1、前言
随着互联网和金融科技的高速发展,风险控制已成为互联网金融机构不可或缺的一环。数据分析和风险评估是风险控制的核心,而数据则是其基石。在大数据时代,数据量大、类型繁多、数据更新快,这推动了统一资信平台的建设与发展。其中银行业务也深受驱动和变革,例如,公开的舆情信息结合机器学习技术可以帮助银行进行信贷客户的自动监控,因此银行建设资信平台来对接此类外部数据商的数据服务和自动监控服务。
通常的,银行的大多数业务系统对接资信数据服务是有同质化的服务需求,但不同的场景会需要差异化的资信数据服务内容,例如:部分场景需要不同的数据源,部分场景需要相同的数据源。
过去在业务数据量比较小的情况下,是以具体场景具体定制化开发为主,随着业务的发展这种方式会出现局部冗余且难以快速接入新场景新业务。因此银行一般会在接入数据源的基础上构建整合的变量库,辅以配置功能,主要的目的就是既能提供同质化的资信数据查询服务,又能实现差异化的场景快速实现;
对于银行存在的跨业务条线、跨职能部门的资信数据割裂问题,构统一的数据平台实现不同业务不同场景下的数据联动,例如构建统一的行内黑白灰名单库进行数据共享,以实现全行各类名单的维护及其联动调用!
2、统一资信平台业务架构