一、项目背景及目标

在宏观经济增速放缓与金融供给侧改革深化的双重背景下，零售金融行业正经历深刻变革。利率持续下行导致传统信贷业务利差收窄，叠加“低息”产品同质化竞争加剧（如部分银行推出年化利率低于3%的消费贷产品），行业营收增长面临严峻挑战。与此同时，定价机制滞后成为核心痛点：当前利率特批多依赖客户经理主观经验或资产凭证，缺乏科学评估体系，易引发定价随意性风险（如过度让利优质客户或错失高价值客群）。更关键的是，数据支撑体系缺失导致后督机制薄弱，无法量化客户综合贡献度（如资金沉淀、交叉贡献等），难以动态优化定价策略。

从行业趋势看，新零售定价模式已从成本导向转变为数据驱动的动态定价。例如，电商平台通过AI分析用户行为数据实现分钟级调价，而传统零售企业亦通过“成本+需求+竞争”多维模型提升定价韧性。然而，多数金融机构仍使用传统经验定价的方式，导致两大矛盾凸显：一是客户需求升级（如低息偏好、服务体验要求）与定价灵活性不足的冲突；二是营收增长压力与风险管控刚性的失衡。若无法构建以客户价值为核心的定价体系，企业将陷入“价格战→利润压缩→服务降级”的恶性循环。

在此背景下，“大零售综合定价体系”项目应运而生。其本质是通过数据中台建设与智能决策模型开发，将分散的客户行为、资产、交易数据整合为可量化的贡献度指标，进而建立“贡献度-风险-收益”三位一体的定价决策框架。这不仅是对传统定价模式的颠覆性革新，更是金融机构在利率市场化进程中实现可持续增长的关键战略。

二、项目创新点

本项目的创新性体现在客户价值深度挖掘、定价流程重构、数据驱动决策三大维度，结合金融科技与业务场景深度融合，突破传统利率定价的被动性与主观性，具体如下：

1. 客户综合贡献度驱动的动态分层画像体系

首次将客户综合贡献度（存款、贷款、中间业务、转介绍等）与征信数据、他行利率水平、经纪人关联等多维度信息深度融合，构建动态权重评分模型。

技术实现上通过数据接口实时整合行内近10类业务系统数据（如存款沉淀率、产品渗透率、经纪人转介绍金额等），结合外部征信数据（逾期率、他行利率对比），动态生成客户“价值贡献热力图”。

在应用价值上，新老客户画像的模型做了差异化区分，新客户侧重“同质担保利率区间+中收潜力”，老客户增加“贷款评级+他行利率锚定”，实现精准分层。同时，支持经纪人协同激励，可视化展示转介绍贡献度，将经纪人与客户绑定考核，推动渠道资源整合。

2. 智能定价决策引擎与建议利率区间回显

首次构建“基础利率+多因子动态修正”定价模型，在贷款利率定价时，系统支持实时计算当前客户的合理定价区间，辅助客户经理议价决策。

模型创新上基础利率锚定LPR及同业同类产品中位数，确保合规性。同时设定动态因子，包括上浮因子：客户贡献度评级（如VIP客户溢价上限50BP）、经纪人转介绍贡献。下降因子：征信风险（逾期率>3%则强制下浮10-20BP）、他行利率倒逼（如他行利率低10%，则本行建议区间下调5-15BP）。

极值修正，设置历史定价案例库，自动拦截偏离市场水平±30%的异常申请。

在应用价值上，赋能客户经理议价能力，通过“他行利率解析”模块及“综合化业务优惠”提示（如办理理财可享利率折扣），提升谈判底气。BI报表自动生成客户贡献度-收益相关性分析，辅助管理人员进行决策判断。

3. 全流程闭环后督机制与贡献度动态跟踪

建立“审批-执行-监控”一体化后督体系，将客户贡献度与长期合作绑定。对特批利率低于模型建议值15%的客户，系统自动标记并关联其后续存款、中间业务收入变化，生成“贡献度修复建议”。

应用价值上实现营收可持续性保障，通过贡献度回显与BI报表，识别“低利率高流失”风险客户，提前介入资源倾斜。同时强化合规性，所有特批记录100%可追溯，杜绝“人情利率”漏洞。

4. 经纪人生态协同与客户价值裂变设计

将经纪人转介绍纳入定价模型，构建“客户-经纪人-银行”价值共生网络。实现转介绍贡献度量化，按转介绍客户贷款余额的0.5%-1.5%计提经纪人佣金，并与客户贡献度联动。

设置“推荐达标奖”推动客户资源裂变， 通过经纪人精准获客，降低行内营销费用15%-20%。同时提升客户粘性，转介绍客户流失率较普通客户低30%，形成稳定客群。

本项目通过动态分层画像、智能定价引擎、闭环后督机制、经纪人协同网络四大创新，实现从“被动审批”到“主动价值经营”的跨越。其核心突破在于：

数据资产可视化：将分散的客户行为数据转化为直观展示的定价依据。

风险收益平衡：通过贡献度动态跟踪与预警，确保低息策略下的营收韧性。

生态化运营：以经纪人为纽带，构建客户-银行-第三方共赢的价值网络，形成差异化竞争力。

三、项目技术方案

1.业务流程

综合定价流程图

大数据枢纽：负责全行各类系统海量数据的存储和处理，在本次项目中为各类指标加工提供源系统数据的汇总查询。

用户中心：负责管理全行客户的信息和统计查询，本次项目中负责汇总加工大数据枢纽数据，统计生成客户画像数据。

大数据风控系统：负责数据的分析和风控规则处理，对风险进行识别、评估、监测和控制,在本次项目中主要计算客户综合贡献度，将结果渲染至全景视图上。

信贷系统：全行信贷业务管理系统；本次项目中用于展示客户全景视图，并根据人行征信、忠诚度、老客户转介绍等规则计算建议的利率区间。

全景业务视图：整合客户征信数据、历史交易记录及跨行业务信息，生成可视化“全景业务视图”。快速识别客户资产分布、负债情况、综合贡献度。

综合定价展示：基于客户评级、全景视图分析客户跨业务贡献（如贷款、存款、信用卡、保险、理财、基金），量化综合价值生成动态利率区间，识别高价值客户，优化资源分配。

2.业务指标

利率定价区间=基础利率+上浮因子+下跌因子+征信解析修正+极值修正

四、项目过程管理

常熟银行大零售综合定价体系项目作为数字化转型的核心工程，通过科学的项目过程管理，实现从战略规划到落地实施的全流程管控。项目整体周期3个月，覆盖需求调研、数据分析、模型开发、系统迭代、试点推广五个阶段，形成“目标明确、流程规范、风险可控、迭代敏捷”的管理范式。

1.启动阶段

管理目标定义

本次项目管理旨在确保项目从启动到收尾全流程高效、可控地推进，达成既定目标。以“按时、保质、控成本”为核心，通过制定科学的进度计划、质量标准和预算方案，运用甘特图、挣值分析等工具实时监控，保障项目交付物符合需求。同时，合理调配人力、物力资源，识别潜在风险并制定预案，降低不确定性影响。此外，通过建立透明的信息传递机制，协调好各方利益，提升干系人满意度。最终，在完成项目交付后，需要总结项目经验、沉淀知识，创造可持续的商业价值。

项目成本估算

项目成员组建

2.规划阶段

工作内容分解

项目风险识别

响应超时问题：系统需调用用户中心、大数据枢纽等多个子系统数据，若接口响应延迟或数据同步异常，可能导致全景视图渲染不完整或数据过时，影响风险评估准确性。

缓释措施：引入实时数据校验规则，对用户画像、综合贡献度等关键字段进行完整性、一致性校验，异常数据触发告警并隔离

模型阈值风险：公式权重设置不合理或未覆盖动态业务指标，可能导致客户评级偏离真实价值，影响风险决策。

缓释措施：基于历史数据每月定期验证公式准确性，调整权重参数

3.执行阶段

功能开发

全景业务视图：综合展示客户情况，包括客户评级、资产情况、负债情况、征信利率解析、营收贡献、综合化业务情况、经纪人转介绍情况、风险预警等

全景业务视图

建议利率区间：利率特批申请页面，回显“定价模型”测算的“建议利率区间”，辅助定价决策

利率特批申请页面

案例展示

新客户：张平，34岁，已婚，山东聊城人，从事蔬菜批发生意，申请20万信用贷款，用于开新店。

全景业务视图

客户资质

客户在我行活期aum：421.51元，名下负债：房贷余额：130.49万

元，信用卡额度3.2万元

综合化贡献

客户他行房贷利率3.45%，在我行有储蓄卡、手机银行、代发业务

风险提示

风险提示

客户近1个月内有1次贷款申请和2次本人征信查询记录。

建议利率区间

客户经理为客户申请利率特批，原利率9.6%，申请特批至6.5%。建议利率区间：10.2%-10.4%。

模型利率逻辑：基础建议利率10.1%（经营性、客户分层D2类、信用）、 上浮理由：高毛利行业+10-30BP

决策建议

引导客户办理我行码上付业务，增加活期流水；

营销贵金属或保险等综合化业务；

视客户的综合化贡献度，在建议利率区间基础上的情加大利率优惠力度。

系统功能测试

4.结项阶段

交付产物及知识归档

五、运营情况

截止2025年5月，该项目已完成利率定价决策建议32041笔。通过客户全景视图展示客户资质情况，结合他行贷款利率的解析，综合化推荐合理的贷款利率区间，为客户经理议价提供数据支撑。

六、项目成效

常熟银行小微贷款综合定价体系项目的实施，以数字化技术为核心驱动力，构建起覆盖全业务链条的智能化定价管理体系，从经济效益的精准提升、社会效益的多维释放到管理效能的系统性革新，不仅推动了银行自身的业务发展，也为小微企业融资环境改善和区域经济发展注入活力。

1.经济效益

在贷款加权利率方面，通过构建量化模型实现精准的风险定价，针对不同风险等级的小微客户制定差异化利率，实现风险与收益的合理匹配。对高风险客户适当提高利率，对优质客户给予利率优惠，在扩大客户群体的同时，有效提升了净息差和利息收入的稳定性。数字化定价为客户经理议价阶段和总部审批阶段提供了详细的数据支撑，从主观标准转变为客观标准。

2.社会效益

小微贷款综合定价体系可以根据客户贡献度和风险灵活定价，避免“一刀切”定价导致的资金错配。其本质上是通过技术手段实现金融服务的“精准滴灌”，使定价逻辑可追溯、可解释，压缩人为干预空间，推动形成“风险-收益”对称的公平市场环境，增强公众对金融体系的信任。

3.管理提效

小微贷款综合定价体系整合了内外部多维度数据，为管理层提供全面、准确的决策依据，能够快速响应市场变化，及时调整业务策略。实现从传统经验驱动向数据驱动的管理模式转变，提高了整体运营效率和管理水平。

七、经验总结

本次项目验证了“数据驱动 + 技术赋能 + 场景深耕 ” 的转型逻辑，为小微服务进一步提升提供了三方面借鉴：

数据资产化是基础：打破数据孤岛，构建内外部多维数据中台，实现客户价值与风险的立体画像，让 “数据信用” 替代 “资产信用”。

敏捷迭代是关键：建立 “总部模型中心 - 分行场景适配 - 客户经理实时反馈” 的三级联动机制，根据产品/行业周期动态调整定价参数和权重，确保政策传导 “零时差”。

普惠与商业平衡是核心：通过风险溢价覆盖成本、规模效应摊薄边际成本，在服务 “长尾客户” 的同时实现可持续盈利，证明小微金融 “既讲情怀，更重逻辑”。