惯性聚合 高效追踪和阅读你感兴趣的博客、新闻、科技资讯
阅读原文 在惯性聚合中打开

推荐订阅源

T
Threat Research - Cisco Blogs
NISL@THU
NISL@THU
A
Arctic Wolf
Threat Intelligence Blog | Flashpoint
Threat Intelligence Blog | Flashpoint
S
Schneier on Security
T
Tenable Blog
I
Intezer
S
Securelist
Scott Helme
Scott Helme
V
Visual Studio Blog
Simon Willison's Weblog
Simon Willison's Weblog
Google DeepMind News
Google DeepMind News
T
The Blog of Author Tim Ferriss
D
Darknet – Hacking Tools, Hacker News & Cyber Security
AWS News Blog
AWS News Blog
H
Hackread – Cybersecurity News, Data Breaches, AI and More
MongoDB | Blog
MongoDB | Blog
L
LangChain Blog
F
Fortinet All Blogs
cs.CL updates on arXiv.org
cs.CL updates on arXiv.org
C
Cisco Blogs
L
Lohrmann on Cybersecurity
M
MIT News - Artificial intelligence
G
GRAHAM CLULEY
博客园 - 司徒正美
aimingoo的专栏
aimingoo的专栏
雷峰网
雷峰网
MyScale Blog
MyScale Blog
D
DataBreaches.Net
Cyber Security Advisories - MS-ISAC
Cyber Security Advisories - MS-ISAC
Recent Announcements
Recent Announcements
C
CXSECURITY Database RSS Feed - CXSecurity.com
量子位
博客园 - 三生石上(FineUI控件)
P
Proofpoint News Feed
Blog — PlanetScale
Blog — PlanetScale
云风的 BLOG
云风的 BLOG
大猫的无限游戏
大猫的无限游戏
GbyAI
GbyAI
Cisco Talos Blog
Cisco Talos Blog
Security Latest
Security Latest
Project Zero
Project Zero
K
Kaspersky official blog
罗磊的独立博客
Know Your Adversary
Know Your Adversary
T
The Exploit Database - CXSecurity.com
P
Privacy International News Feed
P
Privacy & Cybersecurity Law Blog
C
Cyber Attacks, Cyber Crime and Cyber Security
Apple Machine Learning Research
Apple Machine Learning Research

人人都是产品经理

为什么你的产品找不到差异化?90%的失败都卡在第一步上(下) – 人人都是产品经理, 3年从30万到1300万用户、获2200万美元融资,这个AI教育产品用“抽卡”破解了获客难题 – 人人都是产品经理, 园区招商系统怎么做才能真正帮到去化?我加了这一个功能,推广链接转发400次阅读过万 – 人人都是产品经理, AI大事件:OpenAI发完网络安全模型又搞药物研发,小鹏汽车要抓”DeepSeek时刻” – 人人都是产品经理, 电商不是卖货,是一场更残酷的产品经理实战 – 人人都是产品经理, 没想到,活动营销又回来了! – 人人都是产品经理, 为何All-in海外KOC:一场关于AI时代窗口期的豪赌 – 人人都是产品经理, 重新理解企业的内部协作 – 人人都是产品经理, 苹果的 AI 战略到底是什么? – 人人都是产品经理, 医疗智能体·第2讲——合规护城河:等保、PIPL与HIPAA的架构实战 – 人人都是产品经理, 向量知识库五步法:从“答非所问”到“精准回复” – 人人都是产品经理, 鸿蒙PC三方库构建总指挥HPKBUILD(sha)库为例 – 人人都是产品经理, 何时该用LLM?AI产品经理的LLM设计指南 – 人人都是产品经理, 医疗信息领域的需求方、决策方、准入方以及关注点(二) – 人人都是产品经理, 即梦涨价:一场被误读的「傲慢」 – 人人都是产品经理, 面试AI PM必答题:Hermes和OpenClaw的区别,如何讲清楚业务价值 – 人人都是产品经理, AI的下一张船票:世界模型——AI产品经理必须理解的技术拐点 – 人人都是产品经理, 小红书做GEO,怎么让AI信你?记住这 3 个重要信息 – 人人都是产品经理, 5 家印度 AI 初创公司,看看印度 AI 再做什么 – 人人都是产品经理, AI项目跨团队协作:产品技术业务如何不打架 – 人人都是产品经理, Agentic Workflow(智能体工作流):让AI从”答案生成器”变成”数字员工” – 人人都是产品经理, lycium_plusplus 项目全景解读:OpenHarmony 三方库构建的“大管家” – 人人都是产品经理, 从爆单救火到前置履约:两套预采策略,把生鲜大促履约效率拉满 – 人人都是产品经理, 什么时候该补货?我用一轮数据做了一个决定 – 人人都是产品经理, 从“机械兜底”到“动态分流”:AI客服重复进线治理的4大底层逻辑 – 人人都是产品经理, 抖音拼效率,红书拼洞察 – 人人都是产品经理, 全民狂欢与退潮——为什么龙虾这波热潮冷却得如此之快? – 人人都是产品经理, Stripe押注!MPP重塑全球支付 – 人人都是产品经理, 小红书GEO:AI引用你的内容,不是因为你对,而是因为你看起来可信 – 人人都是产品经理, 前百度副总裁押注办公Agent,日韩付费爆发,Manus迎来强劲对手 – 人人都是产品经理, 企事业单位数字化的业务供需本质 – 人人都是产品经理, 医疗智能体·第1讲——医疗信息化重构:从“辅助软件”到“自主智能体”的范式转移 – 人人都是产品经理, 粉丝量就是空气!!! – 人人都是产品经理, 用户说“薯片碎了”,机器回“要买吗?”:意图识别的翻车与破局 – 人人都是产品经理, RAG召回准确率从75到90 我做对了这三件事 – 人人都是产品经理, AI大事件:Anthropic改收费、OpenAI发安全版、手术机器人纳入医保、阿里发布”秒悟” – 人人都是产品经理, Chrome 推出 Skills 新功能,Agent 重塑上网方式 – 人人都是产品经理, GitHub前创始人拿了a16z的1700万美元,做Agent时代的Git – 人人都是产品经理 拷贝或克隆其他 Flutter OH 项目到本地后无法运行 – 人人都是产品经理, 优惠券设计:优惠券创建 – 人人都是产品经理, 不用死磕文档!AI 助手 1 小时搞定飞书 CLI 安装 + 配置 + 知识库 – 人人都是产品经理, 用小龙虾做竞品分析报告:从2天到20分钟,我是怎么做到的 – 人人都是产品经理 用小龙虾做市场分析报告:搞懂这3个公式,市场规模不再靠猜 – 人人都是产品经理, 你早就在做 Harness 工程,只是不知道它叫这个名字 – 人人都是产品经理, Think Long就够?你可能想多了! – 人人都是产品经理, 货代SRM实战:供应商准入怎么做,才能让资源池不是通讯录而是可交付网络? – 人人都是产品经理, 如何做好用户调研?详解基本技巧 – 人人都是产品经理, 木鸟、途家、美团对打,平台春天行动开“卷” – 人人都是产品经理, 入职才发现公司不靠谱?小红书从业者求职避坑指南 – 人人都是产品经理, 美国 AI 三巨头联手封堵,中国 AI 突围之路在何方 – 人人都是产品经理, 小红书,放在需求对面的镜子 – 人人都是产品经理, AI 会带来大规模失业吗? – 人人都是产品经理, 从出单到补货前,我第一次犹豫:该不该放大? – 人人都是产品经理, Flutter 三方库鸿蒙化适配:5 种高效检查方式,快速判断是否需要适配 – 人人都是产品经理, 从做产品进阶拿结果:医美机构产品经理转岗科室运营经理 – 人人都是产品经理, 阿里HappyHorse,一场关于“Token经济”的阳谋 – 人人都是产品经理, To B AI:客户留存落地的观察与思考 – 人人都是产品经理, AI产品的“生命线”——数据采集、标注、清洗的产品化设计 – 人人都是产品经理, 谈谈AI Agent(二):当“孩子”能自己“体验世界”时,你该学什么? – 人人都是产品经理, UI/UX设计师的3层能力进阶,前两层让你活下来,第三层…才是真正的分水岭 – 人人都是产品经理, 2分钟 → 30秒,效率提升75%:B端产品经理如何用「规则枷锁」驯服AI幻觉? – 人人都是产品经理, 还没来得及学OpenClaw,来了个更猛的:Hermes Agent – 人人都是产品经理, AI日报:宇树机器人跑出10m/s刷新世界纪录 – 人人都是产品经理, 一文说透基金互金如何用情绪价值引导用户决策做转化 – 人人都是产品经理, 当浏览器开始替你”看”网页:AI 浏览器正在亲手拆掉它脚下的那张网 – 人人都是产品经理, 0代码,一天时间我Vibe Coding了个网站 – 人人都是产品经理, Hermes 和 OpenClaw 之争,Agent 的能力应该“装上去”还是“长出来”? – 人人都是产品经理 视频生成的“桌子”,字节Seedance 2掀完,阿里快乐马掀 – 人人都是产品经理, 从听不懂到完全信任:我的 Codex 深度产品体验 – 人人都是产品经理, 当虚拟偶像有了北京户口,与真人偶像还有什么区别? – 人人都是产品经理, 会说,远远比会做更重要 —— 对 SBTI 爆火现象的五层观察 – 人人都是产品经理, AI产品经理必看:当“搭环境”比“选模型”更重要,你的认知还在2024年吗? – 人人都是产品经理, 2026年AI产品商业化核心逻辑:从功能demo到规模化营收的3个必破卡点 – 人人都是产品经理, 京东围绕供应链,卷起裤腿下场的那些事儿 – 人人都是产品经理, SBTI一夜刷屏:它赢在了“太会说人话” – 人人都是产品经理, 折扣零售的真相:不是便宜,而是价值感! – 人人都是产品经理, 和甲方吵了一架,最后加钱做了——我学到的ToB产品经理生存法则 – 人人都是产品经理, 和几位小红书操盘手聊了8小时,干货全在这 – 人人都是产品经理, 智谱GLM-5.1登场,开源模型首超Opus4.6!!! – 人人都是产品经理 Anthropic收入凭什么反超OpenAI,终于有人把这事说清楚了 – 人人都是产品经理, 史上最有故事感的技术报告——Claude最强模型Mythos 7个极其精彩的细节 – 人人都是产品经理, 模型不是壁垒,Harness 也不是 – 人人都是产品经理, 抖音本地生活业务思考21 – 人人都是产品经理, Superpowers:145k Star的AI编码框架,到底是什么来头? Superpowers:145k Star的AI编码框架,到底是什么来头? – 人人都是产品经理, OpenAI 的路走错了,Anthropic Harness 解法启示:模型需要实践专科生 – 人人都是产品经理, 画原型图的前一步:设计站点地图 – 人人都是产品经理, 给 DeepSeek 的最后一封催更信 – 人人都是产品经理, 手把手教你用 Claude Code 搭建 AI 营销团队:5 个 Agent、12 项技能,独立完成研究、写作、设计全流程 – 人人都是产品经理, 你以为大模型在学语言?不,它在重新发明语言学 – 人人都是产品经理 所谓Skill,不过是AI时代的工业垃圾 – 人人都是产品经理, 聊一聊内容传播的几个方法 – 人人都是产品经理, 当平台开始吃掉生态:从 OpenClaw 被封杀,读懂 Anthropic 的这盘棋 – 人人都是产品经理, 你装了 10 个 AI 插件,Obsidian 还是一个文件夹 – 人人都是产品经理 关于AI智能体架构演进的系统性思考:从单体试水到多体协同的重构 – 人人都是产品经理, 当“人”变成Skill,我们又该何去何从? – 人人都是产品经理 Mythos 事件:前沿 AI 治理的意外实验 – 人人都是产品经理, 货代CRM:信用与风险管理怎么做,才能把坏账风险拦在放货之前? – 人人都是产品经理, 从HR收集自拍照到员工自助录入——我见证了园区人脸识别从”不可用”到”真好用”的全过程 – 人人都是产品经理 千问闯关AI混沌期:阿里画靶,吴嘉张弓,马云射箭? – 人人都是产品经理,
数字化时代技术手段对贷款流程的优化和提升
风控打怪升级 · 2025-07-09 · via 人人都是产品经理

本文介绍传统银行贷款流程,以及数字化时代技术如何降低风控成本、提升审批效率,同时讨论技术变迁过程中的变与不变。

随着技术的演进,风控手段越来越多,但金融的本质没有变,在风险可接受的水平下,为“好”客户提供跨时间周期的资金服务,以赚取利息收益。风控的目标不是为了拒绝所有的坏客户,而是通过科学手段筛选出与企业风险偏好相匹配的客户群体,以实现企业的利润目标。

一、传统银行贷款流程

传统银行贷款流程可以分为几个主要阶段:申请阶段、审核阶段、决策阶段和放款阶段,具体操作有填写申请表、提交材料、信用评估、审批、签订合同、发放贷款、按期还款。

1.1 贷款申请阶段

1.客户咨询与准备

①客户首先会对银行的贷款产品进行咨询,包括贷款利率、贷款期限、还款方式、所需材料等信息。银行的客服人员或客户经理会向客户提供这些基本的产品信息,帮助客户了解不同的贷款产品是否符合自己的需求。

②客户根据银行的要求准备相关材料,如身份证明(身份证、户口本等)、收入证明(工资流水、纳税证明、单位开具的收入证明等)、资产证明(房产证、车辆行驶证等)、贷款用途证明(如购房合同、装修合同等)等。

2.填写贷款申请单

①客户前往银行网点,向工作人员索要贷款申请单。申请单一般为纸质形式,上面会列出各种需要填写的项目,包括个人基本信息(姓名、性别、年龄、联系方式等)、贷款基本信息(贷款金额、贷款期限、贷款用途等)以及还款能力相关信息(收入、资产情况等)。

②客户仔细填写贷款申请单,确保所填写的信息真实、准确无误。因为虚假的信息可能会导致贷款被拒,甚至会对个人信用产生不良影响。

1.2 贷款审核阶段

1.初步审核(银行网点或基层部门)

①银行网点的工作人员会对客户提交的申请单和相关材料进行初步审核。他们主要检查材料的完整性,例如是否所有必填项都已填写,是否提供了所有要求的证明文件。

②对于一些明显不符合要求的情况,如申请金额过高明显与客户收入不符,或者材料缺失严重的,会在这一阶段告知客户进行补充或修改。

2.深入审核(信贷部门或专门的审核团队)

①材料通过初步审核后,会被送到银行的信贷部门或专门的贷款审核团队进行更深入的审核。

②审核人员会对客户的信用状况进行评估,这通常包括查询客户的信用报告,查看客户是否有不良信用记录(如逾期还款、欠款未还等)。例如,中国人民银行的征信系统会记录个人和企业的信贷信息,银行会依据这些记录来判断客户的信用风险。

③审核客户的还款能力。他们会详细分析客户的收入证明和资产证明,评估客户的现金流是否足以按时偿还贷款。例如,对于个人住房贷款,银行一般会要求借款人的月收入至少要能覆盖月供的两倍左右,以确保借款人有足够的还款能力。

④对于有抵押物或担保的贷款,审核人员还会对抵押物的价值和合法性进行评估。如对于房产抵押贷款,银行会安排专业的评估机构对房产进行价值评估,以确定其是否能够足额覆盖贷款金额,并且会核实房产的产权是否清晰,是否存在其他法律纠纷等情况。

1.3贷款审批决策阶段

1.审批环节

①根据审核的结果,银行的审批人员会对贷款申请做出批准、拒绝或要求补充材料的决策。对于金额较大或者风险较高的贷款,可能需要经过多层审批,如基层审批人员审批后,还需要上级部门或风险控制部门的再次审批。

②如果贷款申请获得批准,银行会确定具体的贷款额度、贷款利率、贷款期限和还款方式等贷款条件。这些条件会综合考虑银行的资金成本、客户的信用风险、市场竞争情况等因素。

2.通知客户

①银行会将审批结果通知客户。如果是通过通知,会告知客户具体的贷款条件和后续需要办理的手续;如果是拒绝,会向客户说明拒绝的理由,例如信用记录不佳、收入不足等。

1.4 贷款发放阶段

1.签订贷款合同

①客户在接到贷款批准通知后,需要与银行签订正式的贷款合同。合同中会明确双方的权利和义务,包括贷款的具体金额、利率、还款方式、还款日期、违约责任等内容。客户需要仔细阅读合同条款,确保自己理解并同意其中的各项规定。

②同时,对于有抵押或担保的贷款,还需要办理相关的抵押登记或担保手续。例如,房产抵押贷款需要到房产管理部门办理抵押登记,将房产的抵押权登记在银行名下,以确保银行在客户违约时能够依法处置抵押物来收回贷款。

2.贷款发放

①贷款合同签订完成后,银行会按照合同约定的方式发放贷款。对于个人消费贷款,可能会将贷款资金直接发放到客户的个人账户;对于住房贷款等专项贷款,银行会将贷款资金支付给相关的交易对象,如房地产开发商等。

二、贷款流程的现代化技术改造

2.1 申请阶段

1.线上申请平台 :银行搭建用户友好的线上申请平台,客户无需前往银行网点,在任何时间、任何地点只需通过电脑或手机即可填写并提交贷款申请表,如网商银行等互联网银行的贷款申请,大大节省了客户的时间和精力,也减少了银行的人力和物力成本。

2.自动化数据采集 :利用光学字符识别(OCR)技术和应用程序接口(API)等,自动从客户提供的身份证、营业执照、银行流水等文件中采集关键信息,避免人工手动输入数据可能出现的错误,同时能够快速生成标准化的申请表格和相关文档,提高申请效率。

3.智能初筛 :借助人工智能和机器学习算法,对客户提交的基本信息进行初步筛选,快速识别明显不符合贷款条件的申请,如信用记录极差、收入过低等情况,及时告知客户并终止流程,节省后续审核资源,如一些网贷平台在客户输入基本信息后会立即进行初步审核。

2.2 审核阶段

1.大数据信用评估 :整合央行征信数据、第三方征信数据、社交媒体数据、消费行为数据等多渠道信息,构建更全面、精准的客户画像,通过复杂的数据分析模型评估客户的信用状况、还款能力和贷款违约风险,相比传统人工审核更加客观、高效,如工行深圳分行通过信息化改造实现线上信用预评级,将普惠小微贷款业务办理时间缩短至 10 分钟以内。

2.人工智能辅助审批 :利用人工智能技术,如自然语言处理、机器学习等,对客户的贷款申请进行自动审批。这些技术可以快速分析大量的贷款申请,依据设定的规则和模型对贷款申请进行风险评估和决策,不仅能够大幅缩短审批时间,还能减少人为因素的干扰,提高审批的公正性和准确性,一些银行的消费贷业务已实现了秒级审批。

3.机器人流程自动化(RPA) :在贷款审核的某些流程中,如数据核对、文件传输、信息录入等重复性高、规则明确的任务,可以部署 RPA 机器人来自动执行,代替人工完成繁琐的操作,提高工作效率,降低错误率,如 H 银行在贷款审批任务处理中应用 RPA 机器人,自动遍历任务单元、提取信息并填入表格,优化了信用审批结果。

2.3 决策阶段

1.决策引擎 :基于大数据分析和人工智能建模,开发智能决策引擎,根据客户的信用评分、贷款需求、市场状况等因素,自动生成个性化的贷款方案,包括贷款额度、利率、期限等,为客户提供更贴合其需求的产品,同时也有助于银行提高决策的科学性和精准度。

2.压力测试与风险模拟 :运用量化分析和模拟技术,对贷款业务进行压力测试和风险模拟,提前评估在不同经济环境和市场条件下的潜在风险,帮助银行制定更合理的风险控制策略和定价机制,优化贷款决策,确保银行的稳健经营。

2.4 放款阶段

1.电子签名与合同管理 :采用电子签名技术,实现贷款合同的在线签署,客户无需打印纸质合同,只需在电子设备上进行签名操作,即可完成合同的签订,既方便快捷又环保。同时,通过数字化的合同管理系统,对贷款合同进行存储、归档、检索和管理,提高合同管理的效率和安全性,避免纸质合同易丢失、易损坏等问题。

2.资金实时到账 :借助现代化的支付系统和清算网络,实现贷款资金的快速发放,客户在完成所有审批和合同签署流程后,资金可以实时或近乎实时地到达其指定账户,提高客户满意度,如目前一些银行的个人消费贷款已经能够实现 T+0 放款,甚至更快。

2.5 贷后管理阶段

1.智能还款提醒 :利用短信、邮件、手机银行推送等自动化方式,在还款日前向客户发送还款提醒通知,帮助客户及时了解还款信息,避免逾期还款,降低违约风险,同时也减少了人工提醒的工作量。

2.自动化贷后监测 :通过大数据分析和风险监测模型,对客户的贷后行为和财务状况进行实时监测,及时发现客户的异常行为或潜在违约风险,如账户资金异常变动、征信记录恶化等,银行可以提前采取措施,如电话回访、调整还款计划、风险预警等,以降低贷款损失。

3.在线客服与自助服务 :提供 24/7 在线客服和自助服务平台,客户可以随时查询贷款状态、还款记录、剩余本金等信息,也可以在线提交问题和投诉,获得及时的解答和处理,提高客户体验和满意度,减轻人工客服的压力。

写在最后

大数据技术、智能风控、联邦学习、关联图谱……这些听起来、看起来高大上的技术,并没有从根本上改变金融服务的本质,作为产品经理,不仅仅要知道应用这些技术,还要透过现象看本质,找准核心问题,通过产品设计促进业务的发展。

本文由 @风控打怪升级 原创发布于人人都是产品经理。未经作者许可,禁止转载

题图来自Unsplash,基于CC0协议

该文观点仅代表作者本人,人人都是产品经理平台仅提供信息存储空间服务