【金猿案例展】某大型国有银行——智慧金融产业大脑建设

‍

拓尔思案例

本项目案例由拓尔思投递并参与“数据猿年度金猿策划活动——《2022大数据产业年度创新服务企业》榜单/奖项”评选。

‍数据智能产业创新服务媒体

——聚焦数智 · 改变商业

该银行为提高金融领域产业经济分析能力，建设智慧金融产业大脑，通过投融资、产业分析与客户数据分析，构建数据分析模型，建立银行内部特有用户画像分析，建立数字化营销获客平台、数字化信贷审批业务系统，为银行内部产业、行业、企业分析提供决策支持。

智慧金融产业大脑根据行业地域分布特征，筛选高质量发展行业优势企业，结合产业研究和数据挖掘分析，形成受业务、风险一致认可的行业量化对比分析标准。在该标准下，生成更精准、高质量营销获客名单，帮助行内业务人员快速发现各类资金需求的高质量、低风险潜在客户。另一方面，构建风险监控体系并结合大数据与人工智能技术，帮助业务人员在贷前、贷中、贷后实时监控企业风险，提升行内对于风险“早识别、早预警、早处置”的能力，进一步提升营销获客工作效率与质量，助力对公金融营销业务发展创新。

实施时间：

项目开始时间：

2022.8.1

中间重要时间节点：

2022.10.31

项目完结时间：

2022.12.1

应用场景

智慧金融产业大脑提供区域产业分析、营销获客、风险监控相关功能，可帮助金融机构洞察实体经济各产业链的上下游关系，提供产业链获客、园区获客、关系链拓客等各种维度商机情报，提高寻找有资金需求、可高转化、风险可控的潜在企业的效率，辅助开展精准营销与智能投研、普惠助贷、绿色金融等业务。可应用于精准营销与智能投研、科技金融与绿色金融、新兴产业营销等细分场景。

1、精准营销：利用产业细分标签及企业专项数据，构建企业精准画像，支持用户基于海量特征标签自定义潜客池，挖掘营销线索，找到有资金需求、可高转化、风险可控的潜在企业信贷客户。

2、科技金融与绿色金融：提供全国各省市海量科技企业名单，结合企业价值及科创力评价模型，帮助用户挖掘高价值科技企业潜客，定向营销科技信贷产品。提供全国各省市绿色企业名录及绿色产品、项目商机线索，帮助用户定向营销绿色信贷产品。

3、新兴产业营销：提供国家战略新兴产业及资本市场新兴产业概念的产业链图谱及链上企业名单，覆盖50+产业领域及2000+产业细分节点，精准挖掘最新机会赛道，为行方在新兴产业领域的信贷业务提供优质企业池、风险识别、贷后监管等全流程数据服务。

除银行对公营销场景外，可应用于政府招商、企业B2B营销、机构监管、高校科研等领域。

1、政府招商引资：围绕产业发展全生命周期，基于产业经济发展科学规划，实现产业招商、产业治理、政策惠企与精准施策、区域强链补链、产业经济运行监测全流程数字化、智能化、精准化。建立“一企一档、一人一档、园区档案、政策档案、产品档案、机构档案”，为地方产业发展提供一站式精准服务。

2、企业B2B营销获客：结合产业图谱及企业图谱，构建企业金字塔，深度挖掘市场数百万优质企业。一方面帮助用户批量化分层获取高转换率、高价值、高关联潜在客户线索，另一方面激发企业活力、增添企业动力、加速经济高质量发展、实现高效协同。可应用于产业供应链、供应商寻源、供应链传导分析等细分场景。

3、监管机构产业监测：汇聚多源监管所需数据，通过整合加工、标签化处理，构建“一企一档”，形成可检索的企业监管数据资产，涵盖企业工商、经营、司法、知识产权、风险信息，结合全市场覆盖的产业追踪系统、监管部门可以利用集中度分析模型、产业风险传导模型、产业全景分析等模型，实现税务产业异动监测，反垄断产业监测，集团产业扩张监测。可应用于税务产业异动监测、反垄断产业监测、集团产业扩张监测等细分场景。

4、高校科研：涵盖宏观经济数据与产业链供应链数据，可以支撑高校开展产业课题与产业研究；产业大脑累计5000+数星标准产业链、400+国家战略新兴产业链、2000+特色产业链，绘制10万+上下游产业供需链图谱，可辅助相关产业研究人员开展研究分析工作。可应用于产业课题、产业研究等细分领域。

面临挑战

在对公营销侧，该银行的痛点集中于高价值企业短名单的获取，主要表现在新客发现难、存量拓客难、精准定位难、产业洞察难。此外，针对潜在客户与存量客户在授信审批与贷后监管环节，也缺乏高效便捷的风险监控手段。

1、新客发现难

随着信贷业务的发展，行内客户资源逐渐固化，依赖现有手段愈难挖掘高质量新客。一方面，行方未建立完整企业画像库，缺少已积累客户以外的企业名单与企业信息；另一方面，由于行方数据资源分散、维度单一，缺少投融资、招投标、专利资质、舆情资讯等多渠道数据联合挖掘潜在商机。特别针对中小微价值企业，仅从市值、公司规模等角度评估，难以发现有潜力的中小微企业。

2、存量拓客难

在对公营销场景下，深挖现有存量客户的关系网可获取到关联商机线索与业务需求，进一步触达大量高质量新客。然而行方现有存量客户关系网的构建，依赖股权关系、子分公司、分支机构等关系，而更多价值潜客往往隐藏在同属集团、供应链、上下游之中。缺少相关数据与智能分析手段，银行难以打破存量拓客难的僵局。

3、精准定位难

针对不同对公金融产品及惠企政策，客户经理往往需要挖掘不同细分客群，并针对性地制定营销方案。然而但行内现有潜客池往往缺少企业，特别是中小微企业的详细信息（如专利资质、投融资、招投标数据等），难以判断企业是否满足产品方案、企业价值如何以及是否有相关资金需求。

4、产业洞察难

结合宏观经济政策与产业发展现状，银行可以快速定位机会赛道与风险赛道，以便在相关赛道批量挖掘高质量潜客。然而一方面，行方缺少产业链分类及企业映射，无法快速获取特定细分产业的企业名单；另一方面，行方缺少产业相关数据、分析方法与技术手段，在分析产业机会与风险方面存在一定困难。

5、风险跟踪难

目前行方各渠道数据分散，缺少针对非结构化数据的风险预警体系，且智能语义分析能力较弱，在企业风险方面存在诸多不便。针对新客，行方缺少相关数据，难以快速研判企业风险；针对存客，行方主要依赖客户经理人工追踪，突发风险响应速度慢，人工成本高。

数据支持

智慧金融产业大脑融合全面准确的公域产业数据、宏观经济数据与企业多维数据，并根据国际、国家标准制定了不同场景的产业链及上下游关系。

目前系统融合30亿+产业要素明细数据、40万+产业标签及2亿+产业动态本体、百亿级产业指标数据、2000亿特有另类数据。企业大数据涵盖工商、经营、司法、风险、知识产权、舆情、资质许可等维度。产业数据覆盖政策、人才、园区、行业会议、投资机构、产品信息、产业资讯、专利研报等维度。提供榜单、融资、招商、专利、境外、绿色、服务、动产、科研等专题分析数据。可广泛应用于商业挖掘、产业治理、精准招商场景。

目前在产业链方面，国标产业链累计5000+节点，国家战略新兴产业链累计400+节点、新兴产业链（资本市场新兴产业概念）累计200+节点，绘制10万+个上下游产业供需链图谱，明确供需关系及强度，令产业间关系得以量化。全产业链体系打通全量8000万+企业，涵盖产业龙头企业、资质企业、中小微企业等，实现全领域企业覆盖。

应用技术与实施过程

智慧金融产业大脑以产业数据中心为支撑，以智能数据标签引擎和全产业链知识引擎为核心底座，运用新一代信息技术，推动产业数字化、智能化升级，实现政策、空间、供应链、金融、科技、销售等产业要素与产业主体之间的高效协同，为企业生产经营提供数字化赋能，为产业生态建设提供数字化服务，为经济治理提供数字化手段。

一、总体架构

“智慧金融产业大脑”项目总体架构

1、数据汇聚层

汇聚各渠道全面准确的公域产业数据，通过整合层向上为各模型应用提供支撑数据。30亿+产业要素明细数据、40万+产业标签、2亿+产业动态本体、百亿级产业指标数，及2000亿特有另类数据。数据来源包括政策数据、公告数据、企业库、产业数据、专利数据、宏观数据、舆情资讯、招投标数据、企业融资等信息。

2、数据整合层

基于公域数据综合分析，通过TRS Adapter、ETL等工具将各类数据实现接口或传输信道进行归类推送，通过数据处理后建设指标库、结果库等，为上层模型应用提供数据支持。合同、报告pdf文件通过OCR解析后同步将结果入库。

3、数据储存与标签库

在数据整合层基础上，重建数据服务，针对产业链、企业、政策、舆情等不同类型数据做差异化加工处理，多维分析服务层提供支撑。例如，针对企业，结构化工商信息、财务信息、处罚信息等数据并抽取核心字段，挖掘企业间的关联关系、集团关系，形成企业关系图谱。围绕地区、部委机构等发布政策数据，通过机器学习技术，挖掘解析政策中的鼓励导向性行业，或抑制淘汰性行业。

4、多维分析服务层

以提升企业大数据营销及分析管理能力为出发点，通过投融资、产业分析与企业数据分析，构建数据分析模型，建立特有企业画像库，推进数字化营销获客与风险监控，为产业、行业、企业分析提供决策支持。

5、系统应用层

本系统包含产业分析、产业拓客、企业洞察、事件中心等4大模块。

二、模型架构

1、产业链图谱

结合全球行业分类系统（GICS）、国家战略新兴产业分类（国战新）、国民经济行业分类、“十四五”规划及新兴高新技术产业，针对科技类产业构建动态产业链图谱，支持各产业节点企业、信息、指标的动态变更。

2、产业上下游模型

基于行业研究分析与专家经验，构建产业上下游图谱。基于上下游图谱，分析区域支驻产业的上游产业及下游产业的基本信息、资本总规模、总市值、产业风险指数、发展指数、活跃指数等情况。

3、产业景气度模型

产业景气度追踪系统突破性地将“以基本面分析为主”的传统产业研究与“数据驱动”的量化模型相结合，从产业经营表现与投资市场估值两个维度出发，构建了全市场覆盖且产业间可比的产业景气度追踪系统，帮助用户在初期快速形成准确产业认知，横向精确追踪目标行业动向，纵向对比找准投资赛道。

4、企业价值分析模型

融合工商、知识产权、财务、经营及舆情公告等多维数据，从企业纳税能力、资质荣誉、创新能力、企业发展、资金实力五个维度，对比同行业平均水平，构建企业综合价值分析模型，计算企业综合价值评分并给出相关依据，为业务人员营销决策提供支持。

针对专利专项数据，结合企业相关资质与荣誉奖项，从科创成果、专利质量、技术布局、成长能力和人才建设五个维度，对比同行业平均水平，构建企业科创能力分析模型，帮助业务人员评估企业，特别是中小微科技企业的潜在价值与成长空间。

5、主题企业推荐模型

结合不同主题为业务人员智能推荐不同客群。叠加企业特征（如资质荣誉、知识产权、上市发债投融资情况等）、行业产业标签、工商、司法、经营、舆情等数据，推荐有各类资金需求的科技类企业，或在特定场景下定向挖掘优质高新技术企业。

三、业务功能

1、产业分析

基于产业企业数据获取营销线索，为获客拓客提供决策支持。累计5000+数星标准产业链、400+国家战略新兴产业链、2000+特色产业链，绘制10万+个上下游产业供需链图谱，明确供需关系及强度，令产业间关系得以量化。构建了全市场覆盖且产业间可比的产业景气度追踪系统、集中度分析、产业风险传导、产业全景分析等模型。

以图谱形式展示产业链，点击产业链某一节点可跳转相应的产业链详情页面，支持下钻到二三四五级产业链节点，支持展示产业链传导关系及影响程度；支持产业链节点展示重要指标（包含数据变动情况、该节点关键词的资讯等）。支持查看与该节点相关的政策、资讯、研报、财务、景气度分析等。

2、产业拓客

探索开发多套产业营销拓客的“前置”模型，充分利用公开数据对科技金融目标客群进行批量化筛选、分层，通过企业大数据库和智能模型精准分析定位。结合产业链、企业与政策数据，从产业链、供应链、招投标、周边辐射、产业园角度发现有资金需求的、科技属性强、研发质量高、成长潜力大科技金融客群，形成优质企业多维画像，构建丰富、精准、高效的拓客渠道。向业务人员推荐有融资需求、扩张需求的企业，推荐相关产业链龙头/独角兽企业，挖掘存量客户关系链推荐潜在优质企业。支持多维度企业筛选，构建特定场景下的主题企业推荐。

3、企业洞察

智慧金融产业大脑汇聚多源数据，通过整合加工、标签化处理，构建“一企一档”，形成可检索的企业全生命周期数据资产，融合企业工商、经营、司法、知识产权、风险信息、所处产业链及具体环节及行业排名等多维数据，助力地方政府精细化管理、培育企业。覆盖市场8000w+企业，基于企业智能搜索引擎提供查企业、查人物、查空壳、查业务、查关系等核心功能，全方位把握企业定位、价值与风险。跟踪区域产业新增潜力企业，辅助产业布局规划，为招商稳商提供决策支持。

4、事件中心

基于拓尔思特有标签引擎，超过上万个主题标签事件的智能搜索引擎（资讯、舆情、公告、政策、专利、投融资、境外等另类数据）。例如，针对招投标数据，挖掘招投标/拟建项目等事件是潜在的优质信贷需求信号，通过高频项目招标和中标信息，发现中标机构作为潜在营销目标。

四、关键技术

1、自然语言处理技术

智慧金融产业大脑集成开源深度神经网络框架TensorFlow，使用卷积神经网络（CNN)、长短时记忆网络(LSTM）、词嵌入（Word Embedding)、循环神经网络(RNN)等深度模型，通过对金融行业大数据的深度学习，实现自动分类、语义相似度计算、文本摘要、自动校对、词典挖掘等NLP功能的优化，完成金融知识图谱的构建；借助金融知识图谱进行金融风险的深度分析。

2、知识图谱技术

系统利用异构数据与关系线索模型、产业上下游模型、产业景气度模型自动化构建产业知识图谱。结合基础数据异构关联与图数据库的深度应用，深度洞察产业与产业间，产业与企业间，企业与企业间关联关系。

商业变化

智慧金融产业大脑基于以产业数据中心、智能数据标签引擎和全产业链知识引擎为核心底座，运用新一代信息技术，帮助银内实现精准对公营销与全面的企业金融风险管控，为行内对公业务打造数字化营销系统。

目前智慧金融产业大脑的应用，让行内从传统低效营销全面迈向精准营销，已经帮助行方对5000+标准产业链、400+国家战略新兴产业链、2000+特色产业链，10万+上下游产业供需链进行精准营销获客扫描，通过产业链获客、园区获客、关系链拓客等各种维度，找到有资金需求、可高转化、风险可控的潜在企业信贷客户，构建行业客户数字化洞察体系，完善行内数字化营销获客体系的建设，降低了72.6%无效营销费用，营销效率提高17.3倍。

智慧金融产业大脑的企业风险管控引擎，为行内对公营销全流程保驾护航，帮助行方对目标企业的舆情风险、司法风险、经营风险、集团系关联风险、产业链供应链风险等全域风险进行实时全面管控，防御性终止合作累计143次，减少潜在风险损失7.6亿元。