网智天元案例

本项目由网智天元投递并参与“数据猿行业盘点季大型主题策划活动——《2022中国企业数智化转型升级创新服务企业》榜单/奖项”评选。

党中央、国务院历来高度重视中小微企业融资难融资贵的问题，特别是新冠疫情反复多发的情况下，市场主体困难明显增加，相关政策密集出台。

2021年底，为加强涉企信用信息归集共享、缓解中小微企业融资难题，国务院办公厅印发了《加强信用信息共享应用促进中小微企业融资实施方案》（以下简称《实施方案》）。

2022年3月，中共中央办公厅、国务院办公厅印发《关于推进社会信用体系建设高质量发展促进形成新发展格局的意见》，提出“以坚实的信用基础促进金融服务实体经济”“创新信用融资服务和产品，发展普惠金融，扩大信用贷款规模，解决中小微企业和个体工商户融资难题，加强公共信用信息同金融信息共享整合”。

2022年4月7日，国家发展改革委办公厅、银保监会办公厅联合发布的《通知》是对《实施方案》的贯彻落实，再次对构建全国一体化融资信用服务平台网络进行系统安排。

4月10日，《中共中央国务院关于加快建设全国统一大市场的意见》发布，再次提出形成覆盖全部信用主体、所有信用信息类别、全国所有区域的信用信息网络。

密集的政策发文推进信用信息共享，服务中小微企业融资，彰显了党中央、国务院及相关部委对解决中小微企业融资难融资贵问题的决心。

本项目通过打造“征信+担保+金融机构”的中小微企业信用贷款新模式。通过政府比选，引进高水平征信机构，建立企业信用评级模型数据库，并与政府政务信息大数据库进行互联，统筹获取工商、税收、社保等政务信息，对企业评价更精准和高效，为银行提供了准确信用信息。同时，选择政策性担保公司为企业提供担保增信，推动信用贷款工作的顺利开展。

实施时间：

开始时间：2022年3月

截止时间：2022年底

客户的数智化（数字化）转型升级需求

平台核心的参与角色为金融机构和中小微企业

金融机构用户主要痛点和诉求：

痛点：

（1）企业信息不对称导致信用评估成本增加；

（2）企业信用数据获取成本较高，审批流程效率低下；

（3）企业信用数据时效性较低；

（4）金融机构对潜力企业的识别能力有待加强。

诉求：

（1）平台需打通各政府部门企业信用数据，实现信用数据真实、准确、有效、及时，进而提高放贷效率；

（2）需要政府出台相关产业扶持政策、风险补偿基金政策等，帮助金融机构降低风险成本，从而更好地解决中小企业融资难的问题。

中小微企业的主要痛点和诉求

痛点：

（1）银行出于风控考虑，对小微企业贷款条件较高；

（2）贷款成本较高，许多小微企业望而却步；

（3）贷款到位时间较长，不能满足小微企业流动性需求；

（4）信用担保体系不健全，中小企业由于自身规模较小，不能提供足够抵押和担保物；

（5）银行手续复杂、贷款额度不足、信贷产品单一是中小微企业融资难的核心原因。

诉求：

（1）降低门槛，放宽贷款条件；

（2）简化审批流程，加快放款速度；

（3）开发更多灵活的贷款方案；

（4）加大政策扶持力度，出台更多优惠扶持政策。

平台建设的核心需求

（1）构建企业信用库、自然人信用库为基础的信用大数据平台，为银行提供有效的信用数据，同时将信用增信贷款行为纳入到守信联合激励和失信联合惩戒体系；

（2）构建中小微企业评级模型，帮助银行识别潜力企业和风险，开发设计小微企业成长评估体系；

（3）搭建金融超市平台，帮助企业和银行对接，通过数据分析，撮合，精准匹配银企需求；

实现金融产品贷前、贷中、贷后全流程管理

（4）辅助政府政策制定和落实，根据扶持政策全流程的数据跟踪分析，为政策复盘，优化提供依据，以便提高财政的使用效率和产业引导作用；

（5）为确保平台良性运转，建议建立一个稳固、精干的平台管理运营团队，整合各类服务资源，与政府组成联动体，更好地服务企业。

面临挑战

现有信息系统装备和信息化应用存在的主要问题和差距

（1）缺乏统一的企业融资服务门户

目前没有统一的企业融资服务门户，企业主要通过银行等机构获取融资渠道，导致企业融资渠道单一、效率低。

（2）缺乏企业融资信用支撑

企业融资需要的信用评估体系主要由银行、信用评价服务机构提供，依托产融合作平台，完善社会信用体系，可为企业融资信用评估提供有效支撑。

（3）缺乏统一数据归集处理

针对不同业务需求，需要协调不同部门非公开数据做数据资源保障。政府部门非公开数据，需要根据业务类型，由行业主管部门协调所需数据接口，各个政务部门的数据由数据中台进行汇聚处理。

数据支持

用户访问信息量：

预计平均每天访问平台的人数约2000人、平均每人每天操作10次，每笔操作业务量约为10KB。则每月为了存储用户访问系统的操作日志所需存储为：2200*10*10*30/1024/1024=6.29GB。每年为12*6.29GB=75.48GB；由于访问日志信息将定期删除，因此不计入数据存储量测算中。

信息采集量测算：

（1）结构化数据量

预计每条信息量约为1M，每年采集的企业信息量约为2万*1M/1024=19.53GM。

每年采集的征信机构信息量约1000*1M/1024=0.98GB。

每年采集的金融机构信息量约为1000*1M/1024=0.98GB。

每年采集的金融产品信息量约为100*1M/1024=0.98GB。

每年采集的融资贷款信息量约为50000*1M/1024=4.88GB。

每年采集的信用信息量约为50000*1M/1024=4.88GB。

因此，每年采集的结构化数据量约为19.53+0.98+0.98+0.98+4.88+4.88=32.23GB。

（2）非结构化数据量

非结构化数据主要指通过平台采集的图像、文件等资料，预计每条融资贷款信息需要采集20个文件、图像资料，每个文件、图像资料数据量约10M，则每年采集的非结构化数据量约为50000*10*20/1024/1024=9.54TB。

综上，每年采集的结构化、非结构化数据量约为32.23GB+9.54TB=9.57TB。按照每年的数据量增长率为30%计算，5年后产生的数据量为9.57*（1+30）4=27.34TB。

应用技术与实施过程

系统总体架构图：

（1）SaaS层

SaaS层主要分应用层和业务中台，应用层主要为金融服务平台（7大系统）、企业政策服务平台、金融服务展示平台、运行维护管理平台、移动端应用、应用扩展预留等，面向用户提供上层应用软件。业务中台包含服务网关（服务注册与发现、认证鉴权、服务编排、服务路由、服务熔断、服务降级等）、业务中心（企业中心、用户中心、风控中心、征信中心、产品中心、资金中心、支付中心、信用中心、流程中心、搜索中心、统一管理中心、应用开放中心），面向上层软件提供定制化服务。

（2）DaaS层

DaaS层主要为数据中台，主要是基于大数据技术，汇聚平台建设所需的各种多源异构数据，形成原始数据仓库，再进行集成治理，将数据清洗为标准可用的数据，在标准数据基础上，建立各类信息关联融合模型，以此构建平台智能分析功能，提供各种数据挖掘、分析等算法模型为上层应用提供高质量的算法与数据支撑。主要实现数据汇聚、数据存储、数据集成、数据治理、数据分析、数仓管理、资源监控、数据服务等，形成算法模型池、应用数据库（业务数据库、主体数据库、共享数据库、分析数据库、清洗数据库等）。

（3）PaaS层

PaaS层主要是为平台提供上层应用部署需要的容器云，应用开发依赖的各类基础公共组件，和对接的各类数据。上层应用不需要管理或控制底层的云基础设施，包括网络、服务器、操作系统、存储等，所有的应用将以微服务的形式部署到容器中。

（4）IaaS层

IaaS层为产融合作平台各应用提供基础支撑环境，选用和依托“一朵云”已有云计算基础设施，为产融合作平台提供软硬件和数据各类资源支撑能力，包括监控资源、计算资源、网络资源、存储资源、安全资源等。

容器云技术：

产融合作平台架构相对复杂，微服务数量众多，为了保证系统高效稳定地运行，需要一个平台提供统一编排调度管理，运维管理人员能快速且精准无误地完成部署，升级，回滚，扩容等工作，同时也能保证平台本身具有监控、自动检测和自动修复功能。传统的运维建构无法满足现有需求，因此采用基于原生kubernetes的容器调度平台能完全解决产融合作平台中的部署运维痛点。

在传统运维架构中，需要在不同的服务器上启动多个Web服务器实例，在部署时，需要人工创建相应的服务器及资源，并搭建项目运行的依赖环境，预估服务需要占用的内存与CPU，同时还要考虑到高可用的部署环境，在不同配置的服务器上部署相应的服务。当服务意外崩溃或者服务器意外宕机时，需要人工处理。传统运维架构会遇到以下几个问题：

（1）依赖服务器环境，需要各服务器资源统一；

（2）无法充分利用服务器等资源，使用率一般仅能达到70%；

（3）无法或很难做到容灾恢复；

（4）需要人工进行服务扩容，修改服务配置；

（5）服务资源散乱（域名，服务器，负载，数据库），无法做集中管理；

（6）时间消耗较多，增加运维成本；

（7）需要借助第三方工具进行资源监控，较为麻烦；

（8）需要对开发、测试、生产环境进行区别管理。

而采用容器云平台会有以下几个优势：

（1）自动化装箱：在不牺牲可用性的条件下，基于容器对资源的要求和约束自动部署容器。同时，为了提高产融合作平台的资源利用率和节省更多资源，将关键和最佳工作量结合在一起。

（2）自愈能力：当容器失败时，会对容器进行重启；当所部署的Node节点有问题时，会对容器进行重新部署和重新调度；当容器未通过监控检查时，会关闭此容器；直到容器正常运行时，才会对外提供服务。

（3）水平扩容：通过简单的命令、用户界面或基于CPU的使用情况，能够对应用进行扩容和缩容，提升平台资源应用的伸缩性。

（4）服务发现和负载均衡：开发者不需要使用额外的服务发现机制，就能够基于Kubernetes进行服务发现和负载均衡，保障平台应用的平稳运行。

（5）自动发布和回滚：Kubernetes能够程序化的发布应用和相关的配置。如果发布有问题，Kubernetes将能够回归发生的变更。

（6）保密和配置管理：在不需要重新构建镜像的情况下，可以部署和更新保密和应用配置。

（7）存储编排：自动挂接存储系统，这些存储系统可以来自于本地、公共云提供商（例如：GCP和AWS）、网络存储(例如：NFS、iSCSI、Gluster、Ceph、Cinder和Floker等)。

（8）一站式管理：集成日志、监控、配置、CI/CD和私有库等运维组件，运维管理人员无需登录服务器便能完成运维工作。

微服务架构技术

产融合作平台需要不断的迭代并且保持系统运行的高可用性，微服务的特征决定了其架构模式非常切合产融合作平台应用系统，将整个系统将按照功能切分成不同的微服务，每个微服务各司其职，当某一个微服务宕机之后不会影响其它微服务，最大程度的保证系统可用性；当某一功能面临高并发使用时，只需要扩容此功能对应的微服务，而不用需要大量资源去扩容整个系统；当某一部分功能需要修改或者新增时，不用重启或者重新部署整个系统，而只需要重启或者重新部署对应的微服务即可，将影响降低到最小。

产融合作平台采用微服务架构方案，而在传统的IT行业软件大多都是各种独立系统的堆砌，这些系统的问题总结来说就是扩展性差，可靠性不高，维护成本高。到后面引入了SOA服务化，但是，由于 SOA 早期均使用了重型总线ESB模式，这种总线模式是与某种技术栈强绑定，比如：J2EE。这导致很多企业的遗留系统很难对接，切换时间太长，成本太高，新系统稳定性的收敛也需要很长的时间。

大数据存储技术

产融合作平台中的数据仓库采用Hive技术，是基于Hadoop的一个数据仓库工具，可以将结构化的数据文件映射为一张数据库表，并提供类似SQL的查询功能，可以将sql语句转换为MapReduce任务进行运行，可充分解决产融合作平台中的海量结构化的数据存储。可以通过类SQL语句快速实现简单的MapReduce统计，不必开发专门的MapReduce应用，十分适合数据仓库的统计分析。用户也可以自定义Mapper和Reducer来完成复杂的分析工作。同时，数据分析时，可采用Hive on Spark模式，利用Spark基于内存运算、高效的DAG执行引擎，大大提高平台的数据分析效率。

分布式并行计算技术

产融合作平台的数据仓库中将存有海量离散度高、低密度但又极具价值的数据，对象存储（HDFS）也可能存在海量日志、业务流水等半结构化或非结构化数据。此部分的数据，主要为原始数据的各个维度的存量数据，典型的数据量大（基本以T为单位），数据价值密度低，传统的并行计算框架基本是无法完成这些数据清洗挖掘工作。从这些海量数据中，挖掘出有效数据（如企业图谱分析、任务关联关系、风险预警分析等），用于支持相应的决策系统，需要高效的分布式并行计算框架。

工作流设计技术方案

传统方式实现这种工作流时一般采用自定义实现或者activiti框架实现，这两种方式无法实现动态更改流程以及动态加载新流程，产融合作平台中协同流程处理可以采用neurax-workflow集成工作流框架，neurax-workflow框架对比传统工作流框架具有如下优势来满足平台中复杂多变的工作流业务场景：

基于消息事件流机制，与业务系统低耦合

支持标准bpmn，dmn规范

动态流程支持

Neurax-WorkFlow是面向企业业务一站式工作流集成平台，平台集成流程定义、流程动态修改、定时流程、事务子流程、流程管理等功能，满足各种企业流程业务场景。

灵活集成：与现有系统采用消息、接口、rpc等低耦合方式集成，对现有业务低侵入性，能快速集成进业务，实现灵活的业务流程。

标准兼容：采用标准bpmn规范，兼容各种标准流程定义文件，方便已有流程系统迁移；支持h2、hsql、mysql、oracle、postgres、mssql、db2数据库。

动态流程管理：可以根据业务需要动态修改流程，灵活的面对各种业务场景；基于版本控制的流程管理，不对历史进行的流程影响。

外部合作

平台建设充分得到了各平台使用角色方的大力支持。

政府机构：为平台建设提供政策依据和支持，明确平台建设目标，迭代路径；

金融机构：协助建立企业信用评级模型指标；

担保机构：协助优化贷款逻辑；

征信机构：引进高水平征信机构，协助建立企业信用评级模型数据库；

服务公司：协助优化业务逻辑。

商业变化

打造“征信+担保+金融机构”的中小微企业信用贷款新模式。通过政府比选，引进高水平征信机构，建立企业信用评级模型数据库，并与政府政务信息大数据库进行互联，统筹获取工商、税收、社保等政务信息，对企业评价更精准和高效，为银行提供了准确信用信息。同时，选择政策性担保公司为企业提供担保增信，推动信用贷款工作的顺利开展。

经济效益：

产融合作平台项目的建设除了明显的社会效益外，还可以产生直接和间接的经济效益，有效整合了信息资源和管理资源，具体表现为：

1、产融合作平台项目的建设，有效整合了信息资源和管理资源，减少了各专业单项管理平台的投资开发成本，避免了重复建设；

2、产融合作平台项目的实施和推广可以整合运营管理部门的网络、设备等硬资源以及技术、人才等软资源，实现资源共享，协同审批，减少各个部门的重复巡查工作，重复处理工作。

产融合作平台项目的建设，对降低社会治理成本、增加社会福利、带动经济发展等方面都有巨大的促进作用。

社会效益：

1、满足边境经济合作区金融服务与产业发展的需要

通过产融合作平台项目的建设，关心服务中小微企业，大力推进金融信息化和政务信息化融合，提高金融服务信息化、现代化水平，努力建立服务性政府，树立政府的权威，构建政企和谐、共赢的发展桥梁。

2、满足边境经济合作区中小微企业服务管理的需要

加强和创新中小微企业综合服务管理，通过创新企业金融管理体制机制，构建统一的产业金融服务平台，深入推进大众创业、万众创新，最大限度激发社会活力、最大限度增加和谐因素，积极推进社会管理理念、体制、机制、制度、方法创新，进一步激发市场活力和社会创造力，通过协调社会关系、规范企业行为，维护企业、金融机构权益，促进社会公平正义，保持社会良好秩序，降低制度性交易成本，持续改善营商环境，最大程度利企便民，有效应对社会风险，营造更加良好的社会环境。

3、提高边境经济合作区产融合作服务的知名度

通过全面提升产融服务信息化、智能化、集成化水平，将产融打造成为安全、高效、互动性强的高科技的一流示范政府形象。同时，为边境经济合作区企业金融的管理提供方便高效的管理工具，使政务与企业、金融机构更方便快捷的交流互动，保证信息瞬间抵达、回复反馈立即接收，数据一致、回溯性好，提高服务诉求和处理的效率，更好地向企业、金融机构、征信机构提供一流的服务。

实现政务目标：

1、实现企业融资服务的高效匹配

通过项目建设为企业提供资金融通，申请融资贷款，融资配套等专业服务，实现企业融资服务的高效匹配，解决资金供求方信息不对称问题。

2、优化企业营商环境

通过线上线下的融资服务平台对全市有融资需求的企业进行覆盖，致力于满足企业融资需求，开展形式多样的融资对接服务，解决企业融资困难，进一步改善企业发展的金融环境，优化贷款办理流程，提供多种信贷选择，提高信贷效率，尤其是中小微企业的融资成功率。力求以专业化、多样化、优质化的金融产品和融资服务，构建完整的一站式企业融资服务链，实现企业融资“最多跑一次”，达到金融产品服务供应方与需求方双赢的目标。

3、助力边境经济合作区企业信用评级系统建设

各大中小微企业在中心办理融资贷款的相关业务数据和信息记录，可以成为边境经济合作区企业信用评级系统的信息源，将辅助有关部门对企业信用进行多维度综合评价，推动企业信用评级系统建设工作。

关于企业

·网智天元

网智天元成立于2007年，是国家双软认证企业、国家高新技术企业和西藏专精特新企业，连续5年获得赛迪所评选的中国大数据企业50强。发展至今，已成长为一家具有完全自主知识产权的网络智能核心技术领军企业，在政府舆情与企业声誉风险、全域大数据风控、金融大数据安全应用领域处于细分领军地位，致力于利用网络智能技术为客户提供大数据智能处理与价值变现的整体价值链解决方案，辅助决策，防控风险，优化运营，提升客户核心竞争力。

·绿盾征信

绿盾征信（丹东）有限公司成立于2014年，是经辽宁省发展和改革委员会备案的第三方征信机构。公司拥有一支工作经验丰富的专业队伍，信用评估人员全部拥有中级以上信用管理师职业资格，依托全国范围的企业信用信息数据库，为各类企业提供信用等级评估、信用报告出具、信用档案建立和信用修复等服务。曾于2015年成功中标丹东市工业企业公共信用信息数据库建设项目，为丹东市工业企业建立了信用信息数据库。