一、解决方案简介

DataCanvas BAI 面向业务自动建模平台是以九章云极DataCanvas在机器学习领域中的技术科研成果为核心，研发打造的面向业务场景的全流程、一站式、低门槛自动建模辅助决策平台。平台以特征库为基础、场景库为载体，构建面向业务场景的特征数据和算法模板，业务部门基于场景库通过自主便捷的操作进行模型训练、模型预测、分析预测结果并应用到营销、风控、运营决策等业务场景中。

二、应用场景痛点简介

当前，人工智能、大数据技术已经被充分应用在金融行业的多样化业务场景中，如精准营销、风险管控、决策支持、服务创新、产品创新等。金融机构的业务分支机构建模专家资源不足，并且伴随着数据价值逐渐彰显，业务部门基于机器学习的数据建模需求急剧增多，导致IT部门需求应接不暇、疲于应付，对金融机构探索数据价值、推动金融机构数智化转型造成了越来越严重的影响。因此，如何高效地应用机器学习技术为业务决策赋能，成为重要的建设方向之一。

业务痛点如：

1.建模需求激增

随着数智化转型的要求，各业务线关于机器学习建模需求激增。尤其是客户精细化经营、客户流失预警、内容偏好分析等，建模需求急剧增加，同时模型的迭代速度需要满足快速多变的市场环境。

2.传统建模方式效率低

传统机器学习平台只提供专家手工构建机器学习模型的功能，模型构建较长。同时平台上已经运行的大量机器学习模型，需要不定期进行迭代和更新，仅靠现有数据科学家的人工建模支撑能力越来越以快速支撑各业务条线不断飞速增长的智能化需求。

3.现有工具功能单一、使用门槛高

现有建模工具仅适用于专业数据科学人员进行算法开发，门槛较高，与其他标签库、模型应用相互独立。市面上的其他自动建模工具只能由专业人员使用，并且一般只能覆盖模型选择和超参数优化缓解，无法实现端到端真正意义上的自动化。业务人员因无技术基础无法直接使用建模工具，急需低门槛、易使用、便操作的建模和辅助决策工具提高分析效率。

4.建模场景难以复用

随着机器学习技术的日渐成熟及业务场景数据完备性的提升，越来越多的新的模型需要探索、构建和迭代，金融机构对模型场景、特征的复用提出了较高需求。

三、解决方案亮点介绍

1.解决方案的价值

A.高效：DataCanvas BAI 提供全流程自动化处理能力，具备完整的特征治理、开发、分析的特征库功能，零代码、可视化的特征加工能力，以及特征资产沉淀和共享窗口，进一步提升建模能效。

B.高产：DataCanvas BAI具备零门槛场景化建模能力，以场景库为载体，大幅度提升AI模型在一线应用效率；对各类应用场景实现业务级管理，实现AI对业务的敏捷赋能。

C.高价值：DataCanvas BAI 开创性的将承载业务专家经验即规则模型所创建的客群融入到模型训练中，使人类经验和机器学习相互印证，相互提升。

2.解决方案的优势

A.强大的自动建模能力

提供全流程自动化处理能力，建模效率提升80%以上。

自动建模引擎解决了自动机器学习的四大难点问题，如样本不均衡、大规模数据建模、数据概念漂移、泛化能力不足等问题。

B.特征治理、开发和分析能力

完整的特征治理、开发、分析的特征库；

提供零代码、可视化的特征加工能力；

提供特征资产沉淀和共享窗口。

C.零门槛场景化建模能力

以场景库为载体，大幅度提升AI模型在一线应用效率；

应用场景业务级管理，实现AI对业务的敏捷赋能。

D.专家经验与机器策略相结合

专家经验融入模型训练，相互应征相互提升；

提供预测结果回写标签功能，快速创建精准活动客群；

提供结果分析可视化面板。

E.多租户管理

支持多租户管理，提供租户管理和动态初始化功能；

实现租户间的资源隔离和数据隔离。

四、金融行业客户名单

已服务国有银行、股份制商业银行、城商行、证券、保险等在内的多家金融机构。

五、客户评价

某城商行通过布署九章云极DataCanvas面向业务的自动建模平台，创新性地融合了专业建模人员的专家知识和业务人员的专业经验，更好地助力创造出更优的模型效果。同时，也开创性地为非专业人员提供自动化建模能力，使得业务人员也能构建和训练机器学习，获得AI模型创造能力，以便将数据智能快速应用到生产经营过程中去。

通过该平台，将自动建模引擎覆盖到了典型机器学习模型开发运维全生命周期，突破了传统自动机器学习只关注参数调优的有限自动化，帮助我行实现了真正意义上的全流程建模自动化，大大提升了模型的建模效率。如在如何有效预防客户流失这一难题上，通过AI建模，提前预测流失客户并进行营销干预，为我行产生近十亿元资产挽回价值。