客户痛点：客户在拓展新客群时，发现原有风控产品在新接入客群上的风险区分能力不足，尽管测试了多家供应商的新产品，效果均未达预期。

融慧方案：基于客户场景需求，融慧结合新客群特征推荐客户测试全新开发的反欺诈风险分，一经验证便以显著增益在众多供应商中脱颖而出，KS值达41.5，LIFT值提升4倍，帮助客户在新客群中建立高效风控屏障，实现精细化分层运营，优化通过率的同时降低欺诈损失。 

客户痛点：该行在零售信贷业务面临逾期率上升的挑战，原有风控模型对高风险客户的识别能力较弱，导致审批策略难以有效平衡风险与业务发展需求。

融慧方案：依托行方现有数据样本，融慧利用机器学习联合建模，通过深度数据挖掘的方式衍生千维变量，显著提升模型的风险识别能力。模型效果KS 值达30以上，风险区分度显著提升，对高风险客户的识别更加精准；在保障通过率的同时，全面帮助改行实现风险可控。

客户痛点：通过梳理该行征信数据在风险建模和数据分析中的使用情况，融慧发现该行在征信数据运用和管理方面存在数据存储分散、自主研发衍生变量耗时长、征信指标口径不统一、开发资源重复占用等问题，其征信数据在风控策略和模型应用中没有发挥出高效价值。

融慧方案：遵循安全性、可定制性及易集成的原则，融慧提供了满足行方切实需求的技术解决方案，其创新亮点：一是特征口径统一，便于复用与分享；二是特征闭环管理，保证线上线下特征一致性；三是实现对接口质量和特征质量的双重监控。通过人行征信衍生指标平台的建设，该行系统征信报文解析及衍生变量加工效率提升了3倍以上；通过指标体系统一管理，实现不同业务条线之间指标逻辑的统一，有效避免了资源重复开发，节省大量人力和时间成本；通过实时监控特征质量，做到风险预警及时响应，完全确保了系统的稳定性。

客户背景：该城商行互联网信贷业务起步较晚，且主要以助贷+联合贷的业务模式进行规模化拓展，考虑到监管导向和市场趋势，在2021年便起步搭建自主风险管理体系和风控能力的建设，包括系统层面、风控技术能力层面等；同时在业务端不再局限于助联贷，也开始拓展自营信贷业务的发展。

融慧方案：在融慧的支持下，该行完成多流量平台的全生命周期的风控模型和策略的开发，包括前筛模型、信用模型和反欺诈模型、策略等；融慧提供风险监测报表建议协助完成开发，并提供监测分析能力支持，确保可基于风险随时调整风控策略、投放策略等；基于行方业务和风险团队能力和经验，提供风控技术能力提升方案，分阶段分步骤逐步完成风控能力的建设。两款产品平均上线2个月，放款规模近1000万且持续增长，当前业务逾期率远低于0.5%，风险表现达到预期值。目前双方合作稳定，且已计划开展第三款、第四款产品的风控策略开发工作。