力解讀：

平臺方面，帆軟能夠為銀行構建統一的數據平臺，通過整合各部門、各系統的數據，為銀行內部的信息交流、數據分析和決策，提供有力支撐；且該平臺具備從數據接入、處理到分析的完整數據處理流程，可對接核心數據、信貸數據、信用卡數據等多種系統數據及外部數據。

終端載體方面，帆軟可為各業務部門人員及管理人員提供PC端、移動端及數據大屏等查看方式，有效提升了信息接收效率。

功能方面，第一，帆軟已形成了FineReport報表、FineBI商業智能、FineMobile移動分析、大屏數據可視化等多個標準化產品，開發、部署、上線速度快。第二，帆軟能夠為銀行提供領導駕駛艙，基于穩定的底層數據倉庫技術，建立全面、便捷、直觀的經營、財務、績效、風險和監管一體化的數據展現分析平臺，使領導能便捷準確的進行決策指定。第三，帆軟還為銀行提供自助數據分析功能，通過降低平臺技術門檻，讓懂業務的人員能主動挖掘數據價值，揭示低效業務、虧損客戶及資源配置的薄弱環節，找到數據增長有效途徑，解放科技生產力。第四，帆軟同300+合作銀行客戶不斷錘煉場景內容，根據不同層級用戶特征建立各版塊特有的業務分析體系，千人千面，最大化發揮數據價值。

典型客戶：

建設銀行、北京銀行、杭州銀行、光大銀行、寧波銀行等

客戶案例：

為了順應銀行業移動化辦公理念，強化數據分析驅動決策，某銀行與帆軟就移動端工作臺項目展開合作，著力于滿足移動化辦公數據分析需求，賦能銀行更多業務場景。

帆軟移動端工作臺架構方案，針對不同銀行業務角色打造自上而下的“行長戰情室-業務條線-分支行數字工作臺”，同時基于推送功能實現縱向考核壓力下放，從而構建全行級分析聯動生態。帆軟移動端工作臺方案的關鍵主要包括三個方面：一是基于單一平臺整合全行多數據源；二是打造個性化移動端平臺，核心在于構建指標體系；三是基于推送功能實現壓力下放，實現工作臺分析聯動。

通過建設移動端工作臺生態產品，某銀行獲得了多重收益：數據驅動決策，深度賦能了更多業務場景；打造了聯動分析生態，優化了全行層級決策；提升了數據分析效率，降低了科技運營成本。

思邁特軟件

廠商介紹：

廣州思邁特軟件有限公司（Smartbi）成立于 2011 年，致力于為企業客戶提供一站式商業智能解決方案，以提升和挖掘企業客戶的數據價值為使命，專注于商業智能(BI)與大數據分析軟件產品與服務。

思邁特軟件是國家認定的“高新技術企業”，廣東省認定的“大數據培育企業”，先后獲得“大數據百強企業”、“中國十佳商業智能方案商”、“中國科技創新企業100強”等多項榮譽資質。憑借NLP和數據挖掘功能入選Gartner“中國AI創業公司代表廠商（2020）”，憑借Eagle自助分析平臺連續入選2020和2021年度“Gartner 增強分析代表廠商”。

產品服務介紹：

思邁特為銀行提供銀行應用產品總體解決方案，旨在助力銀行搭建商業智能和大數據分析平臺，從而滿足銀行業務部門人員、管理人員等終端用戶在報表、數據可視化分析、數據挖掘建模、AI智能分析等方面的大數據分析需求。

能力解讀：

思邁特銀行應用產品總體解決方案包括大數據分析平臺、數據化運營平臺、大數據挖掘平臺及SaaS分析云平臺等多個平臺產品。

大數據分析平臺：Smartbi大數據分析產品融合BI定義的所有階段，對接各種業務數據庫、數據倉庫和大數據分析平臺，進行加工處理、分析挖掘和可視化展現；滿足所有用戶的各種數據分析應用需求，如大數據分析、可視化分析、探索式分析、中國式報表、應用分享等。

數據化運營平臺：圍繞業務人員提供企業級數據分析工具和服務，滿足不同類型的業務用戶，幫助業務人員在Excel或瀏覽器中都可實現全自助的數據提取、數據處理、數據分析和數據共享。

大數據挖掘平臺：通過深度數據建模，為企業提供預測能力。支持文本分析、五大類算法和數據預處理，并為用戶提供一站式的流程式建模、拖拽式操作和可視化配置體驗。

SaaS分析云平臺：全新一代云端數據分析平臺，自助、快速搭建數據分析應用。

典型客戶：

南京銀行、民生銀行、郵儲銀行、瑞豐銀行等

客戶案例：

隨著銀行業大數據的不斷發展，南京銀行對于大數據應用的需求也日益突出。如何充分運用行內外數據，搭建統一數據工作平臺，推進標準化、流程化、自動化、靈活化的門戶建設，使數據充分發揮價值成為南京銀行數字化建設的一項重要議題。

南京銀行就大數據門戶項目與思邁特展開了深度合作。在思邁特的幫助下，南京銀行在統一各業務系統數據的基礎上，搭建了大數據分析平臺——實現了用數據描述業務發生情況、用數據分析業務發生的原因、數據預測業務發展趨勢、用數據驅動業務變革。

通過該項目建設，南京銀行在全行范圍內推廣了數字化分析、數字化營銷和數字化風險控制；讓大數據應用和分析走進了全行員工和管理者工作中，激發了各層級人員對于數據的認知、挖掘和運用；通過推動全員自主分析、數據共享和激勵措施，提升了行內數據資產價值，促進了業務發展、風險控制和內部管理，進而推動了全行數字化轉型。

網易數帆

廠商介紹：

網易數帆是網易集團旗下 TO B 企業服務品牌，定位于領先的數字化轉型技術與服務提供商，業務覆蓋云原生基礎軟件、數據智能全鏈路產品、人工智能算法應用三大領域，其中有數產品線是網易數帆旗下大數據業務品牌，基于10余年數據技術積淀，提供全鏈路數據產品和服務，助力企業數字化創新，現已服務零售、金融、教育、物流、傳媒、制造、農業7大行業領域數百家頭部客戶。

產品服務介紹：

網易數帆為銀行提供大數據敏捷數據分析及可視化平臺——有數BI，滿足銀行數據收集、分析、展示等不同階段的需求，用數據連接組織各角色，實現整體效率提升。用戶無需編寫繁瑣的代碼，簡單拖拽即可輕松實現業務數據可視化分析。

能力解讀：

有數BI為銀行搭建企業級大數據智能分析平臺，覆蓋數據收集、數據加工與數據分析、應用全流程，能夠有效支撐銀行科學化、智慧化決策。

網易數帆新一代敏捷BI，對接釘釘、企業微信等平臺，提供預警、協作、辦公等移動辦公體驗，可實現隨時觀測數據，助力移動化辦公。

網易數帆BI支持大屏，能夠實時呈現業務數據，滿足大型會議、領導參觀、展覽、業務監控等需求；另外，產品具備豐富的功能和可視化圖表模板，支持拖拽式操作，能夠快速生成報表，滿足銀行數據分析、可視化展示以及高易用性的需求；支持交互式數據查詢，無需求助他人即可輕松取數，從根本上解決銀行業務人員日益增長的數據需求和開發排期之間的矛盾。

除此，網易數帆BI有豐富的預警規則，涵蓋多場景預警，能夠實時監測數據異常，智能輔助決策。

典型客戶：

杭州銀行、浙江省銀行業協會等

3.14機器學習模型開發

終端用戶：

銀行數據科學家、開發人員等信息科技人員、銀行各業務部門等

核心需求：

隨著區域性銀行智能化應用場景增加與前端業務的快速變化，銀行建模需求激增，需要敏捷響應業務需求。為了實現這一目標，區域性銀行面臨以下三方面問題：

• 機器學習模型構建通常由問題定義、數據收集、特征工程、模型選擇、模型訓練、模型評估等多個環節組成，每個環節又包含多種路徑，以及多組可選參數，依賴人工進行耗時費力，模型從開發到部署上線的周期十分漫長，無法及時響應前端業務的快速變化；
• 傳統的AI模型構建難度大，技術門檻高，通常需要具備專業知識的數據科學家來完成，但部分區域性銀行往往不具備完善的數據團隊，因此需要可低門檻使用的數據科學與機器學習平臺，面向平民數據科學家和業務人員使用，實現一站式的自助AI建模，降低成本。

廠商能力要求：

廠商需要能夠為銀行提供機器學習模型開發平臺。該平臺需具備大數據接入能力，并同時具備數據準備、模型開發、模型管理和模型部署上線等完整功能模塊；此外，該平臺需要具備良好的性能，包括數據計算能力和模型計算能力。

• 平臺需具備快速部署上線的能力。第一，廠商需具備較強的本地化實施與部署能力；第二，機器學習平臺需具備API接口，助力開發者利用API接口，降低模型上線操作難度，快速將模型從開發環境部署至生產環境/業務中；第三，平臺需內置或集成針對銀行業的模型與特征庫，以提升部署上線效率；
• 平臺需具備較強的易用性，同時滿足業務人員和數據科學家的使用需求。對于業務人員，機器學習平臺需要能夠通過拖拉拽的方式進行操作，以滿足業務人員的操作需求；對于數據科學家，平臺需要具備AI增強的能力，能夠利用AI技術，在數據準備和特征工程等環節中，實現相關流程的自動化。

代表廠商：（ 1、服務過的標桿案例在3家及3家以上，并可以提供案例填寫在項目情況中；2、2020年廠商銀行業營收超過1000萬以上。）

海致星圖

廠商介紹：

北京海致星圖科技有限公司（以下簡稱“海致星圖”）是企業級知識圖譜開創者，依托高性能圖計算這一核心自研技術，深耕金融科技領域，創新自研的知識圖譜、圖數據庫、BI等數據智能產品和服務，服務于金融業務全生命周期，覆蓋金融領域全業務場景。

產品服務介紹：

海致星圖的圖機器學習平臺是一款基于圖的一站式機器學習產品，提供了數據加工、特征工程、機器學習模型訓練和預測的能力，集成了豐富的圖分析算法，支持圖神經網絡分析。同時，平臺內置了豐富的銀行業場景模板，提供一鍵式的場景構建能力。

能力解讀：

機器學習平臺通過可視化的操作界面，把圖計算算法和機器學習算法封裝成算子，通過拖拉拽方式將若干算子組合形成算法應用場景，實現零代碼可視化建模。即便對算法了解不多的用戶，也能輕松建模。

機器學習平臺內提供了豐富的特征工程算子、機器學習算子、以及圖計算算子等基礎類算子，數量達到60多個，其中圖計算相關包括節點特征分析、路徑分析、子圖識別、社區發現、以及圖神經網絡算子，數量達到30多個；與此同時，平臺針對銀行業提供了與業務高度結合的業務算法，如異常擔保識別算子、集團派系挖掘算子、實際控制人識別算子、以及資金異常挖掘算子等數十個業務算子。

平臺提供了一套完善的自定義算子管理體系，包括算子上傳發布、版本管理、算子共享、算子下線以及算子導入導出等功能。用戶可根據業務需求定制化開發算子，通過上傳，發布自定義算子，同時也可以直接使用他人共享的算子。

為了實現算法應用場景快速搭建，圖機器學習平臺內置了多個金融領域算法場景模板，包括風險傳導模板、資金圈挖掘模板、欺詐團伙識別模板、潛在客戶挖掘模板、涉毒團伙挖掘模板等。用戶只需要選擇模版、修改輸入輸岀，即可完成算法場景搭建工作。

典型客戶：

建設銀行、招商銀行信用卡中心、臺州銀行等

九章云極DataCanvas

廠商介紹：

北京九章云極科技有限公司（下稱“九章云極DataCanvas”）成立于2013年，專注于自動化數據科學平臺的持續開發與建設，提供自動化機器學習分析和實時計算能力，包括DataCanvas APS機器學習平臺和DataCanvas RT實時決策中心等系列產品，在自動深度機器學習、數據建模、大數據分析等領域，具有前沿的行業實踐經驗。

產品服務介紹：

DataCanvas APS是一個機器學習建模平臺，面向數據科學家、應用程序開發人員和業務專家，提供一套工具，使不同角色的人員可以相互協作，輕松地處理數據并使用這些數據來大規模構建、訓練和部署模型。

能力解讀：

DataCanvas APS是一個端到端的機器學習平臺，為數據科學家、應用程序開發人員和業務專家提供一站式模型開發服務。DataCanvas APS機器學習平臺提供“四庫”加速行業應用，包括特征倉庫、算子倉庫、場景倉庫和 AutoML倉庫。特征倉庫提供統一的特征工程能力；算子倉庫提供機器學習、深度學習的算法；場景倉庫解決場景化、知識遷移問題； AutoML倉庫則沉淀行業知識，降低對數據科學知識和技術的依賴。DataCanvas APS機器學習平臺由主流開源機器學習框架整合集成，算子代碼對用戶開源，允許用戶進行優化和自定義，并開放產品功能接口，能夠賦能銀行搭建起自主的AI能力。

DataCanvas APS機器學習平臺強化了模型管理和運維的能力設計。針對當前企業不同類型業務模型大量產生管理和運維困難的情況，DataCanvas APS機器學習平臺能夠提供統一標準的模型生產化能力，包括模型上線、模型下線、模型部署以及模型監控等；支持銀行對海量多源異構數據的挖掘分析和模型研發，助力銀行實現模型全生命周期管理、可視化開發、多平臺建模統一部署、多語言建模、容器化部署、在線模型服務統一管理等功能。

DataCanvas APS機器學習平臺在銀行領域積累了大量的行業和項目經驗，服務客戶覆蓋大型國有商業銀行、股份制銀行、城市商業銀行和農村商業銀行。

典型客戶：

浦發銀行、工商銀行、中原銀行等

客戶案例：

經過多年的大數據項目建設，某銀行在數據挖掘方面取得了一定成果，但也隨之暴露出不少問題。原有系統無法批量式滿足所有業務場景，在某些場景下，數據處理復雜、模型訓練周期長、投產方式復雜，因此數據分析并未得到規模化應用。因此，該銀行選擇與九章云極DataCanvas展開深度合作，構建一套功能完整、性能穩定、能夠滿足行內數據建模分析人員在線進行模型開發及應用的全生命周期管理需求的機器學習平臺。

九章云極DataCanvas運用前沿的AutoML、AutoDL技術，實現硬件資源與平臺的云化管理，敏捷響應前端業務系統的復雜任務場景；結合自主研發的三位一體建模、“白盒”算子庫、“四庫”技術等AI能力，為銀行提供了安全、可靠的環境支持，幫助該銀行數據科學家、數據工程師、業務分析師協同開發，促進了團隊協作能力，提升了模型開發效率，且形成了行內智能感知場景的API服務體系，降低了AI建設成本。

通過機器學習平臺的建設，該銀行實現了模型訓練到生產發布的全流程管理，滿足了行內數據建模分析人員在線進行模型開發及應用的全生命周期管理需求。采用人工智能技術，建立了秒級數據處理，支撐近數十個實時場景，助力銀行實現智能化升級。

3.15數據安全

終端用戶：

銀行數據部門、銀行合規部門、銀行各業務部門等

核心需求：

數據安全包括數據存儲、處理安全、所涉及技術和基礎設施的安全以及數據權屬帶來的安全。對于區域性銀行而言，業務逐漸呈現高度數字化、信息化，同時隨著數據監管趨嚴，數據安全關乎金融企業的“生死存亡”。

目前，關鍵數據安全，比如“客戶資料”、“企業敏感信息”，成為持續影響區域性銀行最主要的網絡安全風險，主要挑戰有：

• 數據丟失風險。銀行需具備可靠的存儲、完備的災備系統，使銀行無論面對自然災害、系統錯誤或是人為損壞，其金融核心數據都實時可恢復，以避免造成嚴重金融損失；
• 數據泄漏風險。隨著金融業務的不斷發展，線上服務更加豐富便捷，如何保障數據的安全使用，保護用戶個人隱私信息，也成為金融領域的安全挑戰之一；
• 數據完整性風險。交易記錄等數據通常需要提供有效性追溯和防抵賴證明，這種高安全要求也是金融行業在數據安全方面區別其他行業的一個明顯特征。

廠商能力要求：

廠商需要能夠基于數據分級分類，幫助銀行建立涵蓋“事前”、“事中”、“事后”全生命周期的數據安全防護體系。具體而言，廠商需具備以下三方面能力，保障銀行數據安全。

• 廠商需有能力幫助銀行建立可靠的存儲及完備的災備系統，基于數據備份服務、云平臺以及數據復制等技術，為銀行提供云災備方案，使銀行在出現自然災害、人為攻擊或系統錯誤時，能夠快速、準確恢復核心數據，避免丟失數據、造成嚴重金融損失；
• 廠商需能依托深度內容識別等多種信息安全技術，為銀行提供數據防泄漏產品（DLP），實現事前主動防御、事中實時控制、事后及時追蹤，從而全面杜絕數據泄露風險。具體表現為：數據采集過程中，進行數據脫敏處理；數據傳輸過程中，進行安全檢查；數據存儲過程中，進行數據加密；數據使用過程中，進行全程監控；
• 廠商需能基于區塊鏈等技術，幫助銀行實現身份可信、數據可信、行為可行；為銀行不同業務場景打造零信任防護體系架構，并持續對訪問主體進行信任評估，動態調整訪問權限，從而為銀行構建可信任執行環境，保障數據的可回溯。

代表廠商：（ 1、服務過的標桿案例在5家及5家以上，并可以提供案例填寫在項目情況中；2、2020年廠商銀行業營收超過3000萬以上。）

御數坊

廠商介紹：

御數坊（北京）科技有限公司成立于2014年，是核心團隊專注于數據治理十年以上的領先專業機構，首創“咨詢服務+軟件產品”的一體化交付模式，為政府和企事業單位提供覆蓋全生命周期的數據治理解決方案，助力數據治理工作落地見效、持續運營。御數坊參與多項國家標準編制，具備數據治理培訓、評估、咨詢和運營的全棧服務能力，打造DGOffice數據治理辦公室軟件產品，以“協同化、智能化” 技術創新讓數據治理更簡單、更規范、更高效、更智能。

產品服務介紹：

御數坊基于自身強大的數據安全服務能力，從數據梳理、風險評估到制度設計、再到形成技術方案，為銀行提供數據全生命周期安全管理體系， 助力銀行提升數據安全能力。

能力解讀：

御數坊能夠基于大數據平臺，為銀行提供數據安全產品解決方案，具體包括三方面能力：

一是能夠助力銀行制定數據安全定級規則，編制維護數據安全規則術語，從而實現數據資產智能化數據安全定級，為銀行大數據應用、數據管理奠定基礎；

二是能夠助力銀行建立數據共享負面清單，明確業務對象的安全等級和共享策略，進而推動銀行跨業務、跨部門數據共享；

三是能夠通過深度研究與應用，為銀行構建數據安全分級定級識別體系，為數據開放共享提供支撐。通過建立數據內容視角的全生命周期安全管理體系，能夠助力銀行實現安全前提下的數據資產價值最大化，減少數據被濫用、泄露的風險。

典型客戶：

國家開發銀行等

3.16智能運維

終端用戶：

銀行金融科技部門等

核心需求：

數字經濟背景下，運維數字化轉型已是大勢所趨。實體業務的逐步線上化對IT系統的穩定與安全提出更高要求，同時系統上云逐漸成為主流，分布式和微服務架構等復雜系統持續建立，如何平衡IT運維質量與成本成為區域性銀行面臨的重要問題。對于銀行而言，全面升級運維能力，核心需求主要體現在兩個方面：

• 一是對監控平臺的統一管控。對于銀行而言，IT監控平臺眾多且彼此孤立，同時傳統IT系統與私有云等管理方式存在較大差異，給運維人員的管理帶來巨大挑戰，銀行需要實現多種基礎設施資源的統一納管。
• 二是加強運維數據監控能力。目前銀行多種應用架構并存，異構性使得故障的原因變得更為復雜，同時面對海量運維數據，運維人員很難短時間內定位根因并進行修復，導致運維效率低下。銀行亟需整合海量運維數據，通過智能化工具增強其數據分析和監控能力，以增強監控實時性，提升監控的效率。

廠商能力要求：

智能運維AIOps的定義為：IT運營（AIOps）平臺的人工智能將大數據、AI 機器學習和其他技術相結合，通過主動、個性化和動態的洞察力支持所有主要IT運營功能。

廠商需要提供基于AIOps理念的監控運維管理平臺。AIOps平臺應廣泛強化IT運營管理流程，包括異常檢測、事件關聯以及根因分析以提升監控、服務管理和自動化任務，需要須具備的核心能力。主要包括三個方面：

• 一是運維數據治理。AIOps平臺需打通不同的監控平臺，能夠采集軟硬件基礎架構、網絡流量、應用性能、業務性能等跨運維領域的數據，具備全量運維數據源的整合能力；并提供數據治理能力，統一運維數據標準，優化運維數據質量，奠基數據分析基礎。
• 二是智能數據分析。可憑借領先的算法、機器學習等技術，實現運維數據實時分析、異常檢測和關聯分析能力，快速洞察人力難以解決的故障問題，預測可能造成故障的風險與隱患；同時持續迭代故障分析預測模型，提升運維智能化程度。
• 三是自動修復故障。未來，AIOps 平臺通過操作員的調校或觀察，不斷的學習和改進每個重要事件和操作響應之間的關聯性。那么在平臺故障監控診斷的同時，AIOps 平臺可以提供修復建議，并自動化響應或觸發外部自動化系統修復故障，實現全流程自動化運維。

代表廠商：（ 1、服務過的標桿案例在1家及1家以上，并可以提供案例填寫在項目情況中；2、2020年廠商銀行業營收超過500萬以上。）

擎創科技

廠商介紹：

擎創科技2016年成立于上海，是國內首家智能運維AIOps落地解決方案的供應商。擎創科技專注于以AI賦能運維管理，激活運維數據智慧，助力客戶數字化轉型。目前其客戶群已覆蓋銀行、保險、證券、制造、能源及交通運輸等多個行業。因其在智能運維領域產品的創新力及其成熟度，擎創科技被Gartner提名為AIOps領域代表供應商。

產品服務介紹：

擎創科技自主研發的夏洛克AIOps智慧運營平臺（簡稱“夏洛克AIOps”），能夠以全局運營視角解讀IT運維，整合告警事件、性能指標、日志和容量等多維數據，在AI算法平臺的支撐下實現包括精準告警、異常檢測、根因定位和容量分析等場景，助力企業數字化業務高效、穩定和順暢運行，并能通過數據價值的提煉分析優化運營決策，彰顯運維對業務的影響力。

能力解讀：

擎創科技以夏洛克AIOps智慧運營平臺為核心，為銀行打造數字運維中臺，并以智能運維產品應用助力問題發現與根因定位，全面升級銀行運維能力。

數字運維中臺是智能運維各應用場景的支撐平臺。數字運維中臺可整合銀行全量運維數據，提供三類服務，包括數據治理服務、數據流式處理服務及AI平臺服務，通過海量數據處理分析能力和強大的算法支撐能力協助企業靈活構建多樣化智能運維場景，并持續提升運維數據質量和治理水平。

以智能算法為內核的運維產品是實現洞察的關鍵。夏洛克AIOps智慧運營平臺的四大產品應用包括告警辨析中心、指標解析中心、日志精析中心和日智速析專家。告警辨析中心以機器學習算法為驅動，對海量的告警事件進行降噪和關聯分析，輔助銀行實現問題預測發現以及根因定位；指標解析中心基于交易異常、指標關聯、拓撲集成、根因推薦能力，幫助銀行迅速發現及預測指標的異常波動，并且判定指標間的關聯關系，輔助根因定位；日志精析中心具備多樣化開箱即用模板及智能分析能力，協助銀行全面分析數字化業務整體狀況，提升了其故障根因定位、日志審計、異常檢測等運維能力；而日智速析專家則實現了將海量日志聚類到肉眼可讀的數量，智能識別日志發生規律，分析日志異常并智能告警，從而助力銀行無需了解日志結構即可發現問題、定位根因。

典型客戶：

交通銀行等

客戶案例：

某國有銀行是五大國有銀行之一，隨著數字化轉型進程的不斷推進，銀行業務系統和基礎架構愈發復雜，尤其是云環境的搭建導致IT架構復雜度攀升，同時運維數據日益增長，如何提升運維能力成為該銀行數字化轉型的重要關注點。在IT運維方面，該國有銀行主要面臨的問題集中在數據治理難、發現問題難、根因定位難、運營分析難四個方面，借助先進的手段和方式，實現運維側的全面升級，成為該銀行的重要訴求。

基于上述需求，該銀行與擎創科技展開合作，就智能運維AIOps展開深度探索。擎創科技基于自身強大的大數據能力、流批一體處理能力和AI算法能力，從數據治理層（包括數據采集、數據處理、數據存儲）、運維應用層以及運營決策層多個層級，為銀行提供智能運維夏洛克AIOps全面解決方案。

基于夏洛克AIOps，該銀行構建運維中臺整合全量數據，并基于智能運維產品，實現高效智能運維。該銀行得以提升銀行運維數據治理能力優化運維數據質量，提升運維問題發現能力，加快發現異常和容量預警的速度，實現分鐘級別定位故障源并高效綜合排障，提升整體運營分析能力，運營風險降低約70%，運營效率提升約6倍，數據中心整體SLA（服務水平）得到極大提升，銀行運維能力全面升級。

4. 入選廠商列表

總結

以上是生活随笔為你收集整理的2021爱分析･区域性银行数字化厂商全景报告的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。