一、產(chǎn)品背景

1、業(yè)務需求

個人征信報告是反應個人信用最真實、直觀的材料，通過評估個人的信用情況，從而給予信用貸款是國內(nèi)金融信貸機構通行的做法。

目前個人征信報告都是從人民銀行征信中心獲取打印的，個人征信數(shù)據(jù)屬于個人隱私信息，不能對金融信貸機構開放，因此，信貸機構從人民銀行征信中心獲取個人信用數(shù)據(jù)是比較困難的，必須通過央行的牌照申請。

基于以上情況，現(xiàn)行個人信用貸款的業(yè)務模式是：個人從人民銀行征信官網(wǎng)查詢打印本人的征信報告，提交紙質(zhì)材料或者掃描影像件給信貸機構，信貸機構將信用數(shù)據(jù)錄入到各自的風控模型中，進而對申請人給予評級和相應額的的貸款。

信貸機構在實際業(yè)務中遇到如下的問題：

1)貸款審批流程時間長，容易錯過意向客戶：由于個人征信報告數(shù)量大，而目前的風控系統(tǒng)都需要手工錄入個人信用的數(shù)據(jù)，因此在數(shù)據(jù)錄入環(huán)節(jié)，手工方式效率低下，阻礙了信用的快速評估。因此，數(shù)據(jù)從紙質(zhì)信用報告轉(zhuǎn)化到風控系統(tǒng)中的電子數(shù)據(jù)，是效率關鍵所在。

2)信用數(shù)據(jù)評估不精確，不全面，隱含風險：由于信用報告數(shù)據(jù)量大，信貸業(yè)務部門又希望能快速放款，所以對風控數(shù)據(jù)評估勢必存在疏漏和主觀判斷。出現(xiàn)這種情況還是因為，信用數(shù)據(jù)的獲取和錄入耗費時間。信用數(shù)據(jù)評估的不精確，對信貸業(yè)務會留下潛在的風險，影響貸款決策。

以上是從影響信貸審批效率的一個方面分析的，不難看出，如果提高個人征信報告數(shù)據(jù)采集的效率將提升整個信貸活動的效率，提升信貸部門的作業(yè)效率，提升客戶的體驗度，從而獲取更多的信貸客戶。

2、數(shù)據(jù)獲取方案

從實際情況出發(fā)，目前獲取個人征信報告的途徑有三種，簡要說明如下：

1)直接對接人民銀行的征信系統(tǒng)：目前央行只授權了8家征信企業(yè)可以獲得個人征信牌照，意味著更多的信貸機構無法直接從官方拿到信用數(shù)據(jù)，如果從已授權的8家征信企業(yè)購買信用數(shù)據(jù)，即使有非公開渠道，在法律上應該也是禁止的，風險較大；

2)從人民銀行查詢征信的網(wǎng)頁結果中解析征信數(shù)據(jù)：此方法屬于技術手段，存在數(shù)據(jù)被篡改、數(shù)據(jù)不可信的問題；

3)通過征信中心，查詢并打印個人的征信報告：此方法由于是官方提供了查詢打印平臺，所以對消費者來說，最便捷，數(shù)據(jù)也最可信。缺點是貸款人提交的征信報告是紙質(zhì)版，需要將數(shù)據(jù)錄入到風控系統(tǒng)中，數(shù)據(jù)采集工作量較大。

對比以上三種方式，信貸機構都選擇了第三種，即由貸款人提交個人征信報告，提交方式為征信報告掃描件，大額貸款還需要本人帶上征信報告面簽。在第三種方式中，錄入信用數(shù)據(jù)到風控系統(tǒng)中是必須的，如何提高數(shù)據(jù)采集的效率是提升信貸業(yè)務效率的關鍵所在。在經(jīng)過多個項目的考察和探索、實踐，我們研發(fā)出一套依托于OCR（光學字符識別）技術快速采集個人征信報告數(shù)據(jù)的解決方案，從而為信貸機構提供高可靠性的信用數(shù)據(jù)。

二、解決方案

1、方案工作流程說明如下

OCR（光學字符識別）技術，是通過圖像處理技術手段，將圖像（影像）上的文字、表格、圖像轉(zhuǎn)化為電子版的數(shù)據(jù)，通過計算機程序，快速實現(xiàn)數(shù)據(jù)信息的采集。個人征信報告中，存在大量的數(shù)據(jù)需要手工錄入，使用OCR技術將極大提高數(shù)據(jù)采集的效率和準確度。

解決方案流程如下圖所示：

①客戶面簽時，業(yè)務人員將客戶的征信報告掃描為圖像資料，掃描要求為300DPI（分辨率）；

②業(yè)務人員將掃描的圖像按順序?qū)隣CR自動識別軟件中，軟件開始自動分析圖像特征和數(shù)據(jù)；

③表格分析識別/文字分析識別：通過版面分析、表格分析、文字分析，識別出征信報告的表格部分、文字部分。表格分析，檢測所有的表格線，并組織成單元格結構，為之后的還原提供數(shù)據(jù)支撐；文字分析，對非表格部分，進行分析并識別。

④識別結果校驗和匯總：表格中，存在多種文字類型和數(shù)據(jù)格式，通過識別后分析判斷，進行二次識別，以提高識別精度。

⑤導出Excel/csv格式：對表格分析識別、文字分析識別的結果進行組織和導出，按照原表格樣式進行原版書還原。

A．風控系統(tǒng)：在風控系統(tǒng)和OCR識別系統(tǒng)之間，通過Excel/csv方式進行數(shù)據(jù)交互。風控系統(tǒng)不需要改造即可使用OCR自動識別出來的數(shù)據(jù)。

2、方案技術特點

1）速度快：OCR的特點為速度快，識別一張征信報告平均耗時5秒，以一份征信報告6頁計算，識別一份征信報告需要30秒的時間，風控系統(tǒng)可以導入Excel數(shù)據(jù)，那么在30秒內(nèi)，風控系統(tǒng)就可以獲得個人征信報告的數(shù)據(jù)，對比人工錄入，完全錄入一份報告的數(shù)據(jù)，可能需要30分鐘。

2）數(shù)據(jù)詳細：采用OCR識別方式，將獲得申請人所有詳細的信用數(shù)據(jù)；

3）數(shù)據(jù)精度高：有數(shù)據(jù)表明，OCR技術識別率比人工錄入的精度要高，計算機作業(yè)不受環(huán)境、作業(yè)疲勞的影響，保證高精度；

4）表格原版式還原：傳統(tǒng)的OCR文字識別軟件只能處理全幅文字的識別，處理簡單表格結構的識別，且有些OCR軟件還需要制作識別模板才能識別，不能滿足征信報告如此復雜的表格的識別。在本方案中，實現(xiàn)了表格自動檢測自動識別的功能，且經(jīng)過實際測試應用，表格檢測的準確率高達99%。因為表格線檢測精度高，才可以實現(xiàn)表格原版式還原，還原出一個邏輯結構和征信報告一樣的表格。