某国有银行将大数据评分应用于信用卡准入授信审批端，实现了贷前审批端三大指标（自动化率、审批通过率、坏账率）的全面优化，在提升自动化比例、审批通过率的同时，降低了坏账率。

评分为该机构带了巨大的风险管理收益及业务增长效益，整体为行方增加年化收益近5亿元。尤其是在信贷需求旺盛的低年龄段青年客群，大数据评分价值非常大，可以帮助金融机构精准识别青年客群的风险，并做出最佳决策，提升了对客群的金融可得性和普惠性。

大数据评分当前已被用于多家银行机构的小微信贷业务，并在税贷、发票贷、个人经营贷、商户贷等各种业务场景中，突破了传统小微企业仅能依靠线下人工审核，即无法自动化更有众多人员操作带来的不规范的老大难问题。

解决了仅依赖税务数据无法判断超小规模小微户企业主的个体风险情况，也解决了对小微申请人要求繁琐复杂的申请和自我汇报信息，且自我汇报信息容易造假等多种小微问题，评分以其高度精准度和仅靠二维匹配键即可拥有小微企业主全面风险画像的简易性，为小微金融做出了突破性贡献。

为某国有银行信用卡业务贷中客户管理提供咨询服务，针对金融机构对于存量客户经营管理的业务诉求，运用量化工具对贷中风险客户进行识别和处置。

在经过业务访谈、数据检查分析后，在对金融机构的业务、数据情况充分了解的基础上，运用领先的技术构建模型策略体系，设计处置方案，构建7个客群顶层细分、开发了10个基础及融合模型，区分效果较原有策略提升约20%。设计的处置方案对头部百万级客群进行差异化管理，可为金融机构挽回近30亿元的损失。

某股份制银行信用卡中心在分期业务发展上缺少业务专属的申请评分卡和响应评分，阻碍了精细化审批的业务目标实现。通过演绎科技与客户方的合作，制定了一套以决策科学为基础，融合大数据、模型、规则及策略为一体的分期营销及信用审批解决方案。方案提高分期潜在客户识别能力及营销转化率，降低获客成本，推动业务发展；同时，精准识别并有效管理分期的信用风险，实现风险控制和业务发展的最佳平衡。

通过策略投产后的观察，在3个月左右的时间里，相较于对照组，整体客户响应率提升近2倍，实际办理客户提升3倍，实际办理金额提升5倍，取得非常显著的效果。

某头部互联网金融机构在其信贷业务使用自研引擎遇到了一些困难，主要包括以下三个方面：

一、面对业务的扩展，策略的复杂度上升，自研引擎无法支撑更高的业务、技术要求；

二、自研引擎技术上使用开源软件内核，无法支撑商业应用的性能要求；

三、策略部署周期长，无法满足业务要求的变更时限。

通过演绎科技为其实施的商业化的企业级决策部署管理平台，搭建策略资源库，可以统一、有效地管理原来上百个决策点的策略。

基于演绎科技的专业经验，帮助风控团队简化策略结构，结合实施经验，梳理策略调用，提升策略复用性，降低业务维护难度。

为某汽车金融公司实施基于模糊匹配和关联网络技术的申请反欺诈系统，模糊匹配包括中文地址信息和中文公司名称，通过社交网络进行关联分析，建立多申请间关系，降低人工电核运营成本。

整个反欺诈网络使用的原始变量达到44类，涉及基础变量、征信变量、三方数据以及业务表现数据，可形成具备揭示欺诈风险的关系网络。演绎科技在项目中设计开发申请反欺诈规则，基于申请信息、申请关联信息、人行征信、外部数据、审批决策、贷后风险等维度有效关联识别各种未知、已知欺诈类型；提升现有策略系统的反欺诈侦测水平，有效降低欺诈损失。

项目中通过设计开发经销商团伙欺诈客户识别规则，识别经销商团伙作案，对不同业务实现差异化进行组网，对形成的网络通过6种不同的维度计算风险特征，设计形成可组合配置的经销商欺诈规则，有效侦测团伙作案。项目整体预计可以为该金融机构降低降低欺诈损失400500万/年。