大数据在银行传统信贷全流程中有哪些关键作用？

目前商业银行面临市场利率化、存贷差缩减的现状，对公业务作为银行生存之本、效益之源仍然是银行利润增长最核心的组成部分，因此对公业务的转型升级将是商业银行转型的关键部分。

商业银行在对公业务上，无论是存贷还是中间业务都面临巨大的挑战，一方面面临金融业同质化竞争的压力，另一方面面临优质客户融资渠道多样化的压力。而目前商业银行传统信贷业务还以人工授信、审批为主，从获客到放贷，一般需经历10几个业务流程，层层审批，流程极为繁琐，且人工审阅审批报告耗时长，效率低，如何利用先进的大数据技术手段优化信贷审批流程，提升信贷审批效率，提升用户信贷体验成为商业银行亟待解决的问题。

海致智能信贷解析方案利用业内先进的NLP（自然语言处理）技术，对授信材料、风险意见、授信批文等非结构化文本数据进行解析，端到端地协助客户经理进行信贷管理，包括从“信贷审批意见”解析贷后管理要求落实情况、从“授信报告”解析贷后管理任务等，将金融从业人员从繁杂的信息搜集、核对工作中解脱出来，专注于信贷风险分析与决策，节约了人力成本，提升了信贷审批效率，同时提升了用户信贷体验；

此外利用NLP（自然语言处理）技术将信贷业务流程中的非结构化文本数据转化为商业银行信贷过程中关注的关键性结构化数据，为商业银行积累沉淀数据资产，为商业银行打造数字化银行、智能银行提供有效的数据支撑。

案例：某城市商业银行业务审计工作覆盖广、流程节点多，非结构化的审批意见难于管理，且审批意见撰写因人而异，人工审阅耗时巨大，效率较低，希望利用先进技术，对授信材料、风险意见、授信批文等非结构化文本数据进行解析，从而将金融从业人员从繁琐的信息搜集、信息处理中解放出来，能够专注于信贷业务本身的分析与决策。

通过将信贷报告中的非结构化数据进行解析，端到端地协助审计人员，包括从“信贷审批意见”解析贷后管理要求落实情况、从“授信报告”解析贷后管理任务等。以往人工审阅一条审批意见，平均花费时间高于5分钟，12000多份报告样本，人工审阅所需时长大于1000小时，通过NLP和机器学习技术，12000多份报告处理时间仅为5分钟，大大提升了信贷审批效率。