欺詐關聯排查系統項目
以數連接、由數驅動、用數重塑，三大能力高效管控銀行風險
當前，知識圖譜在金融領域的應用處于起步階段，結合銀行的具體業務來看，它能夠在智能風控、反欺詐、智能搜索、智能營銷推薦等領域得到深度應用，為實現精準營銷、客戶關系網絡梳理、風險預警、智能催收等上層應用打下基礎。
為積極響應北京銀行數字化轉型戰略，信用卡中心充分運用大數據信息及技術優勢，整合內外部數據及各類風險信息，首次引入知識圖譜分析平臺，創新性的以圖譜形態構建風險關系網絡的形式，重新組織多個業務條線產生的數據，科學推進項目實施，接入行內大數據平臺83張數據表構建數據底圖，形成12類標簽數據，構建5大關聯圖譜風險業務模型場景。
項目建設內容及特點
為穩步推進項目展開，對項目流程引入了相關配套機制進行管控。
1. 先進的項目管理方法。本項目在吸收國際先進的項目管理方法論－－項目管理知識體系指南的管理理念基礎上，使用結構化的管理方法來滿足商效的系統實施和綜合項目管理。為每個層次的項目組織賦予適當的權利和責任，從而加快反應速度和使成本最小化。
2. 合理安排項目計劃與進度管理。項目在設計階段即擬定出合理且經濟的進度計劃，并要求在執行該計劃的過程中，部門領導、項目組負責人檢查實際進度是否按計劃要求進行，若出現偏差，要及時找出原因，采取必要的補救措施或調整、修改原計劃，直至項目完成。其目的是保證項目能在保質保量的前提下按期實現總體目標。
3. 嚴格風險管理。本項目在項目小組周例會、項目管理周例會、項目狀態報告會議上，所有項目干系人一起交流和討論覺察到的對項目有影響的風險，項目小組隨時提出與其負責的業務、技術和進度有關的風險，廠商項目經理、行方項目負責人針對潛在風險進行分析，并提出可行的解決方案，在風險排除后進行復盤，以防止類似風險的再次發生。
主要建設內容。一是搭建圖分析平臺。知識獲取能力、知識構建能力、知識查詢與分析能力、知識挖掘能力、知識服務能力、系統管理能力。依托圖分析平臺的可視化能力與交互探索分析能力，讓風險“看得見、看得全、看得準”。依托大數據平臺構建知識圖譜組件，無編碼完成服務提供。二是應用場景模型建設。通過K層展開、連通分支算法等技術建立親密度模型、團伙反欺詐挖掘、黑名單關聯挖掘、反洗錢風險模型、催收敏感客戶名單模型。三是賦能業務系統。將場景挖掘結果定制化導出模板，定時進行數據平臺入倉，支持后續使用SAS等數據分析平臺深度分析數據特征。通過URL應用服務對接業務系統，實現實時調用可視化圖析。
項目企業價值及社會價值
（一）企業價值。構建五大應用場景，以可視化的形態展現風險客戶的關聯關系全貌，提升業務人員的排查效率，節省運營成本，有效降低北京銀行不良率，形成數據資產沉淀。一是親密度網絡。融合客戶進件數據、交易數據、催收數據、黑灰名單等多維度數據，直觀的展示客戶的社會關系、交易關系、行為關系等關聯。二是欺詐團伙挖掘。通過團伙案件可視化方式構建反欺詐風險關聯排查系統，直觀展現主體之間的關聯，解決規則引擎無法識別復雜反欺詐團伙的痛點問題，避免集中性的資金損失。三是黑名單關聯。基于系統的“關系穿透“能力，運用客戶關系和行為關聯數據，進行關系展開與鏈路擴展，生成黑名單客戶關聯客戶及關聯路徑，有效補充黑灰名單數據。四是催收敏感名單關聯。為催收人員提供逾欠客戶的關系、行為的直觀高效的關系網絡，支持橫向深度拓展挖掘，突破傳統失聯修復線性信息補充方式。五是洗錢團伙挖掘。通過關聯網絡可視化方式構建反洗錢案件關聯排查系統，識別詐騙團伙、網絡賭博和洗錢等違法犯罪行為背后的關聯交易關系，解決反洗錢專家規則事后延滯性、無法識別復雜洗錢交易團伙的痛點問題。
（二）社會價值。使用數智化欺詐風險關聯排查系統，降低北京銀行運營風險，為同業友商提供了實際落地的榜樣標桿，為金融市場的穩定運行做出了積極貢獻。同時體現了北京銀行作為成熟商業銀行，對社會打擊詐騙、洗錢、灰色產業鏈等違法犯罪行為的社會責任的擔當。
本文章選自中國上市公司協會發布的《中國上市公司數字化轉型典型案例》