近年来，大数据相关技术发展迅速，且越来越成熟，人们对数据价值的认识越来越深，金融渠道不断拓宽，在金融服务中的价值日益显现，带来了更高的性价比和更易扩展的超大规模数据处理能力。
伴随着新技术的出现，新的业务模式也不断出现。例如互联网消费金融。新一代年轻人已渐渐成为消费信贷主力军，我国消费信贷市场正以27%的增长率逐年递增，消费金融的未来市场十分巨大。在互联网消费领域，需要建立敏捷、可靠、安全的营销和风控智能决策体系才能不断满足各种业务场景需求。
同时，传统银行与实体经济的业务横向联系与深度融合进展迅速，业务数据的内容不断丰富，这种现象导致传统的人工风险控制、反欺诈、营销手段已经不能满足当下业务快速发展的需求。大数据已经成为银行的核心驱动力。
据此，长亮科技推出基于依托大数据、人工智能技术，深入数据价值链核心，从数据中获得洞察力，从数据中挖掘价值，统一的大数据智能决策平台（以下简称平台），助力企业智能决策体系建设。
该平台采用企业级决策引擎，设计上满足各种智能风控、反欺诈、营销的决策需要，且具有横向扩展能力。
平台核心功能
(1) 企业级决策管理覆盖各业务领域
决策管理覆盖全生命周期的各决策应用点，例如可支持贷前、贷中、贷后等各信贷环节决策需求。对各个业务产品条线进行覆盖，包括经营贷、消费贷、个贷等。可根据机构、产品等条线对决策灵活组织，易于管理和维护。可实现决策资产复用，业务决策可在不同业务版块复用。
(2) 业务决策的可视化配置
决策平台基于B/S架构，中文界面决策配置界面能够提供给业务人员决策领域相关的简单易用的策略编辑界面，决策变更的能力完全移交给业务用户。
(3) 模型策略快速落地部署
随时随需增加和调整风险管理模型和策略，随市场变化快速落地部署。业务上线周期短，业务变更敏捷。规则及模型需支持热部署，决策可即时生效。
(4) 决策规则可视化监测平台
通过决策规则可视化平台对已投产的模型规则进行全流程监测，比如对某个规则的参数值进行实时监测，根据监测结果，结合业务需求，适时进行调整优化。规则累计运行一段时间，能够产出规则分布情况报表、通过率报表、拒绝率报表等等，用于模型监测人员进行规则跟踪和配置。
(5) 高性能可扩展
决策规则执行高效，能够满足规则量大、并发量高的执行性能需求，规则执行时效在毫秒级。支持多种部署方式，支持集群部署。业务应用领域可扩展，不可仅能满足业务场景，同时技术架构具有可扩展性。
(6) 核心知识资产的可视化管理
用业务语言实现业务策略、评分模型、业务需求等最核心的知识资产。各种不同的策略组件需要面向不同决策点。完善的360度的策略管理体系。风险模型及策略的可视化管理，利于审计、便于知识转移，提高业务规范和管理能力。
平台架构
平台融合线上、线下的海量非金融与金融数据进行信用风险建模；结合征信、工商、税务、法院、运营商、舆情等第三方数据，搭建更加科学，更加合理的风控模型，通过风险模型识别欺诈风险和信用风险。
使用各种策略模型（黑白名单策略，身份核验策略，第三方评分策略，审批策略，评分策略，额度策略，风险定价策略，贷中风险预警策略，贷后催收策略等）为贷前审批（A卡），贷中监控（B卡），贷后催收（C卡）提供服务。
典型案例
平台已在多家银行中应用，主要用于营销、风控、反欺诈、消费信贷等。案例客户包括：平安银行、东莞银行、重庆银行、富滇银行、厦门国际银行等。
欲知详情，可访问http://www.zryhbj.com/show-241.html
