在風控技術(shù)、業(yè)務(wù)場景和大數(shù)據(jù)這些方面的條件基本具備的條件下，我們重點關(guān)注“流程閉環(huán)如何形成”這個關(guān)鍵問題。

傳統(tǒng)的信貸業(yè)務(wù)獲客渠道相對簡單，相關(guān)業(yè)務(wù)場景搭建更多是直接以客戶辦理信貸業(yè)務(wù)的訴求作為起點。在互聯(lián)網(wǎng)金融的浪潮下，各類生活消費的O2O平臺以自身業(yè)務(wù)出發(fā)開始往金融領(lǐng)域拓展，而銀行等金融機構(gòu)也開始設(shè)計更復(fù)雜靈活的授信、支付、以及風險緩釋的方式，將業(yè)務(wù)場景解構(gòu)并增加各類風險控制手段。因此在傳統(tǒng)的企業(yè)授信、個人信用卡、房貸、消費貸等基礎(chǔ)上，市場上現(xiàn)在能看到各類消費場景下的透支業(yè)務(wù)、小微企業(yè)靈活的供應(yīng)鏈金融等等，其創(chuàng)新點總結(jié)而言就是深入業(yè)務(wù)場景，獲取客戶信息，通過風控技術(shù)手段來識別客戶風險，同時在特定場景下考慮抵質(zhì)押品的風險緩釋作用。

銀行與各類平臺機構(gòu)甚至第三方合作，主要希望實現(xiàn)信貸業(yè)務(wù)的流程閉環(huán)，即：

1.通過改造業(yè)務(wù)場景使其包含各種金融控制環(huán)節(jié)以及有目的的數(shù)據(jù)獲??；

2.將客戶信息進行結(jié)構(gòu)化轉(zhuǎn)換為大數(shù)據(jù)資產(chǎn)；

3.應(yīng)用大數(shù)據(jù)資產(chǎn)及機器學習等統(tǒng)計學技術(shù)構(gòu)造風控模型并分析策略應(yīng)用；

4.再回到業(yè)務(wù)場景中進行風險把控，如客戶的預(yù)篩選、申請的差異化增信需求、額度核定、產(chǎn)品結(jié)構(gòu)和定價的差異化、風險緩釋要求等。

從信貸流程的角度，在閉環(huán)充分形成的情況下，客戶的起點通常會前置在進入互聯(lián)網(wǎng)平臺的業(yè)務(wù)場景之時。因此在越來越多的非開放式申請的信貸業(yè)務(wù)模式下，通常會存在基于業(yè)務(wù)場景數(shù)據(jù)開發(fā)的客戶篩選模型，如客戶平臺活躍程度的模型、客戶自身等級評估（或者一些會員價值評估）的模型、與信貸行為關(guān)聯(lián)分析的信用模型、與投訴或欺詐等特殊案例關(guān)聯(lián)的特例處理模型、與特定消費需求掛鉤的精準客群定位模型等等。所有這些模型可對業(yè)務(wù)場景下的存量客戶進行預(yù)先篩選，形成可以授信的白名單，并由平臺進行信貸業(yè)務(wù)的觸客，一方面實現(xiàn)精準營銷，另一方面在防范欺詐的同時還完成了前置風險篩選的工作。

在信貸申請階段，傳統(tǒng)風控技術(shù)能夠?qū)徟?、核額、定價三方面做較好的風險把控，而因為閉環(huán)的形成，對客戶信息的了解工作能夠提前，使得傳統(tǒng)信貸業(yè)務(wù)申請時諸如手續(xù)辦理工作的不連續(xù)、資料填寫的繁瑣、審批效率低下等等弊端都能得到改善，因此當下行業(yè)環(huán)境中非常容易看到例如全線上化的手續(xù)辦理、極少量的申請信息填寫、對大比例客戶的全自動的業(yè)務(wù)審批（秒批）。

在貸后的客戶風險監(jiān)控環(huán)節(jié)中，因為信貸業(yè)務(wù)和平臺業(yè)務(wù)場景進一步的緊密結(jié)合，當客戶出現(xiàn)各類業(yè)務(wù)場景的行為異常，都可以根據(jù)之前使用于預(yù)篩選的各類模型持續(xù)對客戶進行評估，并在應(yīng)用策略中發(fā)現(xiàn)客戶評估處于預(yù)警狀態(tài)時，可提前對信貸業(yè)務(wù)進行風險控制；對于有抵質(zhì)押品的信貸產(chǎn)品，流程閉環(huán)能夠更早的對風險緩釋類資產(chǎn)進行監(jiān)控，在客戶違約時降低實際損失比例；與此同時，只要客戶出現(xiàn)信貸逾期行為，均可根據(jù)其嚴重程度進行平臺業(yè)務(wù)場景中的客戶權(quán)限管制，使其作為無形抵押資產(chǎn)對客戶進行約束；在催收工作中，也會因為客戶場景的使用粘性而更容易觸達客戶。

上述的這些個重要環(huán)節(jié)，即是在場景下將大數(shù)據(jù)用于風控環(huán)節(jié)的價值輸入，也會因為信貸客戶的信息積累反向持續(xù)的對各類策略模型工具進行優(yōu)化。